In collaborazione con SAS

SasGestione processiIntelligenza Artificiale

Con SAS Viya, gli agenti IA passano dalle parole all’azione: analytics e decisioni via MCP

di pubblicata il , alle 11:52 nel canale IA business Con SAS Viya, gli agenti IA passano dalle parole all’azione: analytics e decisioni via MCP

SAS Viya MCP Server collega gli agenti compatibili con il Model Context Protocol ai dati, ai modelli analitici e ai flussi decisionali della piattaforma. L’obiettivo è permettere all’IA di eseguire operazioni reali mantenendo autenticazione, autorizzazioni, logging e governance all’interno di Viya

 

Un agente di intelligenza artificiale diventa davvero utile in azienda quando smette di limitarsi a generare testo e può interagire con i sistemi che contengono dati, modelli e regole di business. È però anche il momento in cui aumentano i rischi: l’agente deve sapere quali strumenti può utilizzare, con quali permessi e su quali risorse. Soprattutto, non dovrebbe sostituire con una risposta probabilistica un calcolo o una decisione che l’azienda ha già affidato a modelli validati.

Su questo problema interviene SAS Viya MCP Server, il connettore con cui SAS espone analytics, modelli e decisioning di Viya come strumenti richiamabili dagli agenti di IA. Il collegamento avviene attraverso Model Context Protocol (MCP), standard aperto che permette alle applicazioni di intelligenza artificiale di accedere a strumenti e sistemi esterni attraverso un’interfaccia comune. Fra le IA attualmente supportate ci sono Microsoft Copilot, Claude e, più in generale, qualsiasi soluzione compatibile con gli MCP.

L’agente interpreta la richiesta, Viya esegue

Il funzionamento del server è semplice e lineare: l’agente invia una richiesta attraverso MCP, il server la autentica e la autorizza e infine SAS Viya esegue quindi l’analisi o il flusso decisionale e restituisce il risultato in formato strutturato. Così facendo, il LLM non deve ricostruire attraverso il prompt operazioni che l’azienda ha già formalizzato in un modello, in una regola o in un flusso di lavoro. Può invece utilizzare capacità analitiche già validate per analizzare dati, eseguire modelli, effettuare scoring e attivare decision flow. SAS sottolinea anche l’utilizzo di output strutturati, come JSON, per evitare che sia il modello linguistico a dover interpretare direttamente i dati grezzi prima di presentarne il risultato.

Sas Vija MCP

Il vantaggio è particolarmente evidente per chi utilizza già Viya: modelli e logiche decisionali esistenti possono entrare nei workflow agentici senza essere ricostruiti per ogni nuovo copilota o framework. L’interfaccia MCP standardizza il collegamento e riduce la necessità di sviluppare integrazioni specifiche per ciascun agente.

Governance e controllo restano dentro SAS Viya

Consentire a un agente di interrogare dati o avviare una decisione richiede controlli più rigidi rispetto a un normale chatbot. SAS Viya MCP Server utilizza l’identity management della piattaforma per autenticare le richieste e verificare che vengano eseguite entro il perimetro autorizzato. Gli agenti possono quindi accedere solo alle risorse approvate. Ogni interazione viene inoltre registrata. Le azioni dell’agente sono autenticate, autorizzate e tracciate, mentre gli output possono essere ricondotti ai modelli, alle regole e ai workflow utilizzati. Una caratteristica particolarmente importante nei processi regolamentati, dove non basta conoscere il risultato: bisogna anche poter ricostruire come è stato ottenuto.

Sas Vija MCP3

In questo schema il server MCP non concede quindi all’agente un accesso indistinto alla piattaforma. Ogni richiesta viene verificata rispetto all’identità e al perimetro consentito, mentre il logging rende possibile ricostruire le operazioni eseguite. Il vantaggio per le aziende è quello di poter integrare gli agenti nei processi esistenti senza scavalcare i meccanismi di controllo già utilizzati per dati, modelli e decisioni.

SAS indica tra gli ambiti di applicazione servizi finanziari, sanità, settore pubblico, manifattura e retail. In banca un agente può richiamare modelli di rischio di credito, fraud detection o antiriciclaggio; nell’assicurazione può utilizzare modelli e regole alla base di decisioni sui sinistri o sul pricing. In produzione può attivare analisi legate a manutenzione, scorte e forecasting, mantenendo visibilità sulle decisioni automatizzate.

Una sola interfaccia per differenti agenti

Rispetto al collegamento diretto attraverso API costruite ad hoc, MCP offre un’interfaccia pensata specificamente per gli agenti. Un client compatibile può scoprire gli strumenti messi a disposizione dal server e richiamarli quando servono. SAS Viya MCP Server può inoltre guidare l’agente nella scelta dello strumento corretto, nella formattazione degli input, nell’interpretazione degli output e nell’esecuzione dei workflow. Il modello linguistico può quindi occuparsi dell’interazione con l’utente e dell’orchestrazione, mentre analytics e decisioning continuano a essere eseguiti in SAS Viya. Per le organizzazioni che hanno già investito sulla piattaforma significa poter portare modelli e logiche di business nei nuovi workflow agentici senza doverli trasferire dentro il modello generativo e senza rinunciare ai controlli già presenti.

Sas Vija MCP2

SAS distingue MCP dalle API tradizionali soprattutto per il modo in cui l’interfaccia viene presentata agli agenti. Una API richiede normalmente un’integrazione costruita per la specifica applicazione; MCP offre invece un’interfaccia standard attraverso cui l’agente può scoprire dinamicamente gli strumenti disponibili e utilizzarli. Nella visione di SAS questo riduce sia il ricorso a integrazioni personalizzate sia la dipendenza dal solo prompt engineering, perché l’agente può appoggiarsi a funzioni analitiche e flussi decisionali già presenti in Viya.

Dagli esperimenti ai processi aziendali

Il pubblico a cui SAS indirizza Viya MCP Server non è limitato agli sviluppatori. La società identifica tre gruppi principali: i team che gestiscono le piattaforme di IA, gli sviluppatori che costruiscono gli agenti e le realtà che possiedono già investimenti in tecnologia SAS. Per i primi, MCP permette di dare agli agenti la possibilità di eseguire azioni reali senza aggirare i controlli esistenti. Per gli sviluppatori offre invece un’interfaccia standardizzata verso analytics e decisioning, con l’obiettivo di ridurre integrazioni custom e prompt particolarmente fragili.

Per le aziende che utilizzano già SAS, il principale vantaggio è legato al riutilizzo delle risorse: modelli pronti per la produzione, regole di business e decision flow possono essere richiamati nei nuovi workflow agentici senza sostituire i sistemi che già li eseguono. Il valore non deriva quindi soltanto dalla possibilità di collegare un LLM ai dati, ma dal fatto che l’agente può appoggiarsi alla logica di dominio già codificata e validata nell’ambiente SAS.

^