Oracle Fusion Claw separa reasoning ed esecuzione per portare gli agenti IA nei processi aziendali

Usare un LLM per ragionare sul problema. Spegnerlo quando non serve più e affidare il grosso dell'esecuzione a un motore deterministico. È questa l'idea alla base di Oracle Fusion Claw, il nuovo ambiente che Oracle introduce all'interno di Fusion Applications per gestire processi agentici complessi e di lunga durata.

In pratica, Oracle Fusion Claw è un nuovo componente che si colloca tra il system of record (cioè la fonte autorevole di dati) di Fusion e lo strato delle applicazioni agentiche. Comunica con entrambi e fornisce alle applicazioni agentiche tutto il necessario per passare dalla pianificazione all'esecuzione vera e propria.

L'LLM pianifica, poi lascia spazio al calcolo deterministico

Oracle aveva iniziato introducendo nella suite funzioni di IA generativa relativamente semplici, per esempio per scrivere le descrizioni degli annunci di lavoro o riassumere valutazioni delle prestazioni. Sono arrivati poi agenti dedicati a singoli task, team composti da supervisor e agenti specialisti, workflow agent e infine le Agentic Applications, sistemi orientati a un risultato e capaci di coordinare più agenti.

Fusion Claw estende questo modello verso attività che possono durare più a lungo, richiedere simulazioni, elaborare grandi quantità di dati e ricalcolare continuamente il piano sulla base di condizioni che cambiano. L'architettura parte da un LLM esterno, come quelli offerti da OpenAI o Google, che viene utilizzato per analizzare il problema, ragionare, costruire un piano e decidere come procedere. A quel punto l'LLM può essere escluso dal processo. 

Riconciliazioni, simulazioni, ottimizzazioni e altre elaborazioni vengono eseguite in una parte separata di Fusion Claw, isolata dal modello generativo. All'atto pratico, non è l'LLM a eseguire ogni singolo passaggio del workflow. 

Questo approccio ha due vantaggi. Il primo è la prevedibilità: le attività che richiedono calcoli precisi e ripetibili vengono affidate a componenti deterministiche. Il secondo vantaggio è relativo ai costi: gli LLM vengono interrogati solamente quando serve realmente capacità di ragionamento, evitando di consumare token per operazioni che possono essere gestite più efficientemente attraverso normale computazione. Oracle distingue esplicitamente, all'interno del processo, le attività che consumano AI unit, sostanzialmente token, da quelle che vengono eseguite senza utilizzare il modello.

C'è anche un altro vantaggio, sempre relativo all'abbattimento delle risorse di calcolo necessarie e, di conseguenza, dei costi: una volta elaborato un piano, Fusion Claw può conservarlo e adattarlo quando cambiano le condizioni, senza doverlo rigenerare da zero attraverso l'LLM. Lo stesso schema può inoltre essere riutilizzato per problemi analoghi. È un'impostazione ideale soprattutto per processi nei quali le variabili cambiano continuamente. Nella pianificazione del personale sanitario, per esempio, entrano in gioco disponibilità, turni, qualifiche, limiti di orario e assenze improvvise. Nella supply chain bisogna invece tenere insieme capacità, costi, vincoli di servizio, tempi e disponibilità. Il piano iniziale diventa quindi un oggetto che viene continuamente aggiornato invece di essere ricostruito ogni volta.

Tre livelli di autonomia, fino all'esecuzione senza "human in the loop"

Aumentare l'autonomia degli agenti significa anche decidere fino a dove possano spingersi. Sotto questo profilo, Fusion Claw prevede tre modalità operative: assist, semi-auto e full auto.

Nella prima il sistema si limita a supportare l'utente, senza prendere alcuna decisione. Nella seconda, alcune operazioni possono essere eseguite automaticamente, mantenendo interventi o approvazioni umane. In full auto, invece, l'esecuzione può invece avvenire senza human in the loop: il sistema completa il processo autonomamente e rende successivamente visibili le attività svolte.

L'autonomia rimane delimitata dalle regole definite dall'azienda che gestisce il sistema. Oracle utilizza il concetto di Enterprise Operating Envelope, un perimetro che comprende obiettivi, procedure operative, policy, vincoli, permessi, soglie di rischio, diritti decisionali, approvazioni ed escalation.

L'Outcome Trust Harness applica questi controlli a ogni singola esecuzione, verificando identità, dati accessibili, capacità e azioni consentite. Al termine viene prodotto una ricevuta (Outcome Receipt), che registra le informazioni utilizzate, le decisioni prese, le attività svolte e le eventuali transazioni eseguite. Il modello di autorizzazione parte anche dai privilegi già presenti in Fusion: gli agenti ricevono un'autorità circoscritta, spesso derivata da quella assegnata agli utenti e ai ruoli aziendali.

Oracle Fusion Claw: arrivano 25 nuove Agentic Applications

Con Fusion Claw arrivano 25 nuove Agentic Applications, che portano il totale a 75. Fra queste Ledger, che lavora su grandi quantità di registrazioni contabili, individua anomalie e supporta riconciliazioni e attività di chiusura. Workforce Staffing costruisce piani di personale tenendo conto contemporaneamente di competenze, disponibilità, turni, regole e costi. Shipping Consolidation simula differenti configurazioni delle spedizioni sulla base di capacità, tempi, costi e impegni verso i clienti. Account Territory Growth Plan applica invece simulazione e ottimizzazione alla pianificazione commerciale, confrontando diverse configurazioni dei territori e valutando capacità, opportunità e vincoli prima dell'eventuale esecuzione.

Le applicazioni Claw convivono con Oracle AI Agent Studio for Fusion Applications, attraverso il quale è possibile costruire applicazioni agentiche utilizzando strumenti no-code e pro-code e combinando agenti Oracle, sviluppati internamente, da partner o da soggetti esterni.

Con Fusion Claw, insomma, Oracle prova così a spostare l'IA agentica dalla conversazione all’esecuzione dei processi, lasciando agli LLM il ragionamento e affidando il lavoro ripetibile a componenti più prevedibili, controllabili e meno costosi.