Un agente AI aziendale risponde con totale sicurezza, ma il numero è sbagliato. Nessuno se ne accorge finché qualcuno non risale a una definizione di metrica obsoleta o a un documento che il sistema di retrieval non ha mai recuperato. Il modello non ha fallito. Il contesto che gli è stato fornito ha fallito. Negli ultimi sei mesi, il 57% delle imprese ha tracciato una risposta sicura ma errata di un agente AI a un contesto aziendale mancante o incoerente, e il 31% ha dichiarato che è successo più di una volta, secondo un sondaggio VB Pulse di giugno 2026 su 101 imprese qualificate con più di 100 dipendenti.
La causa principale è un contesto frammentato
Il motivo non è difficile da trovare. Il retrieval su documenti è il modo predefinito con cui gli agenti ottengono il contesto aziendale per il 38% delle imprese, quasi il doppio dell'approccio successivo. Il modo in cui la maggior parte delle imprese sceglie un sistema di retrieval aggrava il problema. La facilità di ingestione e la semplicità operativa guidano i criteri di selezione, con l'accuratezza del retrieval che resta indietro rispetto a entrambi. Il problema di accuratezza si manifesta solo dopo che il sistema è già in produzione.
Sponsored Protocol
Il rimedio è un livello di contesto governato
Esiste una soluzione nota: un livello di contesto governato che ogni agente legge invece di indovinare. I vendor si stanno affrettando a lanciare piattaforme di contesto, mentre la maggior parte delle imprese sta ancora cercando di capire di cosa si tratti. Il 75% delle imprese non ha ancora un livello di contesto agentico. Il livello di contesto dovrebbe essere un modello condiviso di ciò che i dati aziendali significano realmente, costruito una volta e referenziato in modo coerente invece di essere ridefinito da ogni agente che lo tocca. La ricerca VentureBeat mostra che la risposta delle imprese a questa idea è ampia ma incompleta. Il 25% degli intervistati ne ha uno in produzione. Il 34% lo sta costruendo. Il restante 41% non ha ancora iniziato. Tra le aziende che stanno già costruendo o gestendo un livello di contesto governato, il 78% segnala un fallimento sicuro ma errato. Tra le aziende senza piani di costruire un livello, solo il 20% segnala lo stesso problema. Le aziende che sono già state bruciate hanno molte più probabilità di costruire la soluzione. Quelle che non sono state bruciate ancora non vedono l'urgenza.
Sponsored Protocol
Vendor a confronto: architetture divergenti
Ogni grande vendor di piattaforme dati e AI sta ora costruendo una versione di questo livello, ma le architetture non convergono. DataHub tratta i metadati dei cataloghi e il comportamento delle query degli analisti come una fonte di conoscenza, mantenendola aggiornata come un sistema vivente. Microsoft Fabric IQ costruisce un'ontologia aziendale che qualsiasi agente può interrogare tramite MCP. Couchbase spinge la memoria dell'agente e il retrieval del contesto verso l'edge, sostenendo che il database operativo è una sede più naturale rispetto a un livello di ricerca o analisi aggiunto successivamente. Pinecone Nexus compila la logica strutturale nel livello di metadati prima del runtime, scommettendo che gli agenti hanno bisogno di struttura pre-costruita più che di ricerca veloce. Snowflake esegue un sistema a due livelli: Horizon Context per definizioni gestite dal cliente e Cortex Sense per il contesto che la piattaforma deduce autonomamente. Oracle Unified Memory Core adotta l'approccio opposto, integrando dati vettoriali, grafici e relazionali in un unico motore transazionale per eliminare i problemi di sincronizzazione. Google Knowledge Catalog estrae log di query e pattern di utilizzo per curare automaticamente il contesto semantico. AWS Context Service scommette su un grafo della conoscenza che migliora con l'uso effettivo da parte degli agenti.
Sponsored Protocol
Gli analisti convergono su una diagnosi
Le opinioni degli analisti raccolte da VentureBeat sottolineano lo stesso problema. Michael Ni di Constellation Research ha affermato: "Chi controlla il contesto a runtime controlla il livello decisionale AI per i dati aziendali. La memoria vettoriale non è significato aziendale, il significato aziendale non è governance e la governance non è esecuzione." Kevin Petrie di BARC ha evidenziato che la maggior parte delle piattaforme di contesto si concentrano su tabelle strutturate, trascurando il contesto più complesso nei documenti non strutturati. Stephanie Walter di HyperFRAME Research ha dichiarato: "Gli agenti non hanno bisogno solo di più token o modelli migliori. Hanno bisogno di contesto governato, aggiornato e a bassa latenza." Steven Dickens, CEO di HyperFRAME Research, ha parlato di "affaticamento da frammentazione" e ha definito la gestione di store vettoriali, database grafici e relazionali separati per un singolo agente un "incubo DevOps". Matt Kimball di Moor Insights and Strategy ha osservato che la sfida non è far funzionare un agente, ma gestirlo in produzione, dove l'obiettivo è ridurre la distanza tra dati ed esecuzione.
Sponsored Protocol
Cosa significa per le imprese
Il solo retrieval non colmerà il divario di contesto. La RAG è la fonte predefinita per il contesto nella maggior parte delle imprese ed è anche il livello più associato al fallimento di risposte sicure ma errate. Aggiungere più documenti o un indice più grande non risolve una definizione incoerente tra sistemi. Il livello di contesto semantico è dove il budget si sta effettivamente spostando, anche dove non è ancora stato implementato. Il 58% delle imprese è già impegnato (in costruzione o in produzione), ma solo il 25% ha effettivamente un livello live. Questo divario mostra dove le imprese hanno deciso di spendere, non dove sono arrivate. Nessun singolo vendor possiede ancora l'architettura, e probabilmente rimarrà così per un po'. Le imprese che valutano questo livello dovrebbero aspettarsi di integrare piuttosto che scegliere un unico vincitore. La decisione di acquisto sta avvenendo quest'anno, concentrata tra le aziende già colpite dal problema. Il 57% delle imprese prevede di cambiare o aggiungere una piattaforma di retrieval o contesto entro i prossimi dodici mesi. Questo intento non è uniforme: le imprese che hanno segnalato un fallimento ripetuto pianificano di cambiare fornitore all'81%, contro il 32% di quelle che non hanno mai incontrato il problema. Le aziende che acquistano nuovi strumenti di contesto sono in gran parte quelle i cui agenti hanno già sbagliato. Gli agenti sono già in esecuzione. Il contesto sotto di loro è ancora in fase di costruzione, e il vendor che vende la soluzione viene scelto quest'anno. Questi dati saranno parte di una discussione più ampia al VB Transform 2026 il 14 e 15 luglio a Menlo Park.
Sponsored Protocol
Per approfondire, leggi anche l'articolo su Meta che rimuove la funzione AI di Instagram dopo le critiche per la privacy e scopri come anche le grandi aziende affrontano problemi legati all'AI. Per una comprensione più tecnica del retrieval, consulta la pagina di Wikipedia su Retrieval-Augmented Generation.
