Latest / M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano / Basta scrivere Power Fx: 4 nuovi strumenti di IA per Power Platform – colonne prompt, Form Filler e agenti (Doppiaggio IA)

Transcript

Basta scrivere Power Fx: 4 nuovi strumenti di IA per Power Platform – colonne prompt, Form Filler e agenti (Doppiaggio IA) · M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano

0:00
Speaker 2: La maggior parte degli utenti Power Platform crede ancora che
0:02
Speaker 2: l'IA sia solo Copilot che scrive formule. È adorabile. Come
0:05
Speaker 2: pensare che l'elettricità serva solo ad accendere candele più velocemente?
0:09
Speaker 2: La realtà è che Microsoft ha lanciato silenziosamente quattro strumenti
0:11
Speaker 2: che non si limitano ad assistere. Ridefiniscono il concetto stesso
0:14
Speaker 2: di sviluppo. Colonne prompt di dataverse, riempimento moduli, pagine generative
0:18
Speaker 2: e agenti Copilot. Non sono semplici nuove funzionalità ma veri
0:21
Speaker 2: cambiamenti dettori. Ignorali e il tuo io futuro diventerà una
0:24
Speaker 2: reliquia d'ufficio che spiega flussi manuali in un mondo che
0:27
Speaker 2: si auto- automatizza. Eccoli in Mentre sei ancora impegnato a collegare
0:31
Speaker 2: Power Fx e scrivere logiche di validazione astruse, qualcun altro
0:33
Speaker 2: chiede a Dataverse di generare intelligenza dai dati al volo?
0:36
Speaker 2: I loro prototipi si costruiscono da solo. I loro bot
0:38
Speaker 2: delegano compiti come dipendenti competenti. E la tua app manuale
0:41
Speaker 2: sembrerà un reperto da museo. Analizziamo ciascuno di questi strumenti,
0:45
Speaker 2: prima che il tuo io futuro inizi a inviare email
0:47
Speaker 2: di protesta al presente per aver ignorato i segnali di avvertimento.
0:50
Speaker 2: Colonne prompt di Dataverse. I 7 dati che pensi. Le
0:53
Speaker 2: colonne statiche sono i telefoni a disco dei dati aziendali.
0:56
Speaker 2: Se ne stanno lì ad aspettare ordini incapaci di... cogliere
0:59
Speaker 2: sfumature o contesto. Nel 2025 non è solo inefficiente, è imbarazzante.
1:04
Speaker 2: Ecco le colonne prompt di Dataverse, i primi campi dati
1:07
Speaker 2: in grado di interpretarsi letteralmente da soli. Invece di formule
1:11
Speaker 2: in Power Facts, fornisce alla colonna un'istruzione in linguaggio naturale
1:15
Speaker 2: e lei usa lo stesso modello linguistico di Copilot per
1:17
Speaker 2: decidere l'output. La colonna stessa diventa il motore di ragionamento. Pensaci,
1:22
Speaker 2: una colonna calcolata tradizionale moltiplica o concatena valori. Una colonna
1:25
Speaker 2: prompt scrive logica. Non la programmi né spieghi l'intento, Ad
1:29
Speaker 2: esempio potresti chiederle di generare un messaggio di benvenuto su
1:31
Speaker 2: Teams per il nuovo dipendente usando nome, data di assunzione
1:34
Speaker 2: e colore preferito. Dietro le quinte l'IA sintetizza l'istruzione, consulta
1:38
Speaker 2: i dati del record e genera test di livello umano
1:41
Speaker 2: o flag di validazione numerica ogni volta che il record
1:43
Speaker 2: viene aggiornato. E creatività programmatica. Perché è importante? Perché i
1:48
Speaker 2: dati non devono più essere statici o stupidi? Le colonne
1:51
Speaker 2: prompt creano un punto d'incontro tra automazione e cognizione. Interpretano schemi,
1:56
Speaker 2: eseguono controlli sensibili al contesto o compongono output che prima
1:59
Speaker 2: richiedevano interi flussi Power Automate. Meno infrastruttura, meno punti di rottura,
2:03
Speaker 2: più intelligenza alla base. Puoi avere una tabella che valida
2:06
Speaker 2: l'accuratezza dei record, adatta le notifiche in base al ruolo
2:09
Speaker 2: dell'utente o segnala voci sospette, con un punteggio di confidenza,
2:13
Speaker 2: tutto senza scrivere logiche ramificate. Confrontalo con l'era Power FX,
2:17
Speaker 2: dove tutto era fragile. Cambiamento nello schema e la tua
2:20
Speaker 2: catena di formule crollava come un lavoro dentistico malfatto. La
2:23
Speaker 2: logica prompt è resistente a questi microfattori proprio perché descrive l'intento,
2:26
Speaker 2: non la procedura. Dici di riassumere questo record come farebbe
2:29
Speaker 2: un collega umano. E l'IA gestisce la complessità, referenziando più colonne,
2:33
Speaker 2: estraendo il contesto dalle relazioni e persino bilanciando il tono,
2:36
Speaker 2: in base al contenuto del campo. Meno regole esplicite, ma
2:39
Speaker 2: una conformità molto migliore rispetto al risultato che desideravi davvero
2:42
Speaker 2: La verità è che si tratta della stessa interfaccia linguistica
2:45
Speaker 2: che vedrai presto ovunque nell'ecosistema Microsoft Power Apps Power Automate
2:48
Speaker 2: Copilot Studio. Impara una volta, distribuisci ovunque. Questo rende le
2:51
Speaker 2: colonne prompt di Dataverse il miglior campo di addestramento per
2:54
Speaker 2: padroneggiare il prompt engineering all'interno dello Stack Microsoft. Non stai
2:56
Speaker 2: solo definendo formule, stai plasmando alberi di ragionamento all'interno del
2:59
Speaker 2: tuo database. Ecco uno scenario semplice. Gestisci una tabella di
3:02
Speaker 2: nuove assunzioni. Ogni record contiene nome, dipartimento, data di assunzione
3:05
Speaker 2: e colore preferito. Crea una colonna prompt che istruisce. Scrivi
3:08
Speaker 2: un post amichevole su Teams per presentare il nuovo dipendente
3:11
Speaker 2: per nome, menziona il suo dipartimento e includi un commento
3:13
Speaker 2: divertente relativo al suo colore preferito
3:16
Speaker 2: Quando viene aggiunto un record, la colonna genera l'intero testo.
3:19
Speaker 2: Date il benvenuto ad Ashley del dipartimento finanziario, il cui
3:22
Speaker 2: colore preferito specchia le nostre speranze per il budget di
3:24
Speaker 2: questo termine. Quel testo arriva ordinatamente strutturato, salvato e riutilizzabile
3:31
Speaker 2: in flussi e notifiche. Nessun bisogno di automazione e più passaggi.
3:35
Speaker 2: La tabella comunica letteralmente. Ora moltiplica tutto questo per ogni
3:38
Speaker 2: tabella della tua organizzazione. Descrizioni di prodotti che si riscrivono
3:41
Speaker 2: da sole, controlli di qualità che valutano in modo intelligente
3:43
Speaker 2: le anomalie. Campi di conformità che spiegano la logica prima dell'escalation.
3:47
Speaker 2: Inizia a capire che non si tratta di IA che
3:49
Speaker 2: scrive contenuti, ma di dati che si evolvono da archiviazione
3:51
Speaker 2: statica al ragionamento attivo. Naturalmente il potere tenta l'abuso. Un
3:56
Speaker 2: errore comune è trattare le colonne prompt come formule glorificate,
3:59
Speaker 2: riempiendole di pseudocodice che ne soffoca il valore. Un altro
4:02
Speaker 2: passo falso è saltare i token di contesto. Puoi referenziare
4:04
Speaker 2: altri campi nel prompt e i comandi slash li espongono.
4:07
Speaker 2: E se li ometti il modello lavora al buio. Il
4:10
Speaker 2: contesto è l'ossigeno dei buoni prompt. Specifica tutto ciò che
4:13
Speaker 2: dovevi sapere su quel record. Infine, il sovradimensionamento della logica
4:16
Speaker 2: chiedendogli di svolgere dieci compiti non correlati crea rumore. È
4:20
Speaker 2: un modello conversazionale, non un mago di Excel intrappolato in
4:22
Speaker 2: una cella. Mantieni ogni prompt mirato, intenzionale e verificabile. Dal
4:26
Speaker 2: punto di vista del ritorno sull'investimento, questa funzionalità riduce silenziosamente
4:29
Speaker 2: il tuo debito tecnico. Meno flussi in esecuzione significano meno
4:32
Speaker 2: latenza e meno punti di errore. Invece di mantenere infinite
4:35
Speaker 2: espressioni calcolate, il tuo schema Dataverse diventa più semplice. Tu
4:38
Speaker 2: giochi a intelligente e cade all'interno di prompt adattabile. E
4:41
Speaker 2: poiché lo stesso motore di prompt si estende su Dataverse,
4:44
Speaker 2: Power Automate e Copilot Studio, il tuo apprendimento si scala
4:46
Speaker 2: su ogni prodotto. Impara una volta, guadagni ovunque. Parliamo di
4:50
Speaker 2: consapevolezza strategica. Le colonne prompt sono l'anteprima di Microsoft su
4:53
Speaker 2: come tutti i servizi dati si stanno evolvendo, verso livelli
4:56
Speaker 2: di controllo semantico piuttosto che logica procedurale. Nei prossimi anni,
5:00
Speaker 2: questa interfaccia di prompt unificata apparirà nelle formule di Excel,
5:03
Speaker 2: nei componenti di Loop e persino nei metadati di SharePoint.
5:06
Speaker 2: Quando accadrà, sapere come esprimere un'intenzione sarà essenziale quanto lo
5:09
Speaker 2: era un tempo conoscere il DAX. La sintassi passa dal
5:11
Speaker 2: codice alla conversazione. Quindi, se non l'hai ancora fatto, inizia
5:14
Speaker 2: a sperimentare. Crea un ambiente di sviluppo. Nessuna scusa riguardo
5:17
Speaker 2: alle licenze. Crea una tabella, aggiungi una colonna di prompt,
5:20
Speaker 2: istruiscila a descrivere o segnalare qualcosa di significativo e testa
5:22
Speaker 2: le sue variazioni. Non stai solo imparando una funzionalità, stai
5:25
Speaker 2: provando la prossima generazione della logica applicativa. Una volta che
5:28
Speaker 2: le tue colonne possono pensare, i tuoi moduli possono compilarsi
5:30
Speaker 2: da soli, letteralmente. Compilatore di moduli AI, addio all'inserimento dati manuali.
5:34
Speaker 2: Parliamo del compito meno affascinante del software aziendale, l'inserimento dati.
5:39
Speaker 2: Per decenni le organizzazioni hanno costruito sistemi da milioni di
5:41
Speaker 2: dollari solo per guardare esseri umani copiare e incollare metadati
5:44
Speaker 2: come scimmie leggermente più costose. L'era dei fogli di calcolo
5:47
Speaker 2: non è mai finita davvero. Si è mutata all'interno dei
5:49
Speaker 2: moduli web. Gli esseri umani digitano in modo incoerente, saltano campi,
5:53
Speaker 2: leggono male le date e introducono piccoli errori statisticamente inevitabili
5:56
Speaker 2: che distruggono l'analisi a valle. Il problema non è solo
6:00
Speaker 2: noioso e entropia mascherata da lavoro. Ecco FormFiller, lo stagista
6:03
Speaker 2: istruito dall'AI di Microsoft nascosto all'interno delle app basate su
6:06
Speaker 2: un modello. Ufficialmente si chiama FormAssist che suona educatamente noioso,
6:10
Speaker 2: ma quello che fa davvero è analizzare dati non strutturati
6:13
Speaker 2: o semi- strutturati come email, trascrizioni di chat o persino screenshot
6:16
Speaker 2: e popolare automaticamente i campi di Dataverse. Tu incolli, lui
6:20
Speaker 2: interpreta e crea il record per te. I giorni dell'alt-tab
6:23
Speaker 2: tra l'altro che i campi dei moduli sono misericordiosamente contati.
6:25
Speaker 2: Ecco come funziona. Apri un modulo basato su modello, fai
6:28
Speaker 2: clic sull'opzione di incolla intelligente o form assist e inserisci
6:32
Speaker 2: il testo o l'immagine che contiene i dati. Magari è
6:35
Speaker 2: un'email di assunzione che annuncia la data d'inizio di Jennifer
6:37
Speaker 2: o un ordine d'acquisto in PDF che vive la sua
6:38
Speaker 2: vita come bitmap scansionata. Lo strumento estrae entità, nomi, dipartimenti, date,
6:43
Speaker 2: importi e le associa ai campi dell'email. Inferisce persino le
6:46
Speaker 2: relazioni tra i valori quando mancano etichette esplicite. Il risultato
6:50
Speaker 2: viene popolato istantaneamente, ma non viene salvato automaticamente finché non confermi,
6:53
Speaker 2: offrendoti una fase di verifica chiamata a certi suggerimenti. Mi scuso,
6:57
Speaker 2: ma ho appena detto un sacco di sciocchezze. Traduzione. Lai
7:00
Speaker 2: lo compila, ma tu rimani responsabile. La tecnologia alla base
7:04
Speaker 2: prende in presito lo stesso ragionamento del modello linguistico di
7:06
Speaker 2: grandi dimensioni che alimenta Copilot Chat, ma qui è focalizzato chirurgicamente.
7:09
Speaker 2: Non sta solo creando testo, sta identificando dati strutturati all'interno
7:12
Speaker 2: del caos. Immagina di fornirgli la schermata di una fattura, fornitore, totale,
7:17
Speaker 2: data di scadenza, tutto in un'unica operazione di incolla. Il
7:20
Speaker 2: modello riconosce le forme, il testo e il contesto, non
7:22
Speaker 2: pixel per pixel, ma semanticamente. Non è OCR, è comprensione
7:27
Speaker 2: con pesi contestuali. Ecco perché supera i vecchi strumenti di
7:30
Speaker 2: estrazione basati su modelli. Ora, prima di sognare un'utopia di
7:33
Speaker 2: inserimento dati a zero click, cerchiamo di essere precisi. Campi
7:37
Speaker 2: di ricerca? Non ancora. Allegati immagini? A volte. Relazioni complesse
7:41
Speaker 2: tra più record? Pazienza, giovani apprendisti. Il sistema necessita ancora
7:45
Speaker 2: di vincoli deterministici per certi tipi di dati. È un'IA cauta,
7:48
Speaker 2: non avventata. Ma il ritorno sull'impegno è comunque enorme. Il
7:52
Speaker 2: compilatore di moduli elimina già dal 70% all'80% il lavoro
7:55
Speaker 2: manuale nei scenari tipici. Non è un trucco, è un
7:58
Speaker 2: crollo misurabile del carico di lavoro. I team amministrativi recuperano
8:02
Speaker 2: ora a settimana per utente e, non dovendo correre alla precisione,
8:05
Speaker 2: dei dati alle stelle. Gli scettici diranno che perde qualche
8:08
Speaker 2: campo che è ancora in anteprima. Corretto ma irrilevante. L'IA
8:11
Speaker 2: non deve essere perfetta per essere redditizia, deve solo superare
8:14
Speaker 2: i tuoi stagisti. E lo fa. E lo fa. L'ironia
8:17
Speaker 2: deliziosa è che più la usi, meglio è il personale.
8:19
Speaker 2: Impara a pensare in ottica di prompt, strutturando i dati
8:22
Speaker 2: testuali per l'interpretazione automatica. Ogni incolle diventa una silenziosa sessione
8:26
Speaker 2: di formazione sulla sintassi utilizzata. Gradualmente il tuo team si
8:29
Speaker 2: evolve da dattilografi passivi a semi- ingegneri di prompt, fornendo segnali
8:32
Speaker 2: strutturati invece di rumore puro. Quel salto culturale non prezzo.
8:36
Speaker 2: Esaminiamo un caso d'uso tangibile. Immagina il tuo coordinatore HR
8:39
Speaker 2: che inserisce nuovi dipendenti. Ogni settimana riceve un'email. Diamo il
8:43
Speaker 2: benvenuto a Priya Sharma, che entra nel reparto finanza il
8:45
Speaker 2: 3 marzo. Suo colore preferito è verde acqua. Prima doveva
8:48
Speaker 2: passare attraverso 5 tabelle di ricerca per inserire quei dettagli.
8:51
Speaker 2: Ora copia semplicemente il corpo dell'email, lo incolla in formassist
8:54
Speaker 2: e clicca su accetta tutto. In pochi secondi Dataverse registra
8:57
Speaker 2: un record perfettamente allineato. Moltiplica questo piccolo successo tra reparti, acquisti,
9:01
Speaker 2: assistenza clienti e servizio sul campo. Recupererai migliaia di clic
9:04
Speaker 2: al mese e la sanità mentale di tutti. Sotto il cofano,
9:09
Speaker 2: Microsoft ha progettato questa funzione per debuttare nelle app basate
9:11
Speaker 2: su modello perché la coerenza di quell'ambiente facilita l'apprendimento automatico.
9:15
Speaker 2: Le Canvas Apps sono un caos infinito. Layout personalizzati, fonti
9:18
Speaker 2: dati variabili e creatività senza confini. Le app basate sul modello,
9:21
Speaker 2: al contrario, sono moduli standardizzati legati direttamente a Dataverse. È
9:24
Speaker 2: il laboratorio perfetto per addestrare un comportamento IA affidabile. Ma
9:28
Speaker 2: non montarti la testa se sei uno sviluppatore focalizzato sulle cam.
9:30
Speaker 2: Le funzionalità si espandono sempre. La storia si ripete. Le
9:34
Speaker 2: app basate sul modello ricevono la beta e le canvas
9:36
Speaker 2: e la reddita non la beta. Aspettati che il compilatore
9:38
Speaker 2: di moduli appaia presto come un controllo, un campo di
9:40
Speaker 2: input IA da inserire in qualsiasi app. Da un punto
9:43
Speaker 2: di vista architetturale, questo strumento colma un divario affascinante. Unisce
9:46
Speaker 2: la comprensione dei documenti e la creazione di dati transazionali.
9:49
Speaker 2: Per anni Power Automate ha gestito questo processo a valle,
9:52
Speaker 2: estraendo dati dalle mail nei flussi. FormFill ribalta questa logica
9:56
Speaker 2: a monte, proprio dove interagiscono gli utenti. È istantaneo, visibile
9:59
Speaker 2: e nativo nelle Meno automazioni da mantenere, meno chiamate ai
10:03
Speaker 2: connettori che falliscono e molta meno latenza tra inserimento e analisi.
10:07
Speaker 2: Soffermiamoci sulla governance, perché il vostro responsabile della sicurezza lo chiede. Sì,
10:10
Speaker 2: l'IA elabora i contenuti degli appunti localmente tramite i servizi
10:13
Speaker 2: Microsoft sotto lo stesso ombrello di conformità di Copilot. I
10:15
Speaker 2: dati non vengono teletrasportati in laboratori di sperimentazione casuali. Rispetto
10:18
Speaker 2: ai confini del tenant, le policy di LP e gli
10:20
Speaker 2: stack di auditing esistenti. Potete persino disabilitare il farmacist a
10:23
Speaker 2: livello globale se i problemi di fiducia della vostra azienda
10:26
Speaker 2: superano la curiosità. Ma così finireste per premiare l'inefficienza e
10:29
Speaker 2: questa è una decisione che limita la carriera. La verità.
10:32
Speaker 2: Formfiller non serve solo per comodità. Serve per la standardizzazione occulta.
10:36
Speaker 2: Quando ogni record viene analizzato dall'IA tramite lo stesso modello
10:39
Speaker 2: si ottiene una struttura dati normalizzata senza modelli obbligatori. Emergono schemi,
10:43
Speaker 2: le anomalie si riducono e l'analisi diventa più pulita. È
10:45
Speaker 2: una disciplina collettiva imposta algoritmicamente state addestrando il database a
10:49
Speaker 2: preferire loro. Quindi iniziate a usarlo in contesto e basso rischio.
10:53
Speaker 2: Moduli di test, directory interne, ambienti demo. Osservate cosa manca,
10:57
Speaker 2: perfezionate le fonti non strutturate e reseguite l'incolla. Noterete qualcosa
11:01
Speaker 2: di sorprendente. Lì inizia a leggere la vostra organizzazione proprio
11:04
Speaker 2: come fate voi. Impara lo stile, il tono e i
11:06
Speaker 2: raggruppamenti di campi comandi. Non è magia, è familiarità statistica.
11:10
Speaker 2: Una volta adottato non tornate più indietro. L'inserimento manuale dei
11:13
Speaker 2: dati sembrerà preistorico, come digitare i comandi shell per avviare Excel,
11:16
Speaker 2: Perché una volta che i moduli iniziano a pensare da soli,
11:18
Speaker 2: succede qualcosa di più interessante. Intere pagine iniziano a generare
11:22
Speaker 2: il proprio codice. Pagine erative. E lo code incontra la
11:25
Speaker 2: potenza di React. Sviluppano codere a modo gentile per dire
11:29
Speaker 2: più o meno. Trascini rettangoli, li chiami pulsanti e speri
11:32
Speaker 2: che le formule reggano sotto carico. Gli sviluppatori professionisti sono
11:37
Speaker 2: arrivati alle pagine erative. Nel momento in cui lo code
11:39
Speaker 2: ha assorbito silenziosamente i superpoteri di React, ha smesso di
11:41
Speaker 2: chiedere rispetto e ha iniziato a pretenderlo. Ecco il paradigma.
11:45
Speaker 2: Descrivete ciò di cui avete bisogno in linguaggio naturale. L'IA
11:47
Speaker 2: interpreta quei requisiti e un'intera pagina basata su React si
11:50
Speaker 2: materializza nella vostra app basata su modelli. Non un modello,
11:53
Speaker 2: non un modulo precompilato, ma codice reale costruito, stilizzato e
11:56
Speaker 2: collegato alle vostre tabelle database. Non state più cercando di
11:58
Speaker 2: plasmare l'interfaccia a forza. State negoziando con un algoritmo che
12:02
Speaker 2: scrive le pagine per voi. La frase descrive una pagina
12:04
Speaker 2: ora significa letteralmente questo. Il livello di traduzione è sorprendente elegante.
12:08
Speaker 2: La vostra frase, costruiscimi una bacheca dove gli utenti possano aggiungere,
12:11
Speaker 2: modificare e riordinare gli elementi, si trasforma in una scomposizione
12:14
Speaker 2: dei requisiti, moduli di input, griglie dati, ordinamento drag and
12:17
Speaker 2: drop e finestre modali. Il sistema scrive la logica React
12:20
Speaker 2: dietro ogni componente usando lo stesso backbone LLM che alimenta Copilot.
12:24
Speaker 2: Attendi qualche secondo ed ecco fatto, un modulo perfettamente funzionante
12:27
Speaker 2: renderizzato nel browser che lavora su dati reali. Non è
12:30
Speaker 2: codice simulato, è una struttura pronta per la produzione. Gli
12:33
Speaker 2: sviluppatori chiamano questo processo iterativo Vibe Code. Scrivi un'idea, li
12:37
Speaker 2: ala visualizza, perfezioni il prompt con chiarimenti, colore, comportamento, layout
12:41
Speaker 2: e il modello, rigenera modifiche incrementali. Sembra di fare pair programming,
12:45
Speaker 2: solo che il tuo partner non discute solo sintomi. Magari
12:48
Speaker 2: dici aggiungi la funzionalità di modifica dopo il salvataggio o
12:50
Speaker 2: usa la mia combinazione di colore aziendale. Pochi secondi dopo
12:53
Speaker 2: ecco il risultato. Risciacqua, rifinisci, ripeti. Ogni ciclo ti insegna
12:56
Speaker 2: a esprimere la logica in modo semantico anziché procedurale. Sta
13:00
Speaker 2: ancora programmando, solo attraverso il linguaggio invece che la sintassi.
13:03
Speaker 2: Mettiamola alla prova con un esempio concreto. Richiedi un task
13:06
Speaker 2: manager drag and drop all'interno di un ambiente basato su modelli.
13:09
Speaker 2: LIA crea l'impalcatura della vista elenco, i moduli pop- up per
13:11
Speaker 2: aggiungere attività e i gestori di eventi react per le
13:13
Speaker 2: posizioni di trascinamento. Puoi modificare un'attività, riordinare le priorità e
13:17
Speaker 2: vedere le modifiche persistere in Dataverse. Nel vecchio mondo low- code,
13:20
Speaker 2: creare quell'interazione significava destreggiarsi tra componenti, connettori e un groviglio
13:24
Speaker 2: di Power Fx. Ora è un ciclo di generazione di
13:26
Speaker 2: 10 secondi. Puoi persino dire dai, l'interfaccia è un tema
13:29
Speaker 2: scuro con accenti arancioni. E guarda le variabili CSS riscriversi
13:33
Speaker 2: da sole. Sistema di design istantaneo. Questo cambiamento rompe la
13:36
Speaker 2: vecchia falsa gerarchia tra chi crea giocattoli e chi è
13:38
Speaker 2: un vero programmatore. Le pagine generative li uniscono. L'IA produce
13:42
Speaker 2: artefatti a livello React che uno sviluppatore professionista può ispezionare,
13:45
Speaker 2: rifattorizzare o estendere. L'utente occasionale ottiene risultati di produzione. L'ingegnere
13:49
Speaker 2: ottiene una struttura riutilizzabile. All'improvviso, lo code non è più
13:52
Speaker 2: il parco giochi dei principianti. È il tavolo da disegno
13:54
Speaker 2: per tutti. Dal punto di vista del mercato, questa evoluzione
13:57
Speaker 2: spiega una cifra sbalorditiva. Il segmento delle piattaforme IA no
14:00
Speaker 2: code sta crescendo a un tasso anno vicino al 30%.
14:04
Speaker 2: Quel balzo non è dovuto ai investitori stranieri. È dovuto
14:06
Speaker 2: alle persone che si rendono conto che i sistemi generativi
14:08
Speaker 2: convertono le parole in codice distributivo. Power Apps è al
14:11
Speaker 2: centro di questa esplosione perché offre la creazione time TA
14:13
Speaker 2: direttamente all'interno della governance aziendale. Espone i requisiti, rispetta i
14:16
Speaker 2: controlli del tenant, distribuisce un'interfaccia funzionale in pochi minuti. È
14:20
Speaker 2: il tipo di efficienza che trasforma i reparti IT da
14:22
Speaker 2: colli di bottiglia ad acceleratori. Naturalmente è necessaria cautela professionale.
14:26
Speaker 2: La gratificazione istantanea può diventare una responsabilità se si dimentica
14:29
Speaker 2: la governance. La trasparenza del codice conta ancora. La logica
14:32
Speaker 2: generativa a volte nasconde la complessità dietro prompt istruttivi. Tratta
14:36
Speaker 2: quegli output come pull request non revisionate. L'IA potrebbe ottimizzare
14:39
Speaker 2: per la legibilità ma non ottimizza ancora per le eccezioni
14:41
Speaker 2: di conformità o le polisi di mascheramento dei dati. Quindi
14:44
Speaker 2: si guarda l'anteprima prima negli ambienti di sviluppo. Non distribuiresti
14:46
Speaker 2: mai codice interno a un testato in produzione. Non fornirlo
14:48
Speaker 2: nemmeno qui. Tuttavia definire questa una funzione d'anteprima sminuisce il
14:52
Speaker 2: suo atleto. Questa è la prova generale di Microsoft per
14:54
Speaker 2: un modello di sviluppo unificato in cui la sintassi dei
14:56
Speaker 2: prompt è la stessa ovunque. In Flow, in Copilot Studio
14:59
Speaker 2: e ora direttamente nella generazione dell'interfaccia utente La catena di
15:03
Speaker 2: strumenti converge sul linguaggio naturale come front- end per la definizione
15:06
Speaker 2: della logica. Scrivi l'idea una sola volta. La piattaforma decide
15:10
Speaker 2: se deve apparire come controllo canvas, componente React o persino
15:13
Speaker 2: plugin di Copilot. Si tratta di unificazione architettonica camuffata da comodità.
15:18
Speaker 2: Quantifichiamo il vantaggio. La progettazione tradizionale delle pagine in Power
15:21
Speaker 2: Apps potrebbe richiedere diverse. Griglie di layout, ottimizzazione del response
15:24
Speaker 2: e collegamento delle funzioni. Le pagine generative riducono la creazione
15:27
Speaker 2: della prima bozza a pochi secondi. Le modifiche iterative tramite
15:30
Speaker 2: il vibe coding compriamo interi sprint in conversazioni. In modo
15:34
Speaker 2: conservativo si prospetta una riduzione del tempo del 70-80% per
15:37
Speaker 2: le fasi iniziali di costruzione. Moltiplica questo valore per i
15:40
Speaker 2: portafogli aziendali e interi backlog iniziano a dissolversi. Lo sviluppo
15:44
Speaker 2: smette di essere una cosa. Diventa un tradiciato. C'è anche
15:46
Speaker 2: un interessante lato umano. La Power Platform aveva due tribù,
15:50
Speaker 2: maker e programmatori, che si osservavano con sospetto oltre l'abisso
15:53
Speaker 2: delle API. Le pagine relative impongono una distensione. Gli utenti
15:57
Speaker 2: business forniscono il contesto aziendale. Gli sviluppatori impongono la struttura.
16:00
Speaker 2: L'IA media nel mezzo, traducendo l'intento in sintassi. Il divario
16:04
Speaker 2: nel passaggio di consegne si riduce. Invece di specifiche congelate,
16:07
Speaker 2: ottieni prompt dinamici che allineano continuamente il design alle capacità.
16:10
Speaker 2: Quell'integrazione culturale potrebbe essere la caratteristica più preziosa di tutti. Ora,
16:13
Speaker 2: gli scettici borbotteranno inevitabilmente sul controllo creativo. Non è pericoloso
16:17
Speaker 2: affidarsi all'IA? Non sembrerà tutto uguale. La risposta è solo
16:20
Speaker 2: se sei pigro. Le pagine generative sono punti di partenza,
16:22
Speaker 2: non traguardi. I professionisti che imparano ad articolare stile, comportamento
16:27
Speaker 2: dei dati e accessibilità nei loro prompt progetteranno sistemi migliori
16:29
Speaker 2: più velocemente. I pigri otterranno prototipi generici che a ben
16:33
Speaker 2: riflettere rispecchia perfettamente il loro investimento in competenze. L'evoluzione rimane equa.
16:38
Speaker 2: Se guardi dall'alto il modello diventa ovvio. Questa è l'estensione
16:41
Speaker 2: logica dei primi esperimenti di Copilot. Copilot gestiva frammenti, formule,
16:45
Speaker 2: frasi e pezzi di automazione. Le pagine generative scalano quel
16:48
Speaker 2: concetto dalla stringa alla struttura, dal suggerimento locale alla generazione globale.
16:52
Speaker 2: Microsoft non sta solo insegnando ai modelli a rispondere alle
16:54
Speaker 2: query Sta insegnando loro a fabbricare interi livelli software attraverso
16:57
Speaker 2: la comprensione. La Power Platform non diventa un toolkit, ma
17:00
Speaker 2: un collaboratore. Usa strategicamente. Inizia a creare piccole utilità, dashboard
17:04
Speaker 2: interno e procedure guidate di onboarding track ai clienti. Osserva
17:07
Speaker 2: come l'IA interpreta l'ambiguità. Dove fallisce? Quale contesto aggiuntivo produce
17:11
Speaker 2: risultati precisi? Tratta ogni interazione come pratica di prompt engineering perché,
17:15
Speaker 2: alla fine, la fluidità nel prompting è il lavoro. La
17:18
Speaker 2: prossima generazione di professionisti low- code farà il debug dell'inglese, non
17:21
Speaker 2: della sintassi. Tra qualche anno descriverai un'applicazione... e la piattaforma
17:24
Speaker 2: porrà domande di chiarimento prima di produrla interamente. Modello dati, interfaccia,
17:28
Speaker 2: flussi e test. Le pagine generative sono la prima prova
17:32
Speaker 2: pubblica di questa inevitabilità. Dimostrano che il low- code può ora
17:35
Speaker 2: produrre risultati ad alta potenza. E sì, i tuoi prototipi
17:38
Speaker 2: drag and drop potrebbero sparire, sostituiti da sessioni di creazione conversazionali.
17:42
Speaker 2: Quindi posizionati sul lato giusto di questa curva. Impara a
17:44
Speaker 2: parlare fluentemente di design a un'IA che ascolta, che ormai
17:46
Speaker 2: ha visto dati che pensano e moduli che si compilano
17:49
Speaker 2: da soli. Passo logico successivo è l'intelligenza che progetta la
17:52
Speaker 2: propria interfaccia. Hai creato dati pensanti e pagine che si autogenerano.
17:56
Speaker 2: Ora parliamo dei cervelli che coordinano tutte queste parti. Agenti
17:59
Speaker 2: di Copilot Studio che chiamano altri agenti. L'architettura dell'IA scalabile.
18:04
Speaker 2: I singoli bot IA sono i bambini dell'automazione, entusiasti rumorosi
18:07
Speaker 2: e disperatamente imprevedibili quando chiedi loro di fare più cose insieme.
18:12
Speaker 2: Dai loro un flusso di lavoro complesso con logica ramificata,
18:14
Speaker 2: conoscenza contestuale e molteplici obiettivi aziendali che sprofonderanno subito nella confusione.
18:19
Speaker 2: Potresti ottenere risposte decenti metà delle volte, allucinazioni l'altra metà.
18:22
Speaker 2: È una crisi esistenziale totale se qualcuno cambia il nome
18:24
Speaker 2: di una variabile. Ecco perché il nuovo modello di agenti
18:27
Speaker 2: che chiamano agenti in Copa e lo studio non è
18:29
Speaker 2: solo un aggiornamento, è una correzione architettonica completa. Il sistema
18:32
Speaker 2: finalmente diventa adulto. Ecco la premessa. Invece di costruire un
18:36
Speaker 2: unico agente gigante che sa tutto, ora orchestra più agenti piccoli,
18:39
Speaker 2: ognuno esperto di un ambito specifico, Un agente principale delega
18:44
Speaker 2: il lavoro ad agenti secondari, su routine autonome addestrate per
18:46
Speaker 2: compiti specifici come autenticazione, risoluzione problemi o ricerca ordini. Pensalo
18:50
Speaker 2: come a dei microservizi per la conversazione. Ogni agente secondario
18:54
Speaker 2: gestisce una singola responsabilità con input chiari e output prevedibili.
18:57
Speaker 2: Il principale coordina, non microgestisce. Quella struttura modulare elimina il
19:01
Speaker 2: caos che si crea quando un unico grande prompt cerca
19:03
Speaker 2: di gestire il contesto per 50 attività diverse. È incredibilmente elegante.
19:08
Speaker 2: Nell'interfaccia di Copilot Studio selezioni e aggiunge agente, definisce le
19:11
Speaker 2: sue istruzioni e lo colleghi come un modulo richiamabile. Quando
19:14
Speaker 2: il chatbot principale incontra una condizione di attivazione, ad esempio
19:17
Speaker 2: verificare l'identità di un cliente, dice letteralmente chiama l'agente autenticatore.
19:21
Speaker 2: Quell'agente secondario segue la procedura, restituisce un output strutturato, il
19:24
Speaker 2: principale riprende con quei risultati. L'utente vede una continuità di
19:27
Speaker 2: dialogo fluida, ma sotto diverse unità intelligenti si stanno orchestrando
19:30
Speaker 2: in una pipeline. L'effetto ordine riconquistato dalla complessità è l'equivalente
19:34
Speaker 2: conversazionale dell'architettura orientata ai servizi, perché è importante. perché i
19:38
Speaker 2: grandi bot monolitici scalano come una cattiva burocrazia lentamente e contraddizioni.
19:43
Speaker 2: Ogni nuova attività richiede ulteriore codice spaghetti di tipo se
19:45
Speaker 2: l'intento è X, che finisce per crollare sotto il proprio peso.
19:49
Speaker 2: la delegata agenti smembra il mostro in specialisti gentili mia
19:53
Speaker 2: gestisce la creazione dei ticket un'altra la logica di escalation
19:55
Speaker 2: un'altra ancora la comunicazione di follow up puoi correggerli singolarmente
19:59
Speaker 2: e addestrarli in modo indipendente persino sostituirne uno senza riscrivere
20:02
Speaker 2: l'intero albero di conversazione la manutenzione passa da essere un'artless
20:06
Speaker 2: immagine di creare un assistente di supporto per la tua
20:08
Speaker 2: organizzazione L'agente principale accoglie gli utenti, chiede qual è il
20:12
Speaker 2: problema e decide di quale forza lavoro ha bisogno. La
20:14
Speaker 2: persona dice non riesco ad accedere, l'agente principale chiama l'agente
20:17
Speaker 2: di autenticazione. Quell'agente guida l'utente attraverso il ripristino dell'MFA contro l'edito.
20:21
Speaker 2: Una volta completato, segnala l'esito positivo o negativo. Se il
20:24
Speaker 2: problema persiste, l'agente principale può invocare l'agente di risoluzione ai
20:27
Speaker 2: problemi specializzato in errori dell'app. Infine, a seconda del risultato,
20:30
Speaker 2: un agente di escalation registra un ticket di assistenza. La
20:34
Speaker 2: conversazione leggibile dall'uomo sembra continua, ma dietro le quinte, tre
20:37
Speaker 2: lavoratori IA modulari hanno completato l'attività, efficienti, compartimentati, testabili. Questa
20:42
Speaker 2: scomposizione produce enormi guadagni in termini di affidabilità. Ogni agente
20:46
Speaker 2: vive in un universo mentale più piccolo, non spreca token
20:48
Speaker 2: ricaricando istruzioni globali, quindi le risposte sono più veloci ed
20:50
Speaker 2: economiche da generare. I limiti di contesto significano meno allucinazioni.
20:54
Speaker 2: E quando un agente inevitabilmente si comporta male, sai esattamente
20:57
Speaker 2: a chi dare la colpa. Nessuna colpa collettiva, solo debug chirurgico.
21:01
Speaker 2: Puoi persino gestire le versioni in modo indipendente. L'agente di
21:04
Speaker 2: autenticazione V2. 0 oggi è mentato e distribuito oggi, mentre l'agente
21:06
Speaker 2: di escalation V1. 9 rimane invariabile. Scalabile, manutenibile, verificabile, la santa
21:10
Speaker 2: trinità dell'IA aziendale. Fissiamo questi concetti con i numeri. Solo
21:14
Speaker 2: nell'anno fiscale 2025 Microsoft ha confermato oltre 3 milioni di
21:17
Speaker 2: agenti IA creati su Power Platform. Si tratta di un
21:20
Speaker 2: 3 seguito da 6 zeri di lavoratori conversazionali distribuiti, riaddestrati
21:23
Speaker 2: e riutilizzati. E man mano che questi agenti si moltiplicano
21:26
Speaker 2: il design modulare diventa una necessità di sopravvivenza. Un bot
21:28
Speaker 2: monolitico non può assorbire tale scala. È come fotocopiare il caos.
21:32
Speaker 2: Il framework agente che chiama agente trasforma la crescita esponenziale
21:35
Speaker 2: in gestibilità lineare. Quando ogni agente esperto fa bene una cosa,
21:38
Speaker 2: l'intero sistema può evolversi all'infinito per composizione anziché per reinvenzione.
21:42
Speaker 2: Tecnicamente questa architettura si allinea perfettamente anche al più ampio
21:45
Speaker 2: ecosistema copilot di Microsoft. Agenti dati di Fabric, Flossia e
21:48
Speaker 2: di Power Automate, persino livelli di conversazione di Dynamics condividono
21:51
Speaker 2: tutti lo stesso DNA di orchestrazione. Impara questo modello una
21:54
Speaker 2: volta e lo riconoscerai ovunque. Controller principali che inviano richieste
21:58
Speaker 2: a copilot specifici per domani. Il modello è coerente. contenimento
22:02
Speaker 2: della logica, delega dell'esecuzione, aggregazione dei risultati e intelligenza distribuita
22:06
Speaker 2: senza i rack dei serve. Sarò schietto. Se non hai
22:08
Speaker 2: ancora aperto Copilot Studio, il tuo io futuro è già
22:11
Speaker 2: disoccupato probabilmente, sostituito da uno stagista che lo usa. La
22:14
Speaker 2: piattaforma è gratuita da esplorare, conforme per progettazione e visivamente
22:17
Speaker 2: coerente con la logica di PowerApp. Puoi costruire il tuo
22:20
Speaker 2: primo cluster di agenti in un pomeriggio. Inizia con un genitore,
22:23
Speaker 2: crea due figli specializzati e collegali tramite semplici frasi di attivazione.
22:27
Speaker 2: Guarda di collaborare. La prima volta che vedi degli agenti
22:29
Speaker 2: passarsi i compiti come professionisti in una riunione, ti rendi
22:32
Speaker 2: conto che l'automazione ha superato gli script. Un relavoro di squadra.
22:35
Speaker 2: Come sempre è necessario e prudente. L'eccessiva delega crea zone
22:38
Speaker 2: morte di contesto in cui gli agenti secondari non hanno
22:40
Speaker 2: le informazioni necessarie per rispondere correttamente. Risolvi il problema definendo
22:43
Speaker 2: parametri chiari e trasmettendo gli output rilevanti dal genitore al figlio. Ricorda,
22:47
Speaker 2: delegare senza contesto è equivale ad abdicare. Dai a ogni
22:50
Speaker 2: agente un'autonomia limitata e non un'amnesia totale. Un team di
22:54
Speaker 2: bot ben progettato rispecchia un'organizzazione ben strutturata. Domini circoscritti, contratti
22:59
Speaker 2: solidi e obiettivi condivisi. Se costruito correttamente, un sistema agente
23:02
Speaker 2: trasforma il design di una conversazione AI in un'architettura modulare.
23:05
Speaker 2: Non si tratta di chat intelligente, ma di orchestrazione prevedibile.
23:09
Speaker 2: Le aziende ottengono finalmente il trio che cercavano. Scalabilità, governance
23:14
Speaker 2: e specializzazione sicura. E gli sviluppatori che padroneggiano questo modello
23:18
Speaker 2: diventano i sostituti. Impara subito Copilot Studio, perché la prossima
23:21
Speaker 2: ondata di automazione Microsoft darà per scontato che tu lo
23:24
Speaker 2: conosca già. Ignoralo gli agenti, non si limiteranno a prendere
23:27
Speaker 2: i tuoi compiti e prenderanno la tua credibilità. Con tutto
23:30
Speaker 2: questo ti trovi di fronte a un nuovo livello operativo
23:32
Speaker 2: dall'automazione Microsoft, una rete di menti cooperanti che finalmente scala
23:35
Speaker 2: la logica umana nella continuità delle macchine. E ecco la
23:39
Speaker 2: ragione strategica a rendere il tuo bagaggio di competenze a
23:41
Speaker 2: prova di futuro. Ormai il modello è chiaro. Le colonne
23:44
Speaker 2: di prompt di Dataverse fanno sì che i dati si
23:45
Speaker 2: interpretino bene. Riempimento automatico dei moduli eliminano le notevole, gli
23:49
Speaker 2: esseri umani che digitano sciocchezze. Le pagine generative ti permettono
23:52
Speaker 2: di creare applicazioni complete e conversanti. Gli agenti co- pilot coordinano
23:55
Speaker 2: interi team di robot. Insieme riscrivono il significato stesso di
23:58
Speaker 2: alfabetizzazione alla Power Platform. I nuovi fondamenti non sono Power
24:01
Speaker 2: Facts o le proprietà dei controlli. Sono il design dei prompt,
24:04
Speaker 2: la trasformazione dei dati AI e l'orchestrazione degli agenti. L' 85
24:08
Speaker 2: % di Power Platform preferisce già i flussi di lavoro
24:10
Speaker 2: assistiti dall'AI e quasi ogni funzione futura presuppone che lo
24:13
Speaker 2: faccia anche tu. Questa è la base di partenza. Sperimenta
24:15
Speaker 2: negli ambienti di sviluppo, trattare le anteprime come una palestra
24:17
Speaker 2: e costruisci la memoria muscolare prima che la piattaforma la
24:20
Speaker 2: richieda in produzione. Perché presto, manuale, significherà obsoleto. Il dividendo emotivo?
24:26
Speaker 2: La consapevolezza che il tuo io futuro sarà l'automatizzatore e
24:29
Speaker 2: non automatizzato. Imparalo, ora prima che la piattaforma impari a superarlo.
24:33
Speaker 2: Percorso di aggiornamento. Quindi ecco la verità condensata nel suo
24:36
Speaker 2: nucleo operativo. Padroneggiare questi quattro strumenti AI, colonne di prompt,
24:40
Speaker 2: riempimento moduli, pagine generative e agentico pilot non è più facoltativo.
24:44
Speaker 2: Sono il set di competenze di base per chiunque voglia
24:46
Speaker 2: rimanere occupabile all'interno dell'ecosistema Microsoft. Non sono funzioni secondarie, sono
24:50
Speaker 2: il DNA della prossima fase evolutiva di Power Platform. Se
24:54
Speaker 2: ti rifiuti di adattarti, ti ritroverai a gestire flussi di
24:57
Speaker 2: lavoro che l'AI ora scrive mentre dorme. Per questo aggiornamento
25:00
Speaker 2: non è filosofico, è procedurale. Apri un ambiente sandbox, crea
25:04
Speaker 2: una tabella Dataverse con una colonna prompt, incolla i dati
25:06
Speaker 2: in forma assistant, descrivi una pagina, guarda come si programma
25:09
Speaker 2: da sola, poi crea un agente principale e lascialo delegare
25:11
Speaker 2: a due piccoli specialisti. Ogni clic è una prova di
25:14
Speaker 2: fluidità nell'automazione. Non stai imparando strumenti, stai allenando il tuo
25:17
Speaker 2: intuito per la collaborazione tramai. Il futuro di Power Platform
25:21
Speaker 2: favorirà chi sa orchestrare l'intelligenza piuttosto che costruirla manualmente. Questo
25:24
Speaker 2: cambiamento inizia con le parole, non con il codice, dicendo
25:27
Speaker 2: ai sistemi quale risultato vuoi e lasciando che siano loro
25:29
Speaker 2: a calcolare il percorso. Impara a farlo chiaramente e dominerai
25:32
Speaker 2: l'ecosistema invece di inseguirlo. Quindi questo è il percorso di aggiornamento.
25:36
Speaker 2: Padroneggia questi quattro livelli di AI e renderai a prova
25:38
Speaker 2: di futuro sia il tuo curriculum che la tua rilevanza.
25:40
Speaker 2: Se questo ti ha dato chiarezza, iscriviti per approfondimenti sulla
25:43
Speaker 2: meccanica di Copilot, la integrazione di Fabric e e ogni
25:46
Speaker 2: competenza avanzata che ti manterrà in vantaggio perché la piattaforma
25:49
Speaker 2: sta già imparando assicurati di farlo anche tu