Latest / M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano / Un chatbot IA che conosce tutti i tuoi dati: unisci CRM, ERP e database con Copilot e Fabric Data Agents (Doppiaggio IA)

Transcript

Un chatbot IA che conosce tutti i tuoi dati: unisci CRM, ERP e database con Copilot e Fabric Data Agents (Doppiaggio IA) · M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano

0:00
Speaker 2: Siete pronti per 10 giorni dedicati a Microsoft 365, Copilot, EA,
0:04
Speaker 2: Azure e alle persone che stanno plasmando il futuro del lavoro? Io.
0:08
Speaker 2: A gennaio torna M365Con e quest'anno puntiamo ancora più in alto.
0:12
Speaker 2: Partecipate a sessioni dal vivo, demo reali e acquisite competenze
0:15
Speaker 2: pratiche da MVP ed esperti del settore di tutto il mondo.
0:18
Speaker 2: Niente slide generiche, niente infiniti termini alla mano. Affronteremo le
0:22
Speaker 2: sfide reali. Copilot Studio, agenti EA, Fabric, Sicurezza, Governance e Automazione.
0:30
Speaker 2: Che siate professionisti IT, sviluppatori o leader aziendali, ci sono
0:33
Speaker 2: sessioni pensate apposta per voi. In dieci giorni completi potrete
0:37
Speaker 2: esplorare molteplici tecnologie e connettervi con una community globale. Seguite
0:41
Speaker 2: le dirette e portate nella vostra azienda spunti pratici. Gennaio 2027,
0:45
Speaker 2: dieci giorni. Un'unica community. Microsoft. Le iscrizioni sono già aperte.
0:51
Speaker 2: Prenotate il vostro posto oggi stesso. L'indirizzo è m365con. net iscrivetevi
1:00
Speaker 2: ora su m365com. net vi aspettiamo dal vivo a gennaio in
1:05
Speaker 2: questo momento il vostro crm le rpa database contengono insight
1:08
Speaker 2: critici ma quante volte avete la sensazione che siano bloccati
1:10
Speaker 2: in silos impossibili da consultare insieme immaginate di porre a
1:14
Speaker 2: un unico chatbot una domanda semplice ricevere istantaneamente risposte che
1:17
Speaker 2: combinano tutti questi dati è ciò che microsoft copilot con
1:19
Speaker 2: fabric data agents rende possibile ma in che modo sblocca
1:22
Speaker 2: esattamente l'intelligenza tra i vari sistemi e quanto lavoro richiede
1:25
Speaker 2: la configurazione Analizziamo il processo per vedere come si traduce
1:28
Speaker 2: nel mondo reale dei dati aziendali. Il costo nascosto dei
1:32
Speaker 2: dati frammentati. Avete mai avuto la sensazione di avere più
1:34
Speaker 2: dashboard in site reale? La maggior parte delle aziende è
1:36
Speaker 2: già sommersa ai report. La finanza ha i suoi fogli
1:39
Speaker 2: di calcolo ERP, il marketing crea le proprie esportazioni CRM
1:43
Speaker 2: e l'IT custodisce un tesoro di database che nessuno di
1:45
Speaker 2: fuori del loro team sembra comprendere. Sulla carta sembra una
1:49
Speaker 2: miniera d'oro di informazioni. Nella pratica sembra più un insieme
1:52
Speaker 2: di frammenti sparsi che si rifiutano di unirsi nonostante gli
1:54
Speaker 2: sforzi profusi Si può quasi sentire il mugugno nella stanza
1:58
Speaker 2: quando qualcuno chiede un semplice report combinato e tu sanno
2:00
Speaker 2: che ci vorranno settimane. Il problema non è che le
2:03
Speaker 2: informazioni non esistano, è che ogni sistema si aggrappa alla
2:06
Speaker 2: propria visione della verità come se fosse l'unica fonte importante.
2:10
Speaker 2: L'ERP conserva registrazioni di transazioni che risalgono ad anni fa?
2:13
Speaker 2: Il CRM sa con chi hanno parlato i venditori ieri
2:15
Speaker 2: e una mezza dozzina di database archivia tutto, dagli aggiornamenti
2:17
Speaker 2: della catena di distribuzione ai dati sulla produttività dei dipendenti.
2:20
Speaker 2: Nessuno di loro vuole comunicare con gli altri senza porre resistenza.
2:23
Speaker 2: Le persone finiscono per scambiarsi file Excel statici via email,
2:25
Speaker 2: copiare numeri in PowerPoint e sperare che nessuno noti il
2:27
Speaker 2: ritardo tra ciò che viene presentato e ciò che sta
2:29
Speaker 2: effettivamente accadendo oggi. Lo si vede accadere nei team reali.
2:32
Speaker 2: Un responsabile vendite potrebbe fissare gli obiettivi trimestrali usando i
2:35
Speaker 2: dati della pipeline CRM estrati lunedì. Giovedì il team finanziario
2:38
Speaker 2: attende ancora che l'AirPi aggiorni il batch di riconciliazione e
2:41
Speaker 2: quindi il fatturato varia secondo il sistema che consulti. Il
2:44
Speaker 2: marketing interviene con i dati delle campagne clienti esportate la
2:47
Speaker 2: scorsa settimana e improvvisamente l'azienda ha tre visioni diverse sulle
2:50
Speaker 2: prestazioni dello stesso trimestre. Le decisioni vengono prese in quella
2:53
Speaker 2: nebbia e a volte sono totalmente sbagliate perché le persone
2:55
Speaker 2: guardavano numeri obsoleti senza rendersene conto. Il lavoro di allineamento
2:59
Speaker 2: dei sistemi consuma la giornata di tutti. Qualcuno deve eseguire l'esportazione,
3:02
Speaker 2: pulire le intestazioni di colonna, unire i file, correggere i
3:05
Speaker 2: formati non corrispondenti e caricare tutto su un altro sistema.
3:08
Speaker 2: La settimana successiva il ciclo si ripete. È un lavoro
3:10
Speaker 2: manuale ripetitivo che drena tempo ma che lascia comunque delle lacune.
3:14
Speaker 2: La parte frustrante è che i dipendenti non spendono energia
3:16
Speaker 2: nell'analisi ma in compiti meccanici che il software avrebbe dovuto
3:19
Speaker 2: risolvere anni fa. Tutti conoscono la sensazione di cliccare su
3:22
Speaker 2: infiniti download CSV guardando le barre di caricamento avanzare a
3:25
Speaker 2: rilento sullo schermo. Se guardiamo oltre, il costo non è
3:28
Speaker 2: solo la stanchezza. I sondaggi di settore evidenziano spesso quanta
3:31
Speaker 2: produttività si perde a causa di sistemi disconnessi. Ora ogni
3:34
Speaker 2: settimana vengono perse a cercare di riconciliare cifre che dovrebbero
3:37
Speaker 2: già corrispondere. I progetti si bloccano mentre i team attendono
3:39
Speaker 2: il segno di dati corretti. I leader esitano ad agire
3:42
Speaker 2: perché nessuno ha fiducia nei numeri che ha davanti. Non
3:45
Speaker 2: è una cosa drammatica, ma si accumula rapidamente. Lo slancio
3:47
Speaker 2: perduto è invisibile nel bilancio eppure sottrae silenziosamente valore ai
3:50
Speaker 2: risultati di ogni trimestre. Quando un report completo è finalmente pronto,
3:53
Speaker 2: il momento di agire è solitamente già passato. Pensa alle
3:56
Speaker 2: opportunità mancate che non compaiono nemmeno nelle metriche. Se i
3:59
Speaker 2: manager in prima linea avessero aggiornamenti cross- system più rapidi e affidabili,
4:02
Speaker 2: le carenze di scorte potrebbero essere individuate prima che colpiscano
4:04
Speaker 2: i clienti. Una campagna potrebbe essere interrotta prima di investire
4:07
Speaker 2: altro denaro in un canale poco performante. I venditori potrebbero
4:10
Speaker 2: approcciare i clienti con offerte tempestive basate su posizioni di
4:13
Speaker 2: fatturato reali invece che su congetture. Invece, le aziende perdono
4:17
Speaker 2: tempo aspettando che i report si stabilizzino. Mentre i nostri
4:20
Speaker 2: concorrenti che ottengono insight più rapidi agiscono per primi, questo
4:22
Speaker 2: non è solo un problema di reportistica, è strategia che
4:24
Speaker 2: ti sfugge di mano. Ciò che rende peggiore questa routine
4:27
Speaker 2: è il presupposto che l'integrazione sia solo un problema tecnico,
4:29
Speaker 2: risolvibile con un altro data warehouse o un altro strumento
4:31
Speaker 2: di estrazione. Ma quelle soluzioni spesso aggiungono solo un ulteriore
4:34
Speaker 2: passaggio tra gli utenti e le risposte di cui hanno bisogno.
4:37
Speaker 2: I report diventano più grandi, le dashboard più elaborate, ma
4:39
Speaker 2: il ritardo e la disconnessione rimangono. Non è che le
4:41
Speaker 2: persone abbiano bisogno di più esportazioni e che devono abbattere
4:44
Speaker 2: i muri tra i sistemi che bloccano il contesto. Nessun
4:46
Speaker 2: reparto può vedere il quadro generale quando ogni strumento li
4:49
Speaker 2: costringe a vivere nel proprio silo. Ecco perché la vera
4:52
Speaker 2: questione qui non è la mancanza di materia prima. Le
4:55
Speaker 2: aziende sono già sedute su montagne di transazioni, interazioni e log.
4:59
Speaker 2: La sfida è strutturale, sono le barriere che tengono preziosi
5:01
Speaker 2: segnali chiusi in stanze separate. Finché quelle barriere non iniziano
5:04
Speaker 2: a cadere, più dashboard non colmeranno il divario di fiducia.
5:07
Speaker 2: Aggiungeranno solo un altro livello sopra basi incomplete. Quindi la
5:11
Speaker 2: vera domanda diventa chiara. Se il collo di bottiglia non
5:13
Speaker 2: sono i dati, ma i muri che li separano... cosa
5:16
Speaker 2: abbastanza forte da batterli e far sembrare finalmente quelle fonti
5:19
Speaker 2: sparse un unico sistema invece di dieci ecco perché copilot
5:22
Speaker 2: e fabric agents cambiano le gioco la maggior parte degli
5:24
Speaker 2: strumenti di integrazione ama pubblicizzare che collegano tutto eppure se
5:27
Speaker 2: hai mai provato a far affidamento su di essi sai
5:29
Speaker 2: che sembrano sempre completati a metà è come se l'impianto
5:32
Speaker 2: fosse pronto ma le luci non si accendessero mai quando
5:34
Speaker 2: premi l'interruttore i dati vengono spostati in un unico posto
5:37
Speaker 2: certo ma quando qualcuno può effettivamente usarli il momento è
5:39
Speaker 2: spesso passato quel di vario tra spostamento e usabilità e
5:42
Speaker 2: la differenza tra avere un archivio dati centrale e avere
5:44
Speaker 2: un vero strumento decisionale I sistemi TL tradizionali o le
5:48
Speaker 2: soluzioni middleware hanno comunque un ruolo. Sono sostanzialmente l'impianto idraulico
5:51
Speaker 2: che trasporta le informazioni da un'applicazione all'altra. Ma se ci
5:54
Speaker 2: hai lavorato sai che sono lenti quando si tratta di
5:56
Speaker 2: fornire insight in tempo reale. Scaricano i dati in warehouse
5:59
Speaker 2: o lake dove restano, finché non pianifichi un altro processo
6:02
Speaker 2: batch per aggiornarli. Potrebbe andare bene per le riconciliazioni di
6:05
Speaker 2: fine mese o i report di conformità ma crolla completamente
6:07
Speaker 2: quando la tua azienda ha bisogno di agilità. Porre una
6:10
Speaker 2: domanda dal vivo e aspettare ore o addirittura giorni per
6:12
Speaker 2: il risultato non è il modo di guidare una trattativa commerciale,
6:14
Speaker 2: adeguare una trattativa commerciale, adeguare una previsione operativa o risolvere
6:17
Speaker 2: un problema del cliente prima che degenere. C'è un'altra frustrazione
6:20
Speaker 2: che la maggior parte delle persone incontra, il pesante lavoro iniziale.
6:22
Speaker 2: Questi sistemi sembrano quasi progettati per specialisti anziché per il
6:25
Speaker 2: personale che ha effettivamente bisogno di risposte. Ti ritrovi con
6:28
Speaker 2: settimane di configurazione, mappatura dei campi tra applicazioni, scrittura di
6:32
Speaker 2: script trasformazione, test di pipeline, modifica dei job ogni volta
6:36
Speaker 2: che uno schema dati cambia a monte. Per i reparti
6:39
Speaker 2: IT ha una corsa costante sul tapis Ruland. Per gli
6:41
Speaker 2: utenti business è un gioco di attesa. In ogni progetto
6:44
Speaker 2: la storia sembra la stessa. Un team IT imposta una
6:46
Speaker 2: pipeline dall'aspetto impressionante, festeggia il funzionamento dell'integrazione e poi gli
6:50
Speaker 2: utenti business scoprono di dover ancora aprire i ticket ogni
6:52
Speaker 2: volta che vogliono una nuova vista. Immagina una direttrice commerciale
6:56
Speaker 2: che si prepara per una riunione del Consiglio di lunedì.
6:58
Speaker 2: Il team IT ha già collegato i dati finanziari dell'RP
7:00
Speaker 2: con le attività del CRM, ma la direttrice si rende
7:03
Speaker 2: conto venerdì pomeriggio di aver bisogno di suddivisioni per fascia
7:05
Speaker 2: di prodotto nel sud- est asiatico. Con gli strumenti tradizionali è bloccato.
7:09
Speaker 2: Non può costruire quell'analisi da sola e, con l'IT impegnato
7:11
Speaker 2: in altre richieste, realisticamente si prospetta una o due settimane
7:14
Speaker 2: di ritardo. La riunione si svolge senza quei numeri e
7:17
Speaker 2: un'altra opportunità per decisioni precise svanisce. Quel collo di bottiglia
7:21
Speaker 2: è il vero fallimento delle soluzioni di integrazione addizionale. Magari
7:24
Speaker 2: spostano i dati, ma non danno potere alle persone che
7:26
Speaker 2: ne hanno più bisogno. Questo è esattamente l'ambito in cui
7:28
Speaker 2: Microsoft Pilot abbinato agli agenti dati di Fabric cambia registro.
7:32
Speaker 2: Non risiedono a uno strumento speciale distribuito solo per la reportistica...
7:36
Speaker 2: Sono integrati direttamente in applicazioni Microsoft 365 che gran parte
7:39
Speaker 2: del personale usa già ogni giorno. Ciò li fa sembrare
7:42
Speaker 2: meno un'aggiunta esterna, più un'estensione naturale dell'ambiente di lavoro a
7:45
Speaker 2: cui le persone sono abituate. Invece di cliccare su dashboard
7:48
Speaker 2: personalizzate o lottare con linguaggi di query mai imparati, gli
7:51
Speaker 2: utenti possono interagire conversando con quello che è a tutti
7:53
Speaker 2: gli effetti un collega potenziato dall'IA che comprende già le
7:56
Speaker 2: fonti dati connesse dell'azienda. Il cambiamento tecnico qui è sottile
8:00
Speaker 2: ma potente. Non si è più costretto a fare affidamento
8:03
Speaker 2: su script su misura o middleware complessi. Gli agenti dati
8:06
Speaker 2: di fabbrica hanno i connettori integrati. Pensali come assistenti IA
8:10
Speaker 2: che sanno già come estrarre i dati e come strutturarli
8:12
Speaker 2: secondo le esigenze della logica aziendale. Invece di richiedere al
8:16
Speaker 2: tuo staff IT di creare ogni query manualmente, il sistema
8:19
Speaker 2: interpreta domande naturali e genera le azioni sui dati dietro
8:22
Speaker 2: le quinte. Chiedi, mostrami i trend di fatturato dei clienti
8:26
Speaker 2: ad alto valore nell'ultimo trimestre. Ecopilot traduce tutto in query appropriate,
8:30
Speaker 2: recuperando insight combinati dai set di dati CRM ed ERP.
8:35
Speaker 2: quel livello di traduzione ciò che elimina così tanto attrito.
8:38
Speaker 2: Non devi imparare SQL se lavori nella finanza, né studiare
8:40
Speaker 2: la documentazione API se sei nelle vendite. L'IA si pone
8:43
Speaker 2: nel mezzo, prendendo il linguaggio che usi quotidianamente e convertendolo
8:46
Speaker 2: nelle richieste strutturate che i tuoi sistemi esigono. I tempi
8:49
Speaker 2: di risposta passano dall'inviare una richiesta e attendere settimana il
8:52
Speaker 2: semplice chiedere e rispondere. Non solo più veloci, ma anche
8:55
Speaker 2: molto più vicini a come gli esseri umani pensano naturalmente
8:57
Speaker 2: alle domande in un contesto aziendale. Quindi invece di essere
8:59
Speaker 2: solo un altro strumento di integrazione, questa combinazione di fabbriche
9:02
Speaker 2: co- pilot sposta il modello su una dimensione diversa, L'interazione è conversazionale,
9:06
Speaker 2: non meccanica. I risultati sono immediatamente utilizzabili, non batch in ritardo. E,
9:11
Speaker 2: cosa forse più importante, l'accesso non è limitato dalle competenze tecniche.
9:14
Speaker 2: Tutti in azienda possono improvvisamente agire come se avessero un
9:17
Speaker 2: ingegnere dei dati seduto alla propria scrivania a tempo pieno.
9:20
Speaker 2: Rimuove il senso di complessità che ha perseguitato i progetti
9:22
Speaker 2: di integrazione per anni, sostituendolo con qualcosa di molto più accessibile.
9:26
Speaker 2: Ma nulla di tutto ciò sarebbe possibile senza un fattore fondamentale.
9:30
Speaker 2: Questa semplicità conversazionale dipende interamente da quanto bene quei connettori
9:33
Speaker 2: riescano a estrarre e unificare le informazioni da decine di
9:35
Speaker 2: sistemi diversi. È qui che l'ossatura dell'approccio entra nel vivo
9:39
Speaker 2: ed è ciò che dobbiamo esplorare ora. La potenza dei
9:42
Speaker 2: connettori Fabric. Come fanno tutti i vostri dati sparsi tra SAP,
9:45
Speaker 2: Dynamics e SQL a diventare improvvisamente ricercabili come se facessero
9:47
Speaker 2: parte di un unico sistema? Il segreto non risiede in
9:49
Speaker 2: un massiccio progetto di integrazione personalizzato e in un esercito
9:52
Speaker 2: di sviluppatori che lavorano notti e fine settimana. L'ossatura è
9:54
Speaker 2: qualcosa di molto più standardizzato. I connettori fabbrica. Questi componenti
9:58
Speaker 2: predefiniti sanno già come dialogare con i sistemi aziendali più comuni,
10:02
Speaker 2: il che cambia completamente l'economia dell'integrazione. Se vi siete mai
10:06
Speaker 2: occupati di collegare un importante ERP a un CRM, conoscete
10:08
Speaker 2: già la sofferenza. Ogni sistema non solo possiede il proprio
10:12
Speaker 2: modello di dati, ma porta con sé peculiarità, metodi di
10:14
Speaker 2: autenticazione e API che si evolvono nel tempo. Tradizionalmente, per
10:18
Speaker 2: unire questi mondi, gli ingegneri costruiscono quello che sembra un
10:20
Speaker 2: castello di carte, job di estrazione, trasformazione e caricamento, insieme
10:23
Speaker 2: a middleware progettati per correggere i dati incompatibili. Quel lavoro
10:28
Speaker 2: raramente richiede giorni, solitamente si protrae per settimane o mesi.
10:31
Speaker 2: E ogni volta che il fornitore aggiorna il proprio prodotto,
10:33
Speaker 2: il codice di integrazione spesso si rompe, costringendo ad un
10:35
Speaker 2: altro ciclo di patch e test. Facciamo un esempio concreto.
10:38
Speaker 2: Immaginate di collegare SAP ERP con Salesforce CRM. Questi due
10:42
Speaker 2: sistemi parlano linguaggi tecnici completamente diversi. SAP espone i suoi
10:45
Speaker 2: dati finanziari e operativi in un formato, mentre Salesforce struttura lead,
10:48
Speaker 2: opportunità e interazioni con i clienti in un altro. Per
10:53
Speaker 2: farli comunicare, le aziende solitamente assumono consulenti o investono in
10:55
Speaker 2: stack middleware. Anche così il risultato è spesso fragile. I
11:00
Speaker 2: dati sui ricavi in SAP non sempre coincidono con la
11:02
Speaker 2: pipeline di vendita in Salesforce e qualcuno finisce per correggere
11:05
Speaker 2: manualmente gli errori a valle. Nel momento in cui tutto funziona,
11:08
Speaker 2: il panorama aziendale è già cambiato di nuovo. I connettori
11:11
Speaker 2: Fabric ribaltano la situazione. Pensate di come ponti predefiniti che
11:14
Speaker 2: conoscono già entrambi i dialetti. Invece di assumere qualcuno che
11:17
Speaker 2: scriva la logica di traduzione riga per riga, i connettori
11:19
Speaker 2: arrivano già in grado di autenticare ma pari campi chiave
11:22
Speaker 2: e gestire le strutture e dati all'interno di ogni sistema supportato.
11:26
Speaker 2: Quando scegliete un connettore per Dynamics 365, ad esempio, non
11:29
Speaker 2: state partendo da zero. Sai già come le tabelle all'interno
11:32
Speaker 2: di Dynamics si relazionano e come portarle in un ambiente
11:34
Speaker 2: fabbrico unificato? Lo stesso vale per SQL Server, Oracle, SAP,
11:39
Speaker 2: Salesforce e decine di altre piattaforme comuni. Immaginate un diagramma
11:43
Speaker 2: in cui le caselle che contengono ogni sistema fluttuano separate
11:45
Speaker 2: da un lato e i connettori si estendono come ponti
11:47
Speaker 2: che approdano tutti sulla piattaforma Fabric. Visivamente questo spiega il trucco.
11:52
Speaker 2: Invece di far sì che ogni sistema cerchi di comunicare
11:54
Speaker 2: direttamente con gli altri, si incontrano tutti nello stesso posto.
11:56
Speaker 2: Quel hub centrale diventa ciò che il tuo copilot può interrogare.
11:59
Speaker 2: La complessità dell'integrazione punto a punto è nascosta all'utente perché
12:02
Speaker 2: il connettore la gestisce già nativamente. Esplorando il catalogo dei
12:07
Speaker 2: connettori disponibili trovi il supporto per i sistemi su cui
12:09
Speaker 2: la maggior parte delle aziende fa affidamento come base. Le
12:13
Speaker 2: app Dynamics di Microsoft, Azure SQL, SharePoint, SAP ERP, Salesforce
12:17
Speaker 2: e Database Oracle e persino fonti meno note come FileShare
12:21
Speaker 2: o Cloud Storage. Questa varietà è importante perché poche organizzazioni
12:25
Speaker 2: utilizzano solo la piattaforma. Molte convivono con un mix di
12:28
Speaker 2: soluzioni cloud e on- premise accumulate in decenni e i connettori
12:31
Speaker 2: Fabric sono progettati per gestire questa complessa realtà senza reinventare
12:34
Speaker 2: la ruota ogni volta. Ecco la vera novità. Con questi
12:39
Speaker 2: connettori gli utenti non devono conoscere JoinSQL, Store Procedure o
12:42
Speaker 2: API REST. Tutta quella traduzione tecnica, solitamente la parte più difficile,
12:46
Speaker 2: è già stata integrata nel connettore stesso. Invece di far
12:49
Speaker 2: scrivere query qui a un analista o gestire token di autenticazione,
12:51
Speaker 2: basta selezionare la fonte, configurare i permessi di sicurezza e
12:54
Speaker 2: fabric fair rest. Sposte il lavoro gravoso dall'ingegneria personalizzata a
12:58
Speaker 2: un'attività di configurazione che assomiglia più all'assegnazione di permessi che
13:01
Speaker 2: alla programmazione di un'app. Questo cambiamento ha conseguenze pratiche. Quando
13:05
Speaker 2: un'azienda vuole collegare una nuova istanza CRM o importare dati
13:08
Speaker 2: dalla supply chain di SAP, i tempi non sono più
13:10
Speaker 2: un ostacolo di mesi che coinvolge consulenti e cicli di test.
13:14
Speaker 2: Si tratta invece di scegliere il connettore giusto, autenticarsi con
13:17
Speaker 2: le credenziali e verificare che il flusso di dati sia corretto.
13:21
Speaker 2: Ore anziché mesi. Ciò riduce la barriera in modo così
13:24
Speaker 2: drastico che le aziende possono pensare di integrare fonti di
13:26
Speaker 2: dati che un tempo sembravano troppo costose da gestire. Quindi
13:29
Speaker 2: cosa succede una volta che questi connettori hanno lavorato e
13:31
Speaker 2: tutti quei dati sparsi confluiscono in un unico ambiente ricercabile?
13:35
Speaker 2: È lì che inizia il divertimento, perché solo dopo aver
13:37
Speaker 2: gestito l'infrastruttura di base puoi liberare un IA conversazionale per esplorarli.
13:42
Speaker 2: Invece di tirare a indovinare dove cercare o inviare ticket
13:44
Speaker 2: all'IT per creare report personalizzati, puoi semplicemente porre al chatbot
13:47
Speaker 2: una domanda diretta e ottenere subito una risposta integrata. In
13:51
Speaker 2: altre parole, i connettori trasformano l'integrazione da un continuo drenaggio
13:54
Speaker 2: di risorse ingegneristica a un'attività di configurazione che qualsiasi amministratore
13:57
Speaker 2: esperto può gestire. Il vantaggio è che il livello EA
14:00
Speaker 2: Copilot ha un accesso affidabile a 7 di dati unificati
14:03
Speaker 2: senza che i team debbano scontrarsi con esportazioni e unioni
14:05
Speaker 2: di file. Con l'infrastruttura semplificata, tutto è pronto per la
14:08
Speaker 2: vera protagonista, creare un chatbot che i dipendenti di tutta
14:11
Speaker 2: l'azienda possano interrogare direttamente. Ed è proprio quello che vedremo
14:14
Speaker 2: nel prossimo passaggio. Costruire il tuo primo chatbot e aprire
14:16
Speaker 2: i dati. Immagina di sederti alla scrivania e digitare una
14:19
Speaker 2: domanda semplice come quali sono stati i migliori prodotti dello
14:21
Speaker 2: scorso trimestre in Europa? E di ricevere una risposta in
14:24
Speaker 2: pochi secondi. Non da un report che hai chiesto di creare,
14:27
Speaker 2: non da un foglio di calcolo che hai assemblato, ma
14:29
Speaker 2: da un chatbot che sa già dove cercare. Questa sola
14:32
Speaker 2: immagine cattura il vero motivo per cui le persone sono
14:35
Speaker 2: entusiaste di questi strumenti. Non è solo l'integrazione che lavora
14:38
Speaker 2: in background, è il fatto che il lavoro finalmente appare
14:40
Speaker 2: dove si prendono le decisioni, in un'interfaccia conversazionale interattiva. Il
14:45
Speaker 2: cambiamento diventa evidente se si pensa a come si svolgono
14:48
Speaker 2: solitamente i progetti di chatbot. In passato, chiunque volesse un
14:52
Speaker 2: bot per rispondere a domande specifiche dell'azienda, doveva investire in
14:55
Speaker 2: modelli di elaborazione del linguaggio naturale, connettori personalizzati e molta ingegneria.
15:00
Speaker 2: La maggior parte di quei progetti si trasformava in lunghi
15:02
Speaker 2: esperimenti di ricerca e sviluppo, dove gli sviluppatori passavano più
15:05
Speaker 2: tempo a costruire pipeline per costruire pipeline di quanto gli
15:07
Speaker 2: utenti ne passassero a fare domande. Quando il bot pilota
15:09
Speaker 2: finalmente funzionava, i leader aziendali erano già passati ad altre priorità.
15:12
Speaker 2: Sembrava uno strumento sempre in fase di completamento, ma in
15:15
Speaker 2: fase di utilità. Ora immagino il risultato di Un'azienda manifatturiera
15:19
Speaker 2: di media dimensione decide di voler un unico posto in
15:21
Speaker 2: cui i commerciali, personale finanziario e responsabili operativi possono interrogare
15:24
Speaker 2: i dati sulle prestazioni principali. Avviano un bot interno basato
15:27
Speaker 2: su Copilot e sugli agenti di Fabric. Invece di creare
15:30
Speaker 2: manualmente l'addestramento dei modelli, collegano semplicemente i connettori Fabric ai
15:33
Speaker 2: sistemi ERP, CRM ed inventario. Gli utenti pongono domande in
15:36
Speaker 2: linguaggio naturale e lì unisce i dati rilevanti su richiesta.
15:40
Speaker 2: All'improvviso il CFO può chiedere dei margini, mentre il responsabile
15:42
Speaker 2: vendite analizza la conversione della pipeline, tutto nello stesso ambiente,
15:46
Speaker 2: senza aspettare che qualcuno crei un nuovo report. Come si
15:48
Speaker 2: avvia concretamente tutto questo? Primo passo è collegare le giuste
15:51
Speaker 2: fonti di dati. Utilizzando l'ambiente Fabric, ti autentichi nel sistema IRP,
15:55
Speaker 2: importi i record CRM, tramite il relativo connettore colleghi qualsiasi
15:58
Speaker 2: fonte di dati SQL, o basata su file che contenga
16:00
Speaker 2: il contesto necessario, o basata su file che è contesto necessario,
16:03
Speaker 2: il lavoro pesante è svolto dalla configurazione del connettore, che
16:05
Speaker 2: comprende già formati e metodi di accesso. Secondo passo, abilitare
16:09
Speaker 2: Copilot con gli agenti dati di Fabric. In questa fase
16:11
Speaker 2: non devi scrivere codice personalizzato. Stai fondamentalmente indicando al sistema
16:14
Speaker 2: quali set di dati devono alimentare le query conversazionali. Una
16:17
Speaker 2: volta completato, ciò che ottieni sembra meno un progetto di
16:19
Speaker 2: bot e più l'attivazione di un'estensione per uno strumento che
16:22
Speaker 2: già utilizzi. Ciò che lo rende naturale è il modo
16:25
Speaker 2: in cui Copilot interpreta le query. Non devi scrivere istruzioni select,
16:28
Speaker 2: ma pari join manualmente. Digiti ciò a cui vuoi una
16:31
Speaker 2: risposta e dietro le quinte il sistema genera le richieste
16:33
Speaker 2: strutturate che normalmente solo gli analisti saprebbero scrivere. È questo
16:36
Speaker 2: che conferisce all'interfaccia la sua flessibilità. Non sei più vincolato
16:39
Speaker 2: a una dashboard progettata sei settimane fa. Poni nuove domande
16:42
Speaker 2: al momento e lasci che li affaccia da interprete tra
16:44
Speaker 2: l'intento umano e la struttura del database. immagino nella pratica
16:49
Speaker 2: il membro del team finanziario scrive mostrami le fatture scadute
16:51
Speaker 2: negli ultimi 30 giorni in pochi secondi non solo ottiene
16:54
Speaker 2: un risultato chiaro ma una dashboard Power BI esistente si
16:57
Speaker 2: aggiorna con quella vista filtrata non c'è nessuna catena di
16:59
Speaker 2: mail nessun export CSV salvato sul desktop è un'interazione diretta
17:03
Speaker 2: con i dati immediata dall'IA questa velocità ha un effetto
17:07
Speaker 2: moltiplicatore quando un reparto inizia a farci affidamento gli altri
17:09
Speaker 2: capiscono subito di poter fare lo stesso per le loro
17:12
Speaker 2: domande quotidiane il punto fondamentale è cosa succede quando tutti
17:16
Speaker 2: in azienda ottengono questo accesso Se il personale è in
17:19
Speaker 2: prima linea, la dirigenza e persino i team di back
17:20
Speaker 2: office possono interrogare i dati tra i vari sistemi. Emergono modelli,
17:24
Speaker 2: prima invisibili. I dipendenti non devono più filtrare le richieste
17:28
Speaker 2: attraverso il collo di bottiglia dell'IT centrale. L'intuizione diventa parte
17:31
Speaker 2: della conversazione quotidiana, non un rituale trimestrale. Inizia a ricevere
17:35
Speaker 2: domande da persone che prima non avrebbero mai chiesto nulla,
17:37
Speaker 2: semplicemente perché l'attrito per trovare risposte è svanito. E questa
17:40
Speaker 2: è l'evoluzione silenziosa. Creare un chatbot che comunichi tra IRP,
17:44
Speaker 2: CRM e database è ora più facile che colare un'altra
17:46
Speaker 2: dashboard o configurare un nuovo magazzino. La barriera tecnica si
17:50
Speaker 2: abbassa così tanto che la parte più difficile non è
17:52
Speaker 2: più l'integrazione. E capire a quali domande dare priorità... Una
17:56
Speaker 2: volta gettate le basi, la conversazione passa rapidamente dal possiamo
17:59
Speaker 2: collegare questi dati a qualcosa di molto più lungimirante. Quali
18:02
Speaker 2: intuizioni inaspettate può far emergere un sistema del genere? Perché
18:05
Speaker 2: la vera magia inizia quando smetti di chiedere numeri passati
18:07
Speaker 2: e inizia a riconoscere le previsioni che questi strumenti possono generare.
18:12
Speaker 2: intuizioni e previsioni in tempo reale. E se invece di
18:14
Speaker 2: aspettare i numeri dell'ultimo trimestre potessi vedere la direzione di
18:17
Speaker 2: quello successivo prima ancora che inizi? I reporti dicono cosa
18:19
Speaker 2: è già successo, ma una volta che i dati risiedono
18:21
Speaker 2: in un ambiente unificato, quegli stessi numeri possono diventare qualcosa
18:24
Speaker 2: di molto più utile. Modelli predittivi che anticipano ciò che
18:27
Speaker 2: probabilmente accadrà. Ed è qui che la storia passa da
18:30
Speaker 2: metriche statiche a uno strumento per fare mosse più intelligenti
18:33
Speaker 2: in tempo reale. La realtà è che la maggior parte
18:35
Speaker 2: delle aziende opera ancora con KPI rivolte al basale. controlli
18:38
Speaker 2: e ricavi dopo la chiusura del trimestre, l'inventario quando è
18:40
Speaker 2: già mancante e il tasso di abbandono dei clienti dopo
18:42
Speaker 2: aver perso i contratti. Quando quei dati emergono, il danno
18:45
Speaker 2: è già stato fatto. Non è che i leader non
18:47
Speaker 2: vogliano essere proattivi e che i loro sistemi mostrano solo
18:50
Speaker 2: il passato. E questa disconnessione sminuisce ciò che i dati
18:52
Speaker 2: aziendali possono fare, quando sono connessi e accessibili all'IA. Uno
18:57
Speaker 2: degli esempi più chiari si trova nella gestione della supply chain.
19:00
Speaker 2: Immaginate un responsabile logistico che gestisce diversi centri di distribuzione.
19:03
Speaker 2: Nel sistema tradizionale le carenze appaiono nei dati ERP solo
19:06
Speaker 2: quando gli ordini sono in ritardo e i magazzini segnalano errori.
19:10
Speaker 2: Ma con previsioni basate sull'IA e dati integrati, lo stesso
19:13
Speaker 2: manager riceve un avviso giorni prima che un fornitore sia
19:15
Speaker 2: in ritardo. Copilot può analizzare la velocità di vendita dal CRM,
19:20
Speaker 2: i saldi di magazzino nell'ERP e i tempi di consegna
19:23
Speaker 2: dai database operativi, segnalando i rischi. Invece di reagire alle
19:27
Speaker 2: spedizioni mancanti, i team acquisti negoziano alternative prima ancora che
19:31
Speaker 2: il cliente noti il problema. Quel segnale anticipato può fare
19:34
Speaker 2: la differenza tra mantenere i livelli di servizio e correre
19:37
Speaker 2: ai ripari dopo il danno. Non sono solo le supply
19:40
Speaker 2: chain a trame vantaggio. Pensiamo alle previsioni di vendita. Tradizionalmente
19:43
Speaker 2: lo stato della pipeline è riassunto in un grafico 1-2
19:45
Speaker 2: volte al trimestre. Ma quando l'IA accede ai dati del
19:48
Speaker 2: CR ai tassi di conversione storici e ai pattern macroeconomici
19:54
Speaker 2: può prevedere quali vendite si chiuderanno dopo settimane. Un responsabile
19:59
Speaker 2: vendita non vede solo ciò che è già stato concluso,
20:01
Speaker 2: vede quali trattative saranno cruciali prima della chiusura del trimestre
20:04
Speaker 2: e Il marketing può quindi adattare le campagne per favorire
20:07
Speaker 2: quelle trattative invece di attendere i rapporti post- mortem sui fallimenti.
20:11
Speaker 2: Ciò che rende queste previsioni potenti è che nessun singolo
20:13
Speaker 2: sistema potrebbe scoprirle da solo. Il CRM mostra le attività
20:17
Speaker 2: registrate dai rappresentanti, ma non i ritardi dei fornitori che
20:20
Speaker 2: potrebbero influire sulle cose. L'ERP conosce i costi, ma non
20:23
Speaker 2: le tendenze del Customer Lifetime Value che influenzano i rinnovi.
20:27
Speaker 2: Solo con set di dati integrati emergono schemi e tendenze
20:30
Speaker 2: che sfuggono quando i reparti rimangono isolati. l'IA trae forza
20:35
Speaker 2: da questa visione combinata facendo emergere segnali che un umano
20:37
Speaker 2: non avrebbe il tempo o l'accesso per calcolare, il valore
20:40
Speaker 2: per i manager è evidente. Invece di guardare istantanee storiche,
20:44
Speaker 2: vedono metriche live arricchite da probabilità e indicatori direzionali. Una
20:48
Speaker 2: dashboard non mostra più solo 6.000 unità in magazzino, ma
20:52
Speaker 2: avvisa che scenderanno sotto la soglia di sicurezza in 10 giorni.
20:54
Speaker 2: Questo cambiamento trasforma gli ozzonti temporali. Le persone possono spostare
21:00
Speaker 2: risorse prima, allocare il budget meglio e ridurre gli errori
21:03
Speaker 2: prima che diventino visibili nei report. Settore dopo settore, i
21:08
Speaker 2: casi di studio portano allo stesso risultato. Quando l'IA predittiva
21:11
Speaker 2: entra nei flussi di lavoro, il processo decisionale migliora. I
21:14
Speaker 2: rivenditori evitano rotture di stock e decesi di modelli. I
21:16
Speaker 2: produttori individuano le necessità di manutenzione prima che i guasti
21:19
Speaker 2: blocchino la produzione. I fornitori di servizi possono anticipare il
21:23
Speaker 2: rischio di abbandono e mirare la realizzazione con molta più precisione.
21:25
Speaker 2: Non si tratta di processi sostitutivi, ma di miglioramenti ai
21:28
Speaker 2: sistemi esistenti che aggiungono lungimiranza ad ambienti limitati al passato.
21:32
Speaker 2: In sostanza si sposta l'attenzione nello spiegare ciò che è
21:35
Speaker 2: accaduto al prepararsi a ciò che sta per accadere. Ed
21:38
Speaker 2: ecco il livello strategico da considerare. Se ogni team aziendale
21:41
Speaker 2: può prevedere prima problemi o opportunità, la strategia stessa accelera.
21:45
Speaker 2: Smette di essere un piano corretto una volta all'anno basandosi
21:48
Speaker 2: sullo storico e diventa un processo dinamico che reagisce al
21:50
Speaker 2: mutare delle condizioni. i concorrenti che si basano su KPI
21:53
Speaker 2: statici inseguono inevitabilmente, mentre chi usa insight predittivi agisce in anticipo.
21:58
Speaker 2: A quel livello le previsioni non sono solo utili, diventano
22:01
Speaker 2: un elemento distintivo che incide su margini e soddisfazione dei
22:03
Speaker 2: clienti e posizionamento. Alla fine è per questo che l'integrazione
22:06
Speaker 2: dei dati legata a