Da brief organizzativo ad agenti AI governati, verificabili e sovrani.
Il punto di partenza
L'AI generica promette «agenti». Spesso consegna un prompt mascherato: output non tracciabile, non riproducibile, senza prova di chi ha fatto cosa. Per chi tratta informazioni sensibili, non è accettabile.
LLM generico · «un prompt»
Motore HALO · «una piattaforma»
Che cos'è
Il processo disciplinato che trasforma il brief di un'organizzazione in agenti AI governati, pronti per chi codifica. «Disciplina prima, agenti dopo»: non costruiamo un agente dove mancano dati, processo o governance pronti.
Prima di qualsiasi agente, un cancello: la realtà è pronta per l'AI?
Fonti con titolarità chiara sul caso d'uso? Altrimenti → Data Readiness.
Mappato, o vive solo nella testa di una persona? Altrimenti → Process Readiness.
Sponsor con KPI scritti e responsabilità? Altrimenti → Governance Readiness.
Esito possibile: NO_BUILD — meglio un «no» onesto oggi che un agente che fallisce domani.
Gli agenti non girano «nel vuoto»: girano su un'infrastruttura con governance costituzionale.
ogni agente ha un nome e una responsabilità
cosa può fare è dichiarato e provato
registro a sola aggiunta di ciò che è accaduto
nessun «agent-led» senza evidenza reale
chi fa cosa è deciso e tracciato
tetto di spesa, sempre sotto controllo
+ F6 · Verifica longitudinale (a 6 e 12 mesi): l'agente regge nel tempo? È il test di antifragilità.
Ogni output ha run_id, hash e registro: si dimostra chi ha fatto cosa.
Esecuzione controllata · il dato sensibile non lascia il perimetro.
Gate di approvazione su scrittura, registro, output cliente-facing.
Cost Governor: tetto giornaliero, nessuna sorpresa.
Pianifica il lavoro: cosa fare, in che ordine.
Produce il risultato secondo il piano.
Valuta in modo indipendente: la qualità non se la dà chi l'ha prodotta.
È la differenza tra «l'AI dice che è andata bene» e «è andata bene, ed è verificato».
Modello: architetto-consulente al vostro fianco — voi restate proprietari del processo e del dato.
La credibilità
Esiste già ed è provato a runtime — governance, evidence log, validazione. Non un PowerPoint, ma un'infrastruttura operativa: gli agenti girano, lasciano traccia, si possono auditare. Voi non comprate un esperimento: comprate un metodo e un motore già in piedi.
Il prossimo passo
Nessun impegno operativo: capiamo se ci sono le condizioni, e cosa servirebbe. Disciplina prima, agenti dopo.