Opinioni
Editoriali e punti di vista
risultati
-
Perché oltre il 90% delle aziende non è AI-ready: è un problema di dati
Secondo Fivetran il gap di AI readiness è prima di tutto un gap di data readiness. I dati…
-
Self-service analytics: cosa insegnano tre fintech
Da un panel con AJ Bell, OrderPay e Tide emergono tre lezioni sul self-service analytics: l’accesso ai dati…
-
Perché conviene abbandonare l’integrazione punto-a-punto
Usare il data warehouse come intermediario introduce un po’ di latenza ma migliora nettamente qualità, coerenza delle metriche…
-
Architettura dati moderna: superare i vecchi tradeoff
Come il passaggio al cloud e all’ELT ha sciolto tensioni storiche del lavoro sui dati: ETL contro ELT,…
-
Salesforce acquisisce Informatica: cosa cambia per la data strategy
L’acquisizione di Informatica da parte di Salesforce apre interrogativi su prezzi, roadmap di prodotto e vendor lock-in per…
-
Il context engineering non basta: un esperimento di loop engineering senza LLM nel loop
Un benchmark Python deterministico e senza dipendenze isola una singola proprietà del loop engineering: la failure isolation. Un…
-
Un evidenziatore di cliche per riconoscere il testo scritto dagli LLM
Simon Willison, stanco di articoli pieni dei cliche tipici della scrittura generata dagli LLM, ha fatto vibe-codare un…
-
La scorecard di OpenAI per l’AI: useful intelligence per dollar
Sarah Friar, CFO di OpenAI, propone di misurare la spesa AI sul lavoro completato invece che sui token:…
-
Cinque asset da preparare prima di affidare più lavoro agli agenti AI
Prima di affidare lavoro ricorrente agli agenti AI serve definire il lavoro stesso. L’articolo propone cinque asset riutilizzabili:…
-
Contesto unificato: il layer mancante per gli AI coworker in azienda
Gli assistenti AI generici si arenano sulle decisioni reali perché il contesto è sparso tra sistemi. Databricks sostiene…