KTern.AI, piattaforma SAP-certified per le trasformazioni digitali (DXaaS), ha raccontato come è passata da un modello SaaS tradizionale a una piattaforma agentic AI costruita su Amazon Bedrock AgentCore con l’SDK Strands Agents. Il caso è interessante non per l’annuncio in sé, ma per i numeri operativi e per la scelta architetturale di fondo: separare l’intelligenza di dominio SAP da tutto ciò che è infrastruttura.
Il principio è “configurazione, non codice”. Ogni agente è definito da prompt, tool binding e pattern di orchestrazione, senza codice di orchestrazione custom. Il risultato dichiarato: un nuovo agente in produzione in 4-6 ore invece delle 2-3 settimane richieste prima, cioè un -85% sul ciclo di sviluppo, con setup infrastrutturale ridotto del 95%.
I numeri di produzione
Sul fronte operativo, KTern.AI riporta un uptime del 99,8% degli agenti, una riduzione del 70% dei costi infrastrutturali rispetto allo stack a container gestito internamente e 480 ore di engineering al mese liberate (equivalenti a tre persone full-time). Sull’impatto di business misurato nei propri progetti: tempi dei programmi SAP ridotti in media del 45%, fase di discovery e assessment giù del 60-70%, 90% delle eccezioni operative in Finance e Sales individuate in autonomia, 82% di successo al primo tentativo sui test generati e 40% in meno di incidenti post-go-live. Sono metriche interne dell’azienda, non benchmark indipendenti.
Le sei capability di AgentCore
L’architettura poggia su sei componenti gestiti: runtime (hosting, scaling e isolamento di sessione multi-tenant), memory (contesto persistente su progetti che durano 12-18 mesi), gateway — l’implementazione MCP che registra nuovi tool via configurazione anziché con integrazioni ad hoc —, identity (accesso least-privilege e audit trail), observability (log, metriche e trace su CloudWatch) ed evaluations per misurare la qualità a ogni cambio di configurazione. I modelli arrivano da Amazon Bedrock, inclusa la famiglia Claude, e il traffico resta privato via PrivateLink.
Per chi progetta sistemi ad agenti, le lezioni riportate sono concrete: partire dalla configurazione invece che dal codice, trattare lo schema di memoria come decisione di design di prim’ordine (context engineering: il contesto giusto, non tutto il contesto), strumentare l’observability dal primo giorno e valutare gli agenti a ogni modifica, non solo al lancio.
In sintesi
- Approccio “configurazione, non codice”: nuovo agente in produzione in 4-6 ore, oltre 20 agenti e 50+ configurazioni in produzione.
- Numeri interni: -45% sui tempi dei progetti SAP, -70% sui costi infrastrutturali, 99,8% di uptime.
- Il gateway MCP di AgentCore permette di aggiungere tool via configurazione; memoria e observability sono i veri colli di bottiglia da progettare bene.
Fonte: How KTern.AI built agentic AI for SAP on Amazon Bedrock AgentCore — https://aws.amazon.com/blogs/machine-learning/how-ktern-ai-built-agentic-ai-for-sap-on-amazon-bedrock-agentcore/
Hai qualcosa da aggiungere? Unisciti alla discussione.