couche sémantique

L'esempio dell'ARR di Jamin Ball è la formulazione più netta del problema: all'interno della stessa azienda, i reparti vendite, finanza, contabilità e legale possono calcolare l'annual recurring revenue partendo da definizioni diverse e fonti di dati contrastanti. Gli esseri umani arbitrano questa ambiguità mentre lavorano. Gli agenti no. Nella nota di Ball del dicembre 2025, un flusso quote-to-cash che recupera il listino prezzi sbagliato, il termine contrattuale sbagliato o una cifra di ARR non aggiornata finirà per automatizzare la cosa sbagliata, con sicurezza, a ogni passaggio a valle.

La couche sémantique è ciò a cui entrambe le fonti si rivolgono: una comprensione condivisa dell'impresa (entità, relazioni, definizioni, regole) che codifica cosa significano i dati e quale fonte prevale. Ball la colloca nel data warehouse e nel lakehouse, che ridefinisce come "truth registries" capaci di fornire i livelli semantici e i framework di governance di cui gli agenti hanno bisogno per operare in sicurezza. Padhi e coautori di McKinsey la collocano un livello più in alto, dentro l'AI operating system: uno strato di ontologie e di Knowledge graph, appoggiato sull'infrastruttura e sui dati esistenti, accanto a modelli analitici deterministici richiamati dagli agenti, all'orchestrazione degli agenti e a un livello di esperienza.

Il divario contro cui scrivono entrambi emerge nel sondaggio State of AI 2026 di McKinsey: il 40% delle grandi aziende ha distribuito agenti su larga scala, ma solo il 6% attribuisce all'IA almeno il 5% dell'EBIT. Correggere la governance semantica figura tra le raccomandazioni di apertura di McKinsey, accanto al finanziamento dell'AI OS condiviso e alla ridefinizione dei decision rights. La conclusione di Ball è che un system of record è una fonte di verità canonica, il che cambia ciò che un'azienda deve effettivamente costruire.