Le Managed AI Operations sono il lavoro che mantiene affidabile un flusso di lavoro AI dopo il go-live: monitorare i risultati, eseguire valutazioni su casi reali, gestire i cambi di modello, correggere ciò che si rompe e aggiungere il flusso di lavoro successivo. Se ne occupa un responsabile indicato per nome. Codice, dati, documentazione e interruttore di spegnimento restano vostri, così il sistema non diventa mai una scatola nera.
#Punti chiave
- Un flusso di lavoro AI non è concluso al go-live: input, modelli e regole di business continuano a cambiare.
- Il monitoraggio e le valutazioni periodiche su casi reali mostrano quando la qualità peggiora, prima che se ne accorgano i clienti.
- Un responsabile indicato per nome da ciascuna parte risponde alla domanda su chi risponde quando un'automazione fallisce.
- Documentazione e accessi intestati a voi fanno sì che tutto funzioni anche quando chi l'ha costruito se ne va.
- Codice, dati e account sono vostri, e potete spegnere il sistema.
Managed AI Operations. La gestione continuativa di un flusso di lavoro AI in produzione: monitoraggio, valutazioni, aggiornamenti dei modelli, correzioni, miglioramenti e nuovi flussi di lavoro, svolti da un responsabile indicato per nome, mentre il cliente mantiene proprietà e controllo.
#Cosa succede dopo il go-live e chi mantiene il flusso di lavoro?
La storia è nota: funziona finché chi l'ha costruito se ne va e nessuno vuole più toccarlo. Compare un nuovo layout di fattura, cambia una policy o il fornitore del modello aggiorna una versione, e la qualità cala senza far rumore. Se nessuno controlla, il primo segnale è un reclamo.
Nei progetti di implementazione AI di Stennir, le Managed AI Operations seguono il go-live. Una persona indicata per nome in Stennir è responsabile della salute del flusso di lavoro, e una persona indicata per nome dalla vostra parte è titolare delle regole di business e approva l'output. Entrambe vengono messe per iscritto prima del go-live.
#Cosa comprendono concretamente le Managed AI Operations?
- Monitoraggio: volumi, tassi di errore, tassi di approvazione e di rifiuto, e i casi in cui le persone correggono l'output.
- Valutazioni: un set di test costruito dai vostri casi reali passati, rieseguito dopo ogni modifica a prompt, regole o modelli.
- Cambi di modello: quando un fornitore rilascia o ritira un modello, quello nuovo viene testato sui vostri casi prima di sostituire il precedente.
- Correzioni e miglioramenti: gli output respinti vengono analizzati e la regola o il documento che li ha generati viene corretto.
- Flussi di lavoro successivi: quando il primo funziona bene, il successivo viene definito partendo da ciò che il team ha imparato.
È in linea con il modo in cui i framework di rischio descrivono l'AI: il NIST AI Risk Management Framework, gennaio 2023 considera la misurazione continua e una responsabilità chiara parte della gestione del rischio AI, e la ISO/IEC 42001, dicembre 2023 definisce un sistema di gestione per l'AI, non un controllo una tantum.
#Di chi sono il codice e i dati dopo che una società AI ha costruito qualcosa?
Dovrebbero essere vostri, per iscritto. Con Stennir gli account cloud, gli account dei fornitori di modelli, il repository del codice e i dati sono intestati a voi fin dall'inizio, e Stennir lavora al loro interno con accessi che potete revocare. L'hosting viene impostato dove le vostre regole lo richiedono. Se il rapporto termina, non c'è nulla da trasferire o da ricomprare.
We are
Stennir gestisce il vostro flusso di lavoro AI dopo il go-live come responsabile indicato per nome, dentro account di vostra proprietà, con documentazione e un interruttore di spegnimento sotto il vostro controllo.
We aren't
Stennir non è una piattaforma che tiene il vostro flusso di lavoro sui propri server, né un fornitore che consegna il codice e sparisce.
#Come evitare di ereditare una scatola nera?
Al momento della consegna chiedete tre cose. Primo, una documentazione che un nuovo ingegnere possa seguire: cosa fa il flusso di lavoro, le regole, i prompt, il set di test e come rilasciare una modifica. Secondo, i log di ogni azione e approvazione, così ogni output è tracciabile. Terzo, un interruttore di spegnimento testato, insieme al processo manuale a cui il team torna in caso di necessità.
Controlli deboli fanno naufragare i progetti. Gartner, giugno 2025 prevede che oltre il 40% dei progetti di agentic AI venga cancellato entro la fine del 2027, in parte per controlli del rischio inadeguati. È nella gestione operativa che quei controlli vivono.
#Cosa dovrebbe chiedere un COO prima del go-live?
Chiedete chi è indicato per nome da ciascuna parte, cosa viene monitorato, come si testa un cambio di modello, dove si trova la documentazione e come si spegne il sistema. Se una risposta è vaga, sistematela prima del lancio. L'esempio pratico di Stennir sul passaggio da un prototipo alla produzione mostra questi elementi al loro posto. Vedete anche AI per le operations, fate la valutazione di prontezza gratuita oppure prenotate una chiamata di 30 minuti.
#Domande frequenti
Di cosa avete bisogno da noi durante le Managed AI Operations?
Di una persona indicata per nome che sia titolare delle regole di business e approvi l'output, dell'accesso AI sistemi che il flusso di lavoro tocca e di una revisione periodica in cui si discutono i casi respinti e corretti. Quando una regola o una policy cambia da parte vostra, quella persona lo comunica a Stennir, così il flusso di lavoro e il set di test cambiano di conseguenza.
Cosa succede quando il fornitore cambia o ritira un modello?
Prima del passaggio, Stennir esegue il nuovo modello sul set di valutazione costruito dai vostri casi reali. Se i risultati si mantengono o migliorano, il cambio procede con la vostra approvazione. In caso contrario, resta il modello attuale mentre si adattano prompt o regole. Ogni modifica viene registrata, così potete vedere cosa è cambiato.
Il nostro team potrà subentrare in seguito?
Sì. Poiché codice, account, documentazione e set di test sono già vostri, il passaggio a un ingegnere interno è un passo pianificato e non un salvataggio. Stennir può formare le persone che lo gestiranno attraverso la formazione AI, così le conoscenze non se ne vanno con chi ha costruito il sistema.
Dove restano i nostri dati?
Dove le vostre regole lo richiedono. Stennir imposta l'hosting nella regione richiesta dal vostro regolatore o dalla vostra policy, compreso il luogo in cui gira il modello, non solo quello in cui sono archiviati i dati. I dati restano in account di vostra proprietà, l'accesso è limitato a ciò che serve a ogni passaggio e ogni azione su di essi viene registrata.
