L’architettura DXC OASIS Amazon Bedrock separa la scelta del modello dall’autorità dell’agente
DXC Technology ha illustrato la propria architettura DXC OASIS Amazon Bedrock l’11 novembre, separando l’accesso a più modelli AI dal permesso di modificare i sistemi di produzione. Amazon Bedrock fornisce il substrato, una base condivisa per accedere ai modelli. DXC fornisce l’harness, il software che coordina il lavoro, applica le regole operative e registra le azioni degli agenti. La distinzione è importante perché una risposta utile e un’azione autorizzata richiedono controlli diversi.
Il case study tecnico di AWS descrive un’implementazione esistente, non un lancio di prodotto a novembre. OASIS ha raggiunto la disponibilità generale nel marzo 2026. La sua scelta architetturale centrale mette in discussione una scorciatoia allettante: considerare l’accesso a modelli capaci una preparazione sufficiente per operazioni autonome.
Questa scelta spinge gli acquirenti aziendali e i managed service provider a esaminare dove risieda effettivamente la responsabilità. IBM watsonx Orchestrate offre un utile riferimento di mercato per la crescente enfasi sulla gestione degli agenti nei sistemi aziendali. Il confronto rilevante riguarda il controllo del lavoro, piuttosto che una competizione tra singoli modelli.
L’architettura DXC OASIS Amazon Bedrock rende esplicito il confine
La decisione più significativa di DXC è assegnare l’accesso ai modelli e l’autorità operativa a livelli diversi.
La multi-model architecture di AWS, redatta congiuntamente, descrive l’accesso tramite Bedrock ad Anthropic Claude, Amazon Nova, Meta Llama e modelli open-weight. I modelli open-weight rendono disponibili i propri parametri appresi secondo le rispettive licenze. L’harness di DXC determina come gli agenti utilizzano gli strumenti e procedono nei flussi di lavoro operativi.
Il design descritto esegue l’ambiente degli agenti su Amazon EKS, il servizio gestito AWS per l’esecuzione di applicazioni containerizzate. Il networking privato collega tale ambiente a Bedrock. Queste scelte descrivono l’infrastruttura di supporto, mentre l’harness resta responsabile del significato e dell’autorizzazione del lavoro operativo.
DXC serve organizzazioni regolamentate in 70 Paesi. Questa cifra descrive la sua presenza commerciale, non un conteggio verificato dei Paesi in cui opera OASIS. La distinzione evita che le dimensioni dell’azienda diventino un’affermazione implicita di implementazione.
Il confine pratico diventa più chiaro quando un agente raccomanda una modifica in produzione. Generare la raccomandazione richiede di ragionare sulle evidenze. Eseguirla richiede un permesso legato a uno specifico cliente, risorsa, azione e situazione operativa.
Questi requisiti si sovrappongono, ma non sono intercambiabili. Un modello può produrre una raccomandazione accurata per un’azione che l’utente richiedente non ha l’autorità di approvare. Al contrario, un’azione consentita può comunque basarsi su una diagnosi errata.
Separare queste decisioni offre all’operatore un punto più chiaro per indagare un guasto. Le evidenze erano errate? Il modello le ha interpretate male? Il livello di esecuzione ha accettato un’azione al di fuori dell’ambito approvato?
Ecco perché il case study merita attenzione oltre al suo elenco di modelli. L’architettura rende la responsabilità ispezionabile. Gli acquirenti possono chiedere quale componente applichi una regola, invece di accettare una generica assicurazione che il sistema disponga di governance.
Cambia anche il significato della flessibilità. L’aggiunta di un altro modello non dovrebbe richiedere di ridefinire chi possa autorizzare una modifica in produzione. La policy operativa deve restare abbastanza stabile da permettere ai clienti di comprendere la propria esposizione.
Tuttavia, questa separazione crea un obbligo ingegneristico. L’organizzazione deve mantenere l’interfaccia tra ragionamento ed esecuzione mentre entrambi i livelli evolvono. Un confine tracciato in un diagramma architetturale richiede un comportamento corrispondente nel sistema in esecuzione.
La notizia immediata è quindi un resoconto di come DXC abbia distribuito tale lavoro. La sua rilevanza più ampia consiste nel rendere queste allocazioni abbastanza concrete da consentire ad altre imprese di metterle in discussione.
I managed service provider affrontano una conversazione d’acquisto più impegnativa
Gli acquirenti aziendali hanno bisogno di evidenze sull’autorità delegata, oltre che sulla qualità delle risposte.
Il documento di DXC sull’agent harness, sviluppato con LangChain, descrive OASIS in esecuzione su LangGraph, un framework per il coordinamento di flussi di lavoro di agenti stateful. DXC afferma che il proprio modello operativo assegna a ogni persona inizialmente un accesso di sola lettura. Un’autorità più ampia procede attraverso osservazione, proposta, azione con approvazione e azione entro l’ambito autorizzato.
Il documento descrive inoltre l’applicazione delle policy nel codice attorno all’uso degli strumenti. Le operazioni sensibili possono fermarsi in attesa di una decisione umana. Si tratta di descrizioni aziendali del sistema, non di certificazioni indipendenti di ogni implementazione.
Per un managed service provider, questo approccio cambia ciò che un cliente dovrebbe richiedere durante la valutazione. Una dimostrazione convincente dovrebbe mostrare un agente che incontra un limite e si ferma. Il solo completamento con successo lascia il meccanismo di applicazione non verificato.
Un acquirente dovrebbe inoltre esaminare chi sia responsabile delle eccezioni. Quando un ingegnere approva un’azione insolita, tale approvazione si applica solo all’esecuzione corrente? Oppure amplia silenziosamente ciò che gli agenti futuri possono fare?
Questa distinzione influisce sia sulla sicurezza sia sulla responsabilità verso il cliente. Un’autorizzazione temporanea dovrebbe restare distinguibile da una modifica durevole della policy. Altrimenti, una successione di eccezioni ragionevoli può produrre un’autorità che nessuno ha deliberatamente concesso.
Anche l’impostazione Human+AI di DXC merita una lettura operativa. Il coinvolgimento umano ha valore quando il revisore riceve abbastanza evidenze per prendere una decisione. Un pulsante di approvazione senza un ambito comprensibile può trasformare la supervisione in una conferma di routine.
La questione organizzativa importante riguarda l’attenzione disponibile. Se gli agenti preparano le indagini più rapidamente, la revisione umana può diventare il vincolo rimanente. Le imprese devono quindi distinguere le approvazioni di routine dalle decisioni che richiedono un giudizio specialistico.
Ciò non invalida il modello. Cambia il punto in cui contano la dotazione di personale e la progettazione dei processi. Un team potrebbe dedicare meno tempo alla raccolta delle evidenze, riservando maggiore attenzione alla valutazione delle conseguenze.
Anche la gestione della conoscenza entra in questa conversazione d’acquisto. Una raccomandazione basata su una procedura obsoleta può apparire convincente pur violando la pratica corrente del cliente. Gli acquirenti dovrebbero chiedere in che modo la conoscenza operativa diventi autorevole e come le indicazioni superate perdano tale status.
I team che organizzano tali evidenze possono iniziare con una base di conoscenza ricercabile per i documenti tecnici. Trovare materiale rilevante resta un compito distinto dall’approvazione di modifiche infrastrutturali. Il collegamento è la qualità e la tracciabilità delle evidenze presentate a chi prende una decisione.
La piattaforma di gestione degli agenti di IBM illustra il contesto competitivo. IBM posiziona watsonx Orchestrate attorno al coordinamento degli agenti, all’applicazione delle policy, alla valutazione delle prestazioni e alla visibilità aziendale. La sua documentazione include la gestione di agenti esterni supportati e il monitoraggio degli esiti delle chiamate agli strumenti.
Questo posizionamento sostiene una limitata osservazione di mercato: i fornitori vendono sempre più spesso la gestione degli agenti insieme alla loro creazione. Non dimostra che IBM e DXC offrano controlli equivalenti o risultati operativi comparabili.
La pressione sui fornitori è comunque concreta. Gli acquirenti possono richiedere responsabili nominativi per policy, approvazioni, eccezioni e ripristino. Un catalogo di modelli risponde solo a una parte di quella conversazione di procurement.
La flessibilità dei modelli crea un obbligo di assurance
Un’interfaccia comune semplifica l’accesso senza rendere modelli diversi comportamentalmente intercambiabili.
L’approccio DXC OASIS Amazon Bedrock rende la selezione del modello una decisione architetturale distinta. Il suo valore dipende dal preservare le aspettative operative quando cambia il modello selezionato. Ciò richiede più che verificare se il sostituto accetti lo stesso formato di richiesta.
Un sostituto potrebbe sintetizzare le evidenze diversamente, esprimere l’incertezza in modo diverso o scegliere una diversa sequenza di passaggi investigativi. Tali differenze possono influire sul revisore umano anche quando la raccomandazione finale appare simile.
Per esempio, una risposta concisa potrebbe omettere una condizione che un altro modello esplicita. Un operatore che esamina la risposta più breve potrebbe approvare una modifica senza vedere una dipendenza importante. Si tratta di una preoccupazione illustrativa di valutazione, non di un incidente OASIS segnalato.
La stessa questione si applica alla selezione degli strumenti. Un agente che raccoglie ulteriori evidenze prima di proporre una modifica si comporta diversamente da uno che giunge subito alla raccomandazione. La valutazione deve esaminare il percorso oltre alla destinazione.
La documentazione di Bedrock sull’intelligent prompt routing definisce una funzionalità gestita più circoscritta: la selezione tra modelli supportati all’interno della stessa famiglia di modelli. Essa predice la qualità della risposta per guidare la scelta. Questa funzionalità non deve essere confusa con un routing senza restrizioni tra tutti i fornitori.
AWS documenta anche limitazioni rilevanti per le operazioni specializzate. L’intelligent prompt routing è ottimizzato per prompt in inglese e non può adattare le decisioni utilizzando dati prestazionali specifici dell’applicazione. AWS osserva che casi d’uso insoliti o specializzati potrebbero ricevere decisioni di routing meno adatte.
Per gli acquirenti, l’implicazione è diretta. Una previsione generale della qualità della risposta non dimostra l’idoneità per uno specifico flusso di lavoro in produzione. L’organizzazione ha comunque bisogno di evidenze derivanti da attività simili al proprio ambiente.
Una valutazione per la diagnosi degli incidenti dovrebbe quindi misurare se l’agente raccolga i fatti necessari. Dovrebbe inoltre esaminare quando l’agente rifiuta di procedere. Una corretta prudenza può contare quanto il completamento dell’attività.
La flessibilità dei modelli introduce un’altra domanda: cosa accade quando l’opzione preferita non è disponibile? Un fallback, ossia un modello alternativo utilizzato quando quello preferito non può gestire una richiesta, necessita di una propria base di approvazione.
Un servizio non dovrebbe preservare la disponibilità modificando silenziosamente la propria tolleranza all’incertezza. Alcune attività possono proseguire con capacità ridotte. Altre dovrebbero fermarsi perché il sostituto approvato non può supportare la stessa decisione operativa.
Ciò crea una distinzione utile tra continuità dell’infrastruttura e continuità del flusso di lavoro. Mantenere reattivo l’endpoint del modello non preserva automaticamente l’affidabilità del processo circostante. Il flusso di lavoro necessita comunque di una risposta definita a un ragionamento degradato.
Anche l’argomento economico richiede questa visione più ampia. Un modello che utilizza meno risorse può comunque generare più lavoro di revisione. Chiarimenti aggiuntivi, indagini ripetute e proposte respinte possono compensare i risparmi nel livello di inferenza.
L’inferenza, il processo di generazione di una risposta del modello, è solo una parte della realizzazione di un risultato operativo. Gli acquirenti dovrebbero valutare l’intero percorso dalla richiesta al risultato verificato. Ciò include il lavoro creato per le persone.
Per la governance degli agenti DXC OASIS, la scelta del modello diventa quindi una decisione di assurance, ossia un giudizio supportato da evidenze sul comportamento accettabile. La flessibilità ripaga quando le alternative vengono valutate prima che diventino necessarie.
Le protezioni cloud affrontano problemi diversi dall’autorizzazione operativa
Le connessioni private e i filtri sui contenuti rafforzano le fondamenta, mentre l’autorizzazione delle azioni resta una responsabilità separata.
Amazon Bedrock Guardrails offre controlli configurabili sugli input e sugli output dei modelli. AWS descrive il filtraggio dei contenuti dannosi, gli argomenti vietati, il filtraggio delle informazioni sensibili e i controlli sulle risposte che si discostano dalle evidenze fornite. Queste funzionalità affrontano rischi importanti nelle interazioni con i modelli.
La documentazione sulle protezioni dei contenuti pone inoltre la configurazione al centro del loro funzionamento. Gli operatori scelgono le policy e le testano rispetto ai requisiti delle proprie applicazioni. Il rilevamento delle informazioni sensibili è probabilistico, quindi la sua presenza non deve essere interpretata come una garanzia assoluta.
Un'azione in produzione introduce un'altra categoria decisionale. Una risposta può contenere un linguaggio accettabile e nessuna informazione sensibile, pur raccomandando una modifica non autorizzata. Il solo screening dei contenuti non può stabilire se un determinato ingegnere possa modificare un determinato sistema.
Si consideri una richiesta esemplificativa di riavvio di un servizio. La formulazione può essere innocua e la raccomandazione tecnica ragionevole. L'autorizzazione dipende comunque da responsabilità, tempistiche, restrizioni dei clienti e dall'effetto sui sistemi dipendenti.
Questo è il confine che la governance degli agenti DXC OASIS deve mantenere. Il percorso di esecuzione deve valutare l'operazione proposta rispetto all'autorità applicabile. La fiducia del modello non deve sostituire tale verifica.
AWS PrivateLink affronta invece un'altra preoccupazione. Le sue connessioni private a Bedrock consentono alle applicazioni di raggiungere Bedrock tramite endpoint di interfaccia senza richiedere l'accesso alla rete internet pubblica. Un endpoint di interfaccia fornisce un punto di accesso privato al servizio AWS.
AWS documenta le policy degli endpoint per controllare principali, azioni e risorse consentiti. Dichiara inoltre che la policy predefinita dell'endpoint consente l'accesso completo a Bedrock tramite tale endpoint. Un percorso privato richiede quindi comunque una configurazione di accesso intenzionale.
Questo dettaglio è importante perché i diagrammi di rete possono creare un'impressione fuorviante di completezza. Il fatto che una connessione rimanga al di fuori della rete internet pubblica dice qualcosa di utile sul trasporto. Non risponde a tutte le domande su chi possa utilizzare la connessione.
La localizzazione introduce un'altra decisione indipendente. La disponibilità dei modelli varia in base alla AWS Region e le scelte di distribuzione devono corrispondere alle sedi di elaborazione approvate dal cliente. Una connessione privata non dovrebbe diventare una scorciatoia per affermare che tutti i requisiti di residenza dei dati siano soddisfatti.
Lo stesso ragionamento vale per l'auditabilità. Registrare una risposta del modello aiuta a spiegare ciò che l'applicazione ha ricevuto. La responsabilità operativa richiede evidenze sull'azione che il sistema ha effettivamente tentato e sullo stato risultante.
La narrazione di un agente può aiutare un revisore a comprendere l'indagine. Non dovrebbe diventare l'unica registrazione dell'esecuzione. Il sistema necessita di registri che restino utili quando la spiegazione dell'agente è incompleta o errata.
DXC descrive un incidente fittizio di una compagnia aerea nel proprio ambiente dimostrativo. Un agente diagnostica un problema di storage e presenta un piano di riparazione per l'approvazione di un ingegnere. L'esempio illustra il confine tra indagine e autorizzazione; non stabilisce i risultati in produzione di una compagnia aerea identificata.
Per gli acquirenti enterprise, la domanda utile è se tale confine resista in circostanze meno favorevoli. Una dimostrazione dovrebbe includere un rifiuto, un'esecuzione interrotta e prove incerte. Questi casi rivelano se il controllo resta efficace quando il completamento non è più lineare.
I guadagni riportati richiedono un esame a livello di carico di lavoro
Le cifre sulle prestazioni di DXC sono misurazioni riportate dall'azienda, non un benchmark universale per le operazioni IT autonome.
DXC riporta una riduzione media del 95% dei tempi di risoluzione in 56 casi d'uso misurati. Riporta inoltre un'accuratezza diagnostica di almeno il 92%, valutata rispetto al giudizio di ingegneri senior. Queste cifre descrivono la valutazione dell'azienda e dovrebbero mantenere tale attribuzione.
I materiali pubblici non stabiliscono un confronto verificato in modo indipendente su tutti i carichi di lavoro dei clienti. Né la media dovrebbe diventare una previsione per l'intera coda di incidenti di un acquirente. L'ambito della misurazione conta quanto il risultato principale.
Il tempo di risoluzione può descrivere intervalli diversi. Potrebbe iniziare con un avviso, un'indagine o il momento in cui un ingegnere avvia il lavoro attivo. Potrebbe terminare con una riparazione proposta, una modifica eseguita o un ripristino verificato.
Queste definizioni producono interpretazioni aziendali diverse. Una diagnosi più rapida può essere preziosa anche quando una finestra di manutenzione richiesta ritarda l'esecuzione. Un'esecuzione più rapida può essere meno preziosa se la verifica successiva mette in luce effetti irrisolti.
La domanda chiave per l'approvvigionamento è se l'intervallo misurato corrisponda all'obiettivo operativo dell'acquirente. Un cliente che cerca interruzioni di servizio più brevi necessita di evidenze sul ripristino. Un team che cerca meno lavoro ingegneristico ripetitivo necessita di evidenze sullo sforzo del personale.
Le medie lasciano inoltre poco chiara la distribuzione. Un miglioramento distribuito in modo coerente tra gli incidenti di routine differisce da un risultato concentrato in poche attività di riferimento insolitamente lente. Gli acquirenti necessitano di dettagli sufficienti per capire quale schema si applichi.
Ciò è particolarmente rilevante quando i flussi di lavoro attraversano più strumenti e fasi di approvazione. Un miglioramento riportato può derivare dal ragionamento, da un migliore accesso alle informazioni, dalla riduzione dei passaggi di consegne o da più cambiamenti insieme. L'attribuzione è importante per stimare ciò che si trasferisce a un'altra organizzazione.
L'accuratezza diagnostica richiede analoga attenzione. L'accordo con gli ingegneri senior fornisce un riferimento significativo, ma non descrive ogni conseguenza del disaccordo. Un suggerimento errato e un'azione errata in produzione comportano pesi operativi diversi.
Le evidenze di approfondimento più utili collegherebbero diagnosi, azioni approvate e risultati verificati. Ciò aiuterebbe gli acquirenti a distinguere l'incertezza accettabile durante l'indagine dagli errori che raggiungono l'esecuzione. Mostrerebbe inoltre con quale frequenza l'intervento umano modifica il piano proposto.
Il ripristino dovrebbe comparire in tale valutazione. Un sistema può abbreviare le attività riuscite gestendo però male le eccezioni. Gli acquirenti devono sapere se i tentativi falliti lasciano uno stato comprensibile e una via pratica per tornare alle normali operazioni.
Queste domande non annullano i guadagni riportati. Definiscono come valutarli responsabilmente. Un promettente caso di studio diventa più utile quando i lettori possono identificare le condizioni alla base del risultato.
L'architettura Amazon Bedrock di DXC OASIS dovrebbe quindi essere valutata su due dimensioni connesse: risultati operativi ed evidenze a sostegno dell'autorità delegata. I miglioramenti di velocità devono restare visibili accanto a fallimenti dei controlli, escalation e sforzi di ripristino.
Si tratta di uno standard più esigente di una dimostrazione di prodotto. È anche lo standard che consente ai clienti di decidere quali flussi di lavoro meritino un'automazione più ampia.
Monitorare le evidenze di distribuzione, le modifiche ai modelli e la roadmap dell'harness
Le prossime evidenze utili collegheranno l'espansione a un comportamento controllato in condizioni operative mutevoli.
Nei prossimi uno-tre mesi, il primo segnale da osservare è la specificità della distribuzione. I materiali di DXC descrivono una scalabilità verso 130 ambienti cliente. Questa formulazione indica una direzione, anziché confermare che ogni ambiente sia già attivo.
Resoconti nominativi di clienti sull'uso continuativo renderebbero più semplice valutare la storia della distribuzione. I resoconti più informativi identificherebbero l'ambito dei carichi di lavoro, i requisiti di approvazione e i risultati operativi misurati. I soli nomi dei clienti aggiungerebbero meno evidenze.
Questo segnale rafforzerebbe il caso se l'espansione fosse accompagnata da risultati ripetibili in ambienti distinti. Indebolirebbe l'interpretazione più ampia se i guadagni riportati rimanessero concentrati nelle dimostrazioni o in attività selezionate in modo ristretto. Gli acquirenti dovrebbero cercare definizioni comparabili nei vari aggiornamenti.
Il secondo segnale riguarda le evidenze sulle modifiche ai modelli. I nuovi modelli creano un'opportunità per verificare l'affermazione centrale dell'architettura sulla flessibilità. La domanda rilevante è se una modifica preservi il flusso di lavoro approvato e i relativi confini di sicurezza.
Una divulgazione utile spiegherebbe come sia stata valutata la sostituzione e quali attività siano state autorizzate per essa. Identificherebbe inoltre eventuali restrizioni mantenute dopo i test. Un annuncio che si limitasse ad aggiungere il nome di un modello lascerebbe senza risposta la questione delle garanzie.
Questo segnale rafforzerebbe l'argomento dell'architettura se le sostituzioni dei modelli preservassero i risultati operativi senza ampliare le autorizzazioni. Indebolirebbe tale argomento se le sostituzioni richiedessero una riparazione sostanziale dei flussi di lavoro o producessero differenze di comportamento inspiegate.
Il terzo segnale è la roadmap dell'harness. Il caso di studio AWS afferma che DXC sta valutando Amazon Bedrock AgentCore, servizi AWS per la creazione e l'operatività degli agenti, insieme al proprio attuale livello di orchestrazione. La valutazione non equivale a una migrazione confermata.
Lo sviluppo importante sarebbe una descrizione chiara di quali responsabilità si spostano e quali rimangono sotto il controllo di DXC. I clienti hanno bisogno di continuità nella titolarità delle policy anche quando l'implementazione sottostante cambia. Hanno inoltre bisogno di registri comprensibili attraverso tale transizione.
Un aggiornamento della roadmap rafforzerebbe il caso se rendesse più chiare le responsabilità e riducesse il lavoro ingegneristico duplicato. Indebolirebbe la fiducia se nuovi servizi oscurassero la titolarità delle approvazioni o frammentassero il registro operativo.
Insieme, questi segnali mantengono l'attenzione sulla questione centrale dell'articolo. La scelta del modello ha valore quando le imprese possono modificare i componenti di ragionamento mantenendo il controllo sulle conseguenze. L'espansione ha valore quando le evidenze crescono insieme all'impronta della distribuzione.
Per i team che valutano l'approccio DXC OASIS Amazon Bedrock, iniziate con un flusso di lavoro di produzione che la vostra organizzazione già comprende. Chiedete al fornitore di mostrare le evidenze alla base della diagnosi, l'autorità esatta richiesta e la registrazione dell'esecuzione. Ripetete poi la dimostrazione con un presupposto errato, un'approvazione rifiutata e un modello preferito non disponibile. Confrontate i risultati con il vostro processo esistente, inclusi lo sforzo di revisione e di ripristino. Leggete insieme i materiali sull'architettura con i responsabili delle operazioni, della sicurezza e dei servizi. I loro disaccordi riveleranno requisiti che una dimostrazione del modello non può risolvere. Quali azioni siete pronti a delegare e quali evidenze giustificherebbero la concessione del successivo livello di autorità?



