AI ARCHITECTURE
Cosa fa un AI Solutions Architect?
Il ruolo dell’AI Solutions Architect: come progetta sistemi con LLM, agenti, RAG, API, Local AI, dati, sicurezza, costi e monitoraggio.
Non è solo scegliere un modello
Il modello è un componente. Un sistema reale può includere retrieval, database, API, strumenti, permessi, log, UI, fallback, human-in-the-loop e monitoraggio.
Cloud, locale e ibrido
L’architettura cambia in base a privacy, costo, latenza, disponibilità della rete, dimensione dei modelli e competenze interne. Local AI e cloud possono convivere nello stesso progetto.
Agenti: quando servono davvero
Un agente ha senso quando deve prendere decisioni limitate, usare strumenti e portare avanti un workflow. Per molti processi è più affidabile una pipeline deterministica con uno o due passaggi LLM ben controllati.
Il mio approccio
Lavoro sull’architettura con una logica pragmatica: meno componenti possibili, confini chiari, fallback espliciti e verificabilità. Se un sistema semplice risolve il problema, non serve renderlo “agentico” per moda.