Boomi ha acquisito Elementary Data, società specializzata nell’osservabilità e nel controllo della qualità dei dati, rafforzando la propria strategia di sviluppo di una piattaforma capace di gestire l’intero percorso delle informazioni aziendali, dalla loro acquisizione fino all’utilizzo da parte delle applicazioni e degli agenti di intelligenza artificiale.
L’operazione aggiunge alla Boomi Enterprise Platform funzionalità di monitoraggio delle pipeline, rilevamento delle anomalie, tracciamento della provenienza dei dati e governance, con strumenti di intelligenza artificiale che automatizzano una parte delle attività di controllo e risoluzione dei problemi.
L’acquisizione di Elementary segue quelle di Rivery, specializzata nell’integrazione dei dati, e di Lunar.dev, attiva nella gestione e nel controllo delle interazioni con i modelli AI. Le tre operazioni contribuiscono alla costruzione di un’infrastruttura nella quale integrazione, qualità dei dati, accesso alle informazioni e gestione degli agenti AI sono componenti di un’unica piattaforma.
I termini finanziari dell’acquisizione non sono stati comunicati.
Perché l’affidabilità dei dati diventa essenziale per gli agenti AI
La diffusione degli agenti AI nelle applicazioni aziendali modifica le conseguenze degli errori presenti nei dati. Un’informazione incompleta, non aggiornata o incoerente può compromettere l’accuratezza di un’analisi, ma quando viene utilizzata da un agente autonomo può determinare anche l’esecuzione di operazioni errate sui sistemi aziendali.
Un agente che consulta informazioni commerciali non aggiornate, per esempio, potrebbe applicare condizioni contrattuali non più valide, mentre anomalie nei dati di magazzino potrebbero produrre ordini o movimentazioni non necessari.
Per limitare questi rischi occorre verificare continuamente la qualità delle informazioni e conoscere le trasformazioni che hanno subito prima di essere utilizzate. Il controllo deve inoltre estendersi alle pipeline attraverso le quali i dati vengono trasferiti tra applicazioni, database, sistemi analitici e servizi AI.
La data observability risponde a questa esigenza attraverso il monitoraggio continuo delle caratteristiche dei dati e dei processi che li producono. A differenza dei tradizionali controlli di data quality, che verificano accuratezza, completezza e coerenza di determinati dataset, l’osservabilità permette di individuare anomalie nell’intero ciclo di elaborazione, comprese variazioni inattese nei volumi, ritardi negli aggiornamenti e modifiche alla struttura delle informazioni.
Il problema riguarda anche la fiducia delle aziende nei sistemi agentici. In una ricerca di Forrester Consulting commissionata da Boomi e pubblicata nel luglio 2026, l’86% dei responsabili intervistati ha dichiarato che la propria organizzazione aveva superato la fase sperimentale degli agenti AI, ma soltanto il 34% si fidava delle azioni eseguite da questi sistemi. Le organizzazioni che avevano distribuito agenti prima di raggiungere un adeguato livello di preparazione hanno inoltre registrato costi aggiuntivi medi di 2,1 milioni di dollari.
Elementary Data combina osservabilità, data lineage e controlli automatici
Fondata nel 2022 da Maayan Salom e Or Avidov, Elementary Data nasce come progetto open source dedicato all’osservabilità dei dati, con un’impostazione code-first che permette agli sviluppatori e ai data engineer di incorporare direttamente i controlli di affidabilità nei propri workflow.
La tecnologia è utilizzata da oltre 1.500 team di gestione dei dati, registra più di 1,1 milioni di download mensili e dispone di una comunità di circa 4.000 membri.
Nel 2024 la società ha introdotto Elementary Cloud, ampliando le funzionalità del progetto originario con strumenti destinati agli ambienti enterprise, tra cui rilevamento delle anomalie, tracciamento delle dipendenze tra dati, test automatizzati e indicatori sintetici dello stato di affidabilità.
Una delle caratteristiche più rilevanti della piattaforma è il monitoraggio delle pipeline basato su agenti AI, che analizzano continuamente freschezza, volumi e qualità dei dati per individuare comportamenti anomali prima che le informazioni raggiungano applicazioni e sistemi a valle.
Il monitoraggio permette, per esempio, di riconoscere una pipeline che smette di ricevere aggiornamenti, una variazione anomala nella quantità di record elaborati oppure valori che si discostano significativamente da quelli attesi.
Elementary dispone inoltre di funzionalità di column-level data lineage, attraverso le quali è possibile ricostruire la provenienza e le trasformazioni dei singoli campi, seguendone il percorso dall’acquisizione iniziale fino ai sistemi di business intelligence e intelligenza artificiale.
Questa granularità è importante per valutare l’impatto delle modifiche apportate ai dati. Se un campo viene modificato all’origine o durante una trasformazione, il data lineage permette di identificare quali dataset, report, modelli e applicazioni potrebbero esserne interessati, facilitando l’individuazione delle cause di eventuali anomalie.
Le funzionalità di governance comprendono un catalogo condiviso dei dati, l’attribuzione delle responsabilità sui dataset, sistemi di classificazione mediante tag e data health score, indicatori che sintetizzano lo stato di affidabilità delle informazioni.
Gli agenti AI possono verificare il contesto e lo stato dei dati attraverso MCP
Elementary dispone di un server basato su Model Context Protocol (MCP) che rende accessibili agli agenti informazioni sul contesto dei dati, sulla loro provenienza e sul relativo stato di affidabilità, consentendo alle applicazioni AI di ottenere elementi utili per valutare le informazioni utilizzate durante l’esecuzione di un processo.
Un agente potrebbe così verificare se il dataset che intende consultare è aggiornato, conoscere le dipendenze da altre fonti informative oppure identificare eventuali anomalie rilevate dai sistemi di monitoraggio.
La disponibilità di queste informazioni attraverso MCP è particolarmente interessante per le architetture agentiche, nelle quali l’accesso ai dati non avviene necessariamente attraverso un’applicazione tradizionale, ma mediante strumenti richiamati dinamicamente dagli agenti durante l’esecuzione dei loro compiti.
Elementary utilizza a sua volta agenti AI per automatizzare la creazione dei test sui dati, la classificazione e l’analisi degli incidenti, alcune operazioni di governance e l’ottimizzazione delle prestazioni.
Nei workflow più complessi è prevista anche una modalità human-in-the-loop, nella quale determinate operazioni e approvazioni rimangono affidate a un responsabile umano.
La combinazione di osservabilità e automazione consente quindi di intervenire su due aspetti distinti dell’affidabilità: individuare tempestivamente i problemi nei dati e ridurre le attività manuali necessarie per comprenderne le cause e risolverli.
Boomi estende Active Data Foundation con il controllo della qualità
L’acquisizione si inserisce nella strategia di Boomi relativa ad Active Data Foundation, l’architettura della Boomi Enterprise Platform dedicata alla gestione e alla distribuzione delle informazioni tra applicazioni, sistemi e agenti AI.
L’impostazione di Boomi considera i dati sia quando sono conservati nei repository aziendali sia durante il trasferimento e l’elaborazione attraverso sistemi differenti.
Le funzionalità di Elementary aggiungono a questa architettura un livello di osservabilità che permette di verificare la qualità delle informazioni lungo il loro percorso, associando ai dati elementi di contesto relativi a provenienza, trasformazioni, responsabilità e affidabilità.
L’integrazione è destinata a interessare anche componenti esistenti della piattaforma, come Boomi Data Hub, dedicato alla gestione e alla sincronizzazione dei dati aziendali, e Boomi Agentstudio, utilizzato per progettare, gestire e orchestrare agenti AI.
L’aspetto tecnologicamente significativo riguarda la possibilità di associare ai dati utilizzati dagli agenti informazioni continuamente aggiornate sulla loro qualità, rendendo più semplice individuare le condizioni nelle quali un dato potrebbe risultare inaffidabile.
Le caratteristiche di Elementary completano così le funzionalità già disponibili per l’integrazione e l’accesso alle informazioni, estendendo i controlli anche alle pipeline che alimentano i sistemi AI.
Boomi non ha ancora indicato un calendario dettagliato per la disponibilità delle funzionalità di Elementary all’interno dei diversi componenti della propria piattaforma.
Da Rivery a Lunar.dev ed Elementary: la strategia delle acquisizioni
L’operazione conferma l’interesse di Boomi per la costruzione di un’infrastruttura tecnologica che comprenda tutte le principali attività necessarie per utilizzare i dati aziendali nelle applicazioni di intelligenza artificiale.
Con Rivery, Boomi ha acquisito competenze nell’integrazione e nell’orchestrazione delle pipeline, comprese le attività di acquisizione, trasformazione e trasferimento delle informazioni tra sistemi differenti.
Lunar.dev ha aggiunto tecnologie per la gestione delle interazioni con i modelli AI, il controllo degli accessi e delle comunicazioni e la governance delle connessioni utilizzate dalle applicazioni agentiche.
Elementary Data estende ulteriormente questo insieme di funzionalità, introducendo strumenti che permettono di verificare l’affidabilità delle informazioni prima e durante il loro utilizzo.
Le tre acquisizioni coprono quindi livelli complementari dell’architettura: integrazione dei dati, controllo della loro qualità e gestione delle connessioni attraverso le quali applicazioni e agenti AI possono accedervi.
L’unificazione di queste capacità risponde anche a una difficoltà delle architetture aziendali tradizionali, nelle quali data integration, data quality, osservabilità, API management e governance sono spesso affidati a prodotti differenti, con sistemi di monitoraggio e gestione dei metadati non sempre interoperabili.
Una maggiore continuità tra questi componenti può semplificare la ricostruzione del percorso dei dati e l’individuazione delle anomalie che compromettono il funzionamento delle applicazioni AI.
Il progetto open source Elementary continuerà a essere sviluppato
Boomi ha confermato l’intenzione di continuare a sostenere il progetto open source Elementary, senza modifiche immediate al repository, alla distribuzione delle nuove versioni o alle modalità di utilizzo da parte della comunità.
Anche Maayan Salom e Or Avidov continueranno a guidare il team di Elementary e a lavorare alla roadmap di sviluppo del prodotto.
La continuità del progetto rappresenta un elemento importante dell’acquisizione, considerando che la diffusione di Elementary è stata sostenuta proprio dalla possibilità di utilizzare strumenti di osservabilità direttamente nei workflow di sviluppo e gestione dei dati.
Il modello commerciale rimane articolato tra il progetto open source e Elementary Cloud, che offre funzionalità aggiuntive per le organizzazioni con esigenze di monitoraggio e governance su scala enterprise.
Steve Lucas, presidente e CEO di Boomi, ha sottolineato il rapporto tra affidabilità delle informazioni e utilizzo dell’intelligenza artificiale nelle imprese: “L’intelligenza artificiale è affidabile soltanto quanto lo sono i dati su cui si basa. Con Elementary, adottata da oltre 1.500 team di gestione dei dati, una comunità di circa 4.000 membri e più di un milione di download al mese, aggiungiamo il livello di osservabilità, qualità e governance necessario affinché i dati utilizzati dall’AI e dagli agenti dei nostri clienti siano affidabili, spiegabili e adatti agli ambienti enterprise”.
Maayan Salom, CEO e cofondatrice di Elementary, ha evidenziato come la diffusione degli agenti AI abbia modificato l’importanza delle attività di controllo: “Abbiamo fondato Elementary partendo da una convinzione semplice: i team che lavorano con i dati meritavano gli stessi strumenti di affidabilità sui quali gli sviluppatori software fanno affidamento da anni. L’intelligenza artificiale ha reso questa esigenza urgente”.
Con oltre 30.000 clienti e una rete di più di 800 partner, Boomi dispone di una base installata attraverso la quale distribuire progressivamente le tecnologie acquisite, mentre Elementary potrà estendere l’applicazione dei propri strumenti di osservabilità oltre le pipeline analitiche, verso i flussi di dati utilizzati dalle applicazioni operative e dai sistemi agentici.
