Workday ha annunciato Workday AI Research, un gruppo di ricerca tecnica dedicato allo sviluppo di un’intelligenza artificiale più affidabile, verificabile ed efficiente per le imprese. Il team studia problemi legati all’impiego degli agenti AI nel software aziendale, dalla selezione delle informazioni da ricordare alla collaborazione tra sistemi specializzati, fino alla cancellazione dei dati conservati in memoria.
L’attività di ricerca contribuisce a orientare lo sviluppo dell’AI di Workday, la cui piattaforma opera negli ambiti delle risorse umane, della finanza e dell’IT. Parallelamente, il gruppo mette a disposizione della comunità scientifica risultati, metodi e pratiche di valutazione. All’annuncio si accompagna un programma di sostegno ai dottorandi, con un finanziamento annuale di 50.000 dollari destinato alla ricerca.
Le aree di ricerca e il rapporto con il software aziendale
Il lavoro del team riguarda diverse componenti dell’intelligenza artificiale applicata alle organizzazioni. Tra queste figurano la memoria persistente degli agenti, cioè la capacità di conservare informazioni utilizzabili nelle interazioni successive, e la spiegabilità, che riguarda la possibilità di comprendere le ragioni delle risposte e delle raccomandazioni prodotte.
Un altro filone è l’orchestrazione multiagente: il coordinamento di più agenti AI ai quali vengono assegnati compiti differenti all’interno di un’attività comune. Il gruppo studia inoltre i sistemi di raccomandazione, la gestione adattiva delle risorse e la sovraottimizzazione delle ricompense durante l’addestramento. Quest’ultimo tema riguarda i casi in cui l’ottimizzazione del segnale usato per premiare un modello non corrisponde più a un miglioramento del comportamento desiderato.
Secondo Workday, alcuni lavori recenti sono stati accettati in conferenze scientifiche tra cui l’International Conference on Machine Learning, l’International Conference on Learning Representations, l’ACM Web Conference e le conferenze dell’Association for Computational Linguistics.
Gerrit Kazmaier, presidente per il prodotto e la tecnologia di Workday, collega queste attività alle esigenze delle imprese che impiegano agenti capaci di ricordare il contesto e agire per conto dei dipendenti. Tra i problemi indicati dal dirigente rientrano privacy, possibilità di verificare le operazioni, efficienza e accuratezza, aspetti che secondo l’azienda richiedono un lavoro di ricerca specifico.
Una memoria più selettiva per conservare le informazioni utili
Uno degli studi presentati affronta la selezione delle informazioni che un agente conserva nel tempo. I ricercatori hanno sviluppato un metodo che mantiene i contenuti utili e filtra quelli obsoleti, duplicati o inaffidabili.
L’obiettivo è permettere al sistema di recuperare un contesto pertinente senza accumulare indiscriminatamente tutto ciò che incontra. In un agente dotato di memoria persistente, la selezione riguarda quindi sia ciò che viene conservato sia la qualità delle informazioni disponibili per le attività successive.
Secondo i risultati comunicati da Workday, nei test il metodo ha ottenuto una precisione superiore del 12% e un miglioramento di circa l’8% nella qualità complessiva della memoria, mantenendo il 97% delle informazioni considerate rilevanti. L’azienda riferisce inoltre un’esecuzione più veloce di circa il 31% rispetto al principale sistema di confronto basato sull’AI utilizzato nella valutazione.
I risultati riguardano il metodo sperimentato dai ricercatori e descrivono il rapporto tra selettività della memoria, conservazione delle informazioni utili ed efficienza di esecuzione.
Agenti specializzati per migliorare le risposte e rispettare i vincoli
Un secondo studio analizza la distribuzione di un’attività complessa tra più agenti con ruoli distinti. Nell’impostazione descritta da Workday, un agente esplorava le opzioni disponibili, un altro si concentrava sul rispetto delle regole e un terzo ne coordinava il lavoro.
Questa suddivisione separa l’esplorazione delle possibili risposte dal controllo dei vincoli, mantenendo una funzione di coordinamento dell’intero processo. L’applicazione studiata riguarda la produzione di risposte e raccomandazioni che devono soddisfare contemporaneamente obiettivi di qualità e condizioni prestabilite.
Workday riporta un miglioramento dell’accuratezza del 5,8%. Tutte le risposte finali prodotte nello studio hanno inoltre rispettato i vincoli definiti per la sperimentazione. L’azienda presenta il risultato come un’indicazione della possibilità di combinare raccomandazioni di maggiore qualità con il rispetto delle regole assegnate al sistema.
La cancellazione deve comprendere anche i riepiloghi
Un terzo filone riguarda ciò che accade quando si chiede a un agente di dimenticare un’informazione. Lo studio ha rilevato che la cancellazione dalla memoria non ne comporta sempre la completa rimozione: in circa un caso su cinque, una copia risultava ancora recuperabile da un riepilogo precedente.
Il dato mette in evidenza una caratteristica dei sistemi che producono sintesi delle interazioni: la stessa informazione può essere presente sia nella registrazione originaria sia in contenuti derivati. Eliminare il primo elemento può quindi lasciare disponibile una copia all’interno di un riassunto.
Nella sperimentazione descritta, per cancellare completamente l’informazione è stato necessario rimuovere anche tutti i riepiloghi che la menzionavano. Il risultato riguarda dunque la gestione dell’insieme delle copie presenti nella memoria dell’agente, comprese quelle generate durante l’elaborazione dei contenuti.
Un programma da 50.000 dollari annui per i dottorandi
Per sostenere la ricerca e rafforzare la collaborazione con il mondo accademico, Workday ha presentato anche il Workday AI Research PhD Fellowship, rivolto ai dottorandi impegnati in studi all’intersezione tra intelligenza artificiale e software aziendale.
Il programma prevede 50.000 dollari all’anno per la ricerca, erogati all’università attraverso una donazione senza vincoli di destinazione. Comprende inoltre affiancamento dedicato, collaborazione diretta con un ricercatore di Workday e accesso anticipato a opportunità professionali pertinenti all’interno dell’azienda.
L’iniziativa affianca così alla ricerca interna un canale di collaborazione con le università, concentrato sui problemi tecnici dell’AI destinata alle organizzazioni.
Dalla ricerca allo sviluppo dell’AI di Workday
Workday dichiara di servire oltre 11.500 organizzazioni nel mondo, tra cui più del 65% delle aziende Fortune 500. Le ricerche presentate si inseriscono in questo contesto applicativo, con l’obiettivo di contribuire a sistemi capaci di conservare il contesto utile, formulare raccomandazioni comprensibili e operare entro regole definite.
Gli studi illustrano risultati di ricerca che orientano lo sviluppo dell’azienda. Per eventuali servizi e funzionalità non ancora disponibili, Workday precisa che i programmi possono cambiare e che il rilascio non è garantito.
Con AI Research, la società riunisce in un gruppo dedicato il lavoro su memoria, coordinamento e affidabilità degli agenti, collegandolo sia all’evoluzione della propria piattaforma sia al confronto con la comunità scientifica.
