L’Azure day di Roma organizzato dalla community di dot net mi ricorda molto gli appuntamenti pomeridiani a parlare di musica coi miei coetanei liceali, tutti entusiasti di scoprire quel nuovo gruppo o quel nuovo album, poi dal nulla arrivava uno che non avevi mai visto e che ti diceva due cose sui Led Zeppelin e tu passavi il resto della tua vita a dirti “ero sordo e non lo sapevo”
Gli agenti AI rappresentano il futuro oltre i chatbot: sono capaci di agire in autonomia e orchestrare task.
Non per niente ad aprire la giornata c’era Mattia De Rosa, Regional Sales Director Western Europe per Microsoft che inizia sempre le sue presentazioni con un po di retro o qualche chicca astrusa tipo brainfuck “il più piccolo compilatore possibile” andando a implementare “The Soup” passando per le reti neurali delle tastiere e vecchi proverbi, news tecnologiche, misurazioni metriche comparati alla finanza (sapete quante monete da un euro occorrono per scalare il Monte Bianco?) fino al supporto psicologico per persone che perdono il proprio animale domestico.
Praticamente la cover della sigla di big bang theory, 10 secondi per far vedere l’evoluzione dell’AI a ritmo serratissimo considerando che il costo diminuisce e la potenza degli llm aumenta.
Ma la vera rivoluzione copernicana (questa la capisce solo chi era presente) è che la tecnologia è sì importante , ma va provata perchè i side effect sono molto più importanti e tracciano la via da “assisted by Agent” a “Agent boss” , passando da “Org chart” a “Work chart”, unificando tutto il sistema tramite “copilot “ a coordinare tutti gli agent.
Naturalmente all’aumentare della complessità ci sarà un aumento degli agent e della complessità della gestione degli agent, e così via ma Azure si propone per essere un ambiente in cui tutto sarà gestita in vari layer e con pochi click, e attenzione a storcere il naso alla parola “low-code”.
Infine occhio ad allucinazioni e sicurezza e ai contenuti dannosi :
le persone ne stanno facendo un utilizzo molto meno responsabile rispetto alle organizzazioni che in qualche modo stanno ripensando l’AI generativa in maniera etica, mentre l’utente finale sembra non esserne conscio creando un bel cortocircuito.
L’hybrid AI è essenziale per garantire prestazioni e compliance in ambienti distribuiti (Edge + Cloud).
Ecco 7 idee, insight e aggiornamenti che mi porto a casa dall’Azure Day:
🧠 1. Oltre i chatbot: agenti AI autonomi con Azure AI Agent Service
Maurizio Moriconi era il secondo talk in plenaria e ha parlato di Azure AI Agent Service, una piattaforma gestita di Microsoft pensata per creare veri e propri agenti AI autonomi, capaci di combinare modelli generativi (LLM) con strumenti aziendali per compiere azioni concrete, come chiamare API o interrogare basi dati. A differenza dei classici chatbot, questi agenti vengono configurati come microservizi intelligenti, con uno scopo ben definito, accesso a dati aziendali e capacità d’azione nel mondo reale.
L’esempio end-to-end pratico, in cui un agente AI viene progettato per automatizzare un intero workflow ha toccato aspetti cruciali come la definizione delle istruzioni (goals), l’integrazione con sistemi esistenti, e l’esecuzione di azioni tramite strumenti connessi. Una panoramica ideale per chi vuole spingere l’AI generativa oltre la conversazione.
🏭 2. Cloud ovunque serva, AI dove conta: trasforma la tua infrastruttura con Azure Local
Francesco Molfese ha spostato Il focus è sull’estensione dei servizi cloud Microsoft alle infrastrutture on-prem o edge tramite Azure Arc e Azure Stack HCI. L’obiettivo è quello di rendere disponibili capacità di intelligenza artificiale anche in ambienti con bassa latenza o requisiti di sovranità del dato, illustrando come implementare modelli AI localmente, mantenendo centralizzata la gestione. I casi d’uso sono talmente tanti che più di una persona è stata sorpresa a fantasticare, finchè non gli è stato detto che si paga lo stesso…
📚 3. Quando il libro incontra l’algoritmo: l’AI al servizio delle case editrici
Matteo Beshara ha presentato casi d’uso reali di intelligenza artificiale nel settore editoriale. Tra gli esempi, troviamo la classificazione automatica dei testi, la generazione di sinossi, l’analisi del sentiment per target marketing, e strumenti di correzione e localizzazione automatica. Le criticità emergono quando il gpt diventa un censore ingombrante e bisogna dirgli di abbassare….la cresta, altrimenti il libri come “tropico del cancro” o “il lamento di portnoy” sparirebbero da tutti gli llm.
GitHub Copilot e Azure Copilot stanno unificando sviluppo e gestione infrastrutture tramite AI.
🤖 4. GitHub Copilot and Azure Copilot: All the latest updates
Lorenzo Barbieri è un mio mito assoluto, vale sempre la pena di sentire cosa ha da dire e anche come lo dice, oltre ad essere un bravo programmatore è anche un bravissimo oratore e ha scritto anche libri sull’argomento che invito tutti a leggere.
Dopo averci amabilmente cazziato per fargli sempre le pulci sugli aggiornamenti che microsoft mette su nottetempo ha iniziato una panoramica “il più aggiornata possibile” su GitHub Copilot e l’integrazione dei copilots AI nel portale Azure. Oltre alle funzionalità introdotte nel 2024/2025, tra cui l’autocompletamento contestuale, la generazione di pull request description, e l’integrazione con Azure CLI via Copilot ci ha fatto riflettere su quello chè diventerà il lavoro del programmatore nei prossimi anni, dove copilot si farà le PR da solo e di conseguenza se le approverà. Quindi ci ha invitato a cambiare mestiere quanto prima , ma era evidente che scherzasse(spero)
🧮 5. Le Novità di Azure SQL Server
Alberto Acerbis invece si è beccato le novità di Microsoft in pieno petto e molte delle cose che doveva presentare le hanno cambiate o le hanno messe off -line quel tanto che bastava per invalidargli le demo. Ha pubblicamente ringraziato Davide Mauri per avergli ripristinato alcuni servizi nottetempo e poi ci ha mostrato le ultime novità di SQL Server, quella che mi ha colpito di più è che finalmente i campi json saranno veri e quindi tutto quello che potevate pensare di fare su un nosql adesso lo potete fare su uno o più campi del vostro db preferito
FinOps + AI è la combinazione vincente per contenere costi e ottimizzare l’uso di risorse su Azure.
💰 6. Quanto mi costi Azure?! FinOps aiutaci tu!
I clienti incominciano a guardare Emanuele Garofalo in maniera diversa. Se prima era un consulente prezzolato che dovevano inserire nella colonnina del dare, adesso, appena lo vedono, immaginano quanto gli farà risparmiare con i trick che ci ha mostrato. Il talk è stato pensato per imparare a gestire e ottimizzare i costi su Azure seguendo i principi FinOps: monitoraggio proattivo, accountability, chargeback e previsione. Ha mostrato come usare strumenti come Cost Management, Azure Advisor, e AI per la predizione di spesa. Ma la parte succosa è stata quando ha spiegato le best practice per risparmiare sulle spese di Azure, anche se qualche dipendente di Microsoft presente in sala ha espressamente chiesto di essere meno espliciti altrimenti rischiano di non beccare il premio produzione.
Le API AI-centriche richiedono strategie di orchestrazione, sicurezza e governance con strumenti avanzati.
🧠 7. Bring Your Own MCP Server on Azure
Per l’ultima track ho dovuto scegliere tra Luca Congiu e Massimo Bonanni, non che le altre scelte siano state facilissime,ma in questa entrava tutta una serie di variabili abbastanza pesanti. Vuoi per motivi di bilanciamento, vuoi perché già stavo in sala due e non mi andava di alzarmi, sono rimasto a vedere Luca, che non faceva talk all’esterno da un bel pò.
Ha aperto con lo spiegone su Model Context Protocol (MCP) che è uno standard aperto, creato da Anthropic, che consente a modelli AI (LLM) di interagire con servizi esterni — come database, API o filesystem — in modo strutturato e sicuro.Nel talk ha mostrato un percorso pratico per realizzare un MCP Server custom e come pubblicarlo su Azure (ad esempio tramite Container Apps o App Service) .
In più ci ha fatto vedere come questo server agisca da “tool provider” per agenti AI: il modello — ospitato in Azure AI Agent Service o Copilot Studio — funge da client, mentre lo script MCP on Azure espone le API necessarie, gestisce autenticazioni e definisce i tool che l’agente può chiamare. In questo modo, l’agente diventa un micro servizio intelligente, capace di: accedere a dati aziendali, eseguire operazioni remote e mantenere il contesto tra strumenti diversi.Infine ci ha fatto una demo e mostrato le linee guida su come integrare il server MCP in Azure e collegarlo a GitHub Copilot o altre applicazioni agent based.
Un evento veramente ben riuscito con un sacco di cose da portarsi a casa, soprattutto la voglia di iniziare a lavorare con tutta questa roba che è qui per rimanere…
