la guida

Dall’LLM al LAM: architetture di orchestrazione per sistemi Agentic multi-modali

I Large Language Models non bastano più a spiegare il valore dei sistemi AI nei processi reali. Oggi conta la capacità di pianificare, usare strumenti, leggere ambienti complessi e verificare i risultati, dentro architetture agentic in cui orchestrazione, memoria e controllo diventano centrali

Pubblicato il 21 apr 2026

Giovanni Masi

Computer Science Engineer

Aggiungi tra i preferiti su Google

Per anni il parametro implicito con cui sono stati giudicati i grandi modelli è rimasto quasi sempre lo stesso. Quanto bene sanno scrivere, riassumere, tradurre, spiegare. Oggi, però, quella misura comincia a stare stretta. Nei contesti in cui l’intelligenza artificiale viene inserita dentro processi reali, il valore non dipende soltanto dalla qualità del testo prodotto.

@RIPRODUZIONE RISERVATA

Giovanni Masi

Computer Science Engineer

Ingegnere Informatico e dell’Automazione, con specializzazione in Cybersecurity e Intelligenza Artificiale. Coordina il gruppo di lavoro sull’Intelligenza Artificiale presso l’Ordine degli Ingegneri. Con oltre vent’anni di esperienza nel settore dell’Information Technology, ha maturato competenze avanzate nella progettazione e sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di cybersecurity e nella creazione di modelli di Intelligenza Artificiale. Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus. È autore e docente dei corsi “Intelligenza Artificiale per Ingegneri” e “Intelligenza Artificiale Generativa e Prompt Engineering” erogati presso l’Ordine degli Ingegneri, nell’ambito delle attività formative specialistiche rivolte ai professionisti del settore. Ha inoltre tenuto seminari sull’Intelligenza Artificiale presso la Pontificia Università Antonianum. Autore di numerosi articoli di settore, pubblicati su riviste scientifiche, nei quali approfondisce tematiche legate alla ricerca applicata nella Generative AI. Ha partecipato a importanti progetti di ricerca, tra cui “BioGene”, un progetto supportato da NASA GeneLab, finalizzato all’analisi e all’estrazione di dati genomici da esperimenti spaziali e “Classificazione del livello di ossidazione dell’olio”, uno studio innovativo condotto in collaborazione con l’Università Ben Gurion del Negev (Israele), volto all’analisi e alla classificazione dei processi di ossidazione negli oli.

Seguimi su