L'automazione aziendale sta vivendo una svolta significativa grazie all'integrazione tra intelligenza artificiale e infrastrutture cloud ad alte prestazioni. Un esempio emblematico è UiPath, leader nel settore dell'automazione enterprise, che ha appena ridisegnato la propria infrastruttura IT sfruttando la potenza di calcolo di Google Cloud AI Hypercomputer.
Una sfida crescente: dall'automazione semplice all'AI agentica
Nel corso degli anni, UiPath è passata da semplici automazioni di task a soluzioni che integrano agenti AI autonomi capaci di ragionare, prendere decisioni e eseguire processi aziendali complessi attraverso sistemi disomogenei. Questa transizione richiede una svolta infrastrutturale: non basta più solo automatizzare, serve un ambiente in grado di supportare carichi di lavoro estremamente intensivi in termini di calcolo.
Le sfide superate da UiPath
L'ingegneria di UiPath ha affrontato tre criticità principali nel suo percorso di trasformazione:
- Carichi di lavoro irregolari: la necessità di avere risorse disponibili per picchi di domanda ha portato a spese elevate per capacità inutilizzata durante le ore di bassa attività.
- Colli di bottiglia di approvvigionamento: la domanda globale di chip di alta gamma ha reso difficile scalare le attività di training ai massimi livelli richiesti.
- Eccessivo overhead operativo: la gestione di cluster GPU dedicati in più regioni per garantire latenze basse ha aggiunto complessità operativa.
La soluzione: una flotta GPU condivisa
Invece di trattare le GPU come risorse elastiche legate a singoli prodotti, UiPath ha progettato una piattaforma a livello di flotta gestita dal proprio machine learning services MLS. Questa architettura consente di bilanciare i carichi di lavoro in modo efficiente, utilizzando le GPU durante le ore di punta per l'infezione in tempo reale e durante le ore off-peak per il training batch.
Perché Google Cloud AI Hypercomputer
UiPath ha scelto Google Cloud per la sua capacità di offrire una sostenibilità operativa elevata e una scalabilità fluida. L'AI Hypercomputer di Google integra hardware ottimizzato per le prestazioni, software aperto e modelli di consumo flessibili in un ambiente unificato. In particolare, UiPath utilizza:
- A3 VM instances con GPU NVIDIA H100 per il training e il fine-tuning pesante.
- G4 VM instances con GPU NVIDIA RTX Pro 6000 per workload di inferenza meno intensivi.
Risultati concreti per le PMI e i clienti
Questa architettura ha permesso a UiPath di soddisfare richiesti di business reali con risultati misurabili. Ecco alcuni casi di successo:
- Omega Healthcare: automazione di oltre 100 milioni di transazioni con un'accuratezza del 99,5%, riduzione del 40% del tempo di elaborazione e 15.000 ore in meno di lavoro ripetitivo al mese.
- Thermo Fisher Scientific: estrazione automatica di dati da PDF come fatture e ordini di acquisto, con il 53% delle fatture elaborate senza intervento umano e un taglio del 70% dei tempi di elaborazione.
Lezioni apprese per l'automazione intelligente
I risultati di UiPath evidenziano alcuni principi chiave per le PMI che vogliono adottare un'automazione basata su AI:
- Decouplare la capacità: anziché associare hardware a prodotti specifici, aggregare risorse per gestire meglio i picchi di utilizzo.
- Pianificare invece di reagire: strumenti come Dynamic Workload Scheduler di Google Cloud permettono di prenotare compute in anticipo, garantendo disponibilità e stabilizzando i costi.
- Dimensionare in modo ottimale: utilizzare A3 per il training e G4 per l'infezione, ottimizzando costi e performance.
Il futuro dell'automazione aziendale
Con l'infrastruttura completamente ridisegnata, UiPath sta affrontando la prossima fase della sua evoluzione, concentrandosi sull'MLS platform per supportare ulteriori innovazioni basate su AI. L'esperienza dimostra che l'automazione intelligente non è solo una questione di software, ma richiede una foundation tecnologica solida e scalabile.
Per aziende che desiderano replicare questo successo, Google Cloud offre risorse dettagliate su GitHub e guide per iniziare con le istanze G4 VM, supportando un percorso ben strutturato verso l'automazione avanzata.
