Qlik amplia la propria architettura agentica con nuovi strumenti per interrogare i dati, creare previsioni, automatizzare processi e supportare le attività di Data Engineering attraverso il linguaggio naturale.
Qlik sta estendendo la propria architettura di AI Agentica con nuovi agenti specializzati e funzionalità progettate per supportare un numero sempre maggiore di attività legate ai dati.
L’evoluzione non riguarda soltanto la possibilità di porre domande in linguaggio naturale. Qlik sta costruendo un’esperienza nella quale l’Intelligenza Artificiale può analizzare le informazioni, elaborare previsioni, scegliere gli strumenti più adatti e avviare attività operative, lavorando sui dati governati presenti nella piattaforma.
Con le novità introdotte nel rilascio di giugno 2026, Qlik amplia le capacità già disponibili nella propria Agentic Experience e avvicina ulteriormente Analytics, Machine Learning, automazione e gestione dei dati. L’obiettivo è permettere agli utenti di passare dalla consultazione di un’informazione a una decisione e, quando previsto, all’esecuzione di un’azione.
Dalle risposte alle azioni: come evolve l’AI Agentica di Qlik
Un tradizionale assistente AI risponde a una domanda o sintetizza un contenuto. Un agente può invece ricevere un obiettivo, suddividerlo in attività, utilizzare strumenti diversi e proseguire fino al completamento del processo.
In Qlik, questo modello si basa su tre elementi:
- dati aziendali affidabili e governati;
- il motore analitico associativo della piattaforma;
- agenti specializzati per analisi, previsione, automazione e gestione dei dati.
L’interazione in linguaggio naturale rende queste capacità accessibili anche agli utenti che non utilizzano abitualmente interfacce tecniche. Le operazioni più rilevanti possono comunque prevedere controlli, conferme esplicite e autorizzazioni coerenti con i ruoli definiti nell’ambiente Qlik.
Scopri l’architettura agentica di Qlik
Qlik combina dati governati, motore analitico, agenti specializzati e automazione per trasformare le richieste degli utenti in analisi e attività concrete.
Avviare workflow direttamente dagli analytics con Qlik Automate Agent
Una delle principali novità è Qlik Automate Agent, che permette di utilizzare il linguaggio naturale per richiamare azioni e workflow direttamente dall’esperienza analitica.
L’agente interpreta la richiesta, individua l’automazione più adatta, raccoglie gli eventuali parametri mancanti e può chiedere una conferma prima di procedere. Il workflow viene quindi eseguito all’interno di Qlik o nei sistemi collegati attraverso Qlik Automate.
L’analisi non si ferma quindi all’identificazione di un problema. L’utente può utilizzare le informazioni ottenute per attivare un processo e coinvolgere direttamente le applicazioni aziendali interessate.
Un esempio: intervenire sui clienti a rischio
All’interno di un’applicazione Customer 360, Qlik potrebbe analizzare contemporaneamente informazioni provenienti dal CRM, dal sistema amministrativo e dal servizio clienti.
L’utente potrebbe chiedere di individuare i clienti che presentano una combinazione di condizioni critiche, come:
- richieste di assistenza ancora aperte;
- ritardi o tempi medi di pagamento elevati;
- escalation commerciali in corso;
- diminuzione degli ordini o della frequenza di acquisto.
Dopo aver identificato i clienti interessati, Automate Agent può selezionare un workflow già predisposto per creare una campagna nel CRM, aggiungere i contatti e informare il responsabile commerciale.
L’utente mantiene il controllo sull’operazione: in base alla configurazione adottata, l’automazione può richiedere una conferma prima di essere eseguita.
Creare modelli predittivi con Qlik Predict Agent
Con Qlik Predict Agent, gli utenti possono formulare domande orientate al futuro e avviare attività di Machine Learning attraverso una conversazione.
L’agente utilizza le capacità di Qlik Predict per assistere l’utente nelle diverse fasi del processo: comprensione del problema, selezione dei dati, costruzione e validazione dei modelli, generazione delle previsioni e interpretazione dei risultati.
Un esempio: prevedere possibili frodi assicurative
Un utente può chiedere a Qlik di creare un esperimento finalizzato alla previsione delle pratiche che presentano una maggiore probabilità di frode.
A partire dalla richiesta, Predict Agent può:
- individuare il dataset da utilizzare;
- configurare l’esperimento;
- selezionare il target e le variabili;
- avviare l’addestramento dei modelli;
- confrontare le prestazioni ottenute;
- proporre il deployment del modello più adatto;
- generare una previsione batch;
- produrre un nuovo dataset utilizzabile nelle applicazioni Qlik.
Le attività tecniche vengono gestite in background, mentre l’utente può seguire il processo attraverso il linguaggio naturale.
Questo approccio rende le funzionalità predittive accessibili a un pubblico più ampio. Restano comunque essenziali la qualità del dataset, la corretta definizione dell’obiettivo e la verifica delle metriche del modello.
Predict Agent può quindi supportare casi d’uso come:
- previsione dell’abbandono dei clienti;
- stima della domanda;
- identificazione delle transazioni anomale;
- valutazione del rischio;
- previsione dei ritardi;
- manutenzione predittiva;
- individuazione di clienti o prodotti con maggiore probabilità di conversione.
Risposte più rapide e complete con Qlik Answers
Qlik sta introducendo anche nuove modalità di interazione con Qlik Answers, l’assistente in linguaggio naturale che consente di interrogare dati strutturati e contenuti non strutturati.
Le nuove funzionalità sono orientate a tre obiettivi principali:
- ridurre il tempo necessario per ottenere una risposta;
- ampliare le tipologie di contenuti analizzabili;
- offrire un maggiore controllo sul significato aziendale dei dati.
Fast Mode per le domande più immediate
La modalità Fast è progettata per rispondere velocemente alle richieste semplici e dirette.
Può essere utilizzata, per esempio, per conoscere il valore di un indicatore, contare un insieme di elementi, confrontare due periodi o ottenere una breve sintesi.
La risposta rimane collegata al motore analitico di Qlik, ma viene generata con una latenza ridotta e con un livello di dettaglio adeguato a una consultazione rapida.
Quando la richiesta richiede un’analisi più articolata, l’utente può utilizzare una modalità di ragionamento più approfondita.
Analisi di immagini, grafici e documenti
Tra le funzionalità annunciate da Qlik e indicate come in arrivo rientrano le capacità multimodali di Qlik Answers.
L’assistente potrà leggere e interpretare immagini, grafici e documenti, ampliando le informazioni disponibili durante un’analisi.
Un utente potrà, per esempio, caricare un documento contenente testo, tabelle e grafici, chiedere una sintesi dei contenuti e confrontare le informazioni con i dati presenti nelle applicazioni Qlik.
La possibilità di lavorare su materiali aziendali differenti può ridurre le attività manuali necessarie per leggere e ricostruire informazioni provenienti da fonti non strutturate.
Personalizzazione semantica delle risposte
Un’altra funzionalità annunciata e indicata come in arrivo riguarda la personalizzazione semantica.
Gli amministratori e gli sviluppatori potranno aggiungere definizioni aziendali ai campi e ai master item presenti nel modello logico.
Qlik Answers potrà quindi comprendere meglio il significato di termini, indicatori e regole specifiche dell’azienda.
Una definizione come “cliente attivo”, per esempio, può variare in base al settore, al processo commerciale o alle regole adottate. Rendere esplicito questo significato aiuta l’assistente a interpretare correttamente le richieste e a ridurre il rischio di risposte non coerenti con il contesto.
Le definizioni potranno essere esaminate, corrette e arricchite prima che vengano utilizzate dall’AI.
Quali attività potresti affidare agli agenti Qlik?
Dalla previsione della domanda alla gestione dei clienti a rischio, fino all’attivazione automatica di workflow: il caso d’uso deve essere definito considerando dati disponibili, processi coinvolti e obiettivi aziendali.
SELDA può aiutarti a individuare un primo scenario applicativo e a valutarne concretamente fattibilità, requisiti e benefici attesi.
Strumenti MCP per il ragionamento analitico avanzato
Qlik ha annunciato anche nuovi strumenti avanzati, accessibili attraverso il Model Context Protocol e indicati come in arrivo.
Il Qlik MCP Server permette agli assistenti e agli agenti AI autorizzati di interagire con i dati e le capacità analitiche di Qlik mantenendo governance, permessi e controllo degli accessi.
I nuovi strumenti MCP utilizzeranno il motore analitico della piattaforma per supportare attività più complesse rispetto a una semplice interrogazione:
- Analyze the Gray: individuare informazioni significative anche nei dati esclusi dalle selezioni correnti;
- Prove Causality: stimare gli effetti causali tra diverse variabili;
- Optimize Decisions: individuare la migliore allocazione delle risorse in presenza di vincoli;
- Simulate Risk: simulare molteplici scenari e analizzarne probabilità e intervalli di confidenza;
- Predict Outcomes: addestrare e utilizzare modelli di Machine Learning sui dati governati;
- Explore Alternatives: ricostruire eventi storici modificando alcune condizioni e confrontare gli scenari risultanti.
Queste capacità mirano a fornire agli agenti strumenti analitici matematicamente più rigorosi, alimentati dal motore Qlik e non esclusivamente dalle capacità generative di un modello linguistico.
L’AI Agentica entra anche nel Data Engineering
L’evoluzione agentica di Qlik non riguarda soltanto l’analisi finale. Con l’Agentic Data Engineering, l’AI può assistere anche i team che preparano, controllano e governano i dati.
Qlik ha reso generalmente disponibili in Qlik Talend Cloud e Qlik Cloud Analytics diverse capacità agentiche dedicate al Data Engineering. La disponibilità effettiva e gli eventuali costi aggiuntivi possono variare in base alla sottoscrizione e agli entitlement attivi.
Data Quality Agent
Il Data Quality Agent permette di esplorare la qualità di un dataset attraverso il linguaggio naturale.
L’utente può chiedere una valutazione dei dati e ricevere informazioni su valori mancanti, anomalie, distribuzioni e regole di qualità già presenti.
L’agente può inoltre proporre nuove regole di controllo. Prima di applicarle, presenta l’operazione prevista e richiede una conferma.
Un utente potrebbe, per esempio, chiedere di verificare che:
- gli importi economici non contengano valori negativi non giustificati;
- i codici fiscali rispettino la struttura prevista;
- le date di consegna non precedano quelle degli ordini;
- i campi obbligatori risultino valorizzati;
- i valori appartengano a un insieme autorizzato.
Il controllo della qualità può così essere eseguito e aggiornato attraverso una conversazione, mantenendo l’intervento umano sulle decisioni che modificano regole e dataset.
Data Product Agent
Il Data Product Agent supporta la gestione del ciclo di vita dei Qlik Data Products.
Attraverso il linguaggio naturale è possibile richiedere la creazione di un nuovo data product, selezionare i dataset da includere, definire proprietari e responsabili e completare i metadati necessari.
L’agente può anche assistere nelle operazioni di attivazione, disattivazione o eliminazione.
Prima delle attività più rilevanti, controlla i dati obbligatori, verifica l’eventuale presenza di prodotti simili, mostra le dipendenze e richiede una conferma esplicita.
Catalog and Business Glossary Agent
Il Catalog and Business Glossary Agent aiuta a creare e mantenere un glossario aziendale collegato direttamente ai dati.
L’agente può analizzare dimensioni, misure, campi e metadati presenti nelle applicazioni Qlik, proporre categorie e termini di business e collegare ogni definizione agli elementi che descrive.
In questo modo il glossario non rimane un documento separato, ma contribuisce a fornire agli utenti e agli altri agenti AI un contesto condiviso e governato.
Pipeline dichiarative
Le Declarative Pipelines consentono di descrivere le pipeline di Qlik Talend Cloud attraverso configurazioni YAML.
Queste configurazioni possono essere lette e modificate da coding agent autorizzati, come quelli integrati negli ambienti di sviluppo e nei repository.
I data engineer possono quindi lavorare sulle pipeline tramite l’interfaccia visuale di Qlik Talend Cloud, intervenire direttamente sul codice o utilizzare un assistente AI, mantenendo controlli e governance all’interno del processo.
Guarda le nuove funzionalità di Agentic Analytics in Qlik
Nel video è possibile osservare una sintesi delle principali evoluzioni introdotte da Qlik per ampliare le capacità di analisi, previsione e azione della propria architettura agentica.
Le nuove funzionalità avvicinano ulteriormente l’analisi dei dati alle attività operative: gli utenti possono interagire con Qlik attraverso il linguaggio naturale, ottenere risposte contestualizzate, generare previsioni e avviare workflow mantenendo controllo e governance sui dati utilizzati.
Un’unica esperienza per comprendere, prevedere e agire
Le nuove funzionalità mostrano una progressiva integrazione tra Analytics, Machine Learning, automazione e gestione dei dati.
Gli agenti di Data Engineering contribuiscono alla preparazione, alla documentazione e alla qualità delle informazioni.
Qlik Answers permette agli utenti di interrogare dati e documenti attraverso il linguaggio naturale.
Predict Agent estende l’analisi verso gli eventi futuri, mentre Automate Agent collega gli insight ai processi e ai sistemi aziendali.
Il valore dell’AI Agentica dipende però dalla qualità dei dati utilizzati, dalla corretta configurazione dell’ambiente e dalla scelta di casi d’uso realmente collegati alle attività aziendali.
Un progetto efficace dovrebbe quindi partire da alcune domande concrete:
- quali decisioni richiedono oggi più tempo o attività manuali;
- quali dati sono disponibili e con quale livello di qualità;
- quali analisi potrebbero generare un’azione operativa;
- quali processi possono essere automatizzati mantenendo controlli e autorizzazioni;
- quali utenti devono utilizzare gli agenti e con quali permessi.
Quali funzionalità sono disponibili nel tuo ambiente Qlik?
Non tutte le funzionalità descritte hanno lo stesso stato di disponibilità.
Automate Agent, Predict Agent e le capacità di Agentic Data Engineering fanno parte delle evoluzioni annunciate da Qlik nel rilascio di giugno 2026. Le funzionalità multimodali, la personalizzazione semantica e i nuovi strumenti avanzati MCP sono invece indicate da Qlik come in arrivo.
La possibilità di utilizzare i singoli agenti può dipendere da:
- tipo di sottoscrizione Qlik;
- capacità acquistata;
- entitlement assegnati al tenant;
- area geografica;
- configurazione dell’ambiente;
- eventuali componenti aggiuntivi richiesti.
Per questo motivo, prima di pianificare un progetto, è opportuno verificare quali funzionalità siano già utilizzabili e quali richiedano un aggiornamento della sottoscrizione o una diversa configurazione.
Porta l’AI Agentica nei tuoi processi aziendali
SELDA è partner Qlik da oltre vent’anni e può affiancare le aziende nella valutazione e nell’introduzione delle nuove funzionalità agentiche.
Possiamo supportarti nella:
- verifica delle funzionalità disponibili nel tuo ambiente Qlik;
- selezione dei casi d’uso più rilevanti;
- preparazione e controllo dei dati;
- configurazione di Qlik Answers, Predict e Automate;
- realizzazione di dimostrazioni e progetti pilota;
- integrazione degli agenti con applicazioni e processi aziendali.
Per chi sta valutando Qlik
Scopri come utilizzare Analytics, AI e automazione per supportare uno specifico processo aziendale.
Per chi utilizza già Qlik
Verifica quali agenti e funzionalità sono inclusi nella tua sottoscrizione e quali possono essere attivati nel tenant.
