Azure

Azure Copilot agent per migrazione e modernizzazione AI

3 min di lettura

Riepilogo

Microsoft ha annunciato nuovi agent AI in Azure Copilot e GitHub Copilot per accelerare la migrazione e la modernizzazione di infrastrutture, database, applicazioni e codice, con il nuovo Azure Copilot migration agent e il GitHub Copilot modernization agent ora in public preview. La novità conta perché collega discovery, assessment, pianificazione e deployment in un flusso end-to-end più automatizzato, aiutando le organizzazioni a ridurre complessità, costi e tempi nei progetti di adozione dell’AI su larga scala.

Hai bisogno di aiuto con Azure?Parla con un esperto

Introduzione

La modernizzazione delle applicazioni continua a essere uno dei principali ostacoli per le organizzazioni che cercano di adottare l’AI su larga scala. L’ultimo annuncio di Microsoft per Azure punta a semplificare questa sfida introducendo agent AI coordinati che aiutano i team IT e di sviluppo a passare da una pianificazione frammentata a un flusso di lavoro di modernizzazione connesso ed end-to-end.

Novità

Microsoft sta introducendo nuove funzionalità agentiche in Azure Copilot e GitHub Copilot per supportare la modernizzazione di infrastruttura, applicazioni, database e codice.

Azure Copilot migration agent ora in public preview

Il nuovo Azure Copilot migration agent è progettato per integrare l’AI in:

  • Discovery
  • Assessment
  • Planning
  • Deployment

Le funzionalità chiave includono:

  • Inventario automatizzato e mappatura delle dipendenze per server, database, applicazioni e VM
  • Visibilità sui costi e prioritizzazione della modernizzazione
  • Piani di migrazione pronti per le decisioni generati tramite prompt conversazionali
  • Supporto per una modernizzazione continua anziché per progetti di migrazione una tantum

GitHub Copilot modernization agent ora in public preview

Sul fronte dello sviluppo, il nuovo GitHub Copilot modernization agent agisce come orchestratore per la trasformazione delle applicazioni su larga scala.

Può:

  • Eseguire più assessment del codice in parallelo
  • Creare piani di modernizzazione personalizzati per ogni applicazione
  • Automatizzare gli aggiornamenti di framework e runtime
  • Distribuire applicazioni modernizzate in Azure

Microsoft afferma che questa novità si basa sulle precedenti funzionalità di modernizzazione di GitHub Copilot, che hanno già aiutato i clienti a modernizzare applicazioni .NET e Java molto più rapidamente, con un esempio citato che ha ridotto lo sforzo complessivo del 70%.

Perché è importante per i team IT

L’aspetto più importante di questo annuncio è il collegamento più stretto tra la pianificazione dell’infrastruttura e la modernizzazione del codice a livello applicativo. Storicamente, i team di migrazione e gli sviluppatori hanno spesso lavorato partendo da dataset e ipotesi differenti, causando rilavorazioni nelle fasi finali.

Con Azure Copilot e GitHub Copilot integrati:

  • I risultati dell’assessment del codice possono informare la pianificazione della migrazione in Azure
  • L’analisi della readiness include insight a livello applicativo
  • I team ottengono una prioritizzazione dei workload più intelligente e raccomandazioni migliori sui target
  • Le decisioni relative a governance, networking e landing zone possono allinearsi meglio alla realtà delle applicazioni

Questo dovrebbe essere particolarmente utile per le aziende che gestiscono ampi patrimoni legacy, dove la pianificazione della modernizzazione richiede spesso mesi.

Non trascurare il livello database

Microsoft sottolinea inoltre che la modernizzazione dei database è centrale per la readiness all’AI. Il passaggio ai servizi database gestiti di Azure può ridurre l’overhead operativo, migliorare la resilienza e creare una base dati più solida per applicazioni abilitate all’AI.

Per le organizzazioni che pianificano un’adozione più ampia dell’AI, la modernizzazione delle applicazioni senza quella dei dati potrebbe limitare il valore a lungo termine.

Prossimi passi

I leader IT e gli architetti dovrebbero considerare le seguenti azioni:

  • Valutare la public preview di Azure Copilot migration agent per assessment e pianificazione della migrazione
  • Esaminare GitHub Copilot modernization agent per la trasformazione del portafoglio applicativo
  • Identificare applicazioni legacy e database che trarrebbero vantaggio da flussi di lavoro di modernizzazione coordinati
  • Allineare i team infrastrutturali, applicativi e dei dati attorno a una roadmap condivisa di modernizzazione su Azure

La direzione di Microsoft è chiara: la modernizzazione su Azure sta diventando più automatizzata, più connessa e più scalabile attraverso agent AI, con gli esseri umani ancora al controllo della validazione e dell’esecuzione.

Hai bisogno di aiuto con Azure?

I nostri esperti possono aiutarti a implementare e ottimizzare le tue soluzioni Microsoft.

Parla con un esperto

Resta aggiornato sulle tecnologie Microsoft

AzureAzure CopilotGitHub Copilotapplication modernizationmigration

Articoli correlati

Azure

Microsoft The Shift podcast: sfide reali dell’agentic AI

Microsoft ha lanciato The Shift, una nuova serie podcast che dedica otto episodi alle principali sfide dell’agentic AI in ambito Azure, tra cui dati, coordinamento tra agenti, context engineering, piattaforme come Postgres e Fabric, e governance. La notizia è rilevante perché segnala che gli agent AI stanno passando da semplice funzionalità di prodotto a tema architetturale enterprise, richiedendo ai team IT di ripensare stack, processi e controlli operativi.

Azure

Azure Agentic AI for Regulated Cloud Modernization

Microsoft says Azure combined with agentic AI can help regulated industries move beyond slow, one-time cloud migrations toward continuous modernization, balancing legacy infrastructure, compliance demands, and mission-critical workloads. The update matters because it frames cloud adoption not just as a cost-saving measure, but as a foundation for operational agility, stronger resilience, governance and compliance, and better AI readiness.

Azure

Fireworks AI su Microsoft Foundry: inferenza open su Azure

Microsoft ha annunciato la public preview di Fireworks AI su Microsoft Foundry, portando in Azure un’opzione per l’inferenza di modelli open ad alto throughput e bassa latenza tramite un unico endpoint gestito. La novità conta perché combina velocità e flessibilità dei modelli open con governance, sicurezza e operatività enterprise di Azure, semplificando il passaggio dalla sperimentazione alla produzione anche con scenari BYOW e deployment serverless.

Azure

Azure IaaS Resource Center: guida per infrastrutture resilienti

Microsoft ha lanciato l’Azure IaaS Resource Center, un hub unico con linee guida, demo, risorse architetturali e best practice per progettare e gestire infrastrutture Azure più resilienti, performanti ed efficienti nei costi. La novità è rilevante perché rafforza l’idea di Azure IaaS come piattaforma integrata per workload tradizionali, distribuiti e AI, aiutando i team IT a migliorare continuità operativa, sicurezza e ottimizzazione dell’infrastruttura.

Azure

Microsoft Foundry ROI 327%: studio Forrester AI

A Forrester Total Economic Impact study commissioned around Microsoft Foundry found that a modeled enterprise could achieve 327% ROI over three years, recover its investment in six months, and realize $49.5 million in quantified benefits through higher developer productivity and lower infrastructure costs. This matters for Azure and IT leaders because it reinforces the value of a unified AI platform in reducing the hidden operational overhead of enterprise AI, helping teams move faster from infrastructure setup to business outcomes.

Azure

GPT-5.4 in Microsoft Foundry per AI enterprise affidabile

Microsoft ha introdotto GPT-5.4 in Microsoft Foundry come modello pensato per portare l’AI enterprise in produzione, con maggiore affidabilità su workflow multi-step, contesto persistente, uso degli strumenti e output più coerenti. La novità conta perché aiuta le aziende a ridurre task drift, latenza e supervisione manuale, rendendo più pratico costruire agent AI affidabili per automazione, analisi e processi operativi reali.