The Pulse
Collibra acquisisce trail ML per far rispettare le politiche sull’IA durante l’esecuzione
Collibra ha annunciato il 5 ottobre 2026 l’acquisizione di trail ML, società con sede a Monaco di Baviera. L’operazione aggiunge strumenti per la valutazione automatizzata della governance dell’IA e controlli durante l’esecuzione che posson
AI.info Team · Scritto con l’IA ·
Collibra ha annunciato il 5 ottobre di aver acquisito trail ML, società di governance dell’IA con sede a Monaco di Baviera il cui software è progettato per valutare i controlli e bloccare le azioni degli agenti di IA che violano le politiche. L’operazione aggiunge alla piattaforma di governance di Collibra la capacità di far rispettare le politiche durante l’esecuzione, estendendo le funzionalità dichiarate dalla società oltre la documentazione delle regole, fino alla loro applicazione negli ambienti in cui operano gli agenti.
Dalla verifica delle evidenze alla valutazione continua
Gli agenti di trail ML possono esaminare le informazioni su un sistema di IA, individuare i requisiti e i controlli pertinenti, valutare se tali controlli siano presenti ed efficaci e segnalare le lacune. Secondo Collibra, la tecnologia può supportare la governance legata all’AI Act, alla norma ISO 42001 e al NIST AI Risk Management Framework.
Le società descrivono inoltre valutazioni che possono essere ripetute quando cambiano le evidenze a supporto. L’approccio mira a sostituire le verifiche condotte in momenti isolati con un quadro della situazione di un’organizzazione in materia di governance e conformità aggiornato più frequentemente. L’annuncio non specifica con quale frequenza verrebbero ripetute le valutazioni né quali eventi le attiverebbero, oltre ai cambiamenti delle evidenze.
Collibra afferma che la sua piattaforma fornisce il contesto necessario per governare dati, modelli, applicazioni e agenti, mentre trail ML aggiunge l’automazione per analizzare le evidenze, individuare i requisiti e gestire i flussi di lavoro della governance. Trail ML è stata fondata nel 2023 da Anna Spitznagel, Nikolaus Pinger e Sven Hölzel.
Le politiche arrivano dove agiscono gli agenti
La componente distintiva dell’acquisizione, quella che opera durante l’esecuzione, è pensata per intervenire quando un agente interagisce con sistemi e strumenti aziendali. Secondo Collibra, trail ML può far rispettare le sue politiche negli ambienti in cui operano gli agenti, bloccando le azioni che le violano prima che avvengano. L’annuncio contrappone questa capacità a una governance incentrata su ciò che un modello dice: gli agenti possono anche compiere azioni, perciò le autorizzazioni al momento dell’esecuzione fanno parte del controllo proposto.
Felix Van de Maele, cofondatore e amministratore delegato di Collibra, ha collegato l’operazione al carico di lavoro dei team che si occupano di governance, rischi e conformità. «La governance dell’IA non può diventare un altro processo manuale che rallenta le organizzazioni man mano che l’IA si espande», ha dichiarato.
Anna Spitznagel, cofondatrice e amministratrice delegata di trail ML, ha affermato che la società è stata creata per rendere la governance automatizzata e operativa. «Combinando l’automazione e le capacità di intervento durante l’esecuzione di trail ML con il contesto aziendale, la governance e la portata di Collibra, possiamo aiutare le organizzazioni a procedere più rapidamente con l’IA, in sicurezza e su larga scala», ha dichiarato.
L’annuncio lascia aperti i dettagli sull’implementazione
L’annuncio delinea le funzionalità previste, ma non fornisce il prezzo d’acquisto, un calendario per la distribuzione ai clienti né dettagli tecnici su come i controlli di trail ML durante l’esecuzione si collegheranno a specifiche piattaforme per agenti. Non indica neppure quando i clienti riceveranno le funzionalità combinate. Restano quindi imprecisati i tempi e le modalità con cui le politiche saranno fatte rispettare nei sistemi distribuiti.
Per Collibra, l’aggiunta annunciata collega due fasi della governance: valutare quali regole si applicano e applicare i controlli mentre un agente opera. La prova concreta sarà verificare se il sistema combinato riuscirà a tradurre con coerenza i requisiti di un’organizzazione in controlli che impediscano effettivamente a un agente di compiere un’azione non autorizzata.