Quando l’AI conviene davvero
Non tutti i problemi si risolvono con un modello linguistico. Questi sono i casi in cui, sui progetti che abbiamo seguito, il ritorno è stato misurabile.
Lavoro ripetitivo su testo e documenti
Preventivi da leggere, ordini che arrivano via e-mail, schede prodotto da normalizzare, capitolati da confrontare. Sono attività dove una persona impiega ore e un modello ben istruito arriva a una bozza in secondi — che resta comunque da approvare.
Assistenza di primo livello
Domande che si ripetono e a cui la risposta esiste già nella documentazione aziendale. Un assistente che pesca dai tuoi documenti (e cita la fonte) toglie carico al centralino senza inventare risposte.
Ricerca dentro archivi che nessuno consulta
Anni di pratiche, contratti e relazioni tecniche in cui trovare qualcosa richiede sapere già dov’è. La ricerca semantica rende utilizzabile un patrimonio che oggi è fermo.
Dati sensibili che non possono uscire dall’azienda
Qui l’AI in cloud è spesso esclusa a priori. Modelli aperti eseguiti sui tuoi server risolvono il problema alla radice: i dati non lasciano mai l’infrastruttura.
Quattro modi di portare l’AI dentro l’azienda
Ogni progetto parte da un processo reale e da un numero: quanto tempo costa oggi.
Automazioni sui processi
Colleghiamo il modello ai sistemi che già usi — gestionale, posta, e-commerce, CRM — perché legga, classifichi, estragga dati e prepari la bozza. La decisione finale resta a una persona: l’automazione toglie il lavoro meccanico, non la responsabilità.
Assistenti conversazionali sui tuoi contenuti
Chatbot per il sito o assistenti interni che rispondono partendo da manuali, listini e procedure aziendali, con il riferimento al documento da cui arriva la risposta. Quando non sanno, lo dicono e passano a un operatore.
AI eseguita sui tuoi server
Modelli aperti installati su hardware tuo o su cloud europeo dedicato, con Ollama o LocalAI. Nessun dato esce dall’azienda, nessun costo a consumo, nessuna dipendenza dalle condizioni di un fornitore esterno.
Integrazione nei prodotti che sviluppiamo
Ricerca semantica in un e-commerce, generazione assistita delle schede prodotto, riepiloghi automatici in un gestionale su misura. L’AI come funzione del software, non come prodotto a sé.
Prima si misura, poi si decide se automatizzare.
Assessment
Mezza giornata con chi svolge davvero l’attività. Ne esce l’elenco dei processi candidati e, per ciascuno, le ore che assorbe oggi.
Prova sul campo
Un prototipo su dati reali, non su un esempio costruito ad arte. Serve a vedere l’accuratezza vera prima di impegnare budget.
Integrazione
Il modello entra nei sistemi esistenti, con registro delle richieste, limiti di spesa e possibilità di tornare indietro.
Presidio
Monitoriamo qualità delle risposte e costi. I modelli cambiano in fretta: quello che conviene oggi va riverificato tra sei mesi.
Con cosa lavoriamo
Scegliamo il modello in base al compito e al vincolo sui dati, non per affezione a un fornitore.
Quello che ci chiedono prima di partire
L’assessment iniziale è gratuito e serve a capire se ha senso proseguire. Un primo progetto integrato parte in genere da poche migliaia di euro e dipende da quanti sistemi vanno collegati, non dal modello scelto. Ai costi di sviluppo si aggiunge il consumo dei modelli in cloud, che quantifichiamo in anticipo sulla base dei volumi reali; con i modelli eseguiti in sede quel costo non c’è.
No. I contratti business dei fornitori che usiamo escludono l’uso dei dati inviati tramite API per l’addestramento, e lo verifichiamo per iscritto prima di partire. Se il vincolo sui dati è assoluto — dati sanitari, giudiziari, segreti industriali — proponiamo direttamente modelli eseguiti sulla vostra infrastruttura, dove la questione non si pone.
Può succedere, ed è il motivo per cui non costruiamo assistenti che rispondono «a memoria». Le risposte vengono generate a partire dai vostri documenti e riportano la fonte; quando la risposta non è nei documenti, l’assistente lo dichiara e passa la conversazione a una persona. Sui processi interni prevediamo sempre un passaggio di approvazione umana prima che qualcosa esca dall’azienda.
No, ed è la differenza rispetto ai progetti di analisi dati tradizionali. I modelli linguistici lavorano bene proprio sul materiale non strutturato: PDF, e-mail, documenti Word, trascrizioni. Serve piuttosto che il materiale sia aggiornato e che qualcuno in azienda possa dire quale versione è quella buona.
Scriviamo l’integrazione in modo che il modello sia sostituibile: la logica applicativa resta vostra e cambiare fornitore è una questione di configurazione, non di riscrittura. È una precauzione concreta, in un settore in cui prezzi e disponibilità cambiano più volte l’anno.
Vediamo se nel tuo caso conviene.
Un'ora di confronto sui vostri processi, senza impegno e senza presentazioni commerciali. Se non troviamo un caso d'uso solido, ve lo diciamo.