Assistenti che rispondono usando i tuoi documenti, automazioni che tolgono di mezzo il lavoro ripetitivo, modelli che girano in locale quando i dati non devono uscire dall’azienda. Progetto e costruisco sistemi basati su intelligenza artificiale partendo da un problema concreto, non dalla novità del mese.
Quando ha senso portare l’intelligenza artificiale in azienda
Ci sono attività ripetitive che mangiano ore
Preventivi, report, schede prodotto, traduzioni, smistamento delle richieste. Se un compito segue sempre lo stesso schema, quasi sempre si può automatizzare del tutto o in buona parte, lasciando alle persone il controllo finale.
Le informazioni ci sono, ma nessuno le trova
Manuali, procedure, cataloghi, storico dei progetti. Un assistente collegato ai documenti interni risponde in linguaggio naturale e indica da dove ha preso la risposta, così si può verificare.
I dati non possono uscire dall’azienda
Studi professionali, sanità, ricerca e sviluppo: in molti casi mandare documenti a un servizio esterno non è un’opzione. I modelli linguistici possono girare su un computer o un server di proprietà, senza connessione verso l’esterno.
L’AI si usa già, ma ognuno a modo suo
Qualcuno usa un chatbot per le mail, qualcun altro per i testi, nessuno sa che cosa funziona davvero. Serve passare dall’uso individuale a flussi di lavoro condivisi, con regole chiare e risultati misurabili.
Che cosa posso fare per te
Analisi e strategia
- Mappa dei processi e scelta dei punti dove l’AI conviene (e di quelli dove no)
- Confronto tra servizi in cloud e modelli in locale: costi, limiti, riservatezza
- Prototipo funzionante su un caso reale, prima di investire
- Affiancamento al tuo consulente legale o DPO per la parte tecnica di GDPR e AI Act
Assistenti e agenti
- Assistenti che lavorano su documenti, cataloghi e archivi aziendali
- Memoria a lungo termine basata su grafi di conoscenza
- Agenti che eseguono compiti usando strumenti: file, database, API, gestionali
- Interfacce vocali: ascolto, risposta parlata, gestione delle interruzioni
Automazioni e flussi di lavoro
- Orchestrazione di più agenti specializzati sullo stesso compito
- Produzione e ottimizzazione dei contenuti: testi, traduzioni, immagini, SEO
- Integrazione con WordPress, WooCommerce e strumenti già in uso
- Script e micro-software su misura, soprattutto in Python
Qualità e controllo
- Prove ripetibili per confrontare i modelli e accorgersi dei peggioramenti
- Controlli scritti nel codice, non affidati alla buona volontà del modello
- Registro di che cosa il sistema ha fatto e perché
- Formazione di chi lo userà tutti i giorni
AI in locale: quando i modelli girano in casa
Un modello linguistico non deve per forza vivere nel cloud di qualcun altro. Oggi esistono modelli aperti che funzionano su una buona scheda grafica o su un piccolo server, in ufficio. Il vantaggio è evidente: i documenti non lasciano l’azienda, il costo è prevedibile e il sistema continua a funzionare anche senza Internet.
Il rovescio della medaglia c’è, ed è meglio saperlo prima. Un modello piccolo sbaglia in modi diversi da uno grande: può dichiarare di aver fatto una cosa senza averla fatta, o riempire un vuoto con un’invenzione plausibile. Per questo un sistema in locale va progettato attorno ai limiti del modello: memoria controllata, verifiche automatiche, compiti divisi in passi piccoli. È la parte del lavoro che conosco meglio, perché la pratico ogni giorno sui miei sistemi.
Spesso la soluzione giusta è mista: modelli locali per i dati riservati, servizi in cloud per i compiti dove serve più potenza e non ci sono informazioni sensibili.
Agenti AI e orchestrazione: come lavoro ogni giorno
Buona parte del mio lavoro oggi passa da agenti AI che collaborano tra loro. Io progetto l’architettura e decido che cosa va fatto; agenti diversi scrivono il codice, lo rileggono cercando falle di sicurezza, misurano le prestazioni, controllano la SEO e i testi. Ogni risultato viene verificato prima di essere accettato.
Lo dico con chiarezza perché è un punto di forza, non un segreto: non scrivo ogni riga a mano. Progetto i sistemi e li costruisco con assistenti AI, e so spiegare il perché di ogni scelta. È lo stesso metodo che porto in azienda: l’intelligenza artificiale rende quando qualcuno le dà una direzione, dei limiti e un controllo.
L’interesse non nasce con la moda dei chatbot. La mia tesi, nel 2013, era su web semantico e ontologie: lo stesso modo di organizzare la conoscenza che oggi permette agli assistenti di ricordare e ragionare sui dati di un’azienda.
Come lavoro
01
Ascolto
Mi racconti come lavorate oggi e dove si perde tempo. Senza conoscere il processo, qualsiasi strumento è una scommessa.
02
Prova su un caso reale
Scelgo insieme a te un compito piccolo e misurabile, e costruisco un prototipo che funziona sui tuoi dati.
03
Sistema
Se la prova regge, diventa uno strumento stabile: integrazioni, controlli, registro delle attività, documentazione.
04
Passaggio di consegne
Formazione per chi lo usa e assistenza nel tempo. L’obiettivo è che il sistema resti vostro, non che dipendiate da me.
Progetti e ricerca
Assistente AI locale con memoria a grafo
Un assistente vocale che gira interamente in locale, ricorda nel tempo e viene messo alla prova con un kit di collaudo dei modelli. Vedi il progetto
WP Translate Engine
Plugin WordPress che traduce un sito intero con modelli AI, anche locali, e ne cura gli aspetti SEO. Vedi il progetto
Domande frequenti
Quanto costa introdurre l’intelligenza artificiale in una piccola azienda?
Dipende da che cosa deve fare. Si parte quasi sempre da un caso circoscritto, così la spesa iniziale è contenuta e il risultato si misura subito. Le voci sono tre: progettazione e sviluppo, eventuale hardware per i modelli in locale oppure i canoni dei servizi in cloud, e la manutenzione. Dopo una prima chiacchierata ti dico che cosa serve davvero e che cosa no.
Meglio un modello in cloud o in locale?
Il cloud offre i modelli più potenti e nessun hardware da gestire, ma i dati passano da un fornitore esterno e il costo cresce con l’uso. Il locale tiene tutto in casa a costo fisso, con modelli meno potenti che vanno guidati di più. Si sceglie in base alla riservatezza dei dati e alla difficoltà del compito; spesso si usano entrambi.
I dati della mia azienda vengono usati per addestrare i modelli?
Dipende dal servizio e dal contratto: le versioni professionali dei principali fornitori di norma escludono l’uso dei dati per l’addestramento, quelle gratuite spesso no. Con un modello in locale il problema non si pone, perché nulla esce dalla tua rete. Fa parte dell’analisi iniziale verificare dove finiscono i dati.
Serve personale tecnico interno per usare questi strumenti?
No. Un sistema ben fatto si usa come qualsiasi altro programma: una finestra in cui scrivere, un pulsante, una cartella da cui legge i file. Serve invece una persona di riferimento che conosca il processo e segnali quando qualcosa non torna.
Che cosa cambia con l’AI Act?
Il regolamento europeo sull’intelligenza artificiale prevede obblighi diversi in base al rischio dell’uso che se ne fa, oltre a regole di trasparenza e di formazione del personale. Non sono un legale: mi occupo della parte tecnica, cioè sapere quali sistemi sono in uso, dove vanno i dati e che cosa viene registrato. È la base di qualsiasi adeguamento, e la preparo lavorando insieme al tuo consulente.
Potrebbe interessarti anche
Consulenza WordPress: performance e sicurezza
Siti web ed e-commerce su misura
Partner per agenzie e studi
Parliamo di AI nella tua azienda
Raccontami che cosa fate e dove vorresti risparmiare tempo: ti dico con franchezza se l’intelligenza artificiale è lo strumento giusto.
Mail
valentino.chiarla@gmail.com
Dove
Torino. Lavoro con aziende, agenzie e studi in Piemonte, a Milano e nel resto d’Italia, in presenza o da remoto.