Soluzioni AI su misura per aziende

Sviluppo AI non significa collegare un modello a un form e chiamarlo prodotto. Significa prendere un processo che oggi occupa persone — smistare documenti, rispondere sempre alle stesse domande, controllare dati, prevedere una domanda — e costruirci sopra un sistema che regge il traffico vero, sa quando non è sicuro, e passa la mano a un umano invece di inventare.

La differenza sta quasi tutta nelle parti noiose: valutazione dei risultati, comportamento previsto quando il modello sbaglia, costo per chiamata calcolato prima e non scoperto in bolletta, e un registro di cosa ha deciso il sistema e perché. Sono le parti che nessuno mostra nelle demo e che decidono se il progetto è vivo dopo il terzo mese.

I quattro modi in cui l'AI entra davvero in azienda

Automazione documentale. Fatture, DDT, contratti, ordini che arrivano in PDF o via mail e che qualcuno ribatte a mano nel gestionale. L'AI classifica ed estrae i campi; quando la confidenza è bassa manda la pratica a una persona invece di tirare a indovinare. È il caso con il ritorno più rapido, perché il tempo speso oggi l'azienda lo conosce già.

Assistenti che rispondono sui vostri dati. Non un chatbot generico, ma un sistema che pesca da manuali, listini, procedure e storico ticket, e cita la fonte. Se la risposta nei vostri documenti non c'è, lo dichiara.

Previsione e analisi. Domanda, scorte, manutenzione, abbandono clienti. Serve però storico sufficiente e pulito: senza dati veri è un esercizio di stile, e lo diciamo prima di iniziare invece che alla consegna.

Visione artificiale. Controllo qualità in linea, lettura di etichette o targhe, conteggio, riconoscimento difetti. Funziona su problemi chiusi e ben definiti, molto meno su richieste vaghe.

Modello a noleggio o modello vostro: la scelta che decide il costo

Ci sono due strade e vanno scelte coi numeri, non per moda. Un modello via API costa poco all'avvio, si mette in piedi in giorni e si paga a consumo: va bene finché i volumi sono medi e i dati non sono critici. Un modello aperto ospitato sulla vostra infrastruttura costa di più all'inizio ma azzera il costo per chiamata, tiene i dati in casa e non dipende dal listino di un fornitore estero.

La regola che usiamo: sotto un certo volume conviene quasi sempre l'API; sopra, o quando i dati non possono uscire dall'azienda, conviene il modello vostro. Il conto lo facciamo sui vostri volumi reali prima di scrivere codice, perché è la decisione che pesa di più sul costo a tre anni.

AI e GDPR, detto in breve

Siamo un'azienda italiana e i dati possono restare in UE. Quando entra un fornitore esterno lo mettiamo per iscritto: quale servizio, dove processa, cosa conserva e per quanto. Quando il dato non può uscire — sanitario, giudiziario, industriale sensibile — si va di modello ospitato, e il tema si chiude prima che diventi un problema legale.

L'AI Act europeo aggiunge obblighi in base al rischio del sistema, non alla tecnologia: un assistente interno non ha gli stessi vincoli di un sistema che valuta persone. In fase di scope diciamo in quale categoria ricade il vostro caso.

Come capiamo se l'AI serve davvero

Se il problema si risolve con una query, una regola o un'automazione senza modello, ve lo diciamo: costa meno a voi e a noi non conviene rivendere complessità. L'AI entra quando il compito richiede di interpretare linguaggio, immagini o pattern che una regola non riesce a descrivere.

Poi si parte piccolo: un pilota su un processo solo, con un criterio di successo deciso prima. Se non lo raggiunge ci si ferma e avete speso una frazione; se lo raggiunge si estende coi numeri in mano.

Cosa non facciamo

Non addestriamo modelli fondamentali da zero: non ha senso economico per un'azienda che non sia un laboratorio di ricerca. Non vendiamo licenze, quindi non abbiamo motivo di spingervi su una piattaforma. E non promettiamo percentuali di risparmio prima di aver visto i vostri dati.