Nelle PMI c'è quasi sempre qualcuno che passa giorni a ricopiare dati da documenti dentro un foglio di calcolo. Progetto il sistema che glielo toglie di mano e seguo il lavoro finché non funziona sui gestionali che avete già. Trent'anni di software alle spalle.
La riunione va bene, la demo piace, poi non succede più niente. Quasi mai per colpa del modello. Salta fuori che i dati veri sono molto più sporchi di quelli usati nel prototipo. Che il gestionale non prevede un modo per scriverci dentro. Che nessuno ha deciso chi controlla i risultati quando il sistema sbaglia, e sbaglia. Sei mesi dopo, in azienda nessuno sa più dire se quella cosa stia ancora funzionando.
Sono tutti problemi di ingegneria del software. Il mestiere che facevo già prima che l'intelligenza artificiale finisse nelle riunioni.
Fatture, bollette, documenti di trasporto: carta e PDF che oggi qualcuno apre a video e ricopia a mano dentro un Excel. Progetto procedure che leggono quei documenti da sole e scrivono i dati dove servono. Quando un valore non torna, invece di tirare a indovinare lo segnalano.
Manuali, capitolati, storico delle commesse, procedure interne: informazioni che ci sono, ma che oggi si trovano solo chiedendo al collega giusto. Progetto assistenti che rispondono su quegli archivi e citano il documento da cui hanno preso la risposta.
Corsi pratici su intelligenza artificiale generativa e assistenti automatici, in azienda o da remoto. Le esercitazioni si costruiscono su casi che i partecipanti riconoscono, perché li vivono tutti i giorni.
Mezza giornata seduto accanto a chi quel lavoro lo fa tutti i giorni, non alla scrivania della direzione. Serve soprattutto a capire cosa conviene lasciar stare.
Due o tre settimane, sui vostri documenti veri. Alla fine si vede se funziona. Se il caso non è adatto ve lo dico a questo punto, quando avete speso poco.
Qui si collega tutto ai sistemi che avete già, si decide cosa deve succedere quando qualcosa va storto, e si mette in piedi un modo per accorgersene senza doverlo controllare a mano ogni mattina. È la fase in cui la maggior parte dei progetti si ferma.
Le vostre persone devono saper usare e mantenere quello che è stato messo in piedi. L'obiettivo è che non abbiate bisogno di me tutti i mesi.
Mi chiamo Fabio Fontana, consulente informatico. Ho cominciato a scrivere programmi quando gran parte degli strumenti di oggi non esisteva, e da allora di tecnologie destinate a cambiare tutto ne ho viste passare parecchie. Alcune sono ancora qui.
Oggi lavoro su intelligenza artificiale applicata alle imprese e insegno queste tecnologie in aula, a sviluppatori e a persone che con l'informatica non hanno niente a che fare.
Quello che porto è la capacità di valutare un progetto prima di cominciarlo: guardando un caso all'inizio riesco quasi sempre a dire se arriverà in produzione o se resterà una demo. È un giudizio che all'inizio vale molto di più che a lavoro avviato.
Python · TypeScript · API dei principali modelli linguistici e modelli eseguiti in locale con Ollama e LM Studio · sistemi di ricerca semantica con PostgreSQL/pgvector, Qdrant, ChromaDB · agenti costruiti con Agno · Model Context Protocol · Docker · integrazione con applicazioni esistenti · esperienza di sviluppo full-stack
Solo se lo decidete voi. Dove i dati sono sensibili progetto soluzioni che restano sui vostri server, con modelli eseguiti in locale. Richiede hardware adeguato, e se non ce l'avete ve lo dico prima di cominciare.
Da un processo solo, quello che vi fa perdere più tempo. Non da una "strategia aziendale sull'intelligenza artificiale".
Al contrario: nelle aziende piccole i processi manuali pesano di più e i risultati si vedono prima. I progetti che funzionano meglio partono da un singolo ufficio.
Dipende da come la usate. Gli obblighi cambiano molto in base all'ambito di applicazione, e ne parliamo già nell'analisi iniziale.
Mezz'ora di conversazione, senza impegno. Nessuna presentazione commerciale, non ne ho una. Se il vostro caso non è adatto ve lo dico durante la chiamata.
Scrivetemi a: sileolab@gmail.com