Un cliente chiede se un prodotto può essere impiegato in una certa condizione. La risposta esiste: è in un manuale tecnico, oppure in una procedura aggiornata qualche mese fa. Prima di rispondere, però, occorre trovare il file giusto, capire se è ancora valido e chiedere conferma alla persona che conosce l’argomento. Il lavoro si ferma mentre le informazioni restano al loro posto.
Un assistente AI sui documenti aziendali può aiutare a ridurre questo percorso: permette di formulare una domanda e consultare le informazioni pertinenti attraverso una risposta accompagnata dalle fonti. Il punto non è aggiungere una chat a una cartella condivisa. È rendere utilizzabile il patrimonio di conoscenze dell’azienda, con responsabilità e criteri di verifica chiari.
“Vorremmo usare tutti i nostri documenti con l’AI” è un’intenzione, ma non definisce ancora un progetto. È più utile individuare chi cerca una risposta, in quale momento e con quali conseguenze se la risposta è incompleta. Il commerciale consulta condizioni e schede prodotto; l’assistenza cerca istruzioni di intervento; un nuovo collega deve orientarsi tra procedure interne.
Scegliere una di queste situazioni permette di circoscrivere le fonti, coinvolgere un referente competente e confrontare il sistema con il modo in cui si lavora oggi. Per stabilire il perimetro iniziale possiamo partire dai criteri descritti nella guida su come scegliere il primo progetto AI in una PMI.
Una soluzione frequente è la RAG, generazione aumentata dal recupero di informazioni: il sistema cerca i passaggi pertinenti nelle fonti collegate e li fornisce al modello insieme alla domanda. Il modello costruisce quindi una risposta basata sul materiale recuperato. Questo approccio non richiede, di per sé, di riaddestrare il modello su ogni documento aziendale.
Ricerca e generazione sono due passaggi distinti. Se viene recuperata una versione superata di una procedura, una risposta ben scritta può essere comunque sbagliata. Se il passaggio necessario non viene trovato, il sistema deve rendere evidente il limite e indicare come approfondire, senza colmare il vuoto con un’affermazione plausibile.
Immaginiamo questo esempio ipotetico: un’impresa distribuisce componenti e vuole aiutare l’assistenza a consultare manuali e istruzioni approvate. Un operatore domanda: “Quali controlli sono previsti prima di sostituire il componente della serie X?”.
La risposta dovrebbe riassumere i passaggi pertinenti e mostrare il collegamento al manuale, la sezione e la revisione utilizzata. L’operatore deve poter aprire il documento e verificare il contesto. Se i documenti riportano istruzioni incompatibili, è utile segnalare il conflitto e coinvolgere il referente tecnico. Una citazione presente nella risposta, da sola, non dimostra che la conclusione sia corretta.
In questo scenario l’assistente supporta la consultazione. Non autorizza interventi, non sostituisce le procedure di sicurezza e non prende decisioni al posto delle figure responsabili.
Non occorre riordinare l’intero archivio prima di iniziare. Occorre rendere affidabile il sottoinsieme scelto. Per ogni fonte è utile sapere chi ne risponde, quale versione è valida, da quando si applica e quali documenti sostituisce. Un PDF scansionato, una tabella complessa o un diagramma richiedono verifiche specifiche: estrarre del testo non significa averne conservato correttamente il significato.
Conviene cominciare con una raccolta limitata di manuali o procedure approvate. I documenti duplicati, le bozze e le istruzioni obsolete vanno riconosciuti e gestiti. L’assistente può aiutare a trovare le informazioni, ma non decide autonomamente quale sia la procedura ufficiale dell’azienda.
Un dipendente che non può leggere un documento non deve riceverne il contenuto attraverso la chat. Il controllo va applicato al recupero delle informazioni e alle fonti fornite al modello, non soltanto ai collegamenti mostrati alla fine. Scrivere nel prompt “non divulgare dati riservati” non sostituisce l’autorizzazione applicativa.
Nel progetto vanno inoltre definite la gestione delle conversazioni, la conservazione dei dati e le condizioni del servizio utilizzato. Un’infrastruttura dedicata può essere appropriata per alcune esigenze; la scelta dipende dai dati e dai vincoli reali, senza presumere che un’etichetta commerciale renda automaticamente sicura qualsiasi configurazione.
Una procedura sostituita oggi non dovrebbe continuare a orientare le risposte domani. Occorre stabilire come vengono recepite modifiche, cancellazioni e revoche di accesso, e quale ritardo è accettabile. Queste condizioni vanno provate, comprese le eventuali copie e cache.
È anche importante distinguere conoscenze documentali e dati operativi. Un manuale può spiegare come gestire una disponibilità di magazzino; per conoscere la disponibilità attuale serve una lettura autorizzata dal sistema che la governa. Sono integrazioni con responsabilità diverse, da progettare insieme quando il caso d’uso lo richiede.
Prima di ampliare l’uso, prepariamo un insieme di domande reali e risposte attese, verificate dai referenti aziendali. Inseriamo anche domande senza risposta nei documenti, richieste ambigue, versioni in conflitto e tentativi di ottenere informazioni non autorizzate. Misuriamo almeno:
Le soglie accettabili dipendono dalle conseguenze di un errore. Possiamo fissarle prima della prova e valutare i risultati senza confondere una dimostrazione convincente con un servizio pronto per tutti. Anche i costi dell’AI vanno rapportati al lavoro effettivamente completato e verificato.
Il primo passo può essere semplice: scegliere un gruppo di persone, una raccolta di documenti e alcune domande che oggi interrompono spesso il lavoro. Da lì possiamo valutare accessi, qualità delle fonti, integrazioni e criteri di collaudo, prima di decidere strumenti e dimensioni della soluzione.
Con la valutazione iniziale Tredipi AI possiamo mettere a fuoco un perimetro concreto e gli aspetti da approfondire. Se in azienda le risposte esistono ma trovarle dipende sempre dalle stesse persone, raccontaci dove si blocca la ricerca: possiamo individuare insieme un primo impiego utile, controllabile e coerente con il vostro modo di lavorare.
Per i principi tecnici: Microsoft Learn: RAG e recupero delle informazioni e Microsoft Learn: filtri di sicurezza nella ricerca. Sono riferimenti architetturali; la scelta della piattaforma e dei controlli richiede una valutazione del singolo progetto.
