L’azienda protagonista di questo use case è un player globale nel settore dell’ingegneria e dell’innovazione tecnologica per l’industria metallurgica. Con una forte presenza internazionale e una costante spinta verso la digitalizzazione, si distingue per lo sviluppo di soluzioni avanzate per l’ottimizzazione dei processi produttivi, la sostenibilità e l’efficienza operativa.
Grazie a un know-how consolidato e a una rete capillare di competenze, questa realtà fornisce tecnologie all’avanguardia per la lavorazione e la trasformazione dei metalli, con un focus su impianti per la produzione di acciaio, alluminio e altri materiali. L’integrazione di strumenti basati su AI, IoT e automazione avanzata le permette di migliorare le performance dei propri impianti, riducendo al contempo l’impatto ambientale.
ESIGENZA
L’azienda aveva la necessità di migliorare i propri servizi e l’efficienza operativa attraverso l’adozione di soluzioni digitali avanzate.
In questo contesto l’azienda si è affidata a Npo Sistemi che ha contestualizzato l’esigenza indirizzandola verso:
- Assistenti virtuali distribuiti e autonomia delle funzioni aziendali
La realizzazione di assistenti virtuali capillari, senza che lo sviluppo e la gestione fossero accentrati esclusivamente al reparto IT. L’obiettivo era quello di fornire a ogni funzione aziendale la possibilità di sviluppare in autonomia il proprio assistente digitale di collaborazione, adattandolo alle specifiche esigenze operative. Questo approccio decentralizzato consentiva di velocizzare l’adozione delle nuove tecnologie, aumentare la produttività interna e rendere l’innovazione digitale più accessibile all’interno dell’organizzazione. - Supporto verticale per il service manutentivo
Ottimizzare il servizio di assistenza e manutenzione per gli utilizzatori delle proprie macchine in produzione. Questo significava dotarsi di una soluzione in grado di fornire risposte puntuali e mirate ai problemi che emergono durante l’operatività quotidiana. La capacità di offrire un supporto efficace in tempo reale rappresenta un elemento strategico fondamentale, non solo per garantire la qualità e l’affidabilità del prodotto, ma anche per rafforzare il rapporto con il cliente e creare opportunità di cross-selling su servizi e ricambi.
SOLUZIONE
Npo Sistemi ha così accompagnato l’azienda nell’abilitazione di AI in azienda rispondendo alle due esigenze.
Assistenti virtuali distribuiti e autonomia delle funzioni aziendali
Per abilitare le funzioni aziendali alla realizzazione autonoma di assistenti virtuali, è stato utilizzato l’ecosistema di Microsoft 365 Copilot e le sue estensioni, che offrono strumenti nativi per l’integrazione dell’intelligenza artificiale nei flussi di lavoro quotidiani.
L’azienda ha adottato un percorso di formazione e supporto per rendere le diverse aree aziendali autonome nell’utilizzo di Copilot per due principali scopi:
- Generazione di estensioni con agenti custom – Ogni reparto ha potuto sviluppare automazioni specifiche per le proprie necessità, come la generazione automatica di report, la categorizzazione intelligente delle e-mail o l’analisi dei dati operativi in tempo reale.
- Creazione di Autonomous Agents – Sono stati sviluppati assistenti virtuali in grado di supportare le attività quotidiane senza la necessità di coinvolgere costantemente il team IT. Ad esempio, nel settore commerciale, sono stati implementati agenti che analizzano offerte e ordini, suggerendo azioni basate su insight generati dall’AI.
L’adozione di Microsoft 365 Copilot ha portato un impatto significativo sulla produttività personale e aziendale grazie a:
Automazione delle attività ripetitive – Compiti a basso valore aggiunto come la sintesi di e-mail, la redazione di documenti e l’estrazione di insight dai dati sono stati delegati all’AI, permettendo ai dipendenti di concentrarsi su attività più strategiche.
Miglior gestione delle informazioni – Grazie all’integrazione con strumenti come Microsoft Teams, SharePoint e Outlook, gli utenti possono recuperare informazioni in pochi secondi senza dover navigare manualmente tra documenti e sistemi.
Collaborazione più efficiente – L’AI supporta le riunioni generando automaticamente minute, identificando punti chiave e suggerendo follow-up.
Personalizzazione e adattabilità – Gli assistenti virtuali possono essere configurati per adattarsi ai processi specifici di ciascun dipartimento, garantendo un elevato livello di flessibilità.
Uno degli aspetti chiave nella scelta di Microsoft 365 Copilot, inoltre, è stata la gestione rigorosa della sicurezza e della protezione dei dati. L’azienda ha beneficiato di:
Data sovereignty e compliance – Microsoft 365 è conforme alle normative globali di sicurezza (GDPR, ISO 27001, SOC 2, ecc.), garantendo che i dati sensibili dell’azienda restino protetti.
Modello Zero Trust – L’accesso alle informazioni è regolato da policy avanzate di identity management e access control, impedendo fughe di dati o utilizzi non autorizzati.
AI privata e sicura – Copilot utilizza i dati aziendali senza condividerli con modelli pubblici, garantendo che nessuna informazione venga esposta all’esterno dell’organizzazione.
Monitoring e logging avanzati – La piattaforma fornisce strumenti di auditing e tracciamento per garantire la trasparenza nell’uso degli assistenti virtuali
Efficientamento del servizio manutentivo
Per migliorare il supporto post-vendita e la gestione delle attività di manutenzione, l’azienda ha adottato una soluzione custom basta su architettura Azure, progettata per adattarsi alle specificità delle macchine industriali e alle esigenze degli operatori in produzione. L’obiettivo era ottimizzare l’assistenza tecnica, ridurre i tempi di risposta e fornire insight strategici grazie alla digitalizzazione delle conversazioni di supporto.
Soluzione basata su un sistema RAG avanzato
Al centro dell’architettura della soluzione si trova un sistema RAG (Retrieval-Augmented Generation), un’implementazione avanzata di AI generativa che combina capacità di retrieval semantico con modelli di generazione del linguaggio per fornire risposte precise e contestualizzate.
L’ottimizzazione del sistema RAG è avvenuta su tre livelli:
1.Creazione ed efficientamento degli embeddings (rappresentazioni numeriche di contenuti)
- I documenti tecnici, i manuali di manutenzione e le FAQ sono stati trasformati in vettori semantici utilizzando modelli di embedding ottimizzati per il dominio industriale.
- È stato adottato un processo di chunking intelligente, che suddivide i documenti in unità di conoscenza significative per garantire una maggiore accuratezza nel recupero delle informazioni.
- L’aggiornamento degli embeddings avviene in maniera incrementale, permettendo di integrare nuove informazioni senza dover ri-elaborare l’intero dataset.
2.Ottimizzazione del prompting e ricerca semantica
- Sono stati sviluppati prompt dinamici contestuali, capaci di adattarsi alla query dell’utente per garantire una risposta più pertinente.
- La ricerca semantica utilizza un motore vettoriale avanzato che combina il retrieval testuale con quello concettuale, migliorando l’identificazione delle risorse più rilevanti.
3.Reranking per affinare la pertinenza delle risposte
- Dopo il recupero iniziale delle informazioni, un modello di reranking basato su deep learning ordina i risultati in base alla rilevanza e alla probabilità di risolvere il problema segnalato.
- Questa fase ha permesso di migliorare la qualità del servizio, riducendo il numero di interazioni necessarie per ottenere una risposta efficace.
La soluzione non si è limitata a fornire risposte più rapide ed efficaci, ma ha trasformato completamente il modo in cui il servizio di assistenza viene gestito.
- Chatbot avanzato per il primo livello di supporto – Gli operatori possono interagire con un assistente AI in linguaggio naturale, che analizza la richiesta, recupera informazioni pertinenti e suggerisce procedure risolutive.
- Integrazione con i sistemi di ticketing – Se il problema non viene risolto dal chatbot, il sistema genera automaticamente un ticket di supporto, precompilato con le informazioni già raccolte, riducendo il carico di lavoro degli specialisti di secondo livello.
- Interfaccia unificata per i tecnici – La soluzione è stata integrata con le dashboard di assistenza, fornendo un’unica vista su tutte le richieste, gli interventi passati e le raccomandazioni AI.
Business Intelligence sulle conversazioni digitalizzate
Uno dei vantaggi più significativi della soluzione è la raccolta e analisi dei dati sulle interazioni tra gli operatori e il sistema di assistenza. Grazie a strumenti di Business Intelligence, è stato possibile estrarre statistiche strategiche per diversi obiettivi:
- Controllo qualità del servizio
- Feedback su procedure e manualistica
- Miglioramento della qualità delle macchine
- Individuazione di opportunità di upselling
