+39 081 253 1111
help@vemuldrak.com
Vemuldrak logo
Vemuldrak Integrazione AI per le imprese
Sessione podcast sull'integrazione dell'intelligenza artificiale nei processi aziendali
Podcast — Trascrizioni

Voci sull'[IA]
in azienda

Versioni testuali degli episodi dedicati all'integrazione dell'intelligenza artificiale nei processi operativi reali. Ogni episodio affronta un problema specifico con esperti del settore.

Episodi 12
Dal 2023
Durata media 38 min

Tutti gli episodi disponibili

Ciascuna trascrizione riprende fedelmente il dialogo originale, con integrazioni editoriali minime per facilitare la lettura. Gli argomenti spaziano dall'automazione dei flussi documentali all'uso di modelli linguistici nel supporto clienti.

01

Quando l'IA incontra la contabilità ordinaria

Discussione con Federica Malnati, responsabile amministrativa di una PMI manifatturiera di Genova, su come ha introdotto strumenti di categorizzazione automatica delle fatture. Il processo ha richiesto circa sei settimane di affinamento prima di funzionare in modo affidabile sul volume reale di documenti.

Strumenti citati: GPT-4o con fine-tuning limitato, Zapier, Google Sheets come layer di controllo.

Contabilità Automazione documenti PMI
02

Assistenza clienti senza perdere il tono umano

Renato Carubbi, titolare di un e-commerce ligure, racconta i tentativi falliti prima di trovare un equilibrio tra risposte automatizzate e intervento umano. Il primo chatbot fu abbandonato dopo tre settimane perché generava risposte troppo generiche per i clienti abituali.

Strumenti citati: Tidio, Claude API, base di conoscenza costruita manualmente.

E-commerce Chatbot Customer care
03

Pianificazione della produzione con dati storici limitati

Un confronto aperto con Mirko Bruzzese, consulente operations, su cosa succede quando si prova ad applicare previsioni basate su ML in aziende con meno di due anni di storico digitalizzato. Il dato principale emerso: servono almeno 14 mesi di dati puliti prima che le previsioni abbiano senso pratico.

Argomenti tecnici: regressione su serie temporali, lag features, gestione degli outlier stagionali.

Produzione Machine learning Dati storici
04

Generazione di contenuti marketing: limiti e opportunità

Dialogo con Alessia Fontebasso, copywriter e consulente per studi professionali, su dove l'IA generativa aiuta davvero nella produzione di testi e dove invece produce materiale che richiede più revisione di quanto risparmi in fase di creazione.

Esempi concreti: brief strutturati, prompt per varianti A/B, controllo del tono su testi istituzionali.

Marketing Copywriting Contenuti
05

Gestione delle risorse umane e strumenti di screening

Intervista a Ginevra Tartufoli, HR manager di una società di servizi, sulla sperimentazione di screening automatizzato dei CV. L'episodio si concentra soprattutto sui rischi di bias nei dataset di addestramento e sulle misure di verifica umana obbligatoria adottate.

Questioni etiche affrontate: trasparenza verso i candidati, audit periodici del modello, gestione dei casi borderline.

HR Recruiting Etica IA

Integrazione IA: approccio generico vs. contestualizzato

Una sintesi delle differenze emerse dai dialoghi con i protagonisti degli episodi.

Approccio generico

Implementazione standard senza adattamento

Molte aziende adottano soluzioni preconfigurate senza verificarne la compatibilità con i propri flussi specifici. Il risultato frequente è un gap tra le funzionalità dello strumento e l'utilizzo effettivo da parte del team.

Dataset di addestramento non allineato con il settore specifico
Nessuna fase di test su dati reali prima del rilascio
Dipendenza da vendor senza possibilità di audit interno
Formazione del personale trattata come opzionale
Approccio contestualizzato

Adattamento al processo specifico dell'azienda

Gli ospiti che hanno ottenuto risultati stabili hanno in comune un percorso di mappatura preventiva dei processi, seguito da un periodo di validazione parallela tra sistema automatizzato e controllo umano.

Dati interni usati per validare e correggere il modello
Fase pilota su un sottoinsieme del processo con KPI definiti
Responsabile interno designato per il monitoraggio continuo
Formazione pianificata prima del rilascio in produzione