Sviluppo AI per
un lavoro vero,
non per una demo
La maggior parte dei progetti di sviluppo di intelligenza artificiale si blocca perché nessuno ha deciso a cosa dovesse servire l’AI. Noi partiamo dal lavoro da fare – la domanda che i tuoi clienti continuano a fare, i contenuti che nessuno ha il tempo di scrivere, i dati che qualcuno ridigita ogni mattina – e realizziamo la soluzione più piccola che lo faccia come si deve.
* Assistenti, agenti e automazioni basati sui tuoi dati e verificati prima che qualsiasi cosa arrivi a un cliente.
Dove l’AI rende davvero
Due punti in cui si ripaga
Vale la pena introdurre l’AI in due punti: davanti ai tuoi clienti, dove risponde alle domande a cui il tuo team risponde di continuo, e dietro le quinte, dove svolge il lavoro ripetitivo che manda avanti un catalogo, un feed o una coda di ordini.
Tutto il resto è una demo. Preferiamo dirti che un lavoro non vale la pena di essere automatizzato piuttosto che costruire qualcosa di impressionante che nessuno usa più dopo il primo mese.
Il lavoro è normale sviluppo software con un modello all’interno. Ha bisogno delle stesse cose di qualsiasi altro sistema – dati a cui può accedere, una definizione chiara di cosa è corretto, un modo per capire quando sbaglia e qualcuno in grado di correggerlo. Per questo sta accanto allo sviluppo software su misura e allo sviluppo e integrazione di API, e non separato da loro.
Se l’obiettivo è farti trovare e citare dalla ricerca con l’AI, più che usare l’AI in prima persona, è un lavoro diverso: se ne occupano i nostri servizi SEO e GEO.
Due facce dello stesso lavoro
01
Davanti ai clienti
Assistenti che aiutano a scegliere, capire o risolvere un problema – rispondendo a partire dal tuo catalogo, dalle tue policy e dalla tua documentazione, con il tuo tono.
02
Dietro le quinte
Contenuti di prodotto su scala di catalogo, classificazione e abbinamento tra feed disordinati, smistamento e instradamento delle richieste, e i passaggi di un processo che oggi una persona ripete a mano.
Cosa sviluppiamo
Cosa
sviluppiamo
Sei tipi di soluzioni AI per aziende, tutte già rilasciate e ancora gestite da noi. Ognuna parte dalla versione più piccola che sia utile, misurata rispetto a com’era il lavoro prima.
Vedi anche: Sviluppo software su misura · Sviluppo e integrazione di API · Blog (in inglese): Should you switch AI models? A business checklist · Blog (in inglese): AI chatbots for business: what they can and cannot do · Blog (in inglese): When does a business need AI development?
Assistenti per la vendita e il supporto clienti
Un assistente nella pagina che aiuta a scegliere – abbina ciò che la persona descrive a ciò che hai davvero in magazzino, spiega la differenza tra due prodotti e passa la parola a una persona quando serve. È basato sul tuo catalogo e sulle tue policy, quindi non può promettere un prodotto o una data di consegna che non hai.
Contenuti di prodotto su scala di catalogo
Descrizioni, benefici, meta title, modalità d’uso e avvertenze su migliaia di prodotti, scritti con un unico stile e verificati sulle informazioni del produttore invece che inventati. Organizzati in modo che il tuo team riveda e approvi, invece di riscrivere tutto.
Classificazione, abbinamento e dati puliti
Ricondurre i prodotti a una tassonomia, estrarre gli attributi dai feed dei fornitori, individuare i duplicati tra cataloghi e normalizzare nomi, marchi e slug degli URL. Il lavoro poco appariscente che decide se ricerca, filtri e feed funzionano come devono.
Agenti AI collegati ai tuoi sistemi
Quando una risposta non basta e deve succedere qualcosa: un ordine che avanza, un rimborso avviato, un ticket instradato, un record aggiornato. Diamo al modello il set di strumenti più ristretto che basta per il lavoro, e ogni azione che può compiere è un’azione che potresti verificare a posteriori.
Una ricerca che capisce la domanda
Ricerca semantica sui tuoi contenuti e sul tuo catalogo, perché una ricerca fatta con le parole del cliente trovi il prodotto giusto o la pagina giusta. Spesso vale più di una conversazione, e costa molto meno da gestire.
Guardrail, valutazione e controllo dei costi
Output validato, un «non lo so» quando il modello non sa, rate limiting e gestione degli abusi, log che puoi consultare e un set di test che ti dice se una modifica al prompt ha migliorato o peggiorato le cose. È questa la parte che decide se una funzionalità AI regge l’impatto con il traffico reale.
Già
in produzione
Quattro progetti AI che abbiamo realizzato e che seguiamo ancora oggi. In questa pagina non facciamo i nomi dei clienti, ma possiamo raccontarti ognuno di questi progetti nel dettaglio.
Un rivenditore online il cui assistente sostituisce il commesso in negozio
I clienti ricevevano i consigli al banco. Abbiamo realizzato l’assistente che lo fa online – chiede cosa usano oggi, spiega pro e contro di due opzioni e indica il prodotto adatto, basandosi sulle linee guida che il cliente aveva già pubblicato e non sull’opinione del modello.
Un marketplace di prodotti per la salute con migliaia di schede da scrivere
Un catalogo di integratori in cui ogni prodotto ha bisogno di un marchio, di un URL pulito, di meta title e meta description, di benefici, modalità d’uso e avvertenze – tutto coerente, tutto verificabile sulle informazioni del produttore. Abbiamo costruito la pipeline che ne scrive una bozza a partire dalle fonti del marchio e la passa a una persona per l’approvazione, oltre all’assistente che i clienti interrogano sul negozio.
Una piattaforma di vendita all’ingrosso in cui il processo va avanti da solo
Fornitori e rivenditori che commerciano tramite cataloghi in tempo reale, con ordini, scadenze, cancellazioni, rimborsi e sblocco dei pagamenti gestiti dal sistema e non da una casella email. I dati di prodotto arrivano disordinati da molti fornitori e devono essere ricondotti a un’unica tassonomia prima che qualcuno possa cercarli.
Questo sito
Un assistente basato sui nostri contenuti, con output validato, rate limiting, caching dei prompt e un modo previsto per dire «non lo so» – abbastanza piccolo da poterlo leggere in un pomeriggio, ed è proprio questo il punto. Chiedigli qualcosa che non abbiamo pubblicato e guarda come te lo dice.
Dall’idea alla
messa in produzione
I progetti AI vanno storti in un modo prevedibile: una demo promettente, poi mesi in cui nessuno sa dire se il risultato è abbastanza buono. Noi definiamo come misurarlo prima dello sviluppo, così quella domanda ha sempre una risposta.
01
Concordare il compito e la misura
Un solo compito, e come capiremo che funziona abbastanza bene da essere rilasciato.
02
Mettere i tuoi dati a sua disposizione
Catalogo, documenti e policy, in una forma che il modello può davvero usare.
03
Sviluppare la versione utile più piccola
Ambito ristretto, output verificato, un «non lo so» previsto e un costo che hai già visto.
04
Misurarla sul traffico reale
Osservare cosa chiedono davvero le persone, correggere ciò che sbaglia e ampliare l’ambito solo quando se lo è guadagnato.
Sviluppo AI: domande frequenti
Quello che ci chiedono prima che tutto questo inizi – compreso ciò che non possiamo promettere.
Un agente AI è un software che usa un modello di intelligenza artificiale per svolgere un compito al posto tuo, invece di limitarsi a rispondere a una domanda: può cercare informazioni, usare gli altri tuoi sistemi e compiere passaggi verso un obiettivo. Vale la pena svilupparlo quando un compito ripetibile richiede giudizio oltre che passaggi, non quando basterebbe una regola fissa o una semplice integrazione. Partiamo dal compito, non dalla tecnologia, e ti diciamo quando la risposta onesta è un’opzione più semplice.
Quasi mai. La maggior parte del valore viene dall’usare bene un buon modello generalista: i tuoi contenuti a sua disposizione, un compito ben delimitato e un controllo su ciò che restituisce. Addestrare un modello o farne il fine-tuning è una decisione che ti giustificheremmo prima di spendere qualsiasi cifra.
L’assistente risponde solo a partire dalle informazioni che gli mettiamo a disposizione, e verifichiamo il formato di ogni risposta prima che arrivi a un cliente. Quando la risposta non si trova in ciò che ha ricevuto, lo dice invece di tirare a indovinare. Puoi vederlo in azione sul nostro sito: CogniBot risponde dai contenuti di questo sito e da nient’altro.
Sono tuoi. Gli account presso i fornitori dei modelli e le chiavi API sono tuoi, i prompt e le valutazioni stanno nel tuo repository e i dati restano in sistemi che controlli tu. Niente è pensato per essere difficile da portare altrove.
L’uso si paga a consumo, per ogni domanda, quindi il costo di esercizio dipende dal traffico e da quanto contesto serve a ogni risposta. Ne teniamo conto fin dalla progettazione – mettendo in cache ciò che si ripete, mantenendo il contesto essenziale e limitando gli abusi – e ti indichiamo la cifra mensile prevista prima che tu decida di lanciarla.
Prossimo passo
Parlaci del lavoro,
non della tecnologia
Descrivi la domanda a cui il tuo team continua a rispondere, o il lavoro che qualcuno ripete ogni mattina. Ti diremo se l’AI è lo strumento giusto, come sarebbe la versione più piccola utile e quanto costerebbe svilupparla e tenerla in funzione.