L’intelligenza artificiale generativa? È come avere Superman in ufficio. Paolo Costa, presidente e cofondatore di Spindox, usa questa immagine per spiegare una verità scomoda: l’AI può lavorare instancabile, moltiplicare l’efficienza, ma se non si integra davvero nei processi aziendali resta solo uno spettatore ammirato. Molte imprese italiane guardano all’AI come a una frontiera da conquistare, ma dietro l’entusiasmo si nascondono sfide concrete. Costa mette in guardia: la tecnologia da sola non basta. Senza un’organizzazione pronta e una cultura che la sostenga, i costi – anche quelli nascosti – rischiano di soffocare ogni beneficio. L’intelligenza artificiale rischia così di diventare un’eccezione, non la regola.
Spindox, non una software house ma un partner che evolve con i clienti
Fondata nel 2007, Spindox non è mai stata una semplice software house. Come spiega Costa, la forza dell’azienda sta nel saper ascoltare il cliente e adattarsi continuamente alle sue esigenze. Un approccio basato sul rapporto e sulla fiducia che ha permesso a Spindox di crescere in modo solido, mantenendo collaborazioni con oltre cento clienti, dai big del made in Italy come Luxottica e Pirelli, fino a importanti realtà nel mondo finanziario e retail. Le filiali all’estero e una squadra di oltre mille dipendenti confermano la solidità raggiunta.
Non sorprende che Spindox abbia deciso di affrontare la sfida dell’intelligenza artificiale su più fronti, evitando mode passeggere e puntando su competenze consolidate: dal natural language processing alla visione artificiale, fino al decision making basato su modelli matematici.
Prima e dopo l’AI generativa: l’esperienza concreta di Spindox
Prima che esplodesse il fenomeno dell’intelligenza artificiale generativa, Spindox lavorava già su diversi progetti AI, soprattutto nel campo della visione artificiale e del linguaggio naturale, grazie al suo centro di ricerca a Trento, Spindox Labs. Già dal 2017, con finanziamenti europei e partner accademici, erano nati prototipi avanzati, come il sistema di retrieval semantico per Poste Italiane.
Nel 2019, l’acquisizione di uno spin-off universitario romano ha portato in azienda competenze importanti nella decision intelligence, cioè l’applicazione dell’intelligenza artificiale per ottimizzare problemi aziendali complessi.
Gli esempi concreti non mancano: la logistica per un big del fast fashion italiano, il sistema di pricing dinamico di Europcar che ha portato a un aumento stimato di 12 milioni di euro l’anno, o l’ottimizzazione delle scorte di parti di ricambio per Enel su scala globale. Sono soluzioni solide, non esperimenti di passaggio, basate su algoritmi che migliorano processi chiave senza ricorrere all’intelligenza artificiale generativa.
AI generativa: tra hype e realtà, il nodo dell’integrazione e dei costi nascosti
Da fine 2022 l’interesse per l’intelligenza artificiale generativa è cresciuto rapidamente, ma all’inizio l’approccio in molte aziende è stato confuso e a volte frettoloso. Costa racconta di clienti che si rivolgevano a Spindox senza una chiara strategia, spinti solo dalla pressione della dirigenza a lanciare progetti dell’ultimo minuto. Oggi la domanda è più matura: si cerca un valore concreto e misurabile, non solo l’ammirazione per “Superman AI”.
Un tema chiave riguarda i costi, spesso sottovalutati. Costa fa un paragone efficace: un agente AI può costare quanto tre dipendenti, perciò l’efficienza deve essere sostenibile. Serve integrare agenti AI e semantica nei processi aziendali, evitando che restino strumenti isolati, belli da vedere ma poco usati.
Per farlo serve più di una tecnologia all’avanguardia. Serve un’organizzazione e una cultura che sappiano accoglierla. La vera sfida è far convivere le capacità dell’intelligenza artificiale con le persone e il contesto aziendale.
Decision intelligence: l’AI che aiuta a decidere davvero
Per Spindox, la decision intelligence è il cuore del discorso. L’AI diventa utile quando aiuta a prendere decisioni di valore, non quando offre solo risposte automatiche. Costa lo spiega con un esempio semplice: un agente AI che organizza una vacanza non è decision intelligence. Lo è invece un sistema che analizza in tempo reale il comportamento di migliaia di clienti nel retail e suggerisce come riassortire i prodotti nel modo giusto.
Ma qui entra in gioco la cultura aziendale: chi decide alla fine se seguire il suggerimento dell’algoritmo? L’algoritmo o il responsabile del negozio? La domanda non è ben posta, perché il vero successo sta nell’integrare l’intelligenza artificiale nella cultura e nei processi decisionali, superando dubbi e resistenze.
È un percorso in corso che richiede non solo tecnologia ma soprattutto un cambiamento organizzativo profondo.
Atlante: il framework di Spindox per gestire AI, costi e conoscenza
Per affrontare complessità e costi, Spindox ha creato Atlante, un framework pensato come piattaforma più che come semplice prodotto. Atlante aiuta le aziende a tenere sotto controllo i costi , organizzare la conoscenza semantica interna, far dialogare tra loro diversi agenti AI e configurare i flussi tramite un’interfaccia no-code.
Per esempio, la funzione FinOps evita attività inutili, come fare la stessa domanda 30 volte a un modello linguistico, memorizzando risposte frequenti e scegliendo modelli più economici o performanti a seconda dei casi.
L’orchestrazione degli agenti supera l’isolamento di tante AI “Superman”, creando una rete dove gli agenti comunicano e si integrano nel sistema decisionale e operativo dell’azienda.
Modelli verticali e edge computing: la ricerca di Spindox per AI più rapide e autonome
Spindox Labs lavora da tempo su modelli di intelligenza artificiale che non dipendano solo dal cloud. L’idea è usare modelli più piccoli, specializzati e ottimizzati, capaci di girare in locale, senza ritardi. Il vantaggio è concreto: per esempio, un sistema di sicurezza ferroviaria che ferma un treno in millisecondi se rileva una persona sui binari è possibile solo con l’AI implementata direttamente sulla videocamera.
Questi modelli verticali, distribuiti in locale o all’edge, sono la risposta pratica a costi e latenza sempre più problematici del cloud.
Il futuro va in questa direzione, anche grazie a chip sempre più potenti che gireranno su dispositivi comuni, rendendo meno necessarie grandi infrastrutture centralizzate.
Open innovation e ricerca applicata per innovare i clienti Spindox
Spindox Labs è il cuore dell’innovazione, lavorando con università, centri di ricerca e startup in un modello di open innovation. Così nascono progetti non teorici ma con ricadute industriali concrete, in tempi brevi.
Un esempio è il sistema di telemetria sviluppato per una casa di supercar, frutto del trasferimento di tecnologie nate in altri settori. Questo aiuta Spindox a entrare in mercati nuovi e di fascia alta, come l’automotive premium.
Un altro settore importante è quello della salute e scienze della vita, con modelli predittivi per diagnosi precoci già testati in ospedali internazionali.
AI generativa e innovazione: il ruolo chiave di HR e risk management
L’intelligenza artificiale generativa sta cambiando il modo di innovare in azienda. Si passa dall’innovazione tecnologica pura a quella dei modelli di business e dei processi. La tecnologia diventa uno strumento diffuso, usato non solo dall’IT ma anche da marketing e risorse umane.
Questa diffusione richiede figure in grado di tradurre tra competenze tecnologiche e esigenze di business, compliance e rischi.
In ambiti come la banca, il dialogo con il risk management diventerà fondamentale per definire regole e scenari per un uso responsabile dell’AI.
Paolo Costa sottolinea che il vero cambiamento sta nella capacità di far convivere tecnologia, cultura e processi, trovando un equilibrio dinamico che porti valore concreto e duraturo.