1) The Information Lab offre ai propri clienti un servizio di supporto che consente di aprire ticket per segnalare varie necessità, che possono riguardare sia problemi di sistema che richieste di assistenza nello sviluppo di dashboard self-service. Una volta aperto, un membro del Team Support di The Information Lab lo gestisce dall’inizio alla risoluzione, assicurandosi di soddisfare le esigenze del cliente prima di chiuderlo. L’obiettivo è sviluppare un Assistente Virtuale basato sull’AI che possa interagire con gli utenti del Team Support e offrire soluzioni alle problematiche dei clienti, basandosi su dati storici e documentazione tecnica. Si mira ad agevolare il lavoro quotidiano del Team Support, fornendo strumenti innovativi basati sull’AI per accedere in modo efficiente al patrimonio informativo aziendale. Questi strumenti possono interpretare domande in linguaggio naturale e fornire risposte utilizzando contenuti provenienti dall’intero archivio documentale aziendale. Il sistema si basa sull’analisi di grandi quantità di dati, utilizzando algoritmi di apprendimento automatico che permettono alle macchine di migliorare le loro prestazioni nel tempo, acquisendo conoscenze da esperienze passate. Attraverso l’analisi e la comprensione dello storico delle attività per ciascun utente, il sistema di AI sarà in grado di costruire contesti specifici, permettendo agli utenti finali di interagire riguardo a diversi argomenti tra cui: documentazione tecnica dei progetti, informazioni sui clienti, documentazione tecnica relativa agli strumenti utilizzati come Tableau, Snowflake, Alteryx, Knime e le FAQ accessibili tramite i vari portali web dedicati, sistema di ticketing interno, problematiche e procedure di risoluzione relative all’utilizzo degli strumenti aziendali disponibili per lo staff.

2) L’AI e il machine learning consentono di gestire grandi volumi di dati eterogenei provenienti da fonti online, sistemi gestionali, dispositivi dell’IOT ecc. L’obiettivo è estrarre informazioni utili al decision-making umano e automatizzare processi aziendali per ottimizzarli. Per sviluppare tali sistemi, è necessario acquisire competenze specifiche soprattutto nell’ambito dell’Intelligenza Artificiale Generativa (Gen AI) che è in grado di creare nuovi contenuti come testi, immagini e video. La Gen AI sfrutta le potenzialità dei modelli linguistici (LLM). Nell’ambito dell’ecosistema informatico di TIL, si è deciso l’impiego del LLM Azure OpenAI. Questo motore avanzato consente alla piattaforma di fornire risposte accurate e pertinenti, garantendo precisione e qualità nei contenuti gestiti. Per elaborare e analizzare il testo dei documenti, l’IA utilizza la funzionalità di embedding OAI. Questi embedding suddividono il testo in parti più piccole, che vengono poi memorizzate in un database vettoriale per una ricerca e un recupero efficienti. Gli OAI Embeddings consentono ricerche rapide e mirate, facilitando agli utenti l’accesso alle informazioni rilevanti. Il sistema funziona attraverso diverse fasi di elaborazione: stabilisce una connessione con la fonte di dati richiesta per garantire un accesso continuo ai documenti ed estrae il testo dai documenti e lo prepara per ulteriori elaborazioni. Il testo estratto viene quindi suddiviso in pezzi ed elaborato utilizzando gli OAI Embeddings, che vengono memorizzati nel database vettoriale.

3) Il progetto è suddiviso in diverse fasi, ciascuna delle quali ha assegnata una quota parte del progetto complessivo:

Fase	Descrizione	Quota parte del progetto
Collezione dei dati storici necessari	Recupero di tutte le informazioni dal tool di ITSM. Collezione della documentazione tecnica relativa alle tecnologie oggetto del servizio di supporto	10%
Cleansing, normalizzazione e preparazione del dato	Feature engineering (Individualizzazione della problematica, soluzione e step necessari per ottenere la soluzione) Implementazione dell’algoritmo di prompt engineering per la pulizia del dato	35%
Installazione e configurazione Architettura	Installazione e configurazione di tutti i tool necessari per l’implementazione e funzionamento del sistema	5%
Creazione del database vettoriale	Modellizzazione del database Progettazione delle procedure di data ingestion Fine tuning database	20&
Implementazione logiche di interazione utente	Implementazione del prompt interrogazione LLM Implementazione query su DB Vettoriale	20%
Test e Ottimizzazione	Fase di test e fine tuning per ottimizzazione del sistema	10%

L’effort complessivo è stato di 180 gg/uomo.

4) L’introduzione del sistema di assistente virtuale ha portato a una significativa riduzione dei tempi di presa in carico e risoluzione di ogni ticket, migliorando la qualità del servizio offerto ai clienti di TIL e consentendo di gestire un numero maggiore di richieste di supporto, utilizzando le stesse risorse.

5) Il nostro progetto si distingue per l’utilizzo avanzato dell’AI Gen, come Azure OpenAI, per interazioni naturali e contestuali. La tecnologia di embedding OAI permette una rapida ricerca e recupero delle informazioni, migliorando continuamente grazie all’apprendimento dalle interazioni passate. Le risposte personalizzate basate sul contesto specifico dell’utente rendono l’interazione più efficace. La soluzione è altamente modulare, scalabile e facilmente replicabile in altri contesti aziendali con esigenze simili di supporto tecnico.