MIXED
Glossario
Glossario AI e dati per le aziende
I termini che si incontrano parlando di intelligenza artificiale, dati e digitale, spiegati in poche righe per chi deve decidere, non programmare. Ogni voce ha un esempio applicato a un'azienda. Usa la ricerca o salta alla sezione.
53 termini
Intelligenza artificiale 22 termini
Dai concetti di base ai termini che compaiono nei preventivi dei fornitori.
- Intelligenza artificiale (AI) Artificial Intelligence
- Insieme di tecniche con cui un software svolge compiti che richiederebbero intelligenza umana: capire un testo, riconoscere un'immagine, fare una previsione, prendere una decisione. Non è "un programma" ma una famiglia di approcci, dal semplice al complesso.In azienda: il sistema che legge le e-mail dei clienti e le smista al reparto giusto usa l'AI; il foglio Excel con le formule, no.
- Machine learning apprendimento automatico
- Ramo dell'AI in cui il software impara le regole dai dati di esempio invece di riceverle scritte da un programmatore. Più esempi di qualità ha, meglio funziona.In azienda: dando al sistema tre anni di ordini, impara a prevedere quanto venderai il mese prossimo per ogni articolo.
- Deep learning apprendimento profondo
- Machine learning basato su reti neurali con molti strati. È la tecnica dietro il riconoscimento di immagini e voce e dietro i modelli linguistici. Richiede molti dati e molta potenza di calcolo.In azienda: la telecamera che riconosce un pezzo difettoso sulla linea usa deep learning.
- LLM Large Language Model
- Modello di AI addestrato su enormi quantità di testo, capace di capire e generare linguaggio naturale: riassumere, tradurre, rispondere, classificare, scrivere. ChatGPT, Claude e Gemini sono interfacce a LLM.In azienda: un LLM legge una richiesta di preventivo scritta male e ne estrae prodotto, quantità e urgenza.
- AI generativa Generative AI
- AI che produce contenuti nuovi — testo, immagini, codice, audio — a partire da una richiesta. Si distingue dall'AI "analitica", che classifica o prevede senza creare.In azienda: la bozza di risposta a un reclamo, generata a partire dallo storico del cliente, è AI generativa.
- Prompt
- L'istruzione o la domanda data a un modello di AI generativa. La qualità della risposta dipende molto da quanto il prompt è preciso, contestualizzato e dotato di esempi.In azienda: "Riassumi questo contratto in 5 punti, evidenziando penali e scadenze" è un prompt; "riassumi" è un prompt peggiore.
- Token
- Unità di testo (frammenti di parola, in italiano circa 3-4 caratteri) con cui i modelli linguistici leggono e scrivono. I costi di utilizzo dei modelli si calcolano in token, in entrata e in uscita.In azienda: far leggere a un modello 1.000 fatture PDF al mese costa in proporzione ai token contenuti in quelle pagine.
- Finestra di contesto context window
- Quantità massima di testo che un modello può considerare in una singola richiesta (domanda + documenti + risposta). Oltre il limite, il modello "non vede" il resto.In azienda: per analizzare un capitolato di 300 pagine bisogna spezzarlo o usare un sistema RAG, non incollarlo tutto.
- RAG Retrieval-Augmented Generation
- Tecnica in cui il modello, prima di rispondere, recupera i documenti aziendali pertinenti (procedure, contratti, manuali) e li usa come fonte, citandoli. Riduce le allucinazioni e permette di usare l'AI sui propri dati senza riaddestrarla.In azienda: "qual è la garanzia data al cliente X nel 2023?" — il sistema trova il contratto e risponde con il riferimento.
- Embedding
- Rappresentazione numerica di un testo (o immagine) che ne cattura il significato: testi simili hanno embedding simili. È ciò che permette di cercare "per senso" e non solo per parola esatta.In azienda: cercando "perdita d'acqua" il sistema trova anche i ticket che parlano di "infiltrazione" e "tubo rotto".
- Database vettoriale vector database
- Archivio ottimizzato per cercare contenuti simili tramite embedding. È il motore di ricerca dietro un sistema RAG.In azienda: i 5.000 documenti tecnici dell'ufficio, indicizzati in un database vettoriale, diventano interrogabili in linguaggio naturale.
- Fine-tuning
- Addestramento aggiuntivo di un modello esistente sui dati dell'azienda per specializzarlo (tono, terminologia, formato). Più costoso e delicato del RAG; serve in casi specifici, non per "far conoscere i nostri documenti al modello".In azienda: un modello messo a punto per classificare 50 tipologie di reclamo con il vostro lessico interno.
- Agente AI AI agent
- Sistema di AI che, dato un obiettivo, pianifica ed esegue una sequenza di azioni usando strumenti: legge e-mail, interroga il gestionale, compila moduli, invia risposte. Va progettato con limiti chiari e controllo umano.In azienda: un agente riceve un ordine via e-mail, verifica la disponibilità a magazzino, crea la commessa e propone la conferma da inviare.
- Allucinazione hallucination
- Risposta inventata ma plausibile prodotta da un modello di AI generativa: date, cifre, riferimenti normativi che non esistono. Si riduce con RAG, guardrail e controllo umano; non si elimina del tutto.In azienda: un assistente che cita un articolo di legge inesistente in una risposta al cliente. Per questo le risposte vanno verificate.
- Guardrail
- Regole e controlli che limitano cosa un sistema di AI può dire o fare: argomenti vietati, dati da non rivelare, azioni che richiedono approvazione.In azienda: l'assistente clienti non può promettere sconti né discutere di concorrenti, e passa a un umano se il cliente è arrabbiato.
- Human in the loop
- Approccio in cui una persona verifica o approva le proposte dell'AI prima che diventino azioni. È il modo più sicuro per introdurre l'AI in un processo e misurarne l'affidabilità.In azienda: l'AI prepara la bozza di risposta, l'addetto la legge e clicca "invia".
- Computer vision visione artificiale
- AI che interpreta immagini e video: riconosce oggetti, difetti, persone, testi, conta, misura. Richiede foto reali per l'addestramento e un periodo di taratura.In azienda: verifica automatica che i DPI siano indossati in cantiere, o conteggio dei colli su un bancale.
- OCR Optical Character Recognition
- Riconoscimento ottico dei caratteri: trasforma scansioni e foto di documenti in testo leggibile dal software. Oggi spesso combinato con l'AI per capire anche la struttura del documento (tabelle, campi).In azienda: le fatture dei fornitori in PDF diventano righe nel gestionale senza ricopiare nulla.
- NLP Natural Language Processing
- Tecniche con cui il software analizza e comprende il linguaggio umano: classificare, estrarre informazioni, misurare il tono. Gli LLM sono l'evoluzione più recente dell'NLP.In azienda: analisi automatica delle recensioni per capire di cosa si lamentano di più i clienti.
- Inferenza
- Fase in cui un modello già addestrato viene usato per produrre risposte. È la parte che si paga a consumo (per token o per chiamata) e che determina i costi ricorrenti di un progetto.In azienda: ogni e-mail classificata dall'assistente è un'inferenza; 3.000 e-mail al mese sono 3.000 inferenze.
- Modello open source vs proprietario
- I modelli open source si possono scaricare e installare sui propri server (controllo totale dei dati, costi di infrastruttura); quelli proprietari si usano tramite il servizio del fornitore (più semplici e spesso più capaci, dati che escono dall'azienda secondo il contratto).In azienda: per analizzare cartelle sanitarie o dati coperti da segreto industriale si valuta un modello installato in sede.
- Analisi predittiva
- Uso di dati storici e modelli statistici o di machine learning per stimare eventi futuri: domanda, guasti, ritardi di pagamento, abbandono dei clienti. Vale quanto i dati su cui si basa.In azienda: prevedere quali clienti pagheranno in ritardo per anticipare i solleciti.
Dati 14 termini
I termini della data strategy: come i dati si raccolgono, si organizzano e diventano decisioni.
- Data strategy
- Insieme di decisioni su quali dati raccogliere, dove tenerli, chi ne risponde e come usarli per decidere. Per una PMI non è un documento: è una fonte unica per dato, pochi KPI, una dashboard automatica e regole minime di qualità.In azienda: decidere che le presenze nascono dalla timbratura in cantiere e che nessuno le ricopia altrove.
- Dato strutturato e non strutturato
- Strutturato: organizzato in tabelle con campi definiti (ordini, anagrafiche, presenze). Non strutturato: e-mail, PDF, foto, registrazioni. Circa l'80% dei dati di un'azienda è non strutturato, ed è lì che l'AI generativa fa la differenza.In azienda: il gestionale contiene dati strutturati; la casella PEC, non strutturati.
- Database
- Sistema che archivia dati in modo organizzato, condiviso e affidabile, con regole su cosa può entrare e chi può modificarlo. È l'alternativa corretta a Excel usato come archivio.In azienda: anagrafica clienti in un database: una sola versione, aggiornata da tutti, senza copie divergenti.
- Data warehouse
- Database centrale che raccoglie dati da più sistemi aziendali (gestionale, CRM, e-commerce, produzione), organizzati per analisi e report. È la base delle dashboard direzionali.In azienda: vendite, costi e ore lavorate nello stesso posto, per calcolare il margine per cliente.
- Data lake
- Archivio che conserva dati grezzi di ogni tipo, anche non strutturati, per analisi future. Adatto a chi ha grandi volumi; per la maggior parte delle PMI un data warehouse ben fatto è sufficiente.In azienda: log dei macchinari, foto di cantiere e documenti conservati "così come sono" per analisi successive.
- ETL / ELT Extract, Transform, Load
- Processo che estrae i dati dalle fonti, li trasforma (pulisce, uniforma) e li carica dove verranno analizzati. È il lavoro "invisibile" che pesa di più nei progetti dati.In azienda: ogni notte gli ordini del gestionale vengono estratti, riconciliati con le anagrafiche e caricati nel data warehouse.
- Data pipeline
- Catena automatica di passaggi che porta i dati dalla fonte alla dashboard o al modello, senza interventi manuali. Se un passaggio richiede "che qualcuno esporti l'Excel", non è una pipeline.In azienda: timbratura → ore per cantiere → costo manodopera → margine di commessa, aggiornato ogni ora.
- Single source of truth fonte unica di verità
- Principio per cui ogni dato ha una sola fonte ufficiale a cui tutti fanno riferimento. Il contrario è la situazione in cui lo stesso numero ha tre valori diversi a seconda di chi lo calcola.In azienda: il listino ufficiale è nel gestionale; le copie in Excel dei commerciali non fanno fede.
- Master data dati anagrafici
- Dati fondamentali e relativamente stabili dell'azienda — clienti, fornitori, articoli, dipendenti, cantieri — che tutti i sistemi devono condividere. Se ogni sistema ha la sua anagrafica, le integrazioni si rompono.In azienda: il cliente "Rossi Srl" deve avere lo stesso codice nel gestionale, nel CRM e nella fatturazione.
- KPI Key Performance Indicator
- Indicatore chiave di prestazione: un numero che misura se un obiettivo è raggiunto. Un buon KPI ha una formula scritta e concordata, una fonte e una frequenza.In azienda: "margine stimato per commessa" con formula definita, aggiornato ogni settimana dal sistema.
- Dashboard
- Schermata che mostra i KPI aggiornati automaticamente, con grafici e tabelle. Una dashboard che qualcuno deve "preparare" ogni mese è un report, non una dashboard.In azienda: il titolare apre la dashboard il lunedì mattina e vede commesse in ritardo, scadenze a rischio e cassa prevista.
- Business intelligence (BI)
- Strumenti e pratiche per trasformare i dati aziendali in report, analisi e dashboard a supporto delle decisioni (Power BI, Looker, Metabase sono strumenti di BI).In azienda: analizzare quali articoli hanno margine negativo dopo gli sconti.
- Data quality qualità dei dati
- Grado di completezza, correttezza, coerenza e aggiornamento dei dati. Bassa qualità = decisioni sbagliate e progetti AI falliti. Si mantiene con campi obbligatori, controlli e un responsabile per fonte.In azienda: il 30% dei clienti senza partita IVA nel CRM è un problema di data quality.
- Data governance
- Regole e responsabilità su chi può creare, modificare e usare i dati, e come. Nelle grandi aziende è una funzione; in una PMI è una checklist con un nome accanto a ogni fonte.In azienda: solo l'ufficio acquisti crea nuovi fornitori; il commerciale può proporli, non inserirli.
Software e automazione 11 termini
I termini che trovi nei preventivi e nelle schede degli incentivi.
- API Application Programming Interface
- Interfaccia con cui due software si scambiano dati in modo automatico, senza esportazioni manuali. "Ha le API?" è la prima domanda da fare prima di comprare un software che dovrà parlare con altri.In azienda: l'e-commerce crea l'ordine nel gestionale tramite API, senza che nessuno lo ricopi.
- Integrazione
- Collegamento tra sistemi diversi (gestionale, CRM, e-commerce, paghe) perché condividano dati senza ricopiature. È la voce che più spesso fa lievitare tempi e costi di un progetto.In azienda: le ore timbrate in cantiere arrivano automaticamente al software paghe del consulente.
- Cloud e SaaS Software as a Service
- Software e infrastrutture usati via internet, pagati a canone, senza server in azienda; aggiornamenti e backup a carico del fornitore. Va verificato dove risiedono i dati e come si esportano.In azienda: un gestionale SaaS si usa dal browser e dall'app, dall'ufficio e dal cantiere.
- On-premise
- Software e dati installati su server di proprietà, nella sede dell'azienda. Massimo controllo, ma costi di hardware, manutenzione e sicurezza a carico vostro.In azienda: scelta tipica per dati particolarmente sensibili o per vincoli contrattuali con certi clienti.
- ERP / Gestionale
- Software che gestisce i processi centrali dell'azienda: ordini, magazzino, contabilità, produzione, personale, commesse. "Gestionale" è il termine italiano; ERP quello internazionale, di solito per sistemi più estesi.In azienda: V-Site è il gestionale per aziende che gestiscono cantieri: presenze, scadenze, mezzi, costi.
- CRM Customer Relationship Management
- Software per gestire clienti, contatti, trattative, preventivi e assistenza. Se i commerciali tengono i clienti "nel telefono", il CRM è il primo passo di qualsiasi progetto dati o AI sulle vendite.In azienda: storico completo di ogni cliente, consultabile prima di una visita.
- RPA Robotic Process Automation
- Software che ripete azioni su altri programmi al posto di una persona: aprire un file, copiare campi, cliccare. Utile con sistemi vecchi senza API; fragile se le schermate cambiano.In azienda: un "robot" che ogni mattina scarica gli estratti conto dal portale della banca e li carica in contabilità.
- Workflow
- Sequenza definita di passaggi e responsabili con cui un processo viene eseguito — chi fa cosa, dopo cosa, con quali approvazioni. Digitalizzare un workflow significa che il sistema lo fa avanzare da solo. Vedi come automatizzare un processo.In azienda: richiesta ferie → approvazione del responsabile → aggiornamento del calendario presenze, senza e-mail.
- Low-code / No-code
- Strumenti per costruire applicazioni e automazioni con poca o nessuna programmazione. Ottimi per prototipi e processi semplici; per sistemi centrali servono attenzione a costi di licenza e vincoli di uscita.In azienda: un modulo per raccogliere le segnalazioni di guasto dal campo, costruito in un pomeriggio.
- Interconnessione 4.0
- Requisito degli incentivi Transizione 4.0 e 5.0: il bene o il software deve scambiare dati con i sistemi aziendali in modo documentato (perizia o relazione tecnica). Senza, il credito d'imposta non spetta.In azienda: il software di raccolta dati di produzione è agevolabile se collegato al gestionale e al macchinario.
- MVP / Pilota Minimum Viable Product
- Versione minima di un progetto realizzata per verificare rapidamente se funziona, prima di investire di più. Il modo migliore per ridurre il rischio di un progetto AI o dati.In azienda: un mese di assistente AI su una sola casella e-mail, con misura delle ore risparmiate, prima di estenderlo.
Sicurezza e normativa 6 termini
Quello che serve sapere prima di dare dati a un software o a un'AI.
- GDPR
- Regolamento europeo sulla protezione dei dati personali: cosa si può raccogliere, per quali scopi, per quanto tempo, con quali garanzie e diritti per le persone. Vale per dati di clienti, dipendenti e fornitori, anche quando li tratta un'AI.In azienda: prima di far analizzare le e-mail dei clienti a un servizio AI, serve una base giuridica e un fornitore con contratto conforme.
- Anonimizzazione e pseudonimizzazione
- Tecniche per rimuovere o mascherare i dati identificativi delle persone prima di analizzarli o passarli a un'AI. Anonimizzato = non più riconducibile; pseudonimizzato = riconducibile solo con una chiave separata.In azienda: analizzare i reclami sostituendo nomi e codici fiscali con identificativi neutri.
- AI Act
- Regolamento europeo sull'intelligenza artificiale, in applicazione progressiva, che classifica i sistemi per livello di rischio e impone obblighi crescenti (trasparenza, supervisione, documentazione). La maggior parte degli usi in una PMI è a rischio minimo o limitato; usi su persone (selezione, valutazione dei dipendenti) sono ad alto rischio.In azienda: un assistente che smista e-mail ha obblighi minimi; un sistema che valuta i candidati ne ha molti.
- Backup e disaster recovery
- Copie di sicurezza dei dati, conservate separatamente, e piano per ripristinare l'operatività dopo un guasto, un errore o un attacco. La domanda giusta non è "facciamo il backup?" ma "in quanto tempo ripartiamo, e quanto perdiamo?".In azienda: un ransomware cifra il server il venerdì; con backup testati, lunedì si lavora.
- MFA autenticazione a più fattori
- Accesso che richiede, oltre alla password, un secondo elemento (codice sul telefono, app, chiave fisica). È la singola misura di sicurezza con il miglior rapporto costo/beneficio.In azienda: anche se la password del titolare viene rubata, senza il telefono nessuno entra nella posta.
- Phishing
- Truffa via e-mail o messaggio che imita mittenti affidabili (banca, fornitore, il capo) per rubare credenziali o far eseguire pagamenti. Con l'AI generativa i messaggi sono diventati molto più credibili.In azienda: "cambio IBAN" da un fornitore vero, scritto perfettamente: si verifica sempre per telefono.
Nessun termine trovato. Manca una voce? Scrivici e la aggiungiamo.
Un termine che non trovi? Il glossario cresce con le domande dei clienti. Segnalacelo e lo aggiungiamo nella prossima revisione.
Vuoi capire quali di questi strumenti servono alla tua azienda?
Consulenza gratuita di 30 minuti: partiamo dal tuo processo, non dalla tecnologia.
Approfondisci