Non servono laboratori universitari né budget da multinazionale. Basta un problema concreto, un metodo e qualcuno disposto ad accompagnarti. È questa la lezione che emerge da AI MAGISTER, il progetto europeo dell’European Digital Innovation Hub che il 30 marzo chiude i battenti all’auditorium della IULM di Milano con l’evento “Dalla sperimentazione al valore”: non ricerca fine a se stessa, ma intelligenza artificiale che entra nei processi reali di imprese spesso piccolissime e li cambia in modo misurabile.
Il progetto ha lavorato su formazione, servizi di Test Before Invest, trasferimento tecnologico e applicazioni concrete. Abbiamo incontrato il professor Guido Di Fraia, coordinatore scientifico per IULM e responsabile dello IULM AI Lab.
Professor Di Fraia, in cosa consiste concretamente il lavoro svolto?
«Abbiamo accompagnato imprese — soprattutto piccole e micro — in percorsi strutturati di adozione dell’AI, attraverso analisi del problema, studi di fattibilità e proof of concept. Sono i servizi di Test Before Invest, un percorso in tre fasi che offriamo alle imprese prima che investano. Si parte dall’analisi del problema, si valuta la fattibilità tecnica ed economica, infine si realizza un proof of concept — un prototipo funzionante in scala ridotta — per verificare che la soluzione regga. Solo allora l’azienda ha tutti gli elementi per decidere. Un approccio che riduce il rischio e abbassa la soglia di accesso all’AI, soprattutto per chi non ci ha mai lavorato».
Può portare qualche esempio?
«Blueshift è una piccola società di consulenza nel mercato delle acquisizioni aziendali, dove individuare le imprese giuste da acquisire richiede analisi lunghe e costose su fonti diverse. Con AI MAGISTER abbiamo sviluppato AI MatchM&A: raccoglie dati automaticamente, costruisce profili aziendali aggiornati e suggerisce i migliori target agli investitori tramite algoritmi di matching. Il test ha confermato che i profili generati sono validi in oltre il 90% dei casi. Obiettivo: dimezzare i tempi di scouting e aumentare del 30% l’efficacia del matching».
Un caso riguarda la formazione in ambito assicurativo.
«99bros è una micro-impresa obbligata per legge a formare continuamente i dipendenti secondo regole precise dell’IVASS, l’istituto di vigilanza sulle assicurazioni. I sistemi esistenti non garantivano la tracciabilità richiesta. Social Thingum ha costruito una piattaforma di e-learning su Microsoft Azure con tracciamento SCORM — lo standard per certificare i percorsi formativi — quiz randomizzati e un chatbot con AI generativa, conforme al GDPR. Formazione più efficace, meno burocrazia, piena copertura normativa».
Ci sono casi fuori dai settori tradizionali?
«Seabit sviluppa tecnologie per la navigazione assistita delle imbarcazioni. Abbiamo mappato le soluzioni disponibili — sensoristica meteo-marina, protocolli di comunicazione — e condotto simulazioni sui consumi, producendo un progetto esecutivo completo pronto per il prototipo fisico. Sigma 3 invece si occupa di sicurezza antincendio: l’obiettivo era monitorare in tempo reale lo stato degli estintori in ospedali e fabbriche senza mandare un tecnico a controllare ogni dispositivo. Abbiamo progettato un sistema IoT: i sensori trasmettono via LoRaWAN a una dashboard con AI predittiva che analizza i trend, calcola quando un estintore rischia di diventare inefficace e pianifica la manutenzione. Ogni dispositivo ha il suo gemello digitale con lo storico completo».
Cosa si porta a casa chi ha partecipato?
«Dipende dal punto di partenza. Chi aveva un problema di processo — come Blueshift o Sigma 3 — ha una soluzione progettata e testata. Chi aveva un problema di competenze, come CRM Partners, azienda IT che ha formato i team su AI generativa e metodologie Agile, ha trasformato quel know how in una nuova offerta per i propri clienti. Il filo comune è uno: l’AI non è più una promessa, è uno strumento. Anche le imprese più piccole possono usarlo, se qualcuno le accompagna».