Caso

Un MVP AI parte da problemi osservati

Ho iniziato con le persone e con le decisioni operative, prima di scegliere architettura e strumenti.

MVP
Prototipo per validare il pilot
30+
Interviste strutturate con PMI
4
Canali di recupero in AREX
Pre-lancio
Esperimento di prodotto, non servizio in produzione

Più di 30 interviste strutturate

Tra 2025 e 2026 ho parlato con titolari e responsabili operativi di PMI italiane. Tornavano richieste di problemi specifici risolti, prove precoci di valore e infrastruttura contenuta: non una capacità AI astratta.

Fase 1
Ricerca: oltre 30 interviste
Ho raccolto problemi operativi, dubbi sull’adozione e aspettative di prova del valore presso titolari e responsabili di PMI italiane.
Fase 2
Architettura: AREX, n8n e Claude API
Ho impostato interfacce API, recupero adattivo e flussi per acquisire e interrogare i documenti, con vincoli sulle risposte e controllo umano per decisioni ad alto impatto.
Fase 3
Costruzione e verifica
Il prototipo ha verificato pipeline, risposte API, gestione degli errori e collegamento alle fonti. Non è disponibile un risultato pubblico di accuratezza.
Fase 4
Validazione del pilot
L’MVP ha permesso di testare recupero, esperienza e ipotesi operative prima del lancio; non è un servizio in produzione.

Un prototipo RAG adattivo

Ho progettato un approccio API-first con AREX per il recupero, n8n per i flussi e Claude API come modello principale. Il recupero combina canali lessicali, semantici, metadata e grafo; vincoli sugli output e controllo umano accompagnano le decisioni ad alto impatto.

Verificare le ipotesi

Il prototipo ha testato pipeline di recupero, esperienza e ipotesi operative. Non è un servizio in produzione e non esiste un risultato pubblico di accuratezza da attribuirgli.

Una scelta prima del lancio

Il lavoro ha prodotto un MVP/pilot e un business case pre-seed. Il suo valore pubblico è nel metodo di discovery, architettura e verifica, non in un’adozione commerciale dimostrata.

Confronta i casi