Progetti reali / AI & Tecnologia

Dove le idee
diventano sistemi.

Dai modelli locali ai flussi aziendali. Progetti Estro che raccontano il nostro metodo: partire da un problema, collegare le competenze e costruire un risultato verificabile.

Casi documentati · Ottobre 2026

Conoscenza, automazione e sviluppo software: esplora il problema affrontato e come abbiamo organizzato la soluzione.

Knowledge e ricerca semantica

EstroCore

Il problema

Le informazioni sono sparse tra documenti, conversazioni e procedure. Ogni volta il team deve ritrovarle e spiegare il contesto al proprio assistente AI. EstroCore nasce per rendere questa conoscenza consultabile, mantenendo fonti e permessi.

Il lavoro

EstroCore fa da collegamento tra la conoscenza aziendale e gli assistenti. Nel pilota, un modello locale trasforma i documenti in riferimenti numerici per la ricerca semantica. ChatGPT cerca nel progetto autorizzato, legge il documento pertinente e costruisce la risposta indicando fonte e data. I documenti restano la fonte da consultare: non devono essere riscritti in ogni conversazione.

Fai una domandaEstroCore cerca nel progettoL’agente legge la fonteRisponde con riferimenti
Il progetto in pratica

Che cosa è stato verificato

  • Ricerca e lettura da ChatGPT riuscite su un recap storico.
  • Fonte e data riconosciute nella risposta.
  • Informazione assente dichiarata come tale.
  • Accesso circoscritto al progetto e all’utente pilota.
Ambito e stato del progetto +

Passo successivo: ampliare le fonti, gestire utenti e progetti, completare sincronizzazione e prove di ripristino. Il backup quotidiano e la sincronizzazione universale non sono attestati dal pilota.

Documentazione: EstroCore MCP privato, aggiornamento 16 ottobre 2026.

Software e processi aziendali

Mood Management

Il problema

Collegare il percorso commerciale con contratti, verifiche amministrative e organizzazione della produzione.

Il lavoro

Un gestionale con ruoli e viste per reparto, agenda, fascicoli e storico. Il percorso collega commerciale, verifica amministrativa e produzione. Nel laboratorio dedicato, programmi riutilizzabili, edizioni, professionisti, calendari, recuperi e materiali da consegnare sono organizzati in sezioni distinte. Eva collega il flusso degli appuntamenti al calendario e al gestionale.

Contatto e agendaContrattoVerifica amministrativaProduzione
Il progetto in pratica

Un flusso reale, verificabile

  • Prenotazione e spostamento collaudati fra Calendar e agenda del gestionale.
  • Identità dell’appuntamento conservata, senza duplicazioni nel test.
  • Disdetta finale propagata e storico dei passaggi mantenuto.
  • Permessi distinti e controlli amministrativi espliciti.
Ambito e stato del progetto +

Il collaudo descritto parte dall’API del worker e usa un contatto tecnico: non è un test di una conversazione WhatsApp completa. Integrazioni e moduli evolvono per rilasci.

Fonti: Mood Beta 01 e rilascio 04 Eva, 6–7 ottobre 2026; interfaccia Sviluppo Produzione consultata il 17 ottobre 2026. La dashboard direzionale presenta indicatori ancora da collegare; nel laboratorio gli invii esterni sono simulati.

Addestramento locale di LLM

Addestramento con Soup

Il problema

Verificare se un modello piccolo può apprendere una classificazione specifica attraverso esempi.

Il lavoro

Fine-tuning supervisionato LoRA su Qwen2.5 0.5B, eseguito localmente con MLX. Due versioni di adapter e confronto con il modello di base. Nessun dato cliente nel training.

Esempi sinteticiAdapter LoRATest separatiConfronto versioni
Il progetto in pratica

Il risultato nel perimetro del test

  • 18 casi nuovi: modello base 6/18, adapter v1 13/18, adapter v2 18/18.
  • Sui 12 casi precedenti, v2 raggiunge 11/12.
  • Training e test sono separati; gli esempi sono sintetici.
  • Modello base, configurazioni e adapter sono versioni distinte.
Ambito e stato del progetto +

Questi risultati non misurano un agente aziendale generale e non garantiscono la stessa accuratezza su dati reali. Il passo successivo è un compito aziendale e una valutazione indipendente.

Documentazione: Sub Addestramento LLM, 15 ottobre 2026.

Agenti specializzati per il marketing

Ada, Iris,
Olivia e Oscar

Il problema

Trasformare ruoli professionali in sistemi con contesto, strumenti e passaggi di approvazione.

Il lavoro

Il primo ecosistema Estro riunisce analisi performance, produzione creativa, contenuti social e sviluppo web. Ada supporta la lettura delle campagne. Iris collega analisi visiva e generazione di immagini. Olivia prepara contenuti e ha completato pubblicazioni social approvate. Oscar produce versioni e anteprime HTML/CSS. Eva, nel progetto Mood, estende il lavoro agentico al flusso commerciale.

CompitoContesto e strumentiProposta o azioneVerifica
Il progetto in pratica

Capacità distinte, stati distinti

  • Ada: lettura delle campagne Meta, riepiloghi numerici e analisi del contesto pubblicitario.
  • Iris: analisi delle creatività e generazione di immagini tramite motore dedicato.
  • Olivia: prima pubblicazione verificata su Facebook e Instagram, dopo approvazione.
  • Oscar: spazio di lavoro HTML/CSS, versioni, anteprime e percorso di rilascio con approvazione. La pubblicazione live richiede il collaudo finale.
  • Eva: integrazione degli appuntamenti documentata nel caso Mood.
Ambito e stato del progetto +

La collaborazione completa fra tutti gli agenti è una direzione di sviluppo. Le capacità di un singolo pilota non dimostrano un’autonomia universale su tutti i clienti.

Documentazione: architettura agenti e Oscar, 12 ottobre; Olivia mandato; Eva rilascio 04.

Architettura modulare

ICON e Gendo

Il problema

Progettare un gestionale riutilizzabile per organizzazioni diverse, con una base comune e configurazioni separate.

Il lavoro

ICON ha fornito un riferimento di prodotto; Gendo introduce il concetto di workspace e modello base. L’evoluzione server di Mood costituisce un percorso distinto dal primo prototipo.

Modello baseWorkspaceRuoli e processiEvoluzione dedicata
Il progetto in pratica

Che cosa racconta questo progetto

  • Organizzazione modulare dei processi dell’agenzia.
  • Distinzione fra modello neutro e dati delle singole organizzazioni.
  • Configurazioni e responsabilità definite per workspace.
Ambito e stato del progetto +

La prima documentazione Gendo descrive una demo con dati nel browser: non la presentiamo come prova di isolamento multi-tenant in produzione.

Documentazione: Model Agency Workspace GENDO, 4 ottobre 2026.

Dal nostro laboratorio alla tua azienda

Quale processo
vuoi far evolvere?

Partiamo da un caso concreto e definiamo insieme un primo progetto.

PARLIAMONE