Glossario
Glossario AI per le aziende: i termini spiegati
Che cosa vuol dire agente AI, LLM, RAG, token, shadow AI, deployer, alto rischio, Official Cash Settlement e premio: definizioni brevi per chi guida un'azienda, con la fonte e la guida che approfondisce.
In sintesi
Il glossario spiega in italiano piano i termini dell'intelligenza artificiale che un'azienda incontra quando la adotta: modelli linguistici (LLM), agenti, RAG, token, le parole dell'AI Act (deployer, alto rischio, alfabetizzazione) e quelle dei metalli, come l'Official Cash Settlement LME e il premio. Ogni voce è una definizione di poche frasi che sta in piedi da sola, con un esempio, la fonte ufficiale e la guida che approfondisce.
Questo glossario raccoglie le definizioni dei termini dell'intelligenza artificiale (AI, in italiano IA) che servono a chi guida un'azienda per decidere, e dei termini dei metalli che entrano nei contratti e nel gestionale. Ogni voce ha una definizione che sta in piedi da sola, un esempio pratico, la fonte ufficiale e, dove esiste, la guida del sito che approfondisce. Le voci sono 54, in ordine alfabetico.
Accordo sul trattamento dei dati (DPA) data processing addendum · data processing agreement
L'accordo sul trattamento dei dati (in inglese data processing addendum o agreement, DPA) è il contratto, previsto dall'articolo 28 del GDPR, con cui il fornitore che tratta dati personali per conto di un'azienda si impegna a seguirne le istruzioni, a garantire la sicurezza, a usare solo subfornitori autorizzati, ad aiutarla con i diritti degli interessati e a cancellare o restituire i dati alla fine del servizio. Per gli assistenti di intelligenza artificiale esiste nei piani per le organizzazioni (ChatGPT Business, Enterprise e API, Microsoft Copilot con account di lavoro, Claude Team, Enterprise e API, Gemini in Google Workspace) e non in quelli personali, dove il fornitore tratta i contenuti anche per fini propri.
In pratica. Prima di attivare un assistente di AI per i collaboratori, l'azienda chiede o firma il DPA del fornitore e legge tre righe: se i contenuti vengono usati per l'addestramento, dove sono trattati i dati e per quanto sono conservati. È il documento che trasforma le promesse della pagina commerciale in impegni; senza, i dati personali di clienti e dipendenti non entrano nello strumento.
Fonte: Regolamento (UE) 2016/679 (GDPR), articolo 28: responsabile del trattamento (EUR-Lex); Microsoft Learn, Enterprise data protection in Microsoft Copilot and Microsoft Copilot Chat; OpenAI, Privacy aziendale in OpenAI; Anthropic, Commercial Terms of Service. Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda · AI in cloud o in locale: come scegliere in azienda · Assistente AI sui documenti aziendali: come funziona · L'AI dentro il gestionale: come si collega un agente.
Agente AI AI agent · AI agentica · agentic AI
Un agente AI è un programma che usa un modello linguistico per raggiungere un obiettivo assegnato: interpreta la richiesta, sceglie tra gli strumenti che gli sono stati concessi (cercare in un archivio, leggere un documento, compilare un modulo), li usa uno dopo l'altro, controlla il risultato e risponde. Si distingue da un chatbot, che produce solo testo, perché compie azioni sui sistemi a cui è collegato. Per questo in azienda lavora con un elenco chiuso di strumenti, gli stessi permessi dell'utente che lo usa, una conferma umana per le azioni che modificano i dati e un registro di ogni passaggio. La forma «AI agentica» indica lo stesso modo di lavorare.
In pratica. In un'azienda che riceve ordini in PDF, l'agente legge il documento, cerca il cliente nel gestionale, prepara la bozza dell'ordine e la sottopone a una persona, che la conferma.
Fonte: Anthropic, Building effective agents (dicembre 2024); AI Act, articolo 3, punto 1: definizione di sistema di IA. Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · Agente AI per l'ufficio acquisti: cos'è e cosa fa · ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona · Hedging dei metalli: che cosa può fare l'AI · L'AI dentro il gestionale: come si collega un agente.
Alfabetizzazione AI AI literacy · alfabetizzazione in materia di IA
L'alfabetizzazione in materia di intelligenza artificiale è l'insieme di competenze, conoscenze e comprensione che permettono a chi fornisce o usa sistemi di AI di impiegarli in modo informato e di conoscerne opportunità, rischi e possibili danni. L'articolo 4 dell'AI Act, applicato dal 2 febbraio 2025 e riscritto nel luglio 2026, chiede a fornitori e utilizzatori (deployer) di adottare misure per sostenerne lo sviluppo nel proprio personale, in proporzione a competenze, ruoli e contesto d'uso; non impone corsi, ore o attestati, né un livello minimo da garantire. Vale anche per chi usa solo strumenti generici come ChatGPT. In Italia il decreto legislativo 179/2026 non prevede una multa per questo obbligo, ma chiede al datore di lavoro informazione e formazione sui rischi specifici dei sistemi di AI che incidono su organizzazione e sicurezza del lavoro, e agli ordini professionali percorsi obbligatori con un monte ore minimo.
In pratica. Un'azienda in cui l'ufficio commerciale usa ChatGPT per tradurre le offerte deve far sapere a chi lo usa quali dati non inserire e che i risultati vanno verificati, e conservare una traccia di ciò che ha fatto: un registro interno basta, nessun certificato è richiesto.
Fonte: AI Act, articolo 3, punto 56 e articolo 4; Commissione europea, domande e risposte sull'alfabetizzazione in materia di IA; Decreto legislativo 7 ottobre 2026, n. 179, articoli 23, 42 e 47. Approfondisci: Formazione AI obbligatoria: cosa chiede l'AI Act · AI Act: cosa deve fare un'azienda manifatturiera · Consulente AI per aziende: cosa fa e come si sceglie · ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona.
Allucinazione hallucination · confabulation
Un'allucinazione è una risposta di un sistema di intelligenza artificiale generativa che contiene informazioni errate o inventate, presentate con sicurezza: una norma, una data, una cifra, una citazione che non esistono. Non è un guasto occasionale ma una conseguenza del modo in cui i modelli linguistici producono il testo, parola dopo parola, in base alla probabilità. Si riduce dando al modello i documenti su cui rispondere (RAG), chiedendogli di citare la fonte e facendo verificare da una persona ciò che conta, ma non si elimina.
In pratica. Un assistente a cui si chiede il termine di pagamento di un contratto deve rispondere citando il paragrafo del contratto, non «a memoria»; e chi usa la risposta la rilegge prima di mandarla al cliente.
Fonte: NIST AI 600-1, profilo per l'AI generativa (2024), sezione 2.2 «Confabulation»; Commissione europea, domande e risposte sull'articolo 4 (l'allucinazione come rischio di cui informare il personale). Approfondisci: Policy AI aziendale: regole d'uso ed esempio · Formazione AI obbligatoria: cosa chiede l'AI Act · ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona.
API Application Programming Interface · interfaccia di programmazione
Un'API è il punto di accesso con cui un programma usa le funzioni di un altro programma o servizio, secondo regole definite su che cosa si chiede e che cosa si riceve. Nell'intelligenza artificiale è il canale con cui il software aziendale (gestionale, CRM, sito) manda testo o documenti a un modello e riceve la risposta senza passare da una chat; è anche il canale con cui un gestionale riceve ogni giorno i prezzi di mercato da una fonte autorizzata. Le API dei principali fornitori di modelli hanno condizioni contrattuali diverse da quelle degli account personali, in particolare sull'uso dei dati per l'addestramento.
In pratica. Il gestionale chiede via API la media mensile del prezzo LME e la scrive nei listini; l'agente del CRM chiede via API al modello di riassumere lo storico di un cliente.
Fonte: NIST, glossario: Application Programming Interface; AI Act, considerando 97: i modelli per finalità generali si immettono sul mercato anche tramite API. Approfondisci: AI in cloud o in locale: come scegliere in azienda · Come collegare i prezzi LME al gestionale · L'AI dentro il gestionale: come si collega un agente.
Assistente AI sul know-how aziendale assistente sui documenti aziendali · chatbot aziendale sui documenti
Un assistente AI sul know-how aziendale è un sistema di intelligenza artificiale che risponde alle domande usando i documenti, le procedure e i dati dell'azienda, non la conoscenza generica con cui il modello è stato addestrato. A ogni domanda recupera i passaggi pertinenti dalle fonti interne autorizzate (tecnica RAG) e li passa al modello, che risponde citandoli; rispetta i permessi di chi chiede e non modifica nulla. È lo strumento con cui l'esperienza che oggi sta nella testa di poche persone diventa consultabile da tutti, con la fonte a fianco.
In pratica. Un addetto nuovo chiede «come si gestisce un reso per difetto?» e riceve la procedura in vigore, con il collegamento al documento e alla sua versione; se la procedura non esiste, l'assistente lo dice invece di inventarla.
Fonte: Anthropic, glossario: RAG (retrieval augmented generation). Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · Assistente AI sui documenti aziendali: come funziona.
Autorità nazionali per l'intelligenza artificiale ACN e AgID (autorità nazionali per l'IA) · autorità di vigilanza del mercato AI Act
In Italia le autorità nazionali per l'intelligenza artificiale sono l'Agenzia per la cybersicurezza nazionale (ACN) e l'Agenzia per l'Italia digitale (AgID), designate dalla legge 132/2025 e dotate di poteri dal decreto legislativo 179/2026, in vigore dal 23 ottobre 2026. L'ACN è l'autorità di vigilanza del mercato sui sistemi di AI e il punto di contatto unico: riceve i reclami, chiede informazioni, ispeziona, ordina correzioni e applica le multe dell'AI Act a fornitori e deployer; per le violazioni lievi può limitarsi a ordinare di rimediare entro un termine. L'AgID è l'autorità di notifica, cioè designa e controlla gli organismi che certificano i sistemi ad alto rischio. Per banche, intermediari e assicurazioni vigilano Banca d'Italia, CONSOB e IVASS; il Garante privacy resta competente sui dati personali ed è autorità di vigilanza solo per alcuni usi ad alto rischio. Le due agenzie gestiscono insieme lo Spazio di sperimentazione italiano per l'IA.
In pratica. Un'azienda che riceve dall'ACN una richiesta di informazioni su un chatbot che non si dichiara tale deve rispondere in modo completo e corretto, perché le informazioni inesatte alle autorità sono sanzionate a parte; se la violazione è lieve l'ACN può limitarsi a ordinare di aggiungere l'avviso entro un termine.
Fonte: Decreto legislativo 7 ottobre 2026, n. 179, articoli 4, 5, 6, 15, 18, 22 e 23 (Gazzetta Ufficiale n. 234 dell'8 ottobre 2026); Legge 23 settembre 2025, n. 132, articolo 20 (Normattiva); AI Act, articolo 70: autorità nazionali competenti e punto di contatto unico. Approfondisci: AI Act: cosa deve fare un'azienda manifatturiera · Formazione AI obbligatoria: cosa chiede l'AI Act · Policy AI aziendale: regole d'uso ed esempio · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Azione in bozza
L'azione in bozza è il modo di far lavorare un agente di intelligenza artificiale per cui ciò che produce, un ordine, una fattura passiva, una registrazione, un sollecito, viene salvato come documento non ancora valido, che una persona rivede e conferma. È la regola che fornitori di gestionali come Microsoft hanno scelto per i loro agenti: l'offerta prima dell'ordine, perché non tocca pianificazione e disponibilità; la fattura non registrata prima della registrazione; il fornitore nuovo bloccato finché qualcuno lo verifica. Il registro conserva chi ha proposto e chi ha confermato.
In pratica. L'agente legge l'ordine in PDF del cliente e crea una bozza d'ordine con cliente, articoli, quantità e date; il commerciale la apre, controlla, corregge e conferma. Se un codice articolo non si trova, la bozza resta ferma e segnalata: mai «il più simile» al posto del codice giusto.
Fonte: Microsoft Learn, Sales Order Agent overview (offerta come documento sicuro, messaggi approvati); Microsoft Learn, Payables Agent overview (fatture non registrate, fornitore nuovo bloccato). Approfondisci: L'AI dentro il gestionale: come si collega un agente · Agenti AI: cosa sono e cosa possono fare in azienda.
Base di conoscenza knowledge base · fonte di conoscenza
La base di conoscenza (knowledge base) è l'insieme dei documenti e dei dati che un assistente di intelligenza artificiale è autorizzato a usare per rispondere: manuali, procedure, offerte, certificati, tabelle del gestionale, preparati e indicizzati in modo che il sistema possa recuperarne i passaggi pertinenti a ogni domanda. Vale quanto valgono i documenti: se sono vecchi, incompleti o contraddittori, lo saranno le risposte. Nei prodotti dei fornitori prende nomi diversi: il «progetto» di ChatGPT e di Claude, il «notebook» di Gemini, la «fonte di conoscenza» di un agente in Copilot Studio.
In pratica. Un'azienda che vuole un assistente per l'ufficio tecnico parte da una base di conoscenza piccola e curata, per esempio i manuali delle macchine e le procedure qualità in vigore, con una persona che la tiene aggiornata; le domande a cui l'assistente non sa rispondere diventano l'elenco dei documenti da aggiungere o da scrivere.
Fonte: AWS, How Amazon Bedrock knowledge bases work; Anthropic, glossario: RAG (la qualità della base di conoscenza); Microsoft Learn, Knowledge sources summary (Copilot Studio). Approfondisci: Assistente AI sui documenti aziendali: come funziona.
Basis risk (rischio di base) basis risk · rischio di base
Il basis risk è il rischio che il prezzo di riferimento del contratto fisico e quello dello strumento di copertura si muovano in modo diverso: la copertura allora compensa solo in parte. Per chi lavora metalli in Italia nasce da tre differenze: il premio sul metallo, che il contratto in borsa non copre; un riferimento contrattuale diverso dall'Official LME, come un Indice Milano, una formula propria o un giorno singolo invece della media; il cambio euro-dollaro, perché i contratti LME sono in dollari. Si riduce usando nel contratto fisico e nella copertura lo stesso riferimento e lo stesso periodo, e coprendo il cambio a parte.
In pratica. Un'azienda che vende con un indice italiano del rame e si copre con un contratto sull'Official LME porta in casa un basis risk che un controllo mensile può misurare: la differenza tra i due riferimenti nel periodo di quotazione, registrata con fonte e data, dice quanto la copertura ha compensato davvero.
Fonte: London Metal Exchange, LME Digest: Physical and financial hedging, beginners guide (basis risk, riferimenti di prezzo); London Metal Exchange, Contract types (contratti in dollari); FT Mercati, Cambio euro-dollaro e prezzi dei metalli: quale cambio usare. Approfondisci: Hedging dei metalli: che cosa può fare l'AI.
Citazione della fonte citation · source attribution
La citazione della fonte è l'indicazione, accanto a ogni affermazione di un assistente di intelligenza artificiale, del documento e del punto (pagina, paragrafo) da cui l'informazione è stata presa, così che chi legge possa aprirlo e verificare. È ciò che distingue un assistente sui documenti aziendali da una chat generica, ed è il primo controllo contro le risposte inventate: i fornitori la trattano come parte della tecnica, con il numero di pagina per i PDF e, nei sistemi più evoluti, con un punteggio di fondatezza frase per frase. Una risposta senza fonte non si usa per decidere.
In pratica. «Il termine di pagamento concesso a quel cliente è 60 giorni (offerta 2024-117, pagina 3)»: chi legge apre l'offerta e controlla. Se la stessa domanda riceve una risposta senza riferimento, o con un riferimento che non contiene il dato, la risposta va scartata e il caso annotato per il responsabile delle fonti.
Fonte: AWS, What is Retrieval-Augmented Generation? (source attribution); Anthropic, Citations (citazioni con numero di pagina, solo testo); Google Cloud, Check grounding with RAG (punteggio di fondatezza frase per frase); Microsoft Learn, Data, Privacy, and Security for Microsoft Copilot (citazioni conservate con le risposte). Approfondisci: Assistente AI sui documenti aziendali: come funziona.
Clausola di indicizzazione al metallo clausola di adeguamento del prezzo · clausola prezzo LME
Una clausola di indicizzazione al metallo è la parte di un contratto di fornitura che lega il prezzo di un prodotto a una quotazione ufficiale del metallo che contiene, di solito la media mensile dell'Official Cash Settlement del London Metal Exchange o un indice di mercato, secondo una formula scritta: riferimento, periodo di quotazione, premio, cambio, arrotondamenti e regole di revisione. Serve a dividere tra fornitore e cliente il rischio di un prezzo che cambia ogni giorno e rende il prezzo determinabile anche se non è fisso alla firma. Il calcolo si può affidare al gestionale, con dati di fonte autorizzata e regole fisse, invece che a un foglio Excel aggiornato a mano.
In pratica. Un produttore di cavi fattura il contenuto di rame con la media LME del mese precedente più il premio concordato, convertita in euro con il cambio pattuito; il gestionale ricalcola il listino il primo giorno di ogni mese e produce il documento che giustifica il conguaglio.
Fonte: Codice civile, articoli 1346 (oggetto determinato o determinabile) e 1474 (prezzo desunto da listini e mercuriali); FT Mercati, guida ai premi LME; FT Mercati, guida al prezzo LME. Approfondisci: Clausole di indicizzazione al metallo: guida pratica · Come collegare i prezzi LME al gestionale · Agente AI per l'ufficio acquisti: cos'è e cosa fa · Hedging dei metalli: che cosa può fare l'AI.
Connettore connector · Copilot connector
Il connettore è il componente già pronto che collega un assistente di intelligenza artificiale o una piattaforma di automazione a un sistema esterno, un gestionale, un CRM, un archivio, senza scrivere codice. Ne esistono due tipi: quelli che copiano e indicizzano i dati nel sistema dell'assistente e quelli che li interrogano in tempo reale lasciandoli dove sono, con l'identità e i permessi dell'utente; la differenza conta per la riservatezza e per l'aggiornamento. I connettori verso i gestionali diffusi li pubblicano i fornitori o i loro partner; quelli che possono anche scrivere lo fanno, nei prodotti letti, solo con l'approvazione dell'utente e con le attività registrate.
In pratica. Un connettore federato legge il saldo del cliente dal gestionale nel momento in cui una persona lo chiede all'assistente, senza copiarlo in nessun indice; un connettore sincronizzato copia invece le schede prodotto ogni notte per renderle cercabili. Prima di attivarne uno si chiede al fornitore quale dei due tipi è e che cosa registra.
Fonte: Microsoft Learn, Microsoft 365 Copilot connectors overview (synced e federated); Microsoft Learn, Federated connectors overview. Approfondisci: L'AI dentro il gestionale: come si collega un agente · Assistente AI sui documenti aziendali: come funziona.
Conservazione dei dati (data retention) data retention · retention policy
La conservazione dei dati (data retention) è il tempo per cui un fornitore tiene conversazioni, file caricati e risultati dopo l'uso, e la regola con cui poi li cancella. Nei piani aziendali degli assistenti di intelligenza artificiale la decide di norma l'amministratore: in Microsoft 365 con i criteri di conservazione di Purview, in Google Workspace scegliendo tra tre, diciotto o trentasei mesi, in Claude Team ed Enterprise i dati restano a tempo indeterminato salvo un periodo personalizzato, che solo Enterprise può impostare con un minimo di trenta giorni, in ChatGPT Enterprise con le impostazioni dell'area di lavoro. Nei piani personali vale la regola del fornitore: in ChatGPT le chat cancellate vengono eliminate entro trenta giorni, in Claude la conservazione è di trenta giorni o di cinque anni secondo la scelta sull'addestramento, in Gemini la cancellazione automatica è impostata a diciotto mesi.
In pratica. Un'azienda che usa un assistente per preparare offerte decide, prima di attivarlo, quanto devono restare le conversazioni: abbastanza a lungo per rileggerle se un'offerta viene contestata, non più del necessario per i dati personali che contengono. La regola scelta va scritta nelle regole d'uso e, se serve, nell'informativa ai clienti.
Fonte: Microsoft Learn, Data, Privacy, and Security for Microsoft Copilot (conservazione e Microsoft Purview); Google Workspace, Generative AI in Google Workspace Privacy Hub (conservazione delle conversazioni); Anthropic, Updates to Consumer Terms and Privacy Policy (conservazione di 30 giorni o 5 anni); OpenAI Help Center, Data controls in ChatGPT; Anthropic Help Center, Configure custom data retention controls for Enterprise plans. Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda.
Consulente AI AI consultant · AI strategist
Un consulente AI, cioè un consulente di intelligenza artificiale, è il professionista o la società che aiuta chi guida un'azienda a decidere dove l'intelligenza artificiale porta un risultato misurabile, da quale processo partire, con quali dati, regole e spesa, e che lascia un piano a passi realizzabile anche con altri. In Italia è una professione non organizzata in ordini o collegi (legge 4/2013): non esiste un albo, chiunque può esercitarla e la qualificazione su norma tecnica è volontaria. Dal 30 aprile 2026 la norma UNI 11621-8:2026 descrive i profili professionali di chi lavora nell'intelligenza artificiale.
In pratica. Prima di affidarsi a un consulente AI si verificano la visura camerale, le referenze di sistemi in produzione, l'indipendenza dai fornitori dichiarata per iscritto e il contratto: perimetro, dati, proprietà di ciò che resta, uscita. Chi rivende un prodotto non è un terzo neutrale; al consulente, come a ogni professionista intellettuale, la legge 132/2025 (articolo 13) chiede di dire al cliente quali sistemi di intelligenza artificiale usa nel proprio lavoro.
Fonte: Legge 14 gennaio 2013, n. 4 (Normattiva); UNI 11621-8:2026, profili di ruolo professionale nel settore dell'intelligenza artificiale; Legge 23 settembre 2025, n. 132, articolo 13 (Normattiva). Approfondisci: Consulente AI per aziende: cosa fa e come si sceglie · Come portare l'AI in azienda: da dove partire.
Copertura back-to-back back-to-back pricing · copertura fisica
La copertura back-to-back, o copertura fisica, è la pratica di allineare le formule di prezzo degli acquisti di metallo a quelle delle vendite di prodotto: stesso riferimento (per esempio la media mensile dell'Official Cash Settlement LME), stesso periodo di quotazione, stesse quantità. Se le formule combaciano, il rischio di prezzo passa da un contratto all'altro senza derivati; se restano sfasamenti di tempo, di quantità o di riferimento, resta un'esposizione da gestire. È la prima copertura di una PMI che lavora metalli, spesso fatta senza chiamarla così.
In pratica. Un trasformatore che vende con la media LME del mese di consegna e compra il metallo con la stessa media ha coperto il prezzo del metallo, ma non il premio né il cambio euro-dollaro; se un cliente chiede un prezzo fisso per sei mesi, il back-to-back si rompe e quel contratto va trattato a parte.
Fonte: London Metal Exchange, LME Digest: Physical and financial hedging, beginners guide (back-to-back pricing). Approfondisci: Hedging dei metalli: che cosa può fare l'AI · Clausole di indicizzazione al metallo: guida pratica.
Dati di addestramento training data
I dati di addestramento sono i testi, le immagini e gli esempi con cui un modello di intelligenza artificiale impara i propri parametri; l'AI Act li definisce come i dati «utilizzati per addestrare un sistema di IA adattandone i parametri che può apprendere». Per un modello linguistico sono miliardi di pagine e, nelle versioni personali di molti assistenti, possono includere anche le conversazioni degli utenti: in ChatGPT finché non si spegne l'impostazione che migliora il modello per tutti, in Claude secondo la scelta fatta dall'utente, in Gemini con «Salva l'attività» acceso, in Copilot con account personale salvo rifiuto nelle impostazioni. Nei piani per le organizzazioni i contenuti del cliente non diventano dati di addestramento per impostazione predefinita, e il contratto lo scrive.
In pratica. La domanda da fare a ogni fornitore è una sola: le nostre richieste e i nostri documenti entrano nei dati di addestramento? Nei piani aziendali la risposta è no per impostazione predefinita; in quelli personali dipende da un'impostazione che va controllata il primo giorno. Un listino incollato in un account che addestra il modello è un'informazione che non torna più indietro.
Fonte: AI Act, articolo 3, punto 29: definizione di dati di addestramento; OpenAI Help Center, How your data is used to improve model performance; Anthropic, Updates to Consumer Terms and Privacy Policy (28 agosto 2025); Google, Gemini Apps Privacy Hub; Microsoft, Privacy FAQ for Microsoft Copilot. Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda.
Deployer e fornitore (provider) provider and deployer · utilizzatore e fornitore
Nell'AI Act il fornitore (provider) è chi sviluppa o fa sviluppare un sistema di intelligenza artificiale e lo immette sul mercato o lo mette in servizio con il proprio nome o marchio; il deployer (nel testo italiano del regolamento la parola resta in inglese; in italiano «utilizzatore») è chi usa un sistema di AI sotto la propria autorità, salvo l'uso personale non professionale. Gli obblighi del fornitore sono molto più pesanti di quelli del deployer, soprattutto per i sistemi ad alto rischio. Un'azienda che usa strumenti fatti da altri è quasi sempre deployer, ma diventa fornitore se mette in servizio con il proprio nome un sistema fatto sviluppare, se modifica in modo sostanziale un sistema ad alto rischio o se ne cambia la destinazione d'uso in modo che diventi ad alto rischio (articolo 25). In Italia su entrambi vigila l'Agenzia per la cybersicurezza nazionale (decreto legislativo 179/2026).
In pratica. L'azienda che usa un assistente dentro il gestionale è deployer; la software house che glielo fornisce con il proprio marchio è il fornitore; se l'azienda prende un assistente generico e lo usa per ordinare i curriculum, si assume gli obblighi del fornitore di un sistema ad alto rischio.
Fonte: AI Act, articolo 3, punti 3 e 4: definizioni di fornitore e deployer; AI Act, articolo 25: quando distributore, importatore o deployer diventano fornitori; Decreto legislativo 7 ottobre 2026, n. 179: autorità di vigilanza del mercato e sanzioni in Italia. Approfondisci: AI Act: cosa deve fare un'azienda manifatturiera · Formazione AI obbligatoria: cosa chiede l'AI Act · Consulente AI per aziende: cosa fa e come si sceglie · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Digital Innovation Hub (DIH) European Digital Innovation Hub · EDIH
Un Digital Innovation Hub (DIH) è una struttura di orientamento e accompagnamento che aiuta le imprese a valutare e adottare le tecnologie digitali, intelligenza artificiale compresa, con servizi di valutazione, formazione, prova delle tecnologie e accesso ai finanziamenti. Gli European Digital Innovation Hub (EDIH) sono quelli selezionati e finanziati dal programma Europa digitale della Commissione europea; accanto a loro operano i DIH delle associazioni di categoria e di altre iniziative. Le Linee guida del Ministero del Lavoro sull'intelligenza artificiale nel mondo del lavoro (DM 180/2025) citano un assessment digitale gratuito erogato attraverso la rete dei DIH.
In pratica. Prima di pagare una consulenza, un'azienda cerca nel catalogo della Commissione europea (al 12 ottobre 2026: 57 strutture in Italia, con qualche possibile doppione, 13 finanziate dal programma Europa digitale) l'hub che dichiara il suo settore e l'intelligenza artificiale tra le tecnologie, legge la scheda dei servizi, che cambiano da struttura a struttura, e chiede una valutazione: ne esce con un quadro di a che punto è. Il progetto, poi, non lo fanno al suo posto.
Fonte: Commissione europea, catalogo degli European Digital Innovation Hub; Ministero del Lavoro e delle Politiche Sociali, decreto ministeriale n. 180 del 17 dicembre 2025, Linee guida per l'implementazione dell'IA nel mondo del lavoro; Decreto legislativo 7 ottobre 2026, n. 179, articolo 29: i poli europei dell'innovazione digitale nello Spazio di sperimentazione italiano per l'IA. Approfondisci: Consulente AI per aziende: cosa fa e come si sceglie.
Embedding vettore semantico · vector embedding
L'embedding è la rappresentazione di un testo (una frase, un paragrafo, un documento) come serie di numeri calcolata da un modello, in modo che testi di significato simile abbiano numeri vicini. Serve a cercare «per significato»: la domanda viene trasformata allo stesso modo e confrontata con i pezzi di documento già indicizzati, e si trovano passaggi pertinenti anche quando non hanno parole in comune con la domanda. Non sostituisce la ricerca esatta di codici e sigle, che un modello di embedding può perdere: i sistemi seri affiancano le due ricerche.
In pratica. La domanda «tolleranza sullo spessore» trova il paragrafo che parla di «scostamento ammesso sullo spessore», ma il codice di errore «E-47» del manuale va cercato alla lettera: per questo un assistente sui documenti aziendali usa la ricerca semantica insieme a quella per parole esatte.
Fonte: AWS, What is Retrieval-Augmented Generation? (embedding e archivio vettoriale); Anthropic, Introducing Contextual Retrieval (embedding, ricerca esatta, esempio del codice di errore); OpenAI, guida Retrieval della piattaforma (ricerca semantica e ibrida). Approfondisci: Assistente AI sui documenti aziendali: come funziona.
EMIR (per una controparte non finanziaria) European Market Infrastructure Regulation · regolamento (UE) n. 648/2012
EMIR è il regolamento europeo sui derivati negoziati fuori borsa, sulle controparti centrali e sui repertori di dati (regolamento (UE) n. 648/2012, modificato da EMIR Refit nel 2019 e da EMIR 3 nel 2024). Un'impresa industriale che stipula un derivato di copertura con una banca è una «controparte non finanziaria»: può calcolare ogni dodici mesi le proprie posizioni: se resta sotto le soglie di compensazione non ha obbligo di compensazione, se le supera o non calcola deve avvisare l'ESMA e la Consob e compensare, e i contratti che riducono oggettivamente i rischi della sua attività commerciale non si contano; deve applicare la conferma tempestiva e la riconciliazione dei contratti non compensati e fornire alla banca dati esatti, codice LEI compreso, perché per i derivati tra banca e impresa sotto soglia la segnalazione al repertorio spetta alla banca. In Italia l'autorità per le comunicazioni sulle soglie è la Consob.
In pratica. Una PMI che copre il rame con un contratto a termine della banca tiene un registro dei derivati con contratto fisico collegato, quantità, periodo e riferimento: serve a dimostrare che la copertura riduce un rischio commerciale, a rispondere alla banca con dati esatti e a rifare il calcolo annuale delle posizioni senza cercare i documenti all'ultimo.
Fonte: Regolamento (UE) n. 648/2012 (EMIR), versione consolidata al 24 dicembre 2024, articoli 2, 9, 10 e 11 (EUR-Lex); Regolamento delegato (UE) n. 149/2013, articolo 10: contratti che riducono oggettivamente i rischi commerciali (EUR-Lex); Consob, EMIR; ESMA, EMIR Reporting. Approfondisci: Hedging dei metalli: che cosa può fare l'AI.
ERP (gestionale) Enterprise Resource Planning · software gestionale
Il gestionale, o ERP (Enterprise Resource Planning), è il software con cui un'azienda gestisce le proprie risorse condividendo le informazioni fra le aree funzionali: contabilità, acquisti, magazzino, produzione, vendite. Può essere un prodotto standard, un prodotto personalizzato o un software costruito in casa. In Italia lo usa il 49,5% delle imprese con almeno dieci addetti e il 59,9% di quelle manifatturiere (ISTAT, dicembre 2025). Per un agente di intelligenza artificiale è il sistema in cui stanno i dati dell'azienda e in cui, con permessi e conferme, può leggere, proporre in bozza e, per eccezione, scrivere.
In pratica. L'agente legge dal gestionale il fabbisogno di rame del mese e gli ordini aperti, prepara la bozza dell'ordine al fornitore con quantità e periodo di quotazione, e la lascia all'ufficio acquisti per la conferma: il gestionale resta il sistema di riferimento, l'agente lavora dentro i suoi permessi.
Fonte: ISTAT, Imprese e ICT, anno 2025 (definizione di ERP nel glossario del report, quota di imprese); Eurostat, E-business integration (isoc_eb_iip): imprese con software ERP, 2025. Approfondisci: L'AI dentro il gestionale: come si collega un agente · Come collegare i prezzi LME al gestionale.
Esposizione netta al prezzo del metallo metal price exposure · net exposure
L'esposizione netta al prezzo del metallo è il saldo, per periodo e in tonnellate per metallo, tra i flussi di un'azienda che guadagnano e quelli che perdono con un rialzo della quotazione. L'esposizione nasce dalle scorte, dagli acquisti a prezzo variabile e dalle vendite a prezzo fisso, e cambia ogni volta che entra un ordine, una consegna o una fattura: è la parte del risultato che si muove con il mercato. L'esposizione netta è il numero da cui parte ogni decisione di copertura e si calcola dai dati del gestionale, non dalla memoria; quanto di quell'esposizione tenere o coprire lo decide l'azienda.
In pratica. Un produttore di cavi con ordini a prezzo fisso per il trimestre e acquisti di rame alla media mensile LME ha un'esposizione netta ai rialzi pari al rame non ancora comprato: un software la ricalcola a ogni ordine e a ogni consegna e mostra quanto è già coperto dal back-to-back e quanto no.
Fonte: London Metal Exchange, LME Digest: Physical and financial hedging, beginners guide (esposizione, scorte, vendite a prezzo fisso); London Metal Exchange, Hedging (l'azienda decide quanto rischio accettare). Approfondisci: Hedging dei metalli: che cosa può fare l'AI.
Fine-tuning addestramento aggiuntivo · messa a punto di un modello
Il fine-tuning è l'addestramento aggiuntivo di un modello linguistico già addestrato, con esempi propri, perché ne assorba lo stile, il lessico o il tipo di compito. Produce una versione modificata del modello, che va mantenuta e aggiornata quando il modello di partenza cambia. Per la maggior parte dei compiti d'ufficio non serve: istruzioni ben scritte (prompt) e documenti recuperati al momento (RAG) ottengono lo stesso risultato senza toccare il modello, e si correggono in poco tempo invece che con un nuovo addestramento.
In pratica. Un'azienda che vuole le risposte nel proprio formato di offerta non addestra un modello: gli dà il modello di documento e tre esempi nelle istruzioni.
Fonte: Anthropic, glossario: fine-tuning; AI Act, considerando 97: modelli ulteriormente modificati o perfezionati. Approfondisci: AI in cloud o in locale: come scegliere in azienda · Quanto costa un progetto AI: da che cosa dipende.
Finestra di contesto context window
La finestra di contesto è la quantità di testo che un modello linguistico può tenere presente in una singola elaborazione: la richiesta, i documenti allegati, lo scambio precedente e la risposta stessa, misurati in token. È la memoria di lavoro del modello, diversa dai dati con cui è stato addestrato: ciò che non sta nella finestra, per il modello non esiste. Una finestra più ampia permette di lavorare su documenti lunghi, ma più contesto non dà automaticamente risposte migliori e costa di più.
In pratica. Un contratto di quaranta pagine con le sue tre integrazioni entra in una sola richiesta; l'archivio completo dei contratti no, e si ricorre al recupero mirato dei passaggi che servono (RAG).
Fonte: Anthropic, glossario: context window; Anthropic, documentazione sulle finestre di contesto. Approfondisci: AI in cloud o in locale: come scegliere in azienda · Quanto costa un progetto AI: da che cosa dipende · Assistente AI sui documenti aziendali: come funziona.
Hedging (copertura del rischio di prezzo) hedging · copertura
L'hedging, in italiano copertura, è l'operazione con cui un'azienda riduce o annulla il rischio di prezzo di una posizione aperta: per i metalli, compensare il rischio di un contratto fisico con un contratto di segno opposto in borsa o con un intermediario, oppure allineare le formule di prezzo di acquisti e vendite. Chi deve comprare metallo si copre dal rialzo (copertura lunga); chi ha scorte o vende a prezzo variabile si copre dal ribasso (copertura corta). È l'opposto della speculazione: chi si copre rinuncia anche ai guadagni di un movimento favorevole per avere un costo o un ricavo noti, e decide da sé quanto rischio tenere. Il prezzo di riferimento della copertura deve essere lo stesso del contratto fisico, di norma l'Official Settlement dell'LME.
In pratica. Un'azienda che accetta un ordine a prezzo fisso e comprerà il rame fra tre mesi può concordare con il proprio intermediario un contratto che fissi oggi il prezzo di quel rame: se il mercato sale, il contratto compensa il maggior costo; se scende, l'azienda paga la differenza e rinuncia al risparmio. Se, quando e quanto coprirsi lo decide l'azienda con il suo intermediario, non un software.
Fonte: Borsa Italiana, glossario finanziario: Hedging; London Metal Exchange, Hedging (Physical market benefits). Approfondisci: Hedging dei metalli: che cosa può fare l'AI · Clausole di indicizzazione al metallo: guida pratica.
Human in the loop persona nel ciclo · sorveglianza umana
«Human in the loop» indica un modo di usare l'intelligenza artificiale in cui una persona resta dentro il processo: il sistema prepara, propone o segnala, e una persona con la competenza e l'autorità per correggere o fermare verifica e conferma prima che l'azione abbia effetto. Si distingue da «human on the loop», in cui la persona sorveglia e interviene solo se serve. È la regola di progettazione degli agenti aziendali ben fatti, dove i record nascono in bozza e le azioni che modificano i dati chiedono conferma; per i sistemi ad alto rischio è un obbligo dell'AI Act: il fornitore li progetta perché possano essere sorvegliati da persone (articolo 14) e il deployer affida la sorveglianza a persone competenti, formate e con l'autorità per intervenire (articolo 26). In Italia, per le decisioni sul rapporto di lavoro, è legge: la decisione finale spetta a una persona con potere effettivo e autonomo (decreto legislativo 179/2026, articolo 41).
In pratica. L'agente prepara l'ordine di acquisto partendo dal fabbisogno e dai prezzi del giorno; il buyer lo apre, lo controlla e lo invia. Nessun ordine parte senza quel clic.
Fonte: AI Act, articolo 14: sorveglianza umana; AI Act, articolo 26, paragrafo 2: obblighi del deployer sulla sorveglianza umana; Decreto legislativo 7 ottobre 2026, n. 179, articolo 41: decisioni sul rapporto di lavoro riservate a una persona. Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · CRM con intelligenza artificiale: cosa fa e cosa no · AI Act: cosa deve fare un'azienda manifatturiera · Hedging dei metalli: che cosa può fare l'AI · L'AI dentro il gestionale: come si collega un agente.
Idempotenza idempotency · idempotent
L'idempotenza è la proprietà di un'operazione per cui ripeterla più volte produce lo stesso effetto di farla una sola volta. Nei collegamenti fra un agente di intelligenza artificiale e il gestionale è la proprietà che evita i doppioni quando una richiesta viene ritentata dopo un errore di rete o un'interruzione: creare «l'ordine numero 118» due volte non deve dare due ordini. Nel protocollo HTTP alcune operazioni lo sono per definizione, altre no; per queste si usa una chiave univoca per ogni richiesta, che il sistema ricevente riconosce, insieme a controlli nel gestionale sui duplicati.
In pratica. L'agente invia la bozza d'ordine al gestionale e la connessione cade prima della risposta; l'agente riprova con la stessa chiave e il gestionale, riconoscendola, non crea un secondo ordine. Senza questa regola ogni ritentativo automatico è un rischio di doppioni nei documenti.
Fonte: IETF, RFC 9110 HTTP Semantics, 9.2.2 Idempotent Methods; IETF, The Idempotency-Key HTTP Header Field (Internet-Draft scaduto, ultima revisione 15 ottobre 2025). Approfondisci: L'AI dentro il gestionale: come si collega un agente.
Intelligenza artificiale generativa AI generativa · generative AI
L'intelligenza artificiale generativa è la classe di modelli che producono contenuti nuovi, come testo, immagini, audio, video e codice, a partire da una richiesta, avendo appreso la struttura e le caratteristiche di grandi quantità di dati. I modelli linguistici dietro ChatGPT, Claude, Copilot o Gemini ne sono l'esempio più diffuso; l'AI Act li tratta come modelli per finalità generali e chiede che i contenuti sintetici siano riconoscibili come tali. In azienda serve per scrivere, riassumere, tradurre, estrarre dati dai documenti e rispondere a domande, sempre con una persona che verifica il risultato.
In pratica. Dal PDF di un ordine il modello estrae articoli, quantità e date di consegna e compila la bozza nel gestionale; un addetto la controlla e la conferma.
Fonte: NIST AI 600-1 (2024): definizione di AI generativa; AI Act, considerando 99: i modelli generativi come modelli per finalità generali; AI Act, articolo 50: trasparenza e marcatura dei contenuti generati. Approfondisci: Policy AI aziendale: regole d'uso ed esempio · Adozione dell'AI in azienda: top-down o bottom-up · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Livelli di rischio (AI Act) approccio basato sul rischio · categorie di rischio
L'AI Act regola i sistemi di intelligenza artificiale in base al rischio, su quattro livelli. Le pratiche vietate (articolo 5), come dedurre le emozioni delle persone sul luogo di lavoro, sono proibite dal 2 febbraio 2025. I sistemi ad alto rischio (articolo 6: componenti di sicurezza dei prodotti regolati dell'allegato I e usi dell'allegato III) hanno requisiti pesanti per il fornitore e obblighi per il deployer, che si applicano dal 2 dicembre 2027 per l'allegato III e dal 2 agosto 2028 per i prodotti. Alcuni sistemi hanno solo obblighi di trasparenza (articolo 50, dal 2 agosto 2026), come i chatbot che devono dichiararsi tali. Tutto il resto, cioè la grande maggioranza degli usi d'ufficio, non ha obblighi specifici oltre a quelli generali, come l'alfabetizzazione del personale; a parte stanno le regole per i modelli per finalità generali, a carico di chi li produce.
In pratica. Leggere ordini, preparare offerte o rispondere sulle procedure non ha obblighi specifici; un chatbot verso i clienti deve dire che è un'AI; ordinare i curriculum con l'AI è alto rischio; misurare lo stress dei dipendenti dalle chat è vietato.
Fonte: AI Act, articolo 5: pratiche vietate; AI Act, articolo 6: classificazione dei sistemi ad alto rischio; AI Act, articolo 50: obblighi di trasparenza; Decreto legislativo 7 ottobre 2026, n. 179, articolo 23: le multe applicate in Italia per ciascun livello. Approfondisci: AI Act: cosa deve fare un'azienda manifatturiera · Formazione AI obbligatoria: cosa chiede l'AI Act · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Modello a pesi aperti (open-weight) e open source open weights · modello open source
Un modello a pesi aperti è un modello di intelligenza artificiale di cui il produttore pubblica il file con i parametri, i «pesi», così che chiunque possa scaricarlo e farlo girare sui propri computer, anche senza connessione. Non è per forza open source: lo è, in senso proprio, solo se la licenza permette di usarlo, studiarlo, modificarlo e ridistribuirlo per qualsiasi scopo e se, secondo la definizione dell'Open Source Initiative, sono disponibili anche il codice e le informazioni sui dati di addestramento. L'AI Act riserva obblighi ridotti ai modelli per finalità generali rilasciati con licenza libera e open source, con pesi, architettura e istruzioni d'uso pubblici, salvo quelli con rischio sistemico.
In pratica. Un'azienda con dati che non possono uscire installa un modello a pesi aperti su un server interno e lo usa per cercare e riassumere i documenti; i modelli più capaci dei grandi fornitori non sono a pesi aperti e si usano solo in cloud.
Fonte: AI Act, articolo 53, paragrafo 2 e considerando 102; Open Source Initiative, The Open Source AI Definition 1.0. Approfondisci: AI in cloud o in locale: come scegliere in azienda · Assistente AI sui documenti aziendali: come funziona.
Modello linguistico (LLM) large language model · modello linguistico di grandi dimensioni
Un modello linguistico di grandi dimensioni (LLM) è un programma addestrato su enormi quantità di testo per prevedere la continuazione più probabile di una sequenza di parole; da questa capacità derivano la scrittura, il riassunto, la traduzione, la risposta a domande e l'uso di strumenti. È il componente al centro di ChatGPT, Claude, Copilot e Gemini e degli agenti aziendali, ma da solo non è un sistema completo: ha bisogno di un'interfaccia, di dati e di regole. L'AI Act lo inquadra come modello di IA per finalità generali, con obblighi a carico di chi lo produce.
In pratica. Lo stesso modello, collegato al CRM, riassume lo storico di un cliente; collegato all'archivio, risponde sulle procedure; senza collegamenti, sa solo ciò che ha letto durante l'addestramento, e non sa nulla dell'azienda.
Fonte: Anthropic, glossario: LLM; AI Act, articolo 3, punto 63: modello di IA per finalità generali. Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · AI in cloud o in locale: come scegliere in azienda · ChatGPT, Copilot e Claude: usare l'AI in azienda.
OCR optical character recognition · riconoscimento ottico dei caratteri
L'OCR (optical character recognition, riconoscimento ottico dei caratteri) è la trasformazione di un'immagine di testo, come un PDF scansionato, una foto di un certificato o un modulo compilato, in testo che un programma può cercare e un assistente di intelligenza artificiale può leggere. I servizi attuali dei grandi fornitori dichiarano di leggere stampato, manoscritto, tabelle e struttura del documento, ma la resa su timbri, moduli compilati a mano e fotocopie di fotocopie va verificata sui documenti veri dell'azienda. Senza OCR un archivio scansionato, per l'assistente, non esiste.
In pratica. Un'azienda che vuole far ritrovare i certificati di materiale degli ultimi dieci anni, tutti scansionati, prova l'OCR su un campione di cento documenti e controlla a mano se numero di colata, lega e valori delle prove sono stati letti giusti; solo dopo indicizza l'archivio, e tiene in evidenza i documenti su cui l'OCR ha sbagliato.
Fonte: Microsoft Learn, What is Azure AI Document Intelligence? (testo stampato e manoscritto, tabelle, PDF ricercabili); Google Cloud, Document AI (OCR da documenti scansionati). Approfondisci: Assistente AI sui documenti aziendali: come funziona · L'AI dentro il gestionale: come si collega un agente.
Official Cash Settlement LME LME Official Settlement Price · LME cash settlement price
L'Official Cash Settlement, o LME Official Settlement Price, è il prezzo di riferimento mondiale dei metalli non ferrosi: è l'ultimo prezzo lettera (offer, il lato venditore) a pronti (cash, consegna a due giorni) quotato nella seconda sessione del Ring della seduta del mattino del London Metal Exchange, pubblicato a metà giornata ora di Londra, in dollari per tonnellata. Il prezzo LME Cash Settlement del rame, del nichel o dell'alluminio è il numero che finisce nei contratti fisici e nelle fatture, quasi sempre come media degli Official del mese di consegna o del mese precedente, a cui si aggiunge il premio; è diverso dal Closing Price di fine giornata, usato per margini e valorizzazioni. I dati sono soggetti a licenza LME: per usarli in gestionali e listini vanno presi da un distributore autorizzato.
In pratica. La clausola «media LME Cash Settlement del mese di consegna più premio» si calcola sommando gli Official Cash Settlement di ogni giorno di borsa del mese e dividendo per il numero di giorni; il gestionale lo fa da solo se riceve la serie da una fonte autorizzata.
Fonte: London Metal Exchange, LME Official Prices explained; FT Mercati, guida al prezzo LME. Approfondisci: Come collegare i prezzi LME al gestionale · Clausole di indicizzazione al metallo: guida pratica · Hedging dei metalli: che cosa può fare l'AI.
On-premise (in locale) in sede · AI in locale · self-hosted
On-premise, cioè «in sede» o in locale, indica software e modelli di intelligenza artificiale installati e fatti girare su computer o server dell'azienda, invece che nei centri dati di un fornitore raggiunti via internet (cloud). Con l'AI in locale i dati non escono dall'azienda e il sistema funziona anche senza rete, ma servono hardware adeguato, manutenzione e modelli a pesi aperti, in genere più piccoli di quelli disponibili in cloud. Molte aziende usano entrambi: in locale ciò che è riservato, in cloud i compiti che richiedono i modelli più capaci.
In pratica. L'ufficio tecnico con i disegni coperti da segreto industriale usa un modello locale per cercare e riassumere; il commerciale usa un modello in cloud, attraverso l'API aziendale, per le bozze di offerta.
Fonte: NIST, Special Publication 800-145: definizione del cloud computing (on premises / off premises). Approfondisci: AI in cloud o in locale: come scegliere in azienda · ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona.
Permessi ereditati security trimming · permission trimming
I permessi ereditati sono la regola per cui un assistente di intelligenza artificiale mostra a ciascuna persona solo i contenuti su cui quella persona ha già il diritto di lettura nell'archivio di origine: l'indice non allarga né restringe gli accessi, che restano quelli di SharePoint, del gestore dei documenti o dell'applicazione collegata. È la regola di tutti i grandi fornitori per gli assistenti aziendali, e si applica alla singola persona che fa la domanda, qualunque sia il gruppo o il ruolo da cui eredita il permesso. La conseguenza pratica è che l'assistente rende visibile il disordine dei permessi: una cartella condivisa con tutta l'azienda per comodità viene trovata da tutti, anche se nessuno l'aveva mai aperta.
In pratica. Prima di accendere un assistente sui documenti, l'azienda controlla chi può leggere che cosa nell'archivio, chiude le cartelle aperte per abitudine (listini di acquisto, disegni dei clienti, pratiche del personale) e solo dopo collega le fonti; i progetti e i notebook, invece, condividono tutta la loro conoscenza con chi li apre, e vanno usati solo per fascicoli che tutti i partecipanti possono vedere.
Fonte: Microsoft Learn, Data, Privacy, and Security for Microsoft Copilot (solo contenuti con permesso di lettura); Microsoft Learn, Semantic index for Microsoft Copilot (l'indice non cambia i permessi); OpenAI Help Center, Company knowledge in ChatGPT (permessi delle fonti collegate); Google Cloud, Set up data source access control (Agent Search). Approfondisci: Assistente AI sui documenti aziendali: come funziona · ChatGPT, Copilot e Claude: usare l'AI in azienda · L'AI dentro il gestionale: come si collega un agente.
Pezzo (chunk) chunk
Il pezzo (chunk) è la porzione di documento, di solito poche centinaia di token, in cui l'archivio viene suddiviso per l'indicizzazione di un assistente di intelligenza artificiale; ogni pezzo ricorda da quale documento e da quale pagina proviene, così la risposta può citarli. La dimensione e il modo di tagliare incidono sulla qualità delle risposte: Microsoft suggerisce di partire da pezzi di circa 512 token con una sovrapposizione del 25% e di seguire titoli e paragrafi, Amazon usa circa 300 token per impostazione predefinita. Un pezzo senza contesto, che non dice di quale documento o di quale revisione parla, è una causa frequente di risposte sbagliate.
In pratica. «Tolleranza ±0,05 mm» in un pezzo che non dice di quale disegno e di quale revisione si tratta porta a una risposta sicura e sbagliata; per questo i sistemi migliori aggiungono a ogni pezzo una riga di contesto (documento, sezione, data) prima di indicizzarlo, e i documenti vengono tagliati per struttura, non a numero fisso di caratteri.
Fonte: Microsoft Learn, Chunk large documents for vector search solutions in Azure AI Search (512 token, sovrapposizione 25%); Anthropic, Introducing Contextual Retrieval (pezzi, contesto, ricerca esatta); AWS, Content chunking and parsing for Bedrock knowledge bases (pezzi di circa 300 token). Approfondisci: Assistente AI sui documenti aziendali: come funziona.
Pilota a perimetro chiuso progetto pilota AI · pilot project
Un pilota a perimetro chiuso è il primo progetto di intelligenza artificiale in azienda, limitato a un solo processo, con confini scritti (che cosa fa e che cosa non fa), una persona di riferimento interna, i dati necessari accessibili e una misura del risultato decisa prima di partire. Dura alcune settimane e serve a verificare sul lavoro vero tempo risparmiato, errori e gradimento prima di spendere per estendere; ciò che resta fuori dal perimetro va in lista per dopo. È l'opposto sia del «facciamo tutto insieme» sia del pilota che non finisce mai perché nessuno ha deciso come misurarlo. Non va confuso con gli «spazi di sperimentazione normativa» (sandbox) dell'AI Act, articolo 57, che le autorità istituiscono per i fornitori.
In pratica. Tre settimane su un solo compito, «leggere gli ordini in PDF dei dieci clienti principali e compilare la bozza nel gestionale», contando i minuti risparmiati per ordine e gli errori corretti dall'addetto.
Fonte: AI Act, articolo 57: spazi di sperimentazione normativa (sandbox), da non confondere con il pilota aziendale; in Italia è lo Spazio di sperimentazione italiano per l'IA di AgID e ACN, con priorità alle PMI (decreto legislativo 179/2026, articolo 26). Approfondisci: Come portare l'AI in azienda: da dove partire · Quanto costa un progetto AI: da che cosa dipende · Adozione dell'AI in azienda: top-down o bottom-up · Consulente AI per aziende: cosa fa e come si sceglie · Assistente AI sui documenti aziendali: come funziona · L'AI dentro il gestionale: come si collega un agente.
Policy AI aziendale regole d'uso dell'intelligenza artificiale · regolamento aziendale sull'intelligenza artificiale
La policy AI aziendale, cioè il regolamento aziendale sull'intelligenza artificiale, è il documento interno che stabilisce quali strumenti di intelligenza artificiale si possono usare in azienda, con quali dati, con quali controlli e chi risponde di che cosa. Nessuna norma la impone con questo nome, ma è il modo più semplice per rispettare l'AI Act (alfabetizzazione del personale, trasparenza) e il GDPR, e per governare l'uso spontaneo degli strumenti (shadow AI); le linee guida del Ministero del Lavoro del dicembre 2025 la raccomandano. A una piccola o media impresa basta una pagina: strumenti ammessi, dati che non si inseriscono mai, obbligo di verificare i risultati, persona a cui chiedere, come si approva uno strumento nuovo.
In pratica. «Si usano solo gli account aziendali di questi due strumenti; non si incollano dati personali, offerte, contratti e disegni; ogni testo prodotto si rilegge prima di inviarlo; per uno strumento nuovo si chiede al responsabile.»
Fonte: AI Act, articolo 4; Ministero del Lavoro e delle Politiche Sociali, decreto ministeriale n. 180 del 17 dicembre 2025: linee guida per l'implementazione dell'IA nel mondo del lavoro. Approfondisci: Policy AI aziendale: regole d'uso ed esempio · Formazione AI obbligatoria: cosa chiede l'AI Act · Adozione dell'AI in azienda: top-down o bottom-up · Consulente AI per aziende: cosa fa e come si sceglie · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Premio sul metallo (premio fisico) physical premium · premio LME
Il premio è la maggiorazione, espressa in dollari per tonnellata, che si paga sopra il prezzo LME per ricevere il metallo in una certa forma, in un certo luogo e in un certo momento: copre trasporto dal magazzino, dazi, finanziamento, movimentazione, assicurazione e la disponibilità del metallo su quel mercato regionale. Il prezzo «tutto compreso» (all-in) di una fornitura è quindi quotazione LME più premio, più la trasformazione; il premio si negozia a parte, di norma per un trimestre, un semestre o un anno, e può salire anche quando la borsa scende. Lingotto, billette, placche e vergella hanno premi diversi, quindi in contratto la forma va sempre indicata.
In pratica. In un contratto di billette di alluminio con consegna in Europa, metallo già sdoganato (duty paid), il premio vale di più di quello del lingotto primario e va scritto accanto al periodo di quotazione e al cambio.
Fonte: London Metal Exchange, LME Aluminium premiums; FT Mercati, guida ai premi LME. Approfondisci: Clausole di indicizzazione al metallo: guida pratica · Agente AI per l'ufficio acquisti: cos'è e cosa fa · Come collegare i prezzi LME al gestionale · Hedging dei metalli: che cosa può fare l'AI.
Prompt (richiesta a un modello) system prompt · prompt di sistema
Il prompt è la richiesta, in linguaggio naturale, che si dà a un modello di intelligenza artificiale generativa: le istruzioni, il contesto, gli esempi e i documenti da cui deve partire. La qualità della risposta dipende in buona parte dalla qualità del prompt (ruolo, obiettivo, formato atteso, limiti, che cosa fare se un dato manca). Nelle applicazioni aziendali il prompt di sistema, scritto una volta da chi costruisce il software, fissa regole e tono, e l'utente aggiunge solo la richiesta del momento; non va confuso con il «prompt dei comandi» di Windows. La «prompt injection» è il tentativo di manipolare le istruzioni attraverso i dati che il modello legge.
In pratica. «Sei l'assistente dell'ufficio offerte. Dal PDF allegato estrai articoli, quantità e termini di consegna in una tabella; se un dato manca scrivi 'manca', non inventarlo.»
Fonte: OpenAI, prompt engineering (documentazione per sviluppatori); Anthropic, prompt engineering overview; NIST AI 600-1 (2024): prompt injection. Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · Policy AI aziendale: regole d'uso ed esempio.
Prompt date prompt · scadenza LME
La prompt date è la data di consegna e regolamento di un contratto del London Metal Exchange. A differenza di altre borse, l'LME quota scadenze giornaliere fino a tre mesi, settimanali fino a sei e mensili oltre, di norma il terzo mercoledì del mese: così un'azienda può far coincidere la copertura con il giorno della consegna fisica, invece di adattarsi a poche scadenze standard. Nei giorni festivi l'LME indica con un avviso la data sostitutiva; l'ultimo momento utile per negoziare un contratto è il giorno di borsa precedente alla prompt date, entro le 12.30, ora di Londra.
In pratica. Il calendario delle prompt date e dei periodi di quotazione dei contratti è una delle fonti degli avvisi automatici che un gestionale può dare all'ufficio acquisti e all'amministrazione: la scadenza di una copertura, l'ultimo giorno per regolarla, la fine di una finestra di media mensile.
Fonte: London Metal Exchange, Prompt date structure; London Metal Exchange, Contract types. Approfondisci: Hedging dei metalli: che cosa può fare l'AI.
Punto Impresa Digitale (PID)
Il Punto Impresa Digitale (PID) è il servizio delle Camere di commercio, avviato nel 2017 per accompagnare la digitalizzazione 4.0 delle imprese, che aiuta un'impresa a capire il proprio livello di digitalizzazione e a scegliere i passi successivi. Offre un'autovalutazione online della maturità digitale (SELFI4.0), con un rapporto automatico alla fine del questionario, e una valutazione guidata da un Digital Promoter della Camera (ZOOM4.0), con interviste alla direzione e al personale e un rapporto più dettagliato. Dal luglio 2026 i PID gestiscono anche un bando nazionale a sportelli locali, con voucher per tecnologie, formazione e consulenza e un'attenzione specifica all'adozione dell'intelligenza artificiale, e laboratori territoriali chiamati AI-Lab.
In pratica. Un'azienda che vuole capire da dove partire compila SELFI4.0 e legge il rapporto; se vuole una lettura più approfondita chiede alla propria Camera di commercio lo ZOOM4.0 con il Digital Promoter. Gli strumenti riguardano la digitalizzazione in generale, non l'intelligenza artificiale in particolare, ma danno una fotografia gratuita prima di pagare un consulente. Date, requisiti dei fornitori e misura del contributo del bando li decide ogni Camera nel proprio bando territoriale.
Fonte: Punto Impresa Digitale, valutazione della maturità digitale delle imprese (SELFI4.0 e ZOOM4.0); Punto Impresa Digitale, Bando Voucher Doppia Transizione 2026; Unioncamere, Punto Impresa Digitale: il progetto delle Camere di commercio (17 ottobre 2017). Approfondisci: Consulente AI per aziende: cosa fa e come si sceglie · Incentivi 2026 per software e AI in azienda.
RAG (retrieval-augmented generation) generazione con recupero di informazioni
La RAG (retrieval-augmented generation, generazione con recupero di informazioni) è la tecnica con cui un sistema di intelligenza artificiale, prima di rispondere, cerca nei documenti e nei dati autorizzati i passaggi pertinenti alla domanda e li passa al modello linguistico insieme alla richiesta; il modello risponde basandosi su quei passaggi e può citarli. Permette di usare informazioni aggiornate e riservate senza addestrare il modello, riduce le risposte inventate e rende verificabile da dove viene ogni affermazione. È la base degli assistenti sul know-how aziendale.
In pratica. Alla domanda «qual è la tolleranza sullo spessore nel capitolato del cliente?» il sistema recupera la pagina del capitolato in vigore e risponde citandola, con il link al documento.
Fonte: Anthropic, glossario: RAG (retrieval augmented generation). Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · Assistente AI sui documenti aziendali: come funziona.
Registro delle azioni (log) log · tracciabilità
Il registro delle azioni è la traccia, scritta automaticamente dal sistema, di che cosa ha fatto un sistema di intelligenza artificiale: quale richiesta ha ricevuto e da chi, quali strumenti e dati ha usato, che cosa ha proposto, chi ha confermato e quando. Serve a ricostruire un errore, a dimostrare chi ha deciso che cosa e a rispettare le norme: per i sistemi ad alto rischio l'AI Act impone la registrazione automatica degli eventi (log) per tutto il ciclo di vita e obbliga il deployer a conservarli per almeno sei mesi. Per gli agenti aziendali è una regola di buon senso anche quando non è un obbligo, nel rispetto delle norme sul controllo a distanza dei lavoratori.
In pratica. A ogni ordine creato dall'agente corrisponde una riga con il PDF di origine, i campi estratti, l'utente che ha confermato e l'ora; se un cliente contesta una quantità, si risale in un minuto a chi ha visto che cosa.
Fonte: AI Act, articolo 12: conservazione delle registrazioni; AI Act, articolo 26, paragrafo 6: i deployer conservano i log per almeno sei mesi. Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · AI Act: cosa deve fare un'azienda manifatturiera · Policy AI aziendale: regole d'uso ed esempio · ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona · Hedging dei metalli: che cosa può fare l'AI · L'AI dentro il gestionale: come si collega un agente.
Residenza dei dati (data residency) data residency
La residenza dei dati (data residency) è l'impegno del fornitore a conservare, e in alcuni casi elaborare, i dati del cliente entro un'area geografica definita, per esempio l'Unione europea. Non coincide con «i dati non escono mai»: quasi tutti i fornitori prevedono eccezioni (dati di sistema, ricerche sul web, alcuni modelli di terzi) e la copertura dipende dal piano. Per gli assistenti di intelligenza artificiale, a ottobre 2026, Microsoft tiene i tenant europei nell'EU Data Boundary, salvo le ricerche sul web e i modelli di Anthropic; OpenAI offre la residenza in Europa per ChatGPT Enterprise, Edu e per l'API, e il piano Business non è tra quelli ammessi; Anthropic archivia i dati negli Stati Uniti, e Claude in Europa si usa tramite Amazon Bedrock o Google Cloud; Google ha le regioni dei dati solo in alcune edizioni di Workspace.
In pratica. Un'azienda che vuole i dati in Europa lo scrive nella richiesta d'offerta e lo verifica nel contratto, non nella pubblicità: per ChatGPT vuol dire Enterprise o API, per Copilot un tenant registrato in Europa, per Claude un cloud con regione europea, per Gemini un'edizione di Workspace con le regioni dei dati. Le pagine dei fornitori cambiano spesso: la verifica si rifà a ogni rinnovo.
Fonte: Microsoft Learn, What is the EU Data Boundary?; OpenAI Help Center, Data residency and inference residency for ChatGPT; Anthropic Privacy Center, Where are your servers located?; Anthropic, Data residency (documentazione della piattaforma). Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda · AI in cloud o in locale: come scegliere in azienda · Assistente AI sui documenti aziendali: come funziona.
RPA (robotic process automation) robotic process automation · robot software
La RPA (robotic process automation) è l'automazione fatta da «robot software» che ripetono sulle schermate le azioni di una persona: aprire un programma, copiare un campo, premere un pulsante. Serve per compiti ripetitivi e basati su regole, anche su programmi vecchi senza API; si rompe quando la schermata cambia e non capisce i casi nuovi. Non è intelligenza artificiale se non contiene un modello: l'ISTAT esclude dall'AI i sistemi di automazione generale senza componenti di intelligenza artificiale. UiPath, fra i principali fornitori di RPA, la presenta oggi come lo strato che esegue ciò che un agente AI ha deciso.
In pratica. Il robot inserisce nel vecchio gestionale, riga per riga, i dati che l'agente ha estratto dagli ordini in PDF e che una persona ha confermato: l'agente capisce il documento, il robot preme i tasti. Se il fornitore del gestionale aggiorna le schermate, il robot va rifatto.
Fonte: UiPath, What is Robotic Process Automation; Microsoft Learn, Introduction to desktop flows (Power Automate); ISTAT, Imprese e ICT, anno 2025 (definizione di intelligenza artificiale nel glossario del report). Approfondisci: L'AI dentro il gestionale: come si collega un agente.
Shadow AI AI ombra · uso non governato dell'AI
La shadow AI è l'uso di strumenti di intelligenza artificiale da parte di dipendenti e reparti senza che l'azienda lo sappia o lo governi: account personali di ChatGPT o di servizi simili per tradurre, scrivere, riassumere o analizzare dati di lavoro. È un'adozione dal basso spontanea, segno di una domanda reale, ma espone l'azienda a rischi su dati riservati, risultati non verificati e obblighi non rispettati, perché l'AI Act vale anche per chi usa solo strumenti generici. La risposta non è il divieto, che la rende invisibile, ma account aziendali, regole d'uso scritte e formazione.
In pratica. Il commerciale che incolla l'offerta di un concorrente e l'anagrafica di un cliente in una chat personale per «sistemare il testo» sta facendo shadow AI, anche se lo fa per lavorare meglio.
Fonte: Commissione europea, domande e risposte sull'articolo 4: l'uso di ChatGPT da parte dei dipendenti ricade nell'obbligo. Approfondisci: Adozione dell'AI in azienda: top-down o bottom-up · Policy AI aziendale: regole d'uso ed esempio · ChatGPT, Copilot e Claude: usare l'AI in azienda.
Single sign-on (SSO) accesso con l'identità aziendale · SAML
Il single sign-on (SSO) è l'accesso con l'identità aziendale: il collaboratore entra in un servizio, per esempio un assistente di intelligenza artificiale, con lo stesso account di lavoro che usa per posta e documenti (Microsoft Entra, Google o un altro gestore di identità), senza una password separata. L'azienda così crea, sospende e toglie gli accessi da un solo posto, e con il protocollo SCIM lo fa in automatico quando una persona entra o esce. È la prima impostazione che distingue un uso aziendale degli strumenti di AI da una raccolta di account personali: ChatGPT Business lo include, Claude Enterprise lo aggiunge insieme alla gestione automatica degli utenti, Microsoft Copilot lo eredita dall'account di lavoro.
In pratica. Quando una persona lascia l'azienda, con il single sign-on il suo accesso all'assistente di AI si chiude nello stesso momento in cui si chiude la posta; con gli account personali, invece, le conversazioni e i documenti caricati restano nelle sue mani. È uno dei motivi per cui le regole d'uso prevedono solo account aziendali.
Fonte: OpenAI Help Center, Setting up single sign-on (SSO) for ChatGPT Business; Anthropic Help Center, Team and Enterprise plans: identity management (SSO, JIT, SCIM); Microsoft Learn, Microsoft 365 Copilot overview (account Microsoft Entra, ruolo di amministratore AI). Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda.
Sistema ad alto rischio (AI Act) high-risk AI system
Nell'AI Act un sistema di intelligenza artificiale è ad alto rischio in due casi: quando è un componente di sicurezza di un prodotto regolato, o è esso stesso tale prodotto, soggetto a valutazione di conformità da parte di terzi (dispositivi medici, ascensori, giocattoli; per le macchine, dopo l'Omnibus del 2026, i requisiti passano dal regolamento macchine); oppure quando rientra negli usi elencati nell'allegato III, tra cui la selezione del personale, la valutazione e il monitoraggio dei lavoratori, l'accesso al credito, l'istruzione, le infrastrutture critiche. Al fornitore spettano requisiti pesanti (gestione dei rischi, dati, documentazione, log, sorveglianza umana) e al deployer obblighi propri; un sistema dell'allegato III non è ad alto rischio se non presenta un rischio significativo per salute, sicurezza o diritti e non influenza materialmente la decisione, salvo che faccia profilazione delle persone. Dopo il rinvio del luglio 2026 gli obblighi si applicano dal 2 dicembre 2027 per gli usi dell'allegato III e dal 2 agosto 2028 per l'AI incorporata nei prodotti.
In pratica. Leggere ordini, rispondere sulle procedure, preparare offerte o controllare fatture non è alto rischio; usare l'AI per ordinare i curriculum, valutare i lavoratori o assegnare i turni in base a caratteristiche personali sì. In Italia vigila l'ACN e chi usa un sistema dell'allegato III per decisioni sulle persone deve saperle spiegare a chi le subisce (decreto legislativo 179/2026).
Fonte: AI Act, articolo 6: regole di classificazione; AI Act, allegato III: sistemi ad alto rischio; Commissione europea, calendario di applicazione dell'AI Act; Decreto legislativo 7 ottobre 2026, n. 179, articoli 5, 15 e 23. Approfondisci: AI Act: cosa deve fare un'azienda manifatturiera · CRM con intelligenza artificiale: cosa fa e cosa no · Consulente AI per aziende: cosa fa e come si sceglie · Assistente AI sui documenti aziendali: come funziona · L'AI dentro il gestionale: come si collega un agente.
Strumenti di un agente (tool use) function calling · tool use
Gli strumenti sono le funzioni che un agente AI può chiamare per fare qualcosa oltre a scrivere testo: cercare un cliente nel CRM, leggere un file, interrogare un servizio di prezzi, creare un record in bozza. Il modello non le esegue da solo: decide quale strumento usare e con quali parametri, e il programma che lo ospita esegue la chiamata e gli restituisce il risultato (tool use o function calling); MCP (Model Context Protocol) è lo standard aperto con cui si collegano gli strumenti ai modelli. L'elenco degli strumenti è chiuso e deciso da chi progetta il sistema: è lì che si stabilisce che cosa l'agente può e non può fare, e quali azioni richiedono una conferma umana.
In pratica. L'agente del CRM ha quattro strumenti: cerca cliente, leggi ordine, prepara bozza di offerta, segna attività; nessuno di questi invia e-mail o cancella dati, e nessuno può essere aggiunto dall'agente stesso.
Fonte: Anthropic, Tool use with Claude; Anthropic, glossario: MCP (Model Context Protocol). Approfondisci: Agenti AI: cosa sono e cosa possono fare in azienda · CRM con intelligenza artificiale: cosa fa e cosa no · L'AI dentro il gestionale: come si collega un agente.
Tenant tenant Microsoft 365 · organizzazione nel cloud
Il tenant è lo spazio riservato di un'organizzazione dentro un servizio cloud condiviso: utenti, permessi, documenti e impostazioni stanno dentro quel confine, separati logicamente da quelli delle altre aziende che usano lo stesso servizio. In Microsoft 365 il tenant è anche il perimetro in cui lavorano Copilot e i suoi registri: l'assistente legge solo i contenuti del tenant su cui la persona ha già i permessi, e la sede di registrazione del tenant decide se i dati restano nell'EU Data Boundary, il confine europeo entro cui Microsoft si impegna a conservare ed elaborare i dati dei clienti.
In pratica. Un'azienda con la posta su Microsoft 365 ha già un tenant: attivare Copilot con l'account di lavoro significa farlo lavorare dentro quel perimetro, con lo stesso contratto della posta e dei file. Prima di attivarlo conviene controllare chi può leggere che cosa in SharePoint, perché Copilot mostra tutto ciò che la persona può già aprire, anche le cartelle condivise per sbaglio.
Fonte: Microsoft Learn, Data, Privacy, and Security for Microsoft Copilot (isolamento logico dei tenant, permessi); Microsoft Learn, What is the EU Data Boundary?. Approfondisci: ChatGPT, Copilot e Claude: usare l'AI in azienda · Assistente AI sui documenti aziendali: come funziona.
Token
Il token è l'unità minima di testo con cui un modello linguistico legge e scrive: un frammento di parola, una parola breve, un segno di punteggiatura. Una pagina di testo vale all'incirca un migliaio di token, con differenze secondo il modello e la lingua (l'italiano ne richiede più dell'inglese). Si usano per due cose pratiche: misurare quanto testo entra nella finestra di contesto e calcolare il consumo dei modelli in cloud, che si pagano per token letti e scritti, con tariffe diverse per taglia di modello.
In pratica. Un contratto di trenta pagine inviato al modello «costa» circa trentamila token in lettura, più i token della risposta; il preventivo di un progetto stima questi volumi e il pilota li verifica.
Fonte: Anthropic, glossario: tokens. Approfondisci: Quanto costa un progetto AI: da che cosa dipende · AI in cloud o in locale: come scegliere in azienda · Assistente AI sui documenti aziendali: come funziona.
Webhook web hook · HTTP callback
Un webhook è l'avviso che un sistema manda automaticamente a un altro quando succede qualcosa: un ordine confermato, una fattura registrata, un'anagrafica modificata. Al contrario dell'API, dove è il programma esterno a chiedere, qui è il gestionale a chiamare; il programma che riceve l'avviso deve iscriversi, dimostrare di essere lui con un segreto condiviso e rinnovare l'iscrizione prima che scada. Per un agente di intelligenza artificiale è il modo di reagire a un evento nel momento in cui accade, invece di interrogare il gestionale di continuo.
In pratica. Quando il cliente conferma l'ordine, il gestionale avvisa l'agente con un webhook; l'agente prepara la conferma d'ordine in bozza con le date del piano di produzione e la lascia al commerciale. Se l'iscrizione al webhook scade e nessuno la rinnova, gli avvisi si perdono in silenzio: è il primo controllo da mettere nel registro.
Fonte: Microsoft Learn, Working with webhooks in Dynamics 365 Business Central. Approfondisci: L'AI dentro il gestionale: come si collega un agente.
Un termine che manca, o una definizione da discutere?
Scrivici: le voci nascono dalle domande che ci fanno le aziende. E se vuoi capire come questi strumenti entrano nei tuoi processi, parliamone.