Servizi
Da oltre 10 anni realizziamo progetti finanziari basati su blockchain: exchange di criptovalute centralizzati e decentralizzati, bot crypto, gateway di pagamento, tokenizzazione immobiliare, progetti DeFi e NFT.
AI & ML
Dal 2023 sviluppiamo AI per le aziende: sviluppo di AI e LLM su misura, agenti AI, chatbot e AI enterprise integrata con i vostri dati, prodotti e processi.
Realizziamo applicazioni di IA generativa che aiutano le persone a trovare informazioni, preparare documenti e completare il lavoro nei sistemi aziendali. Dagli assistenti interni alle funzionalità di IA per prodotti SaaS, ci occupiamo di sviluppo, integrazioni, test e rilascio.
Portateci un progetto definito o un processo che volete migliorare. Vi aiuteremo a stabilire il perimetro, valutare i vostri dati e scegliere un punto di partenza concreto.
Prima di impegnarci in uno sviluppo completo, analizziamo il flusso di lavoro, i dati disponibili e il risultato atteso. La discovery definisce cosa deve fare il sistema, quali azioni richiedono l’approvazione umana e come ne verranno valutate le prestazioni. Un prototipo mirato verifica le ipotesi più importanti per l’investimento.
Sviluppiamo applicazioni attorno ai vostri utenti e processi aziendali. Il nostro lavoro comprende interfaccia, backend, integrazione del modello, accesso ai dati e strumenti di amministrazione. Il perimetro può andare da un assistente interno per i documenti a un prodotto per i clienti con account, abbonamenti e più ruoli utente.
Servizi di sviluppo IAColleghiamo le applicazioni di IA ai documenti e ai database aziendali tramite la retrieval-augmented generation. Il lavoro comprende la preparazione dei contenuti, la configurazione della ricerca, la conservazione dei riferimenti alle fonti e l’applicazione delle regole di accesso. Definiamo anche come vengono aggiornate le informazioni, così che l’applicazione distingua le indicazioni attuali dal materiale superato.
Realizziamo copilot che assistono i dipendenti e agenti che svolgono compiti definiti tramite strumenti approvati. Possono recuperare record, preparare risposte, compilare campi e coordinare passaggi tra applicazioni. Permessi, punti di revisione e gestione delle eccezioni fanno parte del flusso di lavoro.
Sviluppo di agenti IAValutiamo se il compito richiede istruzioni migliori, un retrieval più efficace, un modello diverso o il fine-tuning. Quando il fine-tuning è giustificato, definiamo il dataset necessario e il processo di valutazione. La scelta dipende dal comportamento richiesto e dalle evidenze disponibili per verificarlo.
Sviluppo di LLMColleghiamo l’IA generativa a prodotti e sistemi operativi esistenti. Questo include autenticazione, API, elaborazione in background, monitoraggio e rilascio. Dopo il lancio, il supporto può coprire errori, modifiche alle fonti di dati, aggiornamenti dei modelli e miglioramenti basati sull’uso reale.
Rispondono alle domande ricorrenti usando informazioni di prodotto, policy e documentazione di supporto approvate. Collegano, dove opportuno, le richieste autenticate ai sistemi del cliente e passano la conversazione a un dipendente quando le informazioni disponibili non bastano o la questione richiede una verifica.
Aiutano i dipendenti a cercare le informazioni aziendali e a preparare risposte con riferimenti alle fonti originali. L’accesso può seguire le responsabilità dei team e i permessi degli utenti, così ognuno riceve le informazioni pertinenti al proprio lavoro.
Estraggono informazioni dai file in arrivo, individuano i campi mancanti e preparano sintesi o bozze di documenti. I dipendenti possono consultare la fonte accanto al risultato prima di accettarlo o inviarlo alla fase successiva.
Aiutano in attività come preparare risposte ai clienti, riassumere l’attività di un account e redigere report. Il copilot riunisce le informazioni pertinenti negli strumenti che i dipendenti già usano, con una revisione prima delle azioni rilevanti.
Aggiungete al vostro prodotto ricerca, generazione, analisi dei documenti o funzionalità conversazionali. Sviluppiamo l’interfaccia, i permessi, i controlli di utilizzo e i servizi backend necessari perché la funzionalità si adatti alla vostra applicazione e al vostro modello commerciale.
Abbiamo realizzato un assistente per il flusso di dispatch e fatturazione di un vettore. Legge le conferme tariffa, raccoglie i documenti di consegna, recupera la posizione dei veicoli e prepara record e messaggi da sottoporre all’approvazione del dispatcher.
Durante il pilota di quattro settimane, il tempo dalla consegna alla fattura è sceso da tre-cinque giorni a un giorno. Il team di dispatch ha recuperato 22 ore a settimana. Le azioni in uscita sono rimaste soggette ad approvazione umana.
Leggi il caso sull’IA per l’autotrasporto
Abbiamo sviluppato un POC di supporto alle decisioni che combina sei agenti LLM specializzati, modelli numerici e memoria vettoriale. Il sistema riunisce le informazioni di mercato e presenta segnali con analisi a supporto tramite una dashboard e notifiche Telegram.
Il perimetro comprendeva lo storico delle decisioni, strumenti di valutazione e l’osservazione in paper trading. L’esecuzione automatica è rimasta fuori dal perimetro iniziale.
Leggi il caso sul sistema di trading IA
L’applicazione si collega a documenti, record e fonti esterne necessari al suo compito. Definiamo quali informazioni devono stare in una knowledge base consultabile e quali richieste necessitano di dati aggiornati da un sistema aziendale.
Assegniamo generazione del linguaggio, retrieval, calcoli e altre operazioni ai componenti appropriati. Così il team può valutare il risultato sostanziale separatamente dalla formulazione presentata all’utente.
API e servizi in background permettono all’applicazione di recuperare informazioni e preparare o aggiornare record. Ogni integrazione richiede permessi definiti, input validati e una risposta ai malfunzionamenti.
Stabiliamo quali output richiedono revisione e quali azioni il sistema può svolgere in autonomia. Le schermate di revisione devono mostrare contesto sufficiente perché i dipendenti possano approvare, correggere o rifiutare il risultato.
Costruiamo scenari di valutazione a partire dai compiti che l’applicazione dovrà affrontare. I test coprono informazioni incomplete, fonti contrastanti, input inattesi e malfunzionamenti delle integrazioni. I criteri di accettazione vengono concordati in base al caso d’uso.
Definiamo a cosa può accedere ogni utente e ogni componente IA. Informazioni sensibili, permessi degli strumenti, credenziali e requisiti di conservazione influenzano l’architettura e le scelte di rilascio.
L’applicazione ha bisogno di una risposta definita quando mancano evidenze o un compito esce dal suo perimetro. A seconda del flusso di lavoro, può chiedere chiarimenti, mostrare le fonti o passare il lavoro a un dipendente.
Monitoriamo tempi di risposta, malfunzionamenti, utilizzo dei modelli e costi operativi. Per un prodotto in abbonamento, il costo di un tipico compito dell’utente orienta anche i limiti di utilizzo e i prezzi.
Parliamo con le persone che svolgono il lavoro, esaminiamo input rappresentativi e individuiamo i passaggi che l’applicazione supporterà. Insieme stabiliamo perimetro, vincoli e criteri di successo.
Realizziamo un prototipo per verificare le ipotesi tecniche e di prodotto più importanti. Questa fase aiuta a capire se i dati disponibili e l’approccio scelto possono produrre un risultato utile.
Realizziamo l’applicazione, colleghiamo i sistemi necessari e implementiamo permessi e flussi di revisione. Le demo danno al vostro team l’opportunità di valutare i progressi e risolvere i dubbi durante lo sviluppo.
Testiamo sugli scenari concordati, risolviamo i problemi e prepariamo la documentazione di rilascio e operativa. Un rilascio graduale permette agli utenti di valutare il sistema in un contesto controllato prima di un’adozione più ampia.
Dopo il lancio analizziamo errori, correzioni degli utenti, modifiche alle fonti e prestazioni. Questi riscontri guidano gli aggiornamenti di retrieval, prompt, integrazioni e comportamento dell’applicazione.
La stima dipende dal flusso di lavoro, dalla preparazione dei dati, dalle integrazioni e dai requisiti di rilascio e revisione. Suddividiamo il perimetro in deliverable così potete vedere cosa include ogni fase.
| Perimetro del progetto | Attività tipicamente incluse | Principali fattori della stima |
|---|---|---|
| Prototipo mirato | Uno scenario principale, dati di esempio, interfaccia di base, valutazione | Qualità degli input, idoneità del modello, complessità del compito |
| Applicazione aziendale | Interfaccia utente, permessi, integrazioni, test, rilascio | Numero di flussi di lavoro, accesso ai sistemi, requisiti di revisione |
| Implementazione più ampia | Più team o processi, servizi condivisi, controlli operativi | Proprietà dei dati, dipendenze delle integrazioni, esigenze di rollout e supporto |
Scegliamo lo stack in base al vostro ambiente esistente, ai requisiti sui dati e al carico di lavoro previsto.
Possiamo parlare di un progetto definito o di un supporto continuativo allo sviluppo. Responsabilità del team, deliverable e modalità di supporto vengono stabiliti nella proposta.
Parliamo del progettoIl nostro lavoro comprende tutto ciò che serve per rendere utilizzabile una funzionalità di IA: interfacce, logica di business, accesso ai dati, integrazioni e rilascio. È particolarmente utile quando l’applicazione deve funzionare all’interno di un prodotto esistente.
Suddividiamo i progetti in fasi con deliverable definiti. Il vostro team può valutare il prototipo, esaminare le integrazioni e confrontare i risultati con i criteri concordati prima di ampliare il perimetro.
I nostri progetti coinvolgono documenti, sistemi esterni, più ruoli utente e revisione umana. Teniamo conto di queste dipendenze quando definiamo cosa l’applicazione può fare in modo affidabile.
La prima collaborazione può concentrarsi su un flusso di lavoro specifico. Un’adozione più ampia, integrazioni aggiuntive e nuove funzioni possono seguire una volta valutata la prima versione.
“Merehead si è presa il tempo di capire come il nostro team gestisce i sinistri prima di sviluppare l’agente IA. Ci aiuta a esaminare i documenti in arrivo, trovare i dettagli delle polizze e preparare risposte che il nostro personale verifica. Abbiamo apprezzato che il team abbia posto subito domande pratiche e abbia affrontato le eccezioni insieme a noi. L’agente si inserisce nel nostro lavoro quotidiano e le decisioni restano alle nostre persone.”
Il costo dipende dal perimetro, dallo stato dei dati, dalle integrazioni e dai requisiti di rilascio. Prepariamo una stima basata su deliverable specifici e indichiamo separatamente le spese ricorrenti. Se ipotesi importanti non sono ancora verificate, una fase mirata di discovery o prototipo può aiutare a definire il perimetro completo.
Un pilota circoscritto e un’applicazione aziendale hanno requisiti diversi. Pulizia dei dati, approvazioni degli accessi e integrazioni possono incidere sui tempi quanto lo sviluppo. Proponiamo una tempistica dopo aver esaminato queste dipendenze e i criteri di accettazione.
Sì. Prima esaminiamo l’architettura dell’applicazione, le API disponibili, l’autenticazione e l’accesso ai dati. A seconda del prodotto, la funzionalità di IA può essere introdotta come servizio separato o integrata nei componenti esistenti.
Molte applicazioni possono usare modelli esistenti con istruzioni e retrieval dalle informazioni aziendali. Il fine-tuning è una decisione a parte. All’inizio ci servono un insieme rappresentativo di compiti, materiale di riferimento pertinente ed esempi di risultati accettabili.
Il RAG fornisce informazioni pertinenti dalle fonti al momento della richiesta. Il fine-tuning modifica il comportamento del modello tramite esempi di addestramento. Prima valutiamo il problema: conoscenze mancanti, output incoerenti e comportamenti specialistici possono richiedere soluzioni diverse.
Stabiliamo quali dati usa il sistema, dove vengono elaborati, chi può accedervi e quali servizi esterni li ricevono. Controlli di accesso, conservazione, logging e requisiti di rilascio vengono poi riflessi nell’implementazione.
Proprietà, accesso al repository, documentazione e condizioni di consegna sono definiti nel contratto. La proposta indica anche i servizi di terze parti e le dipendenze software necessari per far funzionare l’applicazione.
Sì. Il supporto può comprendere monitoraggio, analisi degli incidenti, modifiche alle integrazioni, aggiornamenti dei modelli e miglioramenti pianificati. Concordiamo perimetro e responsabilità prima dell’inizio del periodo di supporto.
Diteci cosa volete realizzare o quale processo va migliorato. Indicate i sistemi coinvolti, i dati disponibili e gli eventuali requisiti di tempi o rilascio.
Esamineremo la richiesta e discuteremo perimetro, opzioni tecniche e le questioni da risolvere prima di una stima.
