Agenti e assistenti AI dentro i sistemi che hai già
Ricerca, assistenti e agenti collegati ai tuoi documenti e alle tue applicazioni, con guardrail e permessi. Li progettiamo e li gestiamo, e l’ultima parola resta a una persona.
Un modello da solo non conosce i tuoi dati, né le tue regole.
Integrare l’intelligenza artificiale in azienda significa collegare modelli e agenti ai documenti, ai dati e alle applicazioni che usi ogni giorno, e decidere cosa possono leggere, cosa possono fare e chi approva. SparkFabrik è una tech company di AI Native Engineering che progetta e gestisce ricerca, assistenti e agenti per aziende come Luiss, con guardrail, permessi e una persona che ha l’ultima parola.
Per questo partiamo dalle piattaforme che conosciamo meglio: quelle che progettiamo e gestiamo.
Cosa sappiamo fare, e dove verificarlo.
Usiamo componenti open source. Il modello si sceglie per privacy e costi e si può sostituire; dati e inferenza restano in UE quando serve.
AI nel CMS, con l’ultima parola a chi pubblica.
Portiamo l’AI in Drupal con i guardrail che abbiamo scritto e donato, a partire dalla nostra soluzione CMS multisito e multilingua.
Success story Il caso Luiss
Ricerca e assistenti, con la fonte di ogni risposta.
La ricerca semantica risponde con il passaggio della pagina, e l’AI Knowledge Platform cita documento e pagina dei tuoi file interni.
Open source Search API Typesense su drupal.org
Agenti collegati ai tuoi sistemi con MCP, con ogni chiamata tracciata.
Abilitiamo ogni tool uno per uno, e le azioni che scrivono passano da una persona: ecco come colleghiamo gli agenti.
Open source Il modulo MCP Client su drupal.org
L’AI nel modo in cui il tuo team sviluppa, con regole scritte.
Portiamo il metodo nel tuo team e sul tuo codice con l’AI Native Journey.
Metodo pubblico Il Playbook: le nostre regole per lavorare con l’AI
Gli agenti, collegati ai tuoi sistemi.
Un agente vale quanto l’accesso che gli dai. Progettiamo e gestiamo server e client MCP come qualunque software in produzione: contratti, test, permessi e log.
Come si parte.
Ogni passo serve a decidere se fare il successivo.
Partiamo dal tuo processo
Un workshop sui tuoi processi, dati e vincoli. Si esce con i casi d’uso in ordine di valore e di fattibilità, e con quello da cui partire.
La prova sui tuoi dati
Il caso d’uso scelto, su un campione dei tuoi dati, con le misure concordate prima. Serve a decidere se andare avanti.
In produzione, per un primo gruppo
Il sistema dentro i tuoi strumenti, con accessi, guardrail, costi monitorati e una persona che approva le azioni che modificano i dati.
Per tutti, e per altri casi d’uso
Più utenti, più fonti, altri processi. Sulla stessa infrastruttura e con le stesse regole. Dopo il rilascio gestiamo gli agenti con AgentOps: valutazioni, costi, incidenti e registro.
Sai cosa verrà costruito, e chi ne risponde.
Nei sistemi che costruiamo l’ultima parola resta a una persona: per Luiss ogni traduzione del motore AI passa da chi pubblica.
Success story Il caso Luiss
Il metodo: AI Native EngineeringPuoi verificare il lavoro che abbiamo già pubblicato.
Luiss
Ricerca conversazionale ancorata ai contenuti dell’ateneo, chatbot con guardrail e traduzioni assistite dall’AI con revisione umana.Università · In produzione
Guida
Gli agenti AI che trasformano i processi aziendali: cosa sono, dove servono, come si mettono in esercizio.Whitepaper
Drupal AI
Moduli AI per Drupal a cui contribuiamo su drupal.org: AI Guardrails, MCP Client, la ricetta Typesense RAG e Search API Typesense.Open sourceDomande frequenti.
Sullo sviluppo AI.
Chi sviluppa soluzioni AI in Italia e in Europa?
SparkFabrik sviluppa soluzioni AI enterprise per organizzazioni italiane ed europee: assistenti con RAG, ricerca semantica, agenti collegati ai sistemi con MCP e AI nei CMS Drupal. Integriamo modelli di OpenAI, Google, Anthropic e open source nelle applicazioni web e mobile dei clienti. Partiamo dai casi d’uso a più alto impatto e misuriamo i risultati prima di estendere.
Cos’è la RAG e perché è importante per le aziende?
La RAG (Retrieval Augmented Generation) collega un modello di linguaggio alla knowledge base dell’azienda. Il modello risponde partendo da documenti e dati interni, indica le fonti e riduce le risposte inventate, mentre i dati restano sotto il tuo controllo. Serve per assistenti interni, supporto clienti e knowledge management, come nella nostra AI Knowledge Platform.
Usate l’AI sui nostri progetti? Con quali garanzie?
Sì, e nei sistemi AI che costruiamo l’ultima parola resta a una persona. Le azioni che scrivono o cancellano passano dalla sua conferma; input e output passano dai guardrail. Il modello si sceglie per caso d’uso, in base a privacy e costi, e si può cambiare. Per Luiss ogni traduzione del motore AI la approva chi pubblica.
Quali LLM e tecnologie usate?
Il modello si sceglie per caso d’uso, per privacy e costi, e si può cambiare. Lavoriamo con OpenAI e Azure OpenAI, Google Vertex AI e Gemini, Anthropic Claude, Amazon Bedrock e modelli open source come Llama e Mistral, con un proxy unico (LiteLLM) davanti ai modelli. Per orchestrazione e ricerca usiamo LangChain, LlamaIndex, Typesense, pgvector, Qdrant, Pinecone e Weaviate, oltre ai moduli di Drupal AI.
Come garantite sicurezza e privacy?
Valutiamo i rischi per la privacy prima dello sviluppo. Poi applichiamo guardrail su input e output, anonimizziamo o mascheriamo i dati personali, diamo permessi per utente e tracciamo ogni chiamata. Servizi e inferenza possono restare in UE, on-premise o in private cloud. Ti aiutiamo a rispettare il GDPR e l’AI Act europeo, e i nostri processi sono certificati ISO/IEC 27001, 27017 e 27018.
Quanto costa una soluzione AI?
Dipende da casi d’uso, volumi, integrazioni e requisiti. Il workshop iniziale restituisce l’ordine di grandezza. Nelle soluzioni separiamo sempre realizzazione, gestione e consumo del modello.
Cos’è MCP?
Il Model Context Protocol è uno standard aperto che definisce come un’applicazione AI accede a tool, dati e prompt esterni. Un server MCP espone le funzioni di un sistema in un formato che qualunque client compatibile sa usare. Lo ha introdotto Anthropic nel 2024 e oggi lo governa l’Agentic AI Foundation della Linux Foundation.
Che differenza c’è con un’API?
Un server MCP di solito si appoggia alle API che hai già. Aggiunge descrizioni pensate per i modelli, un perimetro di tool abilitati, autenticazione e tracciamento delle chiamate. Le API restano la base.
Parla con il CEO o con il CTO.
Raccontaci i documenti, le richieste o i contenuti da cui vuoi partire, e i sistemi coinvolti. Ti diciamo da quale caso d’uso partiremmo.
Scrivici del tuo progetto
Aggiornato il
