Strategia IT & Innovazione

Integrare l’AI generativa nei sistemi ECM

Proof of Concept per integrare l’AI generativa nell’ecosistema documentale, abilitando interrogazione in linguaggio naturale, tracciabilità delle fonti e definizione di una roadmap di industrializzazione.

Le organizzazioni che operano in contesti ad alta intensità documentale si confrontano con una crescente complessità nella gestione e valorizzazione del proprio patrimonio informativo. I sistemi ECM garantiscono archiviazione e tracciabilità, ma non sono progettati per supportare interrogazioni semantiche avanzate né per estrarre in modo strutturato le informazioni contenute in documenti complessi e non strutturati.

Quando aumentano volumi e varietà documentale, attività come individuare clausole specifiche, confrontare versioni differenti o produrre sintesi affidabili richiedono ancora tempi significativi e verifiche manuali. Il limite non riguarda la disponibilità dei documenti, ma la capacità di trasformarne il contenuto in conoscenza operativa.

In questo scenario si inserisce l’iniziativa promossa da FBK (Fondazione Bruno Kessler), centro di ricerca che, attraverso un finanziamento dedicato, ha avviato un’attività di sviluppo sperimentale per valutare l’applicazione dell’intelligenza artificiale generativa ai sistemi di gestione documentale. L’obiettivo era esplorare un modello tecnologico in grado di integrare AI ed ECM in modo strutturale, verificabile e replicabile in contesti enterprise. SixP&G ha impostato il progetto come una Proof of Concept orientata a valutare l’integrazione strutturale dell’AI generativa nell’ecosistema ECM.

L’obiettivo era rendere il patrimonio documentale interrogabile in linguaggio naturale, garantendo tracciabilità delle fonti, coerenza delle risposte ed estrazione strutturata delle informazioni.

La prima fase ha riguardato l’analisi del corpus documentale e la definizione dei casi d’uso prioritari, con particolare attenzione ai criteri di qualità dell’output e alle modalità di citazione delle evidenze. È stato quindi costruito un dataset coerente di circa 160 documenti relativi a disposizioni e contrattualistica su prodotti di investimento assicurativo, utilizzando dati sintetici per consentire test realistici in un ambiente controllato.

L’architettura adottata si basa su un modello Retrieval-Augmented Generation, che combina indicizzazione semantica dei documenti, recupero dei passaggi rilevanti e generazione di risposte ancorate alle fonti originali. Il sistema consente interrogazioni in linguaggio naturale, sintesi strutturate, estrazione di campi chiave e confronto tra varianti documentali.

Parallelamente allo sviluppo tecnico, SixP&G ha coordinato le attività tra stakeholder di dominio, team tecnico e governance di progetto, assicurando allineamento tra requisiti di business, vincoli regolatori e scelte architetturali. Ogni componente è stata progettata con una prospettiva di scalabilità e integrazione enterprise.

La Proof of Concept, completata in quattro mesi, ha dimostrato la fattibilità dell’approccio e la possibilità di evolvere un sistema ECM da repository documentale a piattaforma interrogabile. I benefici osservati includono maggiore rapidità nel reperire informazioni puntuali, miglioramento della coerenza interpretativa e strutturazione del confronto tra documenti.

Sulla base dei risultati ottenuti è stata definita una roadmap di industrializzazione che prevede integrazione con i sistemi ECM esistenti, gestione della sicurezza e della compliance, monitoraggio delle performance e adozione di pratiche LLMOps. Le evoluzioni successive includono l’estensione a nuove famiglie documentali e l’introduzione di modelli basati su knowledge graph per rappresentare relazioni tra entità e documenti. Il progetto ha definito le condizioni per un’integrazione governata e scalabile dell’AI generativa nei sistemi documentali aziendali.