Persone & apprendimento
TsunAI
AI per la gestione delle persone e l'apprendimento organizzativo. Sviluppo della forza lavoro, percorsi di apprendimento, mappatura delle competenze, composizione dei team. In transizione commerciale.
Technology / Organisational AI
La maggior parte delle implementazioni di AI fallisce perché parte dagli strumenti. Noi partiamo da come l'azienda lavora davvero.
Stack di AI su misura, costruiti intorno ai tuoi flussi di lavoro, alla tua conoscenza, alle tue decisioni — non intorno alle cose che i vendor trovavano facili da mostrare in una demo.
I guadagni di produttività sono reali. Ma hanno un limite.
Un'azienda adotta Copilot, mette in produzione un paio di chatbot interni, organizza un ciclo di formazione e poi si ferma. La ragione è strutturale: gli strumenti generici si appoggiano su conoscenza non strutturata, flussi di lavoro non definiti e decisioni non misurate. Il salto è reale, ma raggiunge un tetto.
Un vantaggio duraturo non emerge mai perché nulla dell'organizzazione è stato ri-architettato. La forma del lavoro resta la stessa. L'AI si limita a rendere lo stesso lavoro un po' più veloce.
Davenport e Ronanki (HBR, 2018) hanno sostenuto che l'adozione dell'AI va collocata accanto alle capacità di business, non accanto all'hype tecnologico. Noi andiamo oltre: l'adozione dell'AI va collocata accanto all'infrastruttura epistemica dell'organizzazione — ciò che sa, come decide, dove la sua conoscenza si rompe.
Prima dello stack, la mappa.
Mappiamo lo stato epistemico dell'organizzazione con il framework OBS di Project OIDA, la venture accelerata da KVA che lavora sulla conoscenza epistemica per l'era dell'AI. La mappa è la fondazione. Gli strumenti vengono dopo.
01
Dove la conoscenza viene creata, dove viene conservata, dove viene silenziosamente persa.
02
Dove le decisioni vengono realmente prese — e sulla base di quali convinzioni sul mondo.
03
Dove contraddizioni, deterioramento e disallineamento tra versioni stanno lentamente erodendo la qualità delle decisioni.
04
Dove l'AI può produrre una vera leva epistemica — non l'ennesimo aumento di produttività.
Quattro passi. In sequenza, non in parallelo.
01
Audit
Mappiamo i flussi di conoscenza, i punti decisionali, le perdite di tempo e i cali di qualità. Guidati dal framework OBS, non da una raccolta di best practice generiche.
02
Mappa delle opportunità
Casi d'uso prioritizzati e valutati su impatto epistemico, fattibilità e coerenza strategica. La maggior parte delle mappe torna con meno voci di quante il cliente si aspettasse — ma più solide.
03
Progettazione dello stack
Modelli, retrieval, architettura della conoscenza, agenti, governance, punti di integrazione. Costruiti intorno ai tuoi flussi di lavoro, non intorno alle nostre preferenze o ai rapporti commerciali di qualcuno con i vendor.
04
Build, deploy, embed
Implementazione, più la formazione organizzativa di cui il sistema ha bisogno per sopravvivere al contatto con i flussi di lavoro reali. Il deploy non è il traguardo.
“Usate GPT” non è un'analisi. È una proposta commerciale.
Nella fase di progettazione dello stack eseguiamo benchmark specifici per ogni task: le prestazioni del modello sui flussi di lavoro reali del cliente, con i dati reali del cliente, rispetto a metriche di qualità e costo che contano per il business. Non rispetto a una classifica accademica.
Il nostro benchmarking copre qualità del retrieval, affidabilità agentica, profondità del ragionamento e costo-per-decisione — calibrato sul caso d'uso, ordinato su ciò che fa davvero avanzare il lavoro.
Prodotti, framework, ingaggi.
Formazione compliance
JyraIA
Authoring di corsi con focus sulla compliance. Trasforma testi normativi e di policy in percorsi formativi strutturati, tracciabili e specifici per l'organizzazione — sullo stesso substrato di Knowledge Object del resto dello stack.
Metodologia
Sunai People Framework
AI applicata alle persone, all'apprendimento e allo sviluppo organizzativo. Si integra con TsunAI e con il più ampio sistema KVA di assessment cognitivo e dell'agency (16 archetipi, 4 quadranti, percorsi distinti per management e specialisti).
Formazione
Corporate AI Academy
Strato formativo per le organizzazioni che hanno bisogno di una vera AI literacy e capacità di adozione — sequenziato dopo l'assessment, mai prima. La competenza segue la chiarezza.
Discovery
AI Transformation Workshops
Workshop per leadership e team che portano le persone da una generica curiosità verso l'AI a un elenco concreto di casi d'uso. Li usiamo come strumenti di discovery, non come prodotto a sé stante.
Ingaggio
Custom AI stacks
Marketing (framework LAMMS), vendite, ricerca, operations, HR, compliance, analisi degli investimenti, supporto alle decisioni della dirigenza. Progettati e integrati end-to-end.
Cosa produce concretamente un ingaggio.
01
Audit epistemico e di processo
02
Mappa delle opportunità AI con prioritizzazione
03
Architettura dello stack di AI su misura
04
Benchmarking dei modelli sui tuoi flussi di lavoro
05
Implementazione, deployment, embedding
06
Sviluppo delle competenze e formazione
Costruisci uno stack intorno alla tua organizzazione. Non intorno alla demo.
Gli ingaggi iniziano con un audit mirato. Da lì progettiamo lo stack, eseguiamo i benchmark e lo integriamo nel lavoro.