Integrazione aziendale AI nei sistemi esistenti

Sì. Realizziamo integrazioni native fra modelli AI e i principali gestionali italiani: Sage (versioni moderne con API REST/SOAP), Zucchetti (Ad Hoc, Manager 365, moduli API opzionali), TeamSystem (TeamSystem Enterprise), Sistemi (Mexal), Esa Software, Danea Easyfatt, Fatture in Cloud.

Per gestionali con API moderne i tempi sono tipicamente di 4-8 settimane.

Per gestionali legacy file based prevediamo middleware Laravel custom che si interpone fra il sistema legacy e l'AI, con tempi di 8-16 settimane. Differenziale Doozy rispetto alle agenzie generaliste: copertura nativa di tutti i principali gestionali italiani con know how operativo accumulato negli anni.

Ogni progetto include un DPA (Data Processing Agreement) specifico. I dati transitano per il middleware Doozy ospitato su server cloud EU oppure on-premise se richiesto dal cliente.

L'LLM utilizzato (Claude API di Anthropic, OpenAI Enterprise, modelli open source self-hosted) riceve i dati per il processing e non li usa per training grazie ai termini contrattuali enterprise.

Per clienti con requisiti di data residency stretti valutiamo deployment on-premise oppure cloud EU dedicato. Tutta la pipeline è documentata: registro dei trattamenti, valutazione d'impatto privacy, retention policy, diritti dell'interessato.

Entrambe le opzioni sono praticabili. Cloud EU (default per la maggior parte dei progetti): più rapido da avviare, costi infrastrutturali contenuti, modelli aggiornati automaticamente, deployment in 2-4 settimane.

On-premise oppure cloud privato dedicato: necessario per settori regolamentati (sanità, difesa, finanza con dati sensibili), per requisiti di sovranità digitale, per dati classificati.

Richiede modelli open source (Llama, Mistral, Mixtral) o accordi enterprise con i fornitori LLM, tempi tipici 6-12 settimane. Durante la fase di feasibility valutiamo insieme l'opzione corretta per il tuo caso.

Sì. I costi delle API LLM (Claude API di Anthropic, OpenAI, Google Gemini) sono in carico al cliente direttamente con il fornitore, sotto il suo account aziendale. Doozy non rivende API.

Durante la fase di feasibility stimiamo il volume mensile di token previsto sulla base dei casi d'uso definiti, in modo che tu abbia visibilità chiara dei costi operativi prima di iniziare lo sviluppo.

La spesa API scala con il volume effettivo: contenuta per integrazioni piccole, intermedia per scenari medi, importante solo per scenari ad alto volume. Le architetture Doozy includono ottimizzazione dei prompt e caching per ridurre il consumo di token.

Pattern osservati sui progetti gestiti. Audit feasibility (consulenza pre progetto): 2-3 settimane. Integrazione semplice (arricchimento di un campo CRM da email): 4-6 settimane fra sviluppo e UAT.

RAG su knowledge base esistente (50 200 documenti, indexing + retrieval + interfaccia): 6-10 settimane.

Integrazione complessa (multiple action type, gestionale italiano legacy, RAG + arricchimento + generazione, governance human-in-the-loop): 12-20 settimane. I tempi includono le fasi di test e UAT con utenti reali, indispensabili per validare accuracy e usabilità prima del go live.

Per ogni caso d'uso definiamo a priori il livello di autonomia dell'AI: fully autonomous (l'AI agisce senza supervisione, ad esempio classificazione automatica di ticket di basso rischio), human-in-the-loop (l'AI propone, l'operatore approva prima dell'esecuzione, tipico per generazione di preventivi o comunicazioni clienti), human-on-the-loop (l'AI agisce ma l'operatore può intervenire in qualunque momento, con audit log completo).

Il livello giusto dipende dal rischio operativo, dalla compliance richiesta e dall'impatto del singolo output.

Lo definiamo insieme nella fase di Discovery con il tuo team operativo e di compliance.

Sì. Ogni output dell'AI è loggato con input originale ricevuto, output prodotto, modello utilizzato, versione del prompt, confidence score, timestamp, utente che ha richiesto l'operazione e utente che ha eventualmente approvato.

Audit log conservato secondo le retention policy concordate (tipicamente 12-24 mesi). Esportabile in CSV o accessibile via API per integrazione con sistemi SIEM aziendali.

Dashboard di monitoring inclusa: volume di chiamate API, accuracy dell'estrazione o classificazione, latenza media, alert configurabili su anomalie. È il prerequisito per usare l'AI in scenari regolamentati.

Sì, con vincoli specifici. Per sanità (dati sanitari sotto GDPR + normative locali) prevediamo deployment on-premise oppure cloud sanitario certificato, anonimizzazione dei dati personali, audit log esaustivo, ruolo del DPO coinvolto fin dalla feasibility.

Per finanza (banche, assicurazioni, gestori patrimoniali) lavoriamo in conformità a normative di settore, con governance human-in-the-loop obbligatoria su ogni output rivolto al cliente finale.

Per pubblica amministrazione seguiamo le linee guida AgID e il regolamento europeo AI Act. La fase di feasibility include un assessment normativo specifico per il tuo settore.