Glossario AI e Automazione: 50+ Termini

A

AI (Artificial Intelligence / Intelligenza Artificiale)

Insieme di tecnologie che permettono ai computer di simulare capacità cognitive umane: apprendimento, ragionamento, problem solving e comprensione del linguaggio.

Esempio: ChatGPT che risponde a domande, Google che traduce testi, Netflix che suggerisce film.

Approfondisci: Soluzioni AI per Aziende →

AI Act

Regolamento europeo (UE 2024/1689) che stabilisce regole per lo sviluppo e l'uso dell'AI, classificando i sistemi per livello di rischio e imponendo requisiti di trasparenza e supervisione umana.

Esempio: Un chatbot per customer service deve dichiarare di essere AI e permettere escalation a operatore umano.

Approfondisci: Guida AI Act →

API (Application Programming Interface)

Interfaccia che permette a software diversi di comunicare tra loro. Le API AI permettono di integrare capacità AI in applicazioni esistenti.

Esempio: Un gestionale che usa le API di OpenAI per generare email automatiche.

Auto-Learning

Capacità di un sistema AI di migliorare automaticamente dalle interazioni e feedback, senza necessità di riprogrammazione manuale.

Esempio: Un chatbot che impara dalle correzioni dell'operatore e migliora le risposte future.

B

BPA (Business Process Automation)

Automazione dei processi aziendali usando tecnologie software per eseguire attività ripetitive senza intervento umano.

Esempio: Generazione automatica di fatture quando un ordine viene completato.

Approfondisci: Cos'è l'Automazione dei Processi →

BSP (Business Solution Provider)

Provider autorizzato da Meta per accedere alle WhatsApp Business API. Necessario per creare chatbot WhatsApp aziendali.

Esempio: Twilio, MessageBird, 360dialog sono BSP autorizzati per WhatsApp.

C

Chatbot

Software che simula conversazioni umane, rispondendo automaticamente a messaggi. Può essere rule-based (risposte predefinite) o AI-powered (comprende linguaggio naturale).

Esempio: Assistente virtuale su un sito e-commerce che risponde a domande sui prodotti.

Approfondisci: Cos'è un Chatbot WhatsApp →

Computer Vision

Campo dell'AI che permette ai computer di "vedere" e interpretare immagini e video, riconoscendo oggetti, volti, testo e scene.

Esempio: OCR che legge fatture scannerizzate, riconoscimento facciale per accesso.

Context Window

Quantità di testo (misurata in token) che un LLM può "vedere" e considerare in una singola conversazione. Modelli moderni hanno context window di 128K+ token.

Esempio: Con 128K token puoi passare un intero libro al modello come contesto.

D

Deep Learning

Sottocampo del machine learning che usa reti neurali profonde (con molti layer) per apprendere rappresentazioni complesse dai dati.

Esempio: Riconoscimento vocale di Siri, traduzione automatica di Google Translate.

Data Anonymization / Pseudonimizzazione

Processo di rimozione o mascheramento di dati personali identificativi (PII) per proteggere la privacy. La pseudonimizzazione è reversibile, l'anonimizzazione no.

Esempio: Sostituire "mario.rossi@email.com" con "USER_12345" prima di inviare dati all'AI.

E

Embedding

Rappresentazione numerica (vettore) di testo, immagini o altri dati che cattura il loro significato semantico. Usati per ricerca e similarità.

Esempio: "re" e "regina" hanno embedding vicini perché semanticamente correlati.

F

Fine-tuning

Processo di addestramento aggiuntivo di un modello AI pre-esistente su dati specifici per specializzarlo su un dominio o task particolare.

Esempio: Fine-tuning di GPT su conversazioni di customer service per migliorare le risposte nel tuo settore.

G

Generative AI

Categoria di AI che crea contenuti nuovi e originali: testo, immagini, codice, audio, video. Include LLM come GPT e modelli di immagini come DALL-E.

Esempio: ChatGPT che scrive email, Midjourney che genera immagini, Copilot che scrive codice.

Approfondisci: Cos'è la Generative AI →

GPT (Generative Pre-trained Transformer)

Architettura di LLM sviluppata da OpenAI, alla base di ChatGPT. "Pre-trained" significa addestrato su enormi dataset prima dell'uso specifico.

Esempio: GPT-4 è il modello che alimenta ChatGPT Plus e molte applicazioni AI.

H

Hallucination (Allucinazione)

Quando un modello AI genera informazioni false ma plausibili, presentandole come fatti. Un problema noto degli LLM.

Esempio: Un chatbot che inventa una policy aziendale inesistente in risposta a una domanda.

Human-in-the-Loop (HITL)

Modello di AI in cui l'essere umano mantiene un ruolo attivo nel processo decisionale, potendo intervenire, validare e correggere l'AI in qualsiasi momento.

Esempio: Chatbot che passa la conversazione a un operatore se non sa rispondere o su richiesta del cliente.

Approfondisci: Cos'è Human-in-the-Loop →

Hyperautomation

Combinazione strategica di RPA, AI, machine learning e altre tecnologie per automatizzare processi aziendali end-to-end, inclusi quelli complessi.

Esempio: AI che classifica email → RPA che le processa → AI che gestisce eccezioni.

Approfondisci: RPA vs AI →

I

Inference (Inferenza)

Processo in cui un modello AI addestrato genera output (predizioni, risposte, classificazioni) basandosi su nuovi input. È la fase di "utilizzo" del modello.

Esempio: Quando chiedi qualcosa a ChatGPT, il modello esegue inferenza per generare la risposta.

L

LLM (Large Language Model)

Modelli di AI addestrati su enormi quantità di testo (miliardi di parole) che possono comprendere e generare linguaggio naturale con alta qualità.

Esempio: GPT-4, Claude 3, Gemini, Llama 3 sono tutti LLM.

M

Machine Learning (ML)

Sottocampo dell'AI in cui i sistemi apprendono automaticamente dai dati senza essere esplicitamente programmati, migliorando le performance con l'esperienza.

Esempio: Filtro spam che impara a riconoscere email indesiderate dai pattern.

Multi-Agent AI

Architettura in cui più agenti AI specializzati collaborano per completare task complessi. Un orchestratore smista le richieste agli agenti più adatti.

Esempio: Chatbot con agenti specializzati per vendite, supporto tecnico, billing che collaborano.

Multimodale

Modelli AI che possono comprendere e generare più tipi di contenuto: testo, immagini, audio, video nella stessa conversazione.

Esempio: GPT-4V che può analizzare immagini e rispondere con testo, Gemini che combina testo e video.

N

NLP (Natural Language Processing)

Campo dell'AI che si occupa dell'interazione tra computer e linguaggio umano: comprensione, generazione, traduzione, analisi del sentiment.

Esempio: Chatbot che comprende domande in linguaggio naturale, analisi sentiment delle recensioni.

Neural Network (Rete Neurale)

Modello computazionale ispirato al cervello umano, composto da nodi (neuroni) interconnessi che processano informazioni in modo parallelo.

Esempio: Le reti neurali sono alla base di riconoscimento immagini, traduzione, generazione testo.

O

OCR (Optical Character Recognition)

Tecnologia che converte immagini di testo (documenti scannerizzati, foto) in testo digitale editabile e ricercabile.

Esempio: Estrazione automatica di dati da fatture PDF scannerizzate.

P

Prompt

Istruzione o input fornito a un modello AI per guidare la generazione dell'output. La qualità del prompt influenza significativamente la qualità della risposta.

Esempio: "Scrivi un'email professionale di follow-up dopo un meeting" è un prompt.

Prompt Engineering

Arte e scienza di formulare prompt efficaci per ottenere output di alta qualità da modelli AI. Include tecniche come few-shot learning e chain-of-thought.

Esempio: Fornire esempi di email perfette nel prompt per ottenere email simili.

R

RAG (Retrieval Augmented Generation)

Tecnica che combina LLM con ricerca su documenti aziendali. L'AI cerca informazioni rilevanti nel knowledge base prima di rispondere, riducendo allucinazioni.

Esempio: Chatbot che cerca nelle FAQ aziendali prima di rispondere, citando la fonte.

RPA (Robotic Process Automation)

Tecnologia che usa software "robot" per automatizzare task ripetitivi basati su regole, imitando le azioni umane su interfacce software: click, copy-paste, navigazione.

Esempio: Bot che scarica estratti conto dalla banca e li carica nel gestionale ogni giorno.

Approfondisci: RPA vs AI →

S

Sentiment Analysis

Tecnica NLP che identifica e classifica le emozioni espresse in un testo: positivo, negativo, neutro, e sfumature più specifiche.

Esempio: Analisi automatica delle recensioni clienti per identificare insoddisfazione.

SaaS (Software as a Service)

Modello di distribuzione software dove l'applicazione è ospitata in cloud e accessibile via internet, pagando un abbonamento invece di una licenza.

Esempio: Salesforce, Slack, chatbot as a service sono tutti SaaS.

T

Token

Unità base di elaborazione per gli LLM. Una parola corrisponde tipicamente a 1-2 token. I modelli hanno limiti di token per conversazione (context window).

Esempio: "Ciao come stai?" sono circa 5 token. GPT-4 supporta fino a 128K token.

Training (Addestramento)

Processo in cui un modello AI apprende dai dati, regolando i suoi parametri per migliorare le performance su un task specifico.

Esempio: GPT-4 è stato addestrato su trilioni di parole da libri, articoli, codice.

Transformer

Architettura di rete neurale introdotta nel 2017 che usa meccanismi di "attenzione" per processare sequenze. Base di tutti i moderni LLM (GPT, Claude, Gemini).

Esempio: La "T" in GPT sta per Transformer.

V

Vector Database

Database ottimizzato per memorizzare e cercare embedding (vettori). Usato per RAG e ricerca semantica su grandi knowledge base.

Esempio: Pinecone, Weaviate, Chroma sono vector database popolari.

W

WhatsApp Business API

API ufficiali di Meta per integrare WhatsApp in applicazioni aziendali. Permettono di creare chatbot, inviare notifiche e gestire comunicazioni su scala.

Esempio: Chatbot WhatsApp per prenotazioni mediche che conferma appuntamenti automaticamente.