JAKALA, conclusi i Digital Coffee: al centro la visione dell’AI Factory

JAKALA conclude l’anno con un Digital Coffee dedicato al ruolo strategico dell’Intelligenza Artificiale in azienda

Stamattina, nella sede milanese di Palazzo Mellerio, JAKALA ha chiuso il percorso annuale dei Digital Coffee, la serie di incontri che per tutto il 2025 ha messo a fuoco l’evoluzione della trasformazione digitale nei principali comparti economici. Dopo sei appuntamenti dedicati ad aree tematiche specifiche – dalla media planning al largo consumo, dall’energia all’automotive, fino al lusso e alla privacy – l’evento conclusivo ha allargato lo sguardo, affrontando il tema più strategico: come rendere l’Intelligenza Artificiale una vera leva industriale, scalabile e capace di generare impatti concreti sulle performance aziendali.

Intitolata “Costruire l’AI Factory: dal dato all’impatto di business”, l’edizione finale ha sottolineato la necessità, per le organizzazioni, di superare la stagione degli esperimenti circoscritti. Il tempo dei progetti pilota non è più sufficiente: per trarre valore dall’AI occorre un sistema integrato che combini infrastruttura tecnologica, processi e capacità organizzative, portando i modelli di intelligenza artificiale nel cuore delle decisioni operative. In altre parole, una vera e propria capability interna che renda l’AI un fattore stabile di competitività.

Il confronto si è sviluppato attorno al concetto di AI Factory, l’impianto metodologico con cui JAKALA accompagna le aziende verso un uso maturo dell’Intelligenza Artificiale. Questo approccio si fonda su tre pilastri: una piattaforma dati solida e scalabile; la trasformazione dei processi tramite automazione e AI; la generazione di un impatto misurabile, che tocchi produttività, efficienza, marketing e vendite. Al centro di tutto, la knowledge base ontologica, l’elemento che differenzia il modello: una rappresentazione strutturata delle informazioni aziendali che mette in relazione dati, attività e contesti di business, superando i silos e creando un ambiente condiviso in cui l’AI può operare in modo coerente su tutte le funzioni.

L’evento è stato aperto da Vittorio Di Tomaso, Solution Design Managing Director di JAKALA, e da Stefano Brigaglia, Executive Director per AI, Data Science e Location Intelligence. A seguire, la tavola rotonda moderata da Andrea Cabrini, Direttore di Class CNBC, ha riunito voci provenienti da settori molto diversi: Davide Consiglio di Generali, Alexis Grigoriadis di Eurobet, Carlo Luzzi di Honda Racing Corporation, Alessandro Penasa di DAO e Marcello Savarese di Wind Tre. Dal dibattito è emerso come la trasformazione in corso non riguardi più soltanto il consolidamento della cultura del dato, ma stia entrando in una fase più avanzata, in cui l’AI viene integrata nei processi quotidiani e le competenze non restano più appannaggio di team specialistici, ma si diffondono nelle funzioni operative.

Tra i casi presentati, ampio spazio è stato dedicato all’automazione intelligente nel retail, con soluzioni che combinano tecnologie di tracciamento dei flussi in negozio, sensoristica per il rilevamento dei prodotti prelevati dagli scaffali e integrazione con app mobile, delineando un’esperienza di acquisto completamente automatizzata. È un esempio evidente di come l’AI stia ridisegnando i processi, dalla gestione degli store fino al checkout. Altro tema centrale è stato il ruolo del real time, cruciale in contesti complessi o ad alta intensità operativa: la capacità di leggere i segnali nel momento in cui si generano e trasformarli immediatamente in azioni rappresenta oggi un vantaggio decisivo, soprattutto in settori in cui pochi secondi possono cambiare l’esito delle attività.

Nel corso dell’incontro si è approfondito il fulcro dell’approccio JAKALA: la knowledge base ontologica come infrastruttura fondamentale per un’AI realmente industrializzata. "La differenza tra AI che funziona e AI che fallisce sta nella qualità della conoscenza sottostante. JAKALA costruisce knowledge base che rappresentano not solo i dati, ma le relazioni tra entità, processi e contesti di business. Questo approccio trasforma l'AI da strumento di automazione puntuale a sistema integrato: un'infrastruttura che collega dati, processi e modelli attraverso una rappresentazione condivisa, permettendo all'AI di operare in modo coerente su tutte le funzioni aziendali e generando un impatto reale e continuativo", ha spiegato Vittorio Di Tomaso.

Il Digital Coffee conclusivo ha mostrato come l’AI Factory sia il passaggio necessario per andare oltre la sperimentazione e portare l’Intelligenza Artificiale all’interno dell’infrastruttura permanente delle imprese. "Parlare di AI oggi significa parlare di architettura della conoscenza. Con l'AI Factory vogliamo far superare alle aziende l'idea dell'esperimento isolato: serve una knowledge base strutturata che permetta all'AI di comprendere il business nella sua interezza. Solo quando l'intelligenza artificiale è radicata in una base di conoscenza solida può operare su scala aziendale, accelerare le decisioni e diventare un motore permanente di competitività", ha concluso Di Tomaso.

L'intervista di Affaritaliani a Vittorio Di Tomaso, Solution Design Managing Director JAKALA

Vittorio Di Tomaso, Solution Design Managing Director di JAKALA, ha dichiarato ai microfoni di Affaritaliani: "Oggi abbiamo discusso soprattutto di business e di impatto, più che di tecnologia. Abbiamo iniziato a riflettere su come strumenti così potenti possano davvero trasformare il modo in cui operiamo. Riteniamo che si tratti di un cambiamento di natura industriale, ed è per questo che abbiamo adottato il framework dell’iFactory: un modello capace di abbracciare l’intera organizzazione, dal modo in cui le persone lavorano fino a come i prodotti vengono portati al mercato. Durante l’incontro abbiamo affrontato temi diversi, soffermandoci sui processi e sulla loro evoluzione, ma anche sulla conoscenza e sull’importanza di una base comune, solida e ben strutturata, che permetta a queste tecnologie di esprimere al massimo il loro potenziale".

L'intervista di Affaritaliani a Stefano Brigaglia, Executive Director per AI JAKALA

Stefano Brigaglia, Executive Director per AI di JAKALA, ha dichiarato ai microfoni di Affaritaliani: "Oggi si parla sempre più spesso di intelligenza artificiale e, soprattutto, del suo potenziale impatto positivo sulle imprese. Ma quali caratteristiche rendono davvero l’AI uno strumento strategico per le aziende? L’intelligenza artificiale consente di accelerare i processi, di aumentare l’efficienza delle attività che tradizionalmente vengono svolte dalle persone e di alleggerire operazioni ripetitive o complesse. La sua forza sta anche nella capacità di collegare funzioni diverse, automatizzare flussi operativi e abilitare nuove modalità di lavoro, rendendo l’organizzazione complessivamente più efficace ed efficiente. Un altro tema centrale riguarda i dati: la loro trasformazione e ottimizzazione rappresentano una leva fondamentale. L’AI, infatti, utilizza i dati come vero e proprio carburante".

"Ciò che cambia, però, è la necessità di rendere questi dati realmente accessibili e utilizzabili. L’intelligenza artificiale richiede un modello dati più avanzato, più ricco dal punto di vista semantico, affinché possa interpretarli correttamente e impiegarli al meglio, soprattutto all’interno di soluzioni conversazionali", ha concluso Brigaglia.

L'intervista di Affaritaliani a Carlo Luzzi, MotoGP Electronic Engineer Honda Racing Corporation

Carlo Luzzi, MotoGP Electronic Engineer Honda Racing Corporation, ha dichiarato ai microfoni di Affaritaliani: "Per noi i dati rappresentano un elemento imprescindibile. Li utilizziamo per ottimizzare le prestazioni delle moto in pista e per orientare le evoluzioni tecniche successive. Oggi il loro impiego si basa principalmente su analisi statistiche: identifichiamo indicatori di performance, individuiamo trend significativi e, partendo da questi risultati, interveniamo per migliorare ulteriormente il comportamento della moto in gara. L’adozione dell’intelligenza artificiale potrebbe offrirci un vantaggio ulteriore, consentendoci di rilevare automaticamente – tramite tecniche di machine learning – pattern che oggi non riusciamo a osservare in modo esplicito. Questo approccio ci permetterebbe non solo di aumentare la precisione delle nostre analisi e delle decisioni tecniche, ma anche di ridurre sensibilmente i tempi necessari, un fattore particolarmente determinante nel nostro lavoro".