Il assistente IA che conosce tutta la tua azienda

Il assistente IA accede a tutti i moduli a cui l'utente collegato ha accesso: Conoscenza, CRM, Finanze, Risorse umane, ISMS, Progetti, Marketing, Cespiti e altro. Chiedi 'Chi gestisce il cliente Müller GmbH e quali contratti sono attualmente in corso?' e l'assistente combina dati CRM, documenti contrattuali e contabilità in un'unica risposta. Permission-Awareness integrata: i dati a cui non hai accesso non sono visibili all'assistente, né come risultato filtrato né come informazione di sfondo implicita. Multi-tenant isolato su Postgres con Row-Level-Security. Il contesto tenant è mantenuto nell'intestazione del prompt, nessuna perdita accidentale di dati cross-tenant. Le fonti di contesto sono elencate in modo trasparente nel footer della risposta, vedi da dove proviene ogni informazione con clic diretto alla fonte. Per i moduli sensibili vengono attivati log di audit estesi.

Carica PDF, documenti Word, tabelle Excel o file Markdown e l'assistente estrae i contenuti e risponde alle tue domande con riferimenti precisi ai punti citati. Alla domanda 'Quale termine di disdetta ha questo contratto di fornitura?' ricevi ad esempio la risposta insieme al numero di pagina e alla citazione letterale. Funziona anche per contratti di più pagine, specifiche tecniche, rapporti di audit o bilanci dei concorrenti. I documenti caricati vengono archiviati in modo isolato per multi-tenant, l'elaborazione avviene solo nell'UE sui nostri modelli proprietari self-hosted in Germania. L'OCR per i PDF scansionati è integrato, così come il riconoscimento delle tabelle con mappatura delle colonne per le tabelle Excel e PDF. La durata di conservazione è configurabile per tenant: lo standard è 90 giorni con cancellazione automatica alla scadenza, e puoi cancellare manualmente in qualsiasi momento. E se vuoi mettere a confronto più documenti nella stessa richiesta, usi semplicemente la funzione di confronto.

L'assistente non risponde soltanto, agisce. Esempio nel modulo Finanze: 'Proponmi una registrazione contabile per questo documento', l'assistente compila conto, centro di costo e importo direttamente nel modulo. Nel CRM: 'Crea un appuntamento di follow-up tra due settimane', l'assistente crea l'appuntamento e collega il record del cliente con tutte le note rilevanti. Nel modulo Risorse umane: 'Prepara il rinnovo del contratto', l'assistente apre il modello appropriato e compila i dati anagrafici del dipendente. Nel modulo ISMS: 'Collega questa misura ai controlli Annex-A appropriati', l'assistente propone le mappature. Clicchi solo 'Accetta' o correggi. Le azioni sono reversibili, ogni modifica viene documentata nell'audit trail con la nota 'proposto da assistente IA, confermato dall'utente' incluso timestamp e ID utente.

L'assistente si occupa completamente delle attività ricorrenti su richiesta: importazione mensile dei documenti di spesa da Outlook, report di stato settimanale al team con link drill-down, promemoria per i rinnovi contrattuali 30 giorni prima della scadenza con template di rinnovo preparato. Definisci la routine una volta tramite prompt in linguaggio naturale ('Mandami ogni lunedì alle 8 una panoramica delle misure scadute nell'ISMS'), l'assistente propone la configurazione, tu la confermi. Le routine vengono eseguite tramite workflow engine, ogni esecuzione viene documentata ed è tracciabile nell'audit trail incluso trigger e risultato. In caso di errori (ad esempio fonte dati mancante o autorizzazione modificata) ricevi una notifica con causa dell'errore specifica e proposta di soluzione. Le routine sono versionate, puoi tornare alle configurazioni precedenti se necessario.

Se correggi un suggerimento dell'assistente, il sistema impara dalla correzione. Esempio: registri sempre i documenti di un determinato fornitore su un centro di costo specifico, l'assistente lo adotta automaticamente dopo tre-cinque correzioni. L'apprendimento è isolato per tenant: le correzioni del tuo tenant non influenzano mai altri tenant, tecnicamente garantito tramite Postgres Row-Level-Security e logicamente tramite selezione di esempi few-shot. Nessun training sui tuoi dati nel modello stesso, tutto rimane nel tuo tenant. L'apprendimento avviene tramite esempi few-shot che vengono caricati per ogni richiesta dal tuo tenant, senza che i tuoi dati influenzino il peso del modello. I power-user possono vedere e gestire manualmente le voci di apprendimento, ad esempio rimuovere pattern indesiderati o contrassegnare correzioni particolarmente preziose come 'sticky'. In caso di cambio di personale le voci di apprendimento personali vengono anonimizzate o trasferite al successore.

Il modello standard è Qwen3-30B, self-hosted su server GPU propri in Germania (Hetzner Falkenstein e Norimberga). In caso di sovraccarico o guasto subentra un Qwen3-14B locale come fallback, anch'esso nell'UE. Non c'è nessun OpenAI, nessun Mistral e nessun AWS Bedrock, nessuna fuoriuscita di dati verso gli USA e nessun addestramento sui tuoi dati. Non viene impiegato nessun fornitore di IA esterno, l'intera orchestrazione gira internamente sulla nostra infrastruttura. Le performance del modello e i costi per richiesta li vedi in modo trasparente nel dashboard, non esiste consumo nascosto di token.