— Casi studio di AI nelle PMI
Problemi reali.
Numeri veri.
Niente mockup, niente slide. Processi mappati con i tempi reali, strumenti AI costruiti solo dove servono, gli stessi indicatori prima e dopo. Il cliente lo nomino solo se è d’accordo: contano il metodo e i numeri.
Manifattura · settore regolamentato
Il collo di bottiglia non era in produzione. Era in una scheda tecnica.
Come un produttore italiano ha recuperato 156 giorni lavorativi di arretrato documentale senza assumere nessuno. Mappatura del flusso d'ufficio con tempi reali, poi intelligenza artificiale solo sui tre passaggi che non producevano valore.
+43%capacità di aggiornamento delle schede tecniche
−30%tempo e costo per singola scheda
156giorni lavorativi di arretrato recuperati
OpenAIQdrantPythonRAGLeggi il caso →Consulenza e formazione Lean
Un consulente che lavora da solo, con una squadra di dieci agenti AI
Per Mario Mason ho costruito un team di agenti AI e un CRM agentico: vendite, LinkedIn, sito, libri e corsi, con il suo metodo come base.
Circa 10 agenti e 37 routine al lavoro ogni giorno, senza assumere
Hermes Agent (self-hosted)AgenticOS: Next.js, FastAPI, PostgreSQLMCPModelli AI via APILeggi il caso →Content marketing e personal branding
Tybher: il sistema editoriale con AI per content editor, in uso su quattro brand
Strategia, scrittura, approvazione e pubblicazione su sette tipi di canale in un solo posto, con la voce di ogni brand e di ogni persona che firma.
Oltre 130 pubblicazioni su sette tipi di canale, quattro brand con la propria voce
Next.js e ReactPostgreSQLOpenAI e AnthropicCode di pubblicazioneStripeLeggi il caso →Formazione e certificazione Lean
Leantrainings: un catalogo di 30 corsi cresciuto con un agente che scrive dalla conoscenza dell’esperto
Una fabbrica di corsi invece di un corso alla volta: l’AI propone argomenti, strutture e lezioni partendo dai materiali di Mario Mason, l’esperto sceglie e rivede.
Catalogo di 30 corsi su quattro livelli, almeno 16 creati con l’agente
WordPressLearnDashBuddyBossQdrantWorkflow di automazioneStripeLeggi il caso →
— Domande frequenti
Sui casi, in chiaro.
Che tipo di aziende compaiono nei casi studio?
PMI italiane, in prevalenza manifatturiere e di servizi del Nord-Est, senza un reparto IT interno strutturato. Il cliente lo nomino solo se è d’accordo; in ogni caso contano il processo, i numeri prima e dopo, e il metodo.
I risultati dei casi studio sono misurati?
Sì. Ogni caso parte da una mappatura del processo con i tempi reali rilevati da chi lo esegue. I risultati sono espressi come prima/dopo sugli stessi indicatori, con nota metodologica quando i valori sono dimensionati in sede di progetto.
Quali tecnologie usi nei progetti?
Piattaforme di automazione, modelli OpenAI e Claude, database vettoriali come Qdrant per sistemi RAG, Python per estrazione e confronto documentale, integrazioni con CRM, ERP ed email esistenti.
Posso avere un caso simile per la mia azienda?
Il primo passo è mappare un processo con i tempi reali. Da lì si vede se e dove l'AI ha senso. Scrivimi dalla pagina contatti descrivendo il processo che ti costa più tempo.
Hai una coda che non scende anche se tutti corrono?
Si parte dalla mappa del flusso con i tempi reali. Poi si decide se e dove l'AI ha senso.