Ugo Lattanzi
Quasi tutti i progetti di AI muoiono nella demo. Io costruisco quelli che arrivano in produzione.
Vent'anni a costruire sistemi che reggono quando arriva il traffico vero — e, di recente, a mettere l'AI generativa al lavoro dentro ospedali, media, assicurazioni e manifattura, dove i vincoli sono reali e il margine di errore è stretto. Sto dal lato del cliente tanto quanto davanti alla lavagna.
Il lavoro si misura da cosa si è spostato.
Quattro cose che faccio su ogni progetto.
Comincio dal lato del cliente
Discovery, scoping, la proposta tecnica, l'architettura difesa davanti a un board — e lo stesso giorno, a progettare fianco a fianco con chi la deve costruire. So mettere in discussione le assunzioni di un CTO e aprire l'editor nella stessa riunione.
Progetto per l'organizzazione che lo dovrà adottare
Il sistema più autonomo quasi mai è quello giusto. Su una piattaforma di supporto abbiamo deliberatamente rinunciato al continuous learning, perché il cliente voleva la base di conoscenza sotto controllo. Un sistema autonomo che nessuno accende vale zero.
Se non è misurato, non è finito
Programmi di validazione con gli esperti che firmano il risultato, suite di regressione che verificano gli argomenti prodotti dal modello invece della sua prosa, e feedback raccolto mentre il sistema lavora. È anche una questione di costi.
Lascio il team in grado di farlo senza di me
Ho portato aziende da zero AI ad AI nell'uso quotidiano — prima la mia società, poi una più grande, dove oggi una unit di sette persone lavora dentro il processo che ho disegnato. L'abilitazione delle persone non è una fase finale del progetto. È il progetto.
Cosa penso davvero dell'AI.
Su questa tecnologia non sono neutrale. Penso sia il cambiamento più grande che vedrò nella mia vita lavorativa, e ho passato due anni a dimostrarlo su me stesso prima di venderlo a qualcuno — ricostruendo il modo in cui la mia azienda scriveva codice, lo revisionava, lo testava e lo documentava, e misurando cosa cambiava davvero invece di darlo per scontato.
La domanda interessante non è mai stata cosa sa fare il modello. È quanto ne regge un'organizzazione.
È lì che questo lavoro succede davvero — nella fiducia, nella regolamentazione, in chi risponde del risultato, nel fatto che le persone lo usino un martedì pomeriggio. L'ingegneria è la metà facile.
Per questo costruisco assistito prima che autonomo, tengo l'umano all'ultimo passo finché i dati non dicono altro, e misuro tutto. Non perché sia prudente sull'AI. Perché è così che finisce per essere usata davvero.
Spiegarlo è metà del lavoro.
Appunti da dentro il lavoro.
Encoder, esperti e memoria
Cosa c'è davvero sotto i modelli open che il cliente ti nomina in call, e le quattro domande che spostano il preventivo.
Il contesto è un budget
Al crescere del contesto la qualità scende, e nessuno te lo dice. Perché il compact non basta, cosa cambia con l'handoff, e a cosa serve vedere il numero.
Dalle traces ai casi di test
Una trace dice cos'è successo. Un caso di test dice cosa doveva succedere. Cosa deve esserci nel record perché il primo diventi il secondo, sei mesi dopo.
Se è questo il problema che hai sul tavolo, scrivimi.
Su questo sito non c'è il CV, ed è voluto — preferisco fare la conversazione. Chiedimelo e ce l'hai in giornata. Lavoro in italiano, in inglese e nella Svizzera tedesca, e mi sposto volentieri.