AI Consulting Accelerator
ContinuativoWorkflow di consulenza assistito da IA che radica la discovery, l'analisi e la delivery in standard di settore (IREB, BABOK, BPMN, PMBOK, Scrum) tramite retrieval-augmented generation. Il sistema genera bozze strutturate e citate da input cliente non strutturato — con 17 skill nominati e versionati, engagement multi-turno con stato e un Organizational Memory Layer. Attivo su AWS da luglio 2026 come istanza privata a singolo amministratore (Cognito, nessuna registrazione pubblica).
Tecnologie
Problema
I Business Analyst, gli ingegneri dei requisiti e i project manager perdono tempo nella ricerca manuale nei framework e nella costruzione di artefatti da zero. Le conoscenze degli engagement passati non confluiscono automaticamente in quelli nuovi — i pattern non vengono riconosciuti e i gap di vocabolario impediscono ai problemi di business di connettersi alle soluzioni tecniche rilevanti.
Approccio
Workflow a tre livelli (Discovery → Analysis → Delivery) con due tipi di memoria: memoria semantica (RAG su 23 framework indicizzati, ~5.380 chunk con citazioni) e memoria procedurale (17 skill nominati e versionati — invocati per nome, non per similarità). Un Organizational Memory Layer collega cinque fonti (skill, progetti, report tecnologici, competitor e normativi) tramite un singolo embedding call per query, con cap per fonte e filtro di rilevanza che garantisce risposte oneste "nessun risultato".
Risultato
Attivo su AWS come istanza privata a singolo amministratore (container Lambda + API Gateway con JWT Cognito, S3 + CloudFront, sottodominio dedicato) e verificato end-to-end. 17 skill, 78 test pytest, 24 golden case in DE e EN. Artefatti coperti: Q&A framework con citazioni, strutturatore del problema di business, strutturatore dei requisiti (BR/FR/NFR, INVEST user stories), analisi degli stakeholder (RACI), generatore di roadmap, AI readiness, governance dell'IA (EU AI Act / NIST AI RMF), maturità di compliance, articolazione del valore, discovery multi-turno con stato, ciclo di vita degli engagement ed esportazione in Markdown, Word e PDF. Prima di dati cliente reali seguirà un database degli engagement isolato.
Apprendimenti
Invocare le skill per nome (non per similarità) previene le ambiguità e garantisce contratti di output coerenti. Il vocabulary bridge — metadati di descrizione in linguaggio business in SKILL.md combinati con l'espansione di keyword lato query — colma il gap di vocabolario business-tecnico senza una pipeline ML complessa. I cap di recupero per fonte impediscono ai report densi di soppiantare i riferimenti alle skill utili. La deriva linguistica richiede sia il rilevamento lato server che istruzioni esplicite sulla lingua di output nei prompt.
Rilevanza
Dimostra il pensiero prodotto end-to-end assistito da IA, l'architettura RAG radicata negli standard di settore, la separazione netta tra memoria semantica e procedurale e un deployment protetto in produzione su AWS — direttamente rilevante per le organizzazioni di consulenza che desiderano scalare i processi BA/RE con il supporto dell'IA.