Un report utile ha un compito poco spettacolare: evitare che chi lo riceve debba ricominciare la ricerca da capo. Quando informazioni, segnali e comportamenti arrivano da fonti diverse, la difficoltà sta nel raccoglierli e soprattutto nel capire quali meritino davvero attenzione e quali possano essere lasciati sullo sfondo.
Coralba Bonazza ha lavorato su questa parte del problema, quella che di solito rimane dietro una campagna, un’analisi o una decisione commerciale. Coralàb prende forma con l’idea di accorciare quel lavoro preliminare e restituire all’utente qualcosa che sia già leggibile, ordinato e pronto per essere valutato.
La piattaforma debutta il 1° ottobre. L’utente può indicare un settore e impostare un’analisi riferita a uno o due Paesi; al termine riceve un report in formato PDF nel quale trend, parametri e indicazioni operative vengono ricomposti in un linguaggio accessibile. L’elaborazione può rimanere complessa dietro le quinte, mentre davanti serve una struttura che permetta di capire che cosa è emerso e dove conviene guardare. La semplicità dichiarata da Bonazza riguarda soprattutto questo: evitare che la tecnologia chieda altro lavoro alla persona proprio nel momento in cui dovrebbe alleggerirglielo. Il report diventa quindi il punto in cui una ricerca ampia deve cambiare natura. Più che accumulare dati, deve operare una selezione abbastanza chiara da consentire un controllo, una domanda ulteriore o una scelta.
Il pubblico indicato per la prima fase comprende professionisti e imprese con esigenze anche molto lontane fra loro, dagli avvocati a creator e influencer fino alle aziende che devono orientare attività di comunicazione o leggere un mercato. La piattaforma può supportare ricerche legate ai fondi europei, osservare le interazioni sui social, analizzare parole chiave e tendenze, contribuire alla preparazione di sondaggi o ad analisi rivolte a pubblici ampi. Ognuna di queste attività richiede una lettura diversa: cambia la domanda, cambiano le fonti da interrogare e cambia anche ciò che, alla fine, può essere considerato utile.
In una community numerosa, per esempio, avere molti commenti a disposizione è soltanto l’inizio. Bisogna attraversarli senza che la quantità nasconda ciò che torna con maggiore frequenza. Una richiesta ricorrente, una reazione inattesa, un tema che cresce nel giro di pochi giorni possono avere un peso che sfugge quando ogni contributo viene letto da solo. Vale anche il contrario: un picco di attenzione può sembrare importante e rivelarsi effimero appena lo si confronta con un periodo più lungo. Coralàb prova a far emergere queste differenze, lasciando poi alla persona la valutazione di ciò che merita davvero un approfondimento. Spesso, per arrivarci, serve togliere materiale invece di accumularne altro.
Bonazza si era già trovata davanti a problemi di questo tipo nella consulenza patrimoniale. Seguendo aziende e imprenditori aveva osservato quanto potessero essere importanti gli investimenti destinati alla comunicazione online e quanto lavoro fosse necessario, prima di spendere quel budget, per capire su quali interessi reali costruire una campagna. La tecnologia, nel frattempo, faceva già parte del suo percorso: formazione informatica, sviluppo di applicazioni, due progetti arrivati sul mercato e successivamente un approfondimento sull’intelligenza artificiale svolto a Bologna. Le due esperienze si sono incrociate su un fatto molto concreto: prima di decidere dove investire, quelle aziende impiegavano tempo e risorse per capire quali indicazioni valesse la pena seguire. Coralàb è stato costruito attorno a quella ricerca, costosa e spesso dispersiva.
Quando parla di automazione, Bonazza parte infatti dai costi. Sapere che un’attività può essere affidata a un sistema non basta a renderla una buona candidata. Prima serve capire quante ore assorbe, con quale frequenza si ripete, dove produce rallentamenti e quanto pesa davvero sul lavoro complessivo. Solo dopo si può confrontare quel costo con quello della soluzione. È un modo piuttosto concreto di riportare l’AI dentro la gestione quotidiana di un’impresa. Automatizzare un compito marginale con uno strumento costoso può essere tecnicamente possibile e, nello stesso tempo, economicamente poco sensato.
Coralàb Tech porta il progetto dentro i processi aziendali. Il lavoro riguarda la progettazione di AI Agent, automazioni intelligenti e sistemi di business intelligence costruiti intorno ad attività già esistenti, osservate prima di essere modificate. Informazioni recuperate più volte, controlli ripetitivi, documenti da leggere e classificare, verifiche che occupano ore pur senza richiedere ogni volta una competenza diversa: sono questi i passaggi sui quali un agente può intervenire con maggiore continuità. L’automazione viene valutata in relazione a un problema preciso, invece di essere aggiunta come un livello tecnologico indistinto. La differenza è pratica: un buon agente dovrebbe togliere passaggi, non creare una nuova procedura da imparare.
Gli esempi usati da Bonazza per spiegare questi strumenti appartengono alla vita ordinaria di un’azienda. In un’area commerciale possono cercare potenziali clienti, controllare siti e profili, raccogliere informazioni, qualificare le aziende e preparare gli elementi necessari a un primo contatto. In amministrazione possono riconoscere documenti, estrarre dati, classificarli e predisporre il passaggio successivo. Nel monitoraggio dei concorrenti possono seguire variazioni di prezzo, offerte, nuovi prodotti, campagne e modifiche ai siti, segnalando ciò che cambia rispetto alla rilevazione precedente. Sono possibilità di impiego, non risultati già acquisiti. L’efficacia si potrà valutare quando l’agente sarà inserito in un processo reale e il tempo richiesto da quelle operazioni potrà essere confrontato con quello impiegato in precedenza.
Coralàb Intelligence lavora invece sulla lettura del mercato. Commenti, recensioni, contenuti, social, campagne dei concorrenti, trend e domande dei clienti possono essere messi a confronto per riconoscere segnali, verificare se ricorrono e decidere quali meritino un controllo ulteriore. Un dato isolato può incuriosire; una ricorrenza osservata da più punti di vista comincia ad avere un peso diverso. Il rischio è produrre analisi formalmente ricche che lasciano intatto il lavoro di interpretazione a chi le riceve. Per questo la selezione conta almeno quanto la raccolta. Anche ciò che viene escluso incide sulla qualità del risultato.
Lagotto è lo sviluppo più recente e porta questo lavoro direttamente nella ricerca commerciale. L’AI Sales Agent, annunciato per ottobre, ha un nome che allude senza troppi giri al compito affidato allo strumento: cercare tracce utili, scartare quelle che portano fuori strada e consegnare al commerciale una lista sulla quale valga la pena lavorare. A partire da ciò che un’azienda vende, Lagotto è progettato per delineare il profilo del cliente potenzialmente più adatto, individuare imprese coerenti, analizzare segnali pubblici, eliminare falsi positivi e stabilire priorità. Il Sales Intelligence Report dovrebbe accompagnare i nomi con motivazioni, punteggi e indicazioni per il primo contatto, così da spiegare perché un’azienda possa essere interessante in quel momento, quale interlocutore cercare e con quale argomento presentarsi. Il progetto ha già completato il primo percorso end-to-end ed è ora in preparazione per la disponibilità annunciata a ottobre.
La possibilità di usare questi strumenti senza una formazione tecnica specialistica è un tema che Bonazza porta avanti da tempo. Gli studi svolti a Bologna sull’intelligenza artificiale hanno rafforzato la sua convinzione che la diffusione dell’AI passi anche dalla formazione, nei percorsi di studio come nei luoghi di lavoro. Il tema riguarda professionisti che difficilmente diventeranno specialisti della materia ma che potranno trovarsi a usarla ogni giorno. Coralàb traduce questa idea in una scelta pratica: l’utente non deve conoscere ogni passaggio eseguito dal sistema, ma deve poter capire il risultato, controllarlo e inserirlo nel proprio lavoro. Un report oscuro o un’automazione che richiede ore per essere interpretata contraddirebbero la ragione per cui sono stati costruiti.
La parola semplicità, così frequente quando si presenta una tecnologia, qui ha bisogno di essere misurata sui passaggi che spariscono davvero. Nella piattaforma significa ricevere un report comprensibile senza dover decifrare il linguaggio dell’analisi. Negli AI Agent può voler dire trovare un documento già classificato, una variazione da controllare, una priorità commerciale, un gruppo di contatti già scremato. La parte tecnica può rimanere nel motore del sistema; alla persona deve arrivare un risultato che consenta ancora di verificare, dubitare, correggere. Se il tempo risparmiato nella raccolta viene poi perso nel tentativo di capire l’output, il vantaggio si riduce rapidamente.
Il lavoro umano torna decisivo quando bisogna attribuire peso a ciò che il sistema ha trovato. Un agente può confrontare, filtrare, monitorare e ripetere una ricerca con una costanza difficile da ottenere manualmente. La rilevanza di quel risultato dipende però dall’azienda, dal momento, dal cliente e dalle conseguenze della scelta. Una priorità commerciale può cambiare nel giro di pochi giorni; una tendenza interessante può non avere alcun rapporto con il prodotto che si sta cercando di vendere. Coralàb interviene prima di questa responsabilità: riduce il materiale da attraversare, prepara informazioni e segnala ciò che merita una verifica. Il giudizio resta nelle mani di chi dovrà usarlo.
Dal 1° ottobre la piattaforma passa all’uso da parte di professionisti e imprese. Arriveranno ricerche reali, report da consultare, dati utili e altri che potranno essere scartati senza dedicarvi altro tempo. La prova, alla fine, sarà molto meno tecnologica di quanto possa sembrare: qualcuno aprirà un risultato e dovrà capire se contiene ciò che gli serve per lavorare. Se non sarà necessario ripercorrere da capo tutta la ricerca, il resto potrà tranquillamente rimanere dietro lo schermo.
