Glossario, tassonomia, ontologia: la semantica dei dati prima degli agenti AI

In sintesi. Glossario, tassonomia e ontologia rispondono a domande diverse sui dati: cosa significa un termine, a quale categoria appartiene un oggetto, come gli oggetti sono collegati tra loro. Un agente AI collegato ai dati aziendali ha bisogno che quelle risposte siano scritte e approvate da qualcuno, altrimenti sceglie da solo una definizione e restituisce numeri plausibili che nessuno sa ricostruire. Il lavoro parte da un glossario corto sui KPI che arrivano in consiglio, con un proprietario di business per ogni termine.

Chiedete a tre funzioni della stessa compagnia assicurativa quanto hanno raccolto in premi quest'anno e avrete tre numeri diversi, tutti corretti: l'ufficio tecnico ragiona sui premi di competenza, l'amministrazione sui premi contabilizzati, la rete commerciale su quelli emessi dal proprio portafoglio, e ognuno ha costruito negli anni report e abitudini intorno alla propria definizione.

Finché a leggere quei numeri sono persone che conoscono il contesto, la differenza si chiarisce con una telefonata. Quando a leggerli è un agente AI collegato al data warehouse la telefonata non c'è, e l'agente sceglie una delle definizioni senza dirlo a nessuno. Lo fa con sicurezza, restituendo un valore con lo stesso tono qualunque sia la strada che ha preso.

Secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano (febbraio 2026), il 71% delle grandi imprese italiane ha progetti di intelligenza artificiale attivi e solo il 9% ha una governance strutturata dell'AI. Quando misuriamo la AI Readiness di un'organizzazione, una parte di quel divario ha una forma molto precisa: i dati ci sono, spesso c'è anche un catalogo che dice dove trovarli, manca un accordo scritto su cosa vogliano dire le parole con cui l'azienda descrive il proprio business.

Il catalogo risolve la ricerca, il significato è un problema diverso, e se ne occupano tre strumenti che nelle aziende vengono confusi con una certa regolarità (a volte anche dentro i progetti di data governance).

Il glossario di business

Il glossario è l'elenco governato dei termini di business: per ogni termine una definizione, i sinonimi ammessi, un responsabile e una data di revisione. Sembra il più semplice dei tre ed è quello che manca più spesso, perché le definizioni vivono nella testa di chi ha costruito il primo report, oppure nelle query che nessuno rilegge da anni.

Tre voci di esempio, in un glossario assicurativo:

• Premio di competenza: premi contabilizzati nell'esercizio al netto della variazione della riserva premi, cioè la parte di premio che copre il rischio dell'anno.
• Sinistro aperto: sinistro denunciato e non ancora chiuso, con pagamento o senza seguito, compresi i sinistri riaperti.
• Cliente attivo: contraente con almeno una polizza in vigore alla data di riferimento.

Le definizioni contano meno di quanto si pensi, perché si possono discutere e cambiare. Pesano di più il proprietario e il processo: ogni termine ha una funzione di business che lo approva, e una regola che stabilisce chi può modificarlo e come la modifica arriva ai report e ai sistemi che lo usano, altrimenti il glossario finisce in una cartella condivisa, aggiornato una volta e poi dimenticato.

La tassonomia

La tassonomia classifica i concetti in categorie e sottocategorie, di solito in forma gerarchica, e serve a raggruppare e aggregare: è la struttura che permette di sommare i premi di un ramo o di leggere un portafoglio per famiglie di prodotto.

Nel settore assicurativo italiano una tassonomia di riferimento esiste già ed è scritta in una legge, perché l'articolo 2 del Codice delle Assicurazioni Private (D.Lgs. 209/2005) classifica le attività in rami vita e rami danni, ciascuno con la propria numerazione.

• Ramo
  • Danni
    • Corpi di veicoli terrestri (ramo 3)
    • Incendio ed elementi naturali (ramo 8)
    • R.C. autoveicoli terrestri (ramo 10)
  • Vita
    • Ramo I, assicurazioni sulla durata della vita umana
    • Ramo III, prestazioni collegate a fondi o indici

Ogni compagnia, poi, costruisce sopra quella classificazione le proprie aggregazioni di gestione, ed è qui che nascono gli equivoci: "auto" per la direzione commerciale può comprendere il ramo 3 e il ramo 10, per il controllo di gestione solo il 10, e il report che arriva in consiglio dipende da chi lo ha preparato.

La tassonomia conosce però una sola relazione, l'appartenenza, e quindi sa che una polizza RC auto sta nel ramo danni ma ignora chi l'ha venduta e quali sinistri ha generato. Per quelle informazioni serve un modello che ammetta relazioni di natura diversa.

L'ontologia

L'ontologia è un modello formale di concetti, proprietà e relazioni, che può includere vincoli logici espliciti: una polizza ha uno e un solo contraente, un sinistro si riferisce a una polizza in vigore alla data dell'evento.

• Contraente → sottoscrive → Polizza
• Polizza → appartiene a → Ramo
• Polizza → è collocata da → Intermediario
• Polizza → copre → Bene assicurato
• Sinistro → è denunciato su → Polizza

Rispetto alla tassonomia cambia la natura del legame, perché qui ogni relazione ha un nome e un significato, e le entità che collega appartengono a domini diversi, dal portafoglio alla rete distributiva fino alla liquidazione dei sinistri. Il modello è scritto in un formato che una macchina legge e su cui può fare inferenze, con standard che esistono da anni (RDF e OWL del W3C) e ontologie di dominio già mature, come FIBO per i servizi finanziari, mantenuta dall'EDM Council.

Abbiamo dedicato a questo strumento il primo dei nostri AI Strategy Papers, Govern Meaning, che entra nel modo in cui un'ontologia si progetta e si mantiene nel tempo. Su come si costruisce partendo dalle entità di un solo processo c'è ontologia aziendale, sul perché un sistema senza struttura indovina invece di ragionare c'è ontologie come infrastruttura.

Un esempio dal ramo assicurativo

Immaginate di chiedere a un assistente AI collegato ai dati della compagnia: «Mostrami il loss ratio del ramo auto per intermediario, sugli ultimi dodici mesi».

Sembra una domanda semplice. Per rispondere bene, però, l'agente ha bisogno di ciascuno dei tre strumenti per una parte diversa:

1. Glossario: il loss ratio è il rapporto tra sinistri di competenza e premi di competenza, e il glossario dice quale accezione di premio va usata.
2. Tassonomia: dice quali rami compongono "auto" nella definizione che la compagnia ha adottato per i report direzionali.
3. Ontologia: dice che dall'intermediario al sinistro si arriva passando dalla polizza, e obbliga a decidere a quale intermediario attribuire un sinistro quando la polizza nel frattempo è passata a un'altra agenzia.

Quella decisione non spetta all'IT, è una scelta su come la compagnia vuole valutare la propria rete, ed è il genere di domanda che arriva fino al comitato di direzione. Il semantic layer, una volta prese le decisioni, le traduce in misure e regole di calcolo che l'agente interroga senza reinventarle a ogni domanda. Senza questa base l'agente risponde lo stesso, con un numero plausibile che nessuno, il giorno dopo, saprà ricostruire.

Semantica, RAG e agenti

Un sistema RAG che conosce sinonimi e definizioni recupera i documenti giusti anche quando l'utente usa il linguaggio di tutti i giorni, dove cliente, contraente e assicurato si sovrappongono mentre per la polizza sono ruoli distinti. Un agente che dispone dell'ontologia sa come muoversi tra tabelle e sistemi senza indovinare i join, un knowledge graph rende interrogabili le relazioni tra le entità, il semantic layer espone metriche con una definizione unica per chiunque le consumi, persona o modello.

Tutto questo migliora il grounding, cioè il legame tra le risposte del modello e i dati dell'azienda. Che le risposte siano corrette è un'altra questione: un'ontologia può essere sbagliata o ferma a due riorganizzazioni fa, un glossario può contenere definizioni che nessuno ha approvato, e anche con una semantica pulita servono valutazioni sistematiche delle risposte e un passaggio in cui una persona verifica i numeri destinati a un documento ufficiale.

La semantica nell'AI Rating

Nel modello AI Rating di ZeroFive la semantica dei dati rientra nella dimensione Readiness, accanto a governance e competenze, e la consideriamo uno dei segnali più affidabili per capire se un pilot può diventare un sistema in produzione. Un pilot funziona su un perimetro piccolo, con dati preparati a mano e persone che sanno interpretarli; un sistema in produzione lavora su tutto il portafoglio, con utenti che quei dati non li hanno mai visti.

Comprare una piattaforma di knowledge graph prima di aver deciso cosa significa «cliente attivo» sposta il problema dentro uno strumento più costoso, ed è per questo che nella nostra catena del valore la misurazione viene prima dell'acquisto.

La semantica entra anche nella dimensione Risk. Per i sistemi ad alto rischio l'articolo 10 dell'AI Act chiede pratiche di governance e gestione dei dataset usati per sviluppare e testare il sistema, e tra i casi elencati nell'Allegato III c'è la valutazione del rischio e la determinazione dei prezzi nelle assicurazioni vita e malattia, con obblighi che dopo il Digital Omnibus decorrono dal 2 dicembre 2027. Come si applica il rating in una compagnia è in AI Rating nelle assicurazioni. Un glossario approvato e un'ontologia documentata rendono molto più semplice spiegare quali dati sono stati usati e con quale significato, che è la prima cosa che chiederà chi dovrà verificare, anche se da soli non dimostrano l'allineamento.

Da dove partire

Il primo passo è un glossario corto, costruito sui termini che compaiono nei KPI presentati al consiglio di amministrazione e nei report che il management legge ogni mese: per ciascuno una definizione, un proprietario di business e, quando due funzioni usano lo stesso termine in modi diversi, una decisione presa da chi ha l'autorità per prenderla. È un lavoro politico prima che tecnico. Ed è il motivo per cui lo portiamo al livello degli sponsor executive invece di lasciarlo al solo team dati.

La tassonomia viene subito dopo, partendo dalle aggregazioni già usate nei report e rendendole esplicite. L'ontologia va costruita prima sul dominio in cui lavorerà il primo agente, per poi estenderla man mano che il perimetro cresce, perché un modello completo dell'azienda scritto in anticipo invecchia prima di essere usato. Sulla qualità del dato che sta sotto tutto questo c'è data readiness.

In sintesi

• Glossario: fissa il significato dei termini.
• Tassonomia: classifica i concetti e permette di aggregarli.
• Ontologia: descrive le relazioni tra entità di business e le rende leggibili dalle macchine.

Prima di collegare un agente ai dati aziendali, c'è una domanda da portare in comitato: quanti dei termini che compaiono nei KPI del consiglio hanno oggi una definizione scritta e un responsabile?

Se volete misurarlo con noi, l'AI Rating lo verifica dentro la dimensione Readiness: scriveteci a hello@zerofive.ai o fissate un incontro.