AI Company OS
Metodo, piattaforma e accompagnamento per portare l'AI dentro il lavoro dell'azienda senza perdere il controllo della conoscenza.
Progettiamo con voi lo spazio di lavoro in cui riunioni, posta, documenti, CRM e conversazioni con l'AI diventano una memoria condivisa. Lo facciamo con un metodo in sei livelli e con il Workspace, la piattaforma che usiamo ogni giorno sui nostri progetti, accessibile dalle persone e dai modelli AI.
30 min • Senza impegno • NDA disponibile
La visione
La digital transformation ha portato processi e dati dentro i sistemi, e la sua complessità stava nell'integrazione tra applicazioni. Con l'AI gli strumenti ci sono già e i connettori pure: un assistente legge la posta e i documenti in pochi minuti. La complessità si sposta sul significato delle informazioni e su chi ha titolo per confermarle.
Per questo pensiamo che un'azienda pronta per l'AI non sia quella con il modello più potente, ma quella che ha deciso cosa significano le sue informazioni, chi ne è proprietario e chi approva quello che il modello propone. È un sistema operativo della conoscenza, e il modello si sceglie per ultimo.
L'approccio
Cinque principi che valgono in ogni progetto, qualunque sia lo strumento scelto.
Il modello si sceglie per ultimo
Prima si decide dove vive la conoscenza e cosa significa. Il modello è un lettore che si sostituisce senza perdere nulla.
Ogni dato ha un solo proprietario
Il CRM resta il CRM, l'archivio resta l'archivio. La memoria del progetto tiene collegamenti, non copie.
Il modello propone, le persone approvano
Niente entra nella memoria comune senza una persona che l'abbia approvato, con la fonte e la confidenza dichiarate.
Il codice verifica ciò che è verificabile
Importi, origini, formati e regole di ingresso li controllano script deterministici. Al modello resta il lavoro di lettura e collegamento.
Si parte da un solo team
Un perimetro limitato, un responsabile nominato, un criterio di successo dichiarato prima dell'avvio.
Il metodo in sei livelli
Una domanda per livello, nell'ordine.
Centralizzazione
Dove vive la conoscenza e quale sistema ne è proprietario?
Ogni informazione diventa un oggetto con autore, data e posto nel progetto. Ogni dato ha un solo sistema proprietario: il CRM resta il CRM, e la memoria del progetto tiene un collegamento.
Ontologia e significato
Di che tipo sono le cose, come si legano, chi decide quando non tornano?
Tipi di oggetto, relazioni tipizzate, vocabolario dei tag, regole di smistamento ed eccezioni scritte prima che il modello debba improvvisare.
Arricchimento e grafo
Come diventa percorribile la conoscenza?
Menzioni, collegamenti suggeriti da confermare, legami tra note, task, documenti e ore di lavoro. La domanda su cosa sappiamo di un cliente diventa un percorso che parte dal suo nodo.
Connettori e modelli
Quali dati vanno a quale modello, con quali permessi?
Un server di accesso indipendente dal modello, che opera con i permessi reali di chi lo usa. Il modello si sceglie per classe di dati e si sostituisce senza migrazioni.
Skill
Come si parla e si lavora tutti allo stesso modo?
Le procedure ricorrenti scritte una volta, in un catalogo unico e versionato. Le regole stanno nella skill, i dati si leggono dal sistema, e ciò che si può verificare lo verifica il codice.
Governo
Chi decide cosa entra nella memoria dell'azienda?
Il modello prepara pacchetti di proposte con fonte, estratto e confidenza, e una persona approva, corregge o rifiuta. Ogni oggetto ha un'origine e un responsabile.
La piattaforma Workspace
Il metodo vive in uno strumento. Il Workspace è la piattaforma che abbiamo costruito per gestire i nostri progetti con i clienti: le persone la usano dal browser, i modelli AI la leggono e la aggiornano attraverso un server MCP, sempre con i permessi di chi li sta usando.
Memoria di progetto
Note tipizzate (appunti, verbali, decisioni, rischi, insight, feedback, conoscenza consolidata), task con il log degli avanzamenti, documenti versionati con cartelle e testo estratto, referenti con il loro ruolo, timeline di chi ha fatto cosa.
Grafo e vocabolario
Menzioni con @ che diventano collegamenti, relazioni tipizzate tra note (riferimento, conferma, integra, diverge, consolida), suggerimenti automatici da confermare, mappa delle relazioni fino a tre passi, tag normalizzati con controllo di somiglianza.
Raccolta e approvazione
Un raccolto programmato legge riunioni registrate, posta, Drive, Dropbox, calendario e conversazioni con l'AI, smista per progetto e prepara pacchetti di proposte con estratto della fonte e confidenza. Le proposte rifiutate non tornano.
Tempi e capacità
Ore registrate scrivendo in linguaggio naturale, collegate a task e riunioni, allocazioni settimanali, monte ore da contratto e saturazione del team. Nessun dato economico: quello resta nei sistemi amministrativi.
Accesso AI via MCP
Oltre sessanta strumenti esposti con autenticazione OAuth, ruoli per progetto (lead, contributor, viewer, ospite) e permessi a livello di riga su ogni tabella. Funziona con Claude, ChatGPT, Manus e client con modelli locali.
Catalogo di skill
Procedure in una sola versione corrente, obbligatorie o consigliate, con dipendenze e connettori richiesti, verificate contro le impronte dei sorgenti. Oggi coprono raccolta e brief, documenti con controllo di stile e proposte commerciali.
Dalla fonte alla memoria
Ogni informazione raccolta porta con sé l'origine. Il profilo di progetto (domini email, sigle, parole chiave) decide dove va, le eccezioni come riservato o da verificare sono regole scritte in anticipo, e quando la confidenza è bassa la decisione torna a una persona.
Il grafo prepara le riunioni
Prima di un incontro il modello parte dal nodo del referente e raccoglie le note recenti che lo citano, le opportunità aperte, i task in scadenza e le divergenze ancora da chiudere. Quando due fonti si contraddicono si apre una verifica assegnata a una persona.
Le skill portano il metodo in ogni conversazione
Chiunque nel team usi un assistente AI lavora con gli stessi tipi di nota, gli stessi formati e le stesse regole, perché le procedure arrivano dal catalogo e i dati si leggono dal Workspace. Quando cambia una regola si pubblica una nuova versione e tutti la ricevono.
tabelle con permessi a livello di riga
strumenti via server MCP
piattaforme AI compatibili: Claude, ChatGPT, Manus
scritture senza approvazione
Vuoi vederlo funzionare su un progetto reale?
Prenota una dimostrazioneQuale modello per quali dati
Classifichiamo le informazioni in tre classi. Ciò che può uscire va al modello commerciale più capace, i dati interni solo verso fornitori con garanzie contrattuali, ciò che non deve uscire resta su un modello locale o viene anonimizzato prima dell'invio. Nel Workspace i contenuti riservati sono già marcati, e quel marcatore diventa il criterio per decidere quale client può leggerli. Cambiare fornitore diventa una decisione di costo e di riservatezza, senza migrazioni.
Come adottarlo
Stesso metodo, tre punti di partenza. La scelta dipende dagli strumenti che avete e da chi gestirà il sistema.
Metodo sui vostri strumenti
Applichiamo i sei livelli allo stack che usate già, che sia Microsoft 365, Google Workspace o un altro: ontologia, classificazione dei dati, regole di approvazione e skill per i vostri assistenti AI. Nessuna piattaforma nuova.
Adatto a: aziende con una suite consolidata e un IT strutturato
Workspace dedicato
Configuriamo il Workspace sulla vostra azienda: ontologia, profili di progetto, connettori, ruoli e catalogo di skill. Durante il pilota lo gestiamo noi, poi segue una fase di transizione con checklist, infine lo gestite voi.
Adatto a: team che vogliono partire in fretta su uno strumento già provato
Costruito sul vostro stack
Progettiamo e coordiniamo lo sviluppo di una versione sulla vostra infrastruttura, usando il Workspace come riferimento architetturale, con il vostro IT o con sviluppatori che coordiniamo noi.
Adatto a: aziende con vincoli di hosting, sicurezza o integrazione
Il percorso, in ogni caso
Inventario
Mappiamo le informazioni che il team produce in una settimana normale, comprese chat, call e conversazioni con l'AI, e il sistema che ne è proprietario.
Output: Mappa della conoscenza e dei sistemi proprietari
Ontologia minima
Definiamo tipi di oggetto, relazioni, vocabolario dei tag, regole di smistamento ed eccezioni, e chi decide quando due fonti non tornano.
Output: Ontologia documentata e carta delle decisioni sulla conoscenza
Classificazione dei dati
Dividiamo le informazioni in tre classi e decidiamo per ciascuna quale modello può leggerle, con quali permessi e attraverso quale server di accesso.
Output: Matrice dati e modelli, requisiti di accesso
Pilota su un team
Facciamo convergere le fonti su un perimetro limitato, attiviamo il flusso a proposte con approvazione e scriviamo le prime skill sulle procedure più ripetute. Il pilota parte con un responsabile nominato e un criterio di successo dichiarato prima dell'avvio.
Output: Sistema in esercizio sul perimetro, primi indicatori
Estensione e presidio
Misuriamo l'adozione su dati reali, cioè proposte approvate e rifiutate, divergenze chiuse, procedure coperte da skill, e decidiamo con voi se e come estendere ad altri team.
Output: Piano di estensione, catalogo di skill, responsabile interno
Cosa consegniamo
Come si integra
AI Rating
Misura la maturità complessiva, compresa la prontezza di dati e processi su cui l'AI Company OS si appoggia
Scopri AI RatingAI Data
Porta i dati al livello richiesto dai casi d'uso; l'AI Company OS dà a quei dati un significato condiviso e un governo
Scopri AI DataAI Agents
Gli agenti lavorano bene solo su una base di conoscenza strutturata e con permessi reali, ed è quella che l'AI Company OS costruisce
Scopri AI AgentsDomande frequenti
Il Workspace è un software che vendete?
È la piattaforma che usiamo sui nostri progetti e che mettiamo a disposizione dei clienti nel percorso B. Non rivendiamo licenze di terzi: se preferite restare sui vostri strumenti, applichiamo il metodo lì (percorso A) o ne progettiamo una versione sul vostro stack (percorso C).
Con quali assistenti AI funziona?
Con qualunque client compatibile con MCP: oggi Claude, ChatGPT e Manus, oltre ai client che eseguono modelli locali. Le skill sono scritte secondo lo standard Agent Skills e il motore documentale richiede solo Python.
Dobbiamo sostituire CRM, posta o archivi?
No. Ogni dato resta nel sistema che ne è proprietario. Il Workspace tiene collegamenti e, quando dal progetto nasce un'opportunità, la scrive nel CRM invece di duplicarla.
Come gestite dati riservati e personali?
Le informazioni economiche e personali vengono marcate e restano visibili solo a chi ne ha titolo, e non vanno a modelli esterni senza garanzie contrattuali o anonimizzazione. Il framework è allineato al GDPR; per pareri legali vincolanti lavoriamo con partner qualificati.
Da dove si parte?
Da una sessione di inventario e da un solo team. La parte che richiede più tempo è mettersi d'accordo su cosa conta come decisione e su chi chiude le divergenze, e la facciamo con voi.
Aiuta con AI Act e ISO/IEC 42001?
Un sistema in cui ogni informazione ha origine, autore e approvazione produce la tracciabilità che un sistema di gestione dell'AI richiede. Lavoriamo su preparazione e allineamento; la certificazione la rilasciano gli organismi accreditati.
Progettiamo il vostro AI Company OS
In 30 minuti vi mostriamo il Workspace su un progetto reale e capiamo insieme quale dei tre percorsi ha senso per la vostra azienda.
Prenota una dimostrazioneoppure scrivi a hello@zerofive.ai