AI Explorer è integrato direttamente in LDB e compare in alto a destra nella barra dei menu di ogni pagina. Se vi trovate, ad esempio, nella vista di un campione, potete chiedere all’IA informazioni proprio su quel campione tramite la chat, ad esempio «Riassumi i risultati di questo campione e verifica la plausibilità dei risultati delle misurazioni». L’IA conosce il contesto del campione (dati anagrafici, parametri, valori misurati, valori di riferimento, ordine, ecc.) e su questa base fornisce risposte in pochi secondi, direttamente nel campione interessato.
Lo stesso vale per tutte le altre pagine di LDB: per un cliente potete chiedere, ad esempio, «Quali ordini ha completato questo cliente nell’ultimo anno?», oppure, per un’apparecchiatura di prova, «Quando è prevista la prossima taratura?», e così via. Grazie a questo approccio contestuale, LDB diventa il vostro assistente IA personale, che vi libera dalle ricerche ripetitive e risponde in modo comprensibile a domande complesse.
La qualità delle risposte dell’IA dipende in modo decisivo dal contesto che riceve come informazione di supporto a una domanda. Abbiamo dedicato grande attenzione al context engineering, ossia a fornire automaticamente all’IA i dati e le informazioni aggiuntive giusti, pertinenti per ogni tipo di dato. Il principio del context engineering consiste nel progettare un sistema IA affinché riceva «le informazioni giuste nel formato giusto» per svolgere un compito. Solo con il contesto corretto l’IA può fornire una risposta affidabile.
Per questo abbiamo integrato in LDB un pacchetto di contesto su misura per ogni tipo di dato. Ad esempio, per una domanda su un campione, l’IA riceve come informazioni di supporto i parametri e i valori misurati, i valori limite, le note sul campione e i dati dell’ordine collegato. Per una domanda su un cliente vengono inclusi, ad esempio, lo storico degli ordini, i referenti e le attività aperte. Questa composizione dinamica del contesto avviene in modo completamente automatico in background, mentre formulate la domanda. Il risultato: l’IA «sa» di cosa si tratta e ricevete risposte precise e di alta qualità anziché risultati generici. Questa accurata preparazione del contesto distingue nettamente la nostra integrazione IA dalle semplici demo: la differenza tra un normale chatbot e AI Explorer sta soprattutto nella qualità del contesto fornito.
La trasparenza è un aspetto essenziale di AI Explorer. Per noi è importante che possiate riporre piena fiducia nell’integrazione IA di LDB. Per questo mostriamo i dati contestuali con una casella di selezione per autorizzarne l’invio, prima che vengano trasmessi al modello IA.
Vengono rispettati i diritti di accesso dell’utente che pone la domanda e proposti solo i dati per i quali dispone dell’accesso in lettura. I diritti di accesso di LDB restano così validi anche nell’uso dell’IA e voi mantenete il pieno controllo sui vostri dati.
In LDB ogni chat con l’IA rimane salvata nel contesto del rispettivo record e utente. Immaginate di avere una domanda articolata su un campione: prima «Quali valori misurati di questo campione sono fuori dai valori di riferimento?» e poi «Quali potrebbero essere le cause?». AI Explorer salva questo dialogo direttamente nel campione interessato. Anche dopo settimane potete aprire il campione e consultare la cronologia salvata della chat, comprese tutte le domande, le informazioni contestuali e le risposte dell’IA. Potete continuare a porre domande senza interruzioni o avviare una nuova chat sul campione.
Questa cronologia persistente delle chat per ogni record offre grandi vantaggi. Da un lato serve alla documentazione: voi e i colleghi potete ricostruire in qualsiasi momento quali informazioni l’IA ha fornito su un’attività. Dall’altro facilita la collaborazione nel team. Se un responsabile di laboratorio ha eseguito un’analisi IA su un ordine, un collega può consultare e proseguire in seguito la conversazione, senza dover riformulare le domande. Le conoscenze e le informazioni acquisite non vanno perdute, ma restano disponibili nel posto giusto: nel relativo record del sistema.
Abbiamo predisposto domande di esempio pratiche soprattutto per gli utenti che lavorano con l’IA per la prima volta. In ogni pagina trovate domande predefinite adatte al relativo tipo di dato. Basta un clic su una domanda e AI Explorer risponde utilizzando i dati contestuali del record interessato.
Per un materiale, ad esempio, una domanda potrebbe essere: «Quali lotti di questo materiale stanno per scadere?». È un modo ideale per vedere come l’IA estrae queste informazioni dai dati e risponde. Per il record di un cliente, un esempio potrebbe essere: «Elenca gli ultimi ordini completati di questo cliente.» Queste domande accessibili con un clic facilitano il primo approccio e mostrano rapidamente cosa si può chiedere all’IA.
Le domande di esempio sono selezionate con cura e ampliate continuamente per offrire valore e coprire i casi d’uso più comuni. In questo modo garantiamo a ogni utente un accesso semplice all’IA e risultati utili fin da subito.
