AI workshop for Enterprise: a real approach to AI driven projects. WSO2 oxygenate Italy 2025

WSO2, Profesia and Linkalab will put in place a realistic and tailored approach for a Digital Business Project, based on experienced use case. Intervento in inglese e italiano. Speakers: Isabelle Mauny, WSO2 - Matteo Bordin, Profesia - Antonio Agabio, Linkalab - Luca Secchi, Linkalab

1. logo.png

2. logo.png
AGENDA
1
La rivoluzione GenAI:
Dalla Percezione alla Generazione
2
WSO2 AI
3 People Finder
4
IlFantasma è Tornato:
Dallo Shadow IT allo Shadow AI
5
Un mondo di sfide: Governare
l'Innovazione, Non Bloccarla
6
WSO2 AI
(parte 2)

3. AGENDA
1
La rivoluzione GenAI:
Dalla Percezione alla Generazione

4. logo.png
Fondata sul principio di trasformare l'intelligenza artificiale in valore concreto, Linkalab si distingue per la sua storia, esperienza e visione innovativa.
Laboratorio di Frontiera
Nata nel 2008, Linkalab è un laboratorio privatodi avanguardiaspecializzato
in fisicadellereticomplesse, poi evolutoin IntelligenzaArtificialee Scienza
deiDati.
Oltre 15 Anni di Esperienza
Vantiamo una profonda expertise in Data Science, Machine Learning, NLP
e AI Generativa, applicata a numerosi progetti avanzati.
La Nostra Visione
Integriamo l'AI nel mondo della consulenza, convertendo i dati in soluzioni
strategiche e valore tangibile per i nostri clienti.
Parte del Gruppo Lynx
Dal 2025 siamoentratia far parte del Gruppo Lynx, ricoprendoil ruolodi
centrodi competenzaper AI & Data Science.
Chi èLinkalab

5. logo.png
Per capirela rivoluzione, dobbiamoprima distingueredue tipi di IntelligenzaArtificiale
AI Classica: La via dellaPercezione
L'AI tradizionale, come le reti neurali, impara a riconoscere e classificare. Prende
un input (es. una foto), lo analizza attraverso vari strati per comprenderne le
caratteristiche e produce una risposta (es. "questo è un cane"). È un processo che
va dal concreto all'astratto.
AI Generativa: Il processo inverso, l'Immaginazione
L'AI Generativainvertequestalogica. Parte da un concetto, unaclassificazioneo
un esempio(es. la parola"cane") come input per crearequalcosadi
completamentenuovo e originale(es. l'immaginedi un cane chenon è mai
esistito). È un processochevadall'astrattoal concreto.
In sintesi, passiamo da un'AI che impara a vedere il mondoa un'AI che impara a creare
nel mondo.
Due Paradigmia Confronto

6. logo.png
Questopassaggio dallapercezionealla generazionenon è un semplice upgrade tecnologico, ma un cambiamentocheimponeunatrasformazione
radicaledel modo in cui lavoriamo.
Da assistente ad attore
L'AI non silimitapiùa supportare
l'analisi(percezione), ma diventaun
attorecheproduce autonomamente
contenutie soluzioni(generazione).
Questospostail suoruoloda strumento
di supportoa collaboratoreattivo.
Ridisegnare i sistemi, non solo
ottimizzarli
Usare l'AI generativa solo per
ottimizzare processi vecchi è uno
spreco. La sua vera forza sta nel
permettere di riprogettare l'intera
architettura del lavoro, rendendo
superflui interi passaggi prima essenziali.
I ruoli diventano fluidi
Quando l'AI può generare bozze, codice
o analisi, i confini rigidi dei ruoli
tradizionali si sfaldano. Le competenze si
riorganizzano attorno a problemi da
risolvere, non più a compiti predefiniti da
eseguire.
La TrasformazioneGuidatadallaGenerazione

7. logo.png
La capacità di "creare" dell'AI sposta il valore dalle competenze tecniche a quelle strategiche e di contesto.
Dal 'saper programmare' al 'saper domandare'
L'AI generativa democratizza l'accesso alla tecnologia. Il vantaggio competitivo
non risiede più nell'abilità tecnica di analizzare i dati, ma nella capacità di
formulare le domande giuste ("prompting") per guidare la creazione di valore.
Il giudizio critico come competenza chiave
Se l'AI genera, il nostro ruolo diventa quello di validare, contestualizzare e
scegliere. La capacità umana di verificare l'output, identificare errori e prendere
decisioni complesse diventa cruciale.
La centralità della visione di business
Con la tecnica che diventa una "commodity", la vera differenza la fa chi ha una chiara comprensione del cliente e del mercato. Èquesta visione che permette di
indirizzare la potenza generativa verso obiettivi strategici concreti.
Abbiamo visto come l'AI stia innescando una profonda trasformazione a più livelli:
•Impatto Umano:L'AI agisce come un'estensione delle nostre capacità, potenziando il pensiero strategico e il giudizio critico.
•Impatto Culturale:Si afferma una cultura che democratizza l'accesso all'informazione e sposta il focus dal "cosa" tecnico al "perché" strategico.
•Impatto Organizzativo:Le aziende devono evolvere verso modelli più agili e fluidi, con team interdisciplinari e competenze diffuse per rimanere competitive.
L'impattotecnicodellaGenAIqual è,invece?
Le NuoveCompetenzenell'EraGenerativa

8. AGENDA
2
WSO2 AI

9. AI : Technical Introduction
Isabelle MAUNY
Field CTO
ITALIA

11. AGENDA
3 People Finder

12. logo.png
PeopleFinder-Sistema Intelligenteper il Matching di
ProfiliProfessionali
Un Sistema che "Capisce" i Profili Professionali
Un assistente digitale intelligente che rivoluziona completamente il vostro processo di recruiting. PeopleFinder è un sistema AI-first che trasforma il
modo in cui identificate e selezionate i talenti giusti per i vostri progetti.
Lettura Automatica
Analizza automaticamente i profili dei partecipanti, estraendo
informazioni chiave con precisione e velocità superiori a qualsiasi
processo manuale.
Comprensione Intelligente
Comprende davvero le competenze e le esperienze, andando
oltre le semplici parole chiave per cogliere il significato profondo
dei profili professionali.
Organizzazione Smart
Organizza i profili in modo intelligente, creando connessioni e
categorizzazioni che rendono la ricerca intuitiva e immediata.
Suggerimenti Mirati
Vi suggerisce proattivamente i migliori match rispetto al vostro
profilo

13. logo.png
L'architetturadi PeopleFinderè progettataper garantire
performance e intelligenzaartificialeavanzataanchein una
versionedimostrativa.
Il sistemaintegra componentidi elaborazionedel
linguaggionaturale, machine learning e database vettoriali
per offrireun'esperienzadi ricercasuperiore.
Ogni componente è progettato per lavorare in sinergia,
garantendo che l'intelligenza artificiale possa operare su
dati puliti, strutturati e semanticamente ricchi.
ArchitetturaBackend di PeopleFinder

14. logo.png
High Level architecture

15. logo.png
Allabase dellademo PeopleFinderc'èunaknowledge base sofisticata, estrattae arricchitadaiprofiliLinkedIn deipartecipantia Oxigenate2025. Il processodi
creazionesegue un approcciostrutturatoin trefasifondamentalichetrasformanodocumentistaticiin unarisorsaintelligentee ricercabile.
01
Lettura del Documento ed Estrazione
Metadati
Una pipeline avanzata di pre-processamento
analizza i profili LinkedIn in formato PDF,
utilizzando tecnologie OCR e NLP per estrarre il
testo e identificare automaticamente le sezioni
chiave: informazioni personali, esperienze
lavorative, competenze tecniche e dettagli di
contatto. Il sistema categorizza inoltre le proprietà
essenziali come percorsi lavorativi precedenti, skill
specifiche e background educativo.
02
Creazione dell'Impronta Digitale
Vettoriale
Attraverso modelli di embedding all'avanguardia, il
sistema genera una "impronta digitale" numerica
univoca per ogni profilo professionale. Questi
vettori di embedding catturano il significato
semantico profondo del profilo, andando oltre le
semplici parole chiave per rappresentare
competenze, esperienze e potenzialità in uno spazio
matematico multidimensionale.
03
Arricchimento AI e Costruzione
Knowledge Base
Un Large Language Model (GPT-4o) arricchisce
intelligentemente la knowledge base, aggiungendo
specializzazioni dettagliate (come API Management,
DevOps, Cloud Architecture) e generando sintesi
testuali complete di ogni profilo. L'intera knowledge
base arricchita, completa di vettori di embedding
associati, viene memorizzata in un database
vettoriale ottimizzato che consente ricerche
simultanee su metadati strutturati e similarità
semantica.
Questoprocessoin trefasigarantiscecheogni profilonon siasolo memorizzato, ma compreso, categorizzatoe connessosemanticamenteaglialtri, creandouna
rete intelligentedi talentifacilmentenavigabilee interrogabile.
La Knowledge Base di PeopleFinder

16. logo.png
Ricerca per Similarità
"Trova profili simili a Mario Rossi"
Il sistema confronta le impronte digitali vettoriali dei profili, identificando persone
con competenze ed esperienze analoghe. I risultati sono ordinati dal più simile al
meno simile, utilizzando algoritmi di distanza coseno per massima precisione.
Esempio pratico:Se Mario è un esperto DevOps con esperienza in Kubernetes, il
sistema troverà automaticamente altri DevOps Engineer con background simili.
Ricerca per Competenze Specifiche
Filtri pre-configurati per competenze tecniche altamente specializzate:
•Identity Server:Esperti in sistemi di autenticazione e sicurezza
•API Management:Specialisti in gestione e orchestrazione servizi digitali
•Estendibile...
Ricerca per Metadati
Filtri specifici e combinabili per ricerche mirate:
•Nome completo o parziale
•Azienda attuale o precedente
•Localizzazione geografica
•Anni di esperienza
Matching Intelligente Progetti-Persone
"Chi è il migliore per questo progetto?"
Descrivete il vostro progetto in linguaggio naturale. L'AI analizza
automaticamente i requisiti, li confronta con tutti i profili disponibili e restituisce i
migliori profili con spiegazioni dettagliate del perché sono perfettamente adatti.
Ogni modalità di ricerca è ottimizzata per scenari specifici, garantendo che possiate trovare rapidamente il talento giusto per ogni esigenza, dal matching perfetto per progetti
complessi alla ricerca mirata di competenze specifiche.
Modalitàdi RicercaAvanzate

17. AGENDA
4
IlFantasma è Tornato:
Dallo Shadow IT allo Shadow AI

18. logo.png
Il Fantasma è Tornato: Dallo
Shadow IT allo Shadow AI
L'intelligenzaartificialeha trasformatoil panorama IT aziendale, ma con essa
è emersaunanuovaminacciachemoltidi noiriconosconofin troppobene. Il
fantasmadelloShadow IT è tornato, questavolta sotto forma di Shadow AI.

19. logo.png
I reparti business arrivano con soluzioni AI "rivoluzionarie" e chiedono all'IT di
integrare tutto immediatamente. Ma dietro l'entusiasmo si nascondono richieste
complesse e rischiose.
Integrazione Agenti AI
Applicativi con accesso diretto a
LLM di terze parti nelle
infrastrutture critiche aziendali
Apertura Flussi Dati
Dati sensibili verso servizi esterni
con policy di sicurezza e privacy
tutte da definire
Gestione Costi API
Monitoraggio e allocazione di costi sconosciuti senza strumenti adeguati
Lo Shadow AI presenta una duplice minaccia: uso individuale incontrollato dal
basso e pressione implementativa dall'alto, con tutti i rischi che ricadono sull'IT.
Suona Familiare?

20. logo.png
Rischi di Sicurezza
•Data Leakage massivo:Un prompt
errato può esporre interi database clienti
•Prompt Injection:Manipolazione esterna
del comportamento degli agenti AI
Rischi di Costi
•Costi basati sui token imprevedibili e
difficili da tracciare
•Potenziale esplosione dei budget senza
governance centralizzata
Rischi di Compliance
•GDPR:Dati PII processati senza Data
Processing Agreement adeguati
•Vulnerabilità legali per violazioni privacy
Rischi Operativi
•"Allucinazioni" AI:Decisioni business su
informazioni false
•Integrità Brand:Output dannosi per la
reputazione aziendale
Non si tratta più solo di "chi accede a cosa", ma di "cosa fa l'AI con i dati a cui accede".
Shadow AI: Rischi Amplificati
Rispetto al Shadow IT

21. AGENDA
5
Un mondo di sfide: Governare
l'Innovazione, Non Bloccarla

22. logo.png
Un mondo di sfide: Governare
l'Innovazione, Non Bloccarla
01
Definire una Strategia AI
Creare policy aziendali per adozione
sicura e controllata dell'intelligenza
artificiale
02
Implementare Controlli
Estendere API Gateway e procedure
compliance per gestire i nuovi vettori di
rischio AI
03
Monitoraree Governare
Stabilire metriche, budget e framework di controllo prima che l'AI gestisca
l'organizzazione
Lo Shadow AI è un rischiodi business, non solo un problematecnico. È il
momentodi agirestrategicamenteper renderel'innovazionesicura.

23. logo.png
L'integrazione dell'intelligenza artificiale nelle infrastrutture aziendali introduce complessità senza precedenti nella gestione delle identità e degli accessi. Le
organizzazioni devono adattare i propri framework di sicurezza per affrontare scenari completamente nuovi, dove agenti software autonomi richiedono lo stesso
livello di governance applicato agli utenti umani.
La Nuova Frontiera dell'Identità
Gli agenti AI diventano entità di prima classe con identità uniche e
governabili. Questo approccio consente di applicare policy di accesso
condizionale, gestione del ciclo di vita e audit trail dettagliati già
consolidati per i dipendenti umani, garantendo coerenza e sicurezza
nell'ecosistema aziendale.
Policy Enforcement Centralizzato
Un punto di controllo critico per applicare coerentemente le policy di
sicurezza -autenticazione, autorizzazione, mascheramento dati PII -su
ogni singola richiesta AI. Questo requisito è essenziale per mantenere
conformità normativa e garantire audit completi delle attività AI aziendali.
Nuove Superfici d'Attacco
L'AI esponel'organizzazionea minaccespecifichechesfruttanoil
comportamentodeimodellilinguistici. Il Prompt Injectionrappresenta
un rischiocritico, manipolandoimessaggiper indurreil modelloa
eseguireazioninon autorizzate, causandopotenzialidata leakage o
generazionedi contenutiinappropriati.
Architettura di Controllo
La soluzione richiede nuove componenti architetturali per gestire
questa complessità, creando un piano di controllo centralizzato e un
punto di uscita unificato per tutto il traffico AI, garantendo visibilità,
controllo e sicurezza end-to-end.
SicurezzaGestireIdentitàe Autorizzazioniper l'AI
Sfida1

24. logo.png
In un ecosistema aziendale caratterizzato da molteplici modelli LLM, applicazioni agentiche e ambienti cloud distribuiti, un approccio decentralizzato alla gestione diventa
rapidamente insostenibile. Questa frammentazione genera rischi significativi per la sicurezza, duplicazione degli sforzi e una crescita incontrollata dei costi operativi.
La Complessità del Multi-LLM
La proliferazione di diversi fornitori di AI e modelli specializzati crea silos operativi che compromettono la visibilità aziendale. Senza una strategia di osservabilità unificata, le
organizzazioni perdono il controllo sui propri investimenti in intelligenza artificiale.
Controllo dei Costi
Fornisce visibilità granulare sulla spesa per LLM, tracciando l'utilizzo dei token (TPM) -il
principale driver di costo nell'AI aziendale. Permette ottimizzazione proattiva del budget
e identificazione di inefficienze operative.
Monitoraggio Performance
Traccia l'utilizzo dell'AI per dipartimento, progetto e caso d'uso specifico, abilitando
decisioni data-driven sull'allocazione delle risorse e identificando opportunità di
ottimizzazione delle performance.
Compliance e Audit
Applica centralmente le policy di AI responsabile e mantiene un registro completo di
tutto il traffico AI. Questo approccio sistematico è essenziale per soddisfare i requisiti di
audit e conformità normativa.
Miglioramento Continuo
Raccoglie metriche dettagliate sulle performance dei modelli e degli agenti, abilitando
cicli di feedback per il miglioramento continuo e l'evoluzione delle capacità AI aziendali.
Osservabilità-VisibilitàCentralizzataper l'AI
Sfida2

25. logo.png
Un framework di valutazionerigorosoe continuo non è un'aggiuntafacoltativa, ma unacomponentearchitetturalefondamentaleper evitare
il rilasciodi applicazioniinaffidabili, non sicuree poco performanti.
Guardrail e Governance
L'architettura deve incorporare la governance dal primo giorno,
espressa come codice ("governance-as-code"). Include
mascheramento automatico dei dati, moderazione dei contenuti e
protezione da prompt injection su ogni chiamata AI.
Valutazione Sistematica
Framework completo per testare applicazioni AI con metriche
specifiche per ogni caso d'uso, dalla faithfulness per i sistemi RAG al
success rate per gli agenti autonomi.
Monitoraggio Continuo
Sorveglianza attiva dei sistemi in produzione per rilevare data drift e
prediction drift, assicurando che le performance rimangano
consistenti nel tempo.
Metriche Chiave per la Valutazione AI
Faithfulness (Groundedness)
Per sistemi RAG, verifica che le risposte siano
fattualmente coerenti con il contesto fornito,
rilevando allucinazioni e garantendo affidabilità
delle informazioni.
Answer Relevancy & Precision
Misura la pertinenza delle risposte e la qualità
dei dati recuperati. Un contesto irrilevante
compromette inevitabilmente la qualità degli
output generati.
Success Rate
Per agenti AI, percentuale di task completati
correttamente end-to-end senza intervento
umano, indicatore chiave dell'automazione
effettiva raggiunta.
Sicurezza e Bias
Valutazione continua per tossicità, linguaggio
offensivo e bias nascosti, garantendo
un'implementazione responsabile e eticamente
sostenibile dell'AI.
ControllodegliLLM -Guardrail, Valutazionee
Gestionedel Drift
Sfida3

26. logo.png
Presentiamounasoluzionearchitettturalecompletacheaffrontatutte le sfide identificateattraversoun approcciointegratoe modulare. La nostra proposta
combinacomponentidi sicurezzaavanzata, osservabilitàcentralizzatae controlliintelligentiper creareun ecosistemaAI robustoe scalabile.
AI Gateway
Punto di controllocentralizzatoper l'accesso
ai modelli, fornendoautenticazione,
autorizzazionee policy enforcement uniforme.
Gestisceil routing intelligentedellerichiestee
applicalimitazionidi rate e quota in tempo
reale.
Identity & Access Management AI-
Ready
EstensionedellecapacitàIAM tradizionaliper
supportareidentitàdegliagentiAI, con
gestionedel ciclodi vita, policy di accesso
condizionalee audit trail completoper ogni
interazioneAI-sistema.
Model Context Protocol (MCP)
Standardizzazione dell'accesso a dati e
applicazioni attraverso MCP Gateway,
abilitando integrazione sicura e scalabile tra
agenti AI e sistemi enterprise esistenti,
mantenendo controllo e tracciabilità.
RAG & Vector Database
Infrastruttura per la gestione della conoscenza aziendale e del contesto
AI, con indicizzazione semantica avanzata, retrieval ottimizzato e
mantenimento della consistenza informativa across multiple sources.
Management & Control Plane
Piano di controllo unificato con funzioni AI-native per monitoraggio,
governance, ottimizzazione dei costi e gestione del ciclo di vita dei
modelli, fornendo visibilità operativa completa.
ArchitetturaIntegrataper l'AIEnterprise
La Nostra Proposta

27. logo.png
Vantaggi Chiave:
•Sicurezza by design
•Osservabilitàcompleta
•Controllocentralizzato
deicosti
•Conformitànormativa
automatizzatae
scalabilitàenterprise-
grade per supportare
l'adozione AI su larga
scala.

28. AGENDA
6
WSO2 AI
(parte2)

29. WSO2 AI Platform
Isabelle MAUNY
Field CTO
ITALIA

31. Grazie!