L’entusiasmo iniziale per l’Intelligenza Artificiale Generativa ha spinto quasi tutte le aziende a sviluppare prototipi e proof of concept (PoC). Tuttavia, il passaggio dalla sperimentazione in un ambiente protetto alla messa in produzione di un software aziendale solido è un salto quantico che la maggior parte delle organizzazioni fatica a compiere. Incorporare le capacità cognitive all’interno di un’infrastruttura IT esistente non è un semplice esercizio di programmazione, ma richiede una rigorosa disciplina definita AI Integration strategica.
approfondimento
AI integration strategy: come gestire costi e performance dei prodotti LLM-base
L’AI integration trasforma i prototipi generativi in prodotti software aziendali scalabili, bilanciando costi infrastrutturali e performance. La gestione di token, latenza e accuratezza spinge le aziende a dover scegliere tra la potenza delle API dei modelli proprietari e la sicurezza dei modelli open source interni
Pubblicato il 16 apr 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
