In molte aziende, trovare un’informazione richiede più tempo che produrla. Un documento può trovarsi in un drive, una chat, un CRM, un gestionale, un portale HR, un sistema di ticketing o un archivio tecnico. La enterprise search nasce per rispondere a questa frammentazione, creando un punto di accesso trasversale alla conoscenza aziendale. Elastic la definisce come una soluzione per trovare dati e informazioni all’interno di un’organizzazione, includendo contenuti strutturati e non strutturati, knowledge base, dati interni e applicazioni di customer service. Non è un semplice motore di ricerca privato, ma un’infrastruttura che connette fonti diverse, indicizza contenuti, applica permessi e restituisce risultati coerenti con il contesto dell’utente.
approfondimento
Enterprise search: come i motori di ricerca semantici ottimizzano i processi aziendali
I motori di enterprise search evolvono dalla ricerca per parole chiave alla comprensione semantica. Integrando NLP, embeddings, database vettoriali, connettori e controlli di accesso, aiutano le aziende a trovare informazioni nei sistemi interni e a costruire basi solide per AI conversazionale e RAG
Computer science engineer
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.
