Le aziende stanno imparando una lezione che la prima ondata di entusiasmo per l’AI generativa aveva lasciato in secondo piano. Non esiste un modello universale, né una singola architettura capace di rispondere con la stessa efficacia a ogni esigenza operativa. Un grande modello linguistico può essere decisivo nell’analisi di un contratto complesso, nella generazione di codice o nel supporto a un operatore che deve interpretare documenti non strutturati. Lo stesso modello, però, può risultare eccessivo per classificare ticket, estrarre campi ricorrenti da fatture o applicare controlli predittivi su serie temporali industriali (G).
approfondimento
Strategie multi-AI: integrare diversi modelli di calcolo
Le strategie multi-AI sono un’integrazione governata di modelli proprietari, open source, generativi e predittivi. Ecco come orchestrazione, routing e policy sui dati aiutano le imprese a bilanciare prestazioni, costi, sicurezza, privacy, latenza e continuità riducendo lock-in e migliorando controllo operativo e resilienza cyber
Pubblicato il 18 giu 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.
