Fai ragionare la tua azienda.

Anche DBRAINS si usa parlandoci, a voce o per scritto. La differenza è in quello che c'è dietro. Un assistente generico risponde alle domande che gli fai, dentro i documenti che gli dai, e ogni conversazione riparte da zero.

DBRAINS invece conosce la tua azienda reparto per reparto, attraverso Brain distinti, ciascuno con i propri permessi: il Brain HR non è esposto al Sales, il Legale non finisce dentro una risposta commerciale. Quando mette in relazione più Brain e nota qualcosa che nasce dall'incrocio, te lo segnala anche se non l'hai chiesto. E quando quello che nota indica un processo che costa più di quanto rende, quel processo si automatizza dentro gli strumenti già in uso.

La differenza pratica sta lì: un assistente risponde, DBRAINS nota.

Per la singola richiesta che hai in mente, probabilmente sì. Leggere e indicizzare documenti è ormai una commodity, e su quel fronte il divario tecnologico tra le soluzioni si è chiuso.

Il punto è un altro: quel risultato oggi, nella tua azienda, non esiste. Non per limiti della tecnologia, ma perché nessuno ha il tempo di strutturare i dati, definire chi vede cosa, tenere aggiornata la conoscenza e trasformare le analisi in processi che girano davvero. È il lavoro che facciamo noi, in verticale sul tuo settore.

Il valore non sta nel modello sotto. Sta nella conoscenza che diventa utilizzabile senza che il tuo team debba costruire e mantenere nulla.

Perché la sovranità la garantiamo anche noi, e non è un elemento di differenziazione: è la condizione minima che qualunque buyer europeo serio si aspetta. Infrastruttura europea, dati che non escono dall'Unione, nessun addestramento di modelli pubblici o di terzi sui tuoi contenuti.

La domanda utile viene dopo: che cosa ci si costruisce sopra. Lì la differenza sono i Brain separati con permessi propri, la specializzazione sul tuo settore e le conclusioni trasversali tra reparti, il livello che nell'analisi competitiva alla base del nostro posizionamento nessuno presidia in modo esplicito.

Il primo numero arriva prima dell'implementazione, non dopo. Con il Proof of Value mappiamo un processo reale, misuriamo quanto costa oggi in ore e calcoliamo il ritorno dell'automazione. Sono poche giornate di lavoro, e l'output è un documento con tempi, volumi e payback che resta tuo anche se ti fermi lì.

Sull'implementazione, nel caso manifatturiero che pubblichiamo sono servite sei settimane dal kickoff al sistema in funzione, con la produzione dal secondo mese.

Le conclusioni trasversali arrivano più tardi, quando più Brain sono attivi e hanno accumulato abbastanza storico. È la parte che matura nel tempo, e preferiamo dirlo prima.

Meno di quanto ci si aspetta. Servono:

• una persona che oggi esegue il processo a mano, per un paio di sessioni di mappatura;
• il materiale che già esiste, anche disordinato: cataloghi, template, offerte passate, procedure;
• gli accessi agli strumenti in uso, per i connettori.

Non serve un progetto dati preliminare, né un data warehouse, né log gestionali da ripulire. Il processo si ricostruisce intervistando chi lo esegue: è la differenza pratica rispetto al process mining enterprise, che parte da log strutturati che una PMI quasi mai ha.

No, e la sua assenza non è un motivo di esclusione. I connettori si agganciano agli strumenti esistenti tramite MCP dove è disponibile, API REST e webhook dove non lo è. Dove non c'è nulla a cui agganciarsi, si attiva un'app verticale che copre il processo per intero.

La fase di assessment include la formazione del team su due livelli, uno per chi userà i Brain ogni giorno e uno per chi deve capire che cosa sta succedendo e decidere. Se un IT c'è lavora con noi su accessi e integrazioni, se non c'è ce ne occupiamo noi.

Su infrastruttura europea, con isolamento tra organizzazioni. I dati dei processi non escono dall'Unione e non vengono usati per addestrare modelli pubblici o di terzi.

Ogni operazione finisce in un registro consultabile, le azioni che hanno effetto sul mondo esterno passano da una conferma umana, e cancellazione e portabilità restano sotto il tuo controllo. GDPR e AI Act sono parte dell'architettura, non un adempimento aggiunto alla fine.

Non citiamo certificazioni che non abbiamo ancora acquisito. Quando ci saranno, le troverai scritte qui.

I permessi sono definiti per Brain, non documento per documento: ogni dominio ha le proprie regole su chi può interrogarlo, chi può alimentarlo e chi non lo vede affatto.

Quando più Brain vengono messi in relazione, la conclusione resta dentro il perimetro di chi la sta chiedendo. Se un profilo non ha accesso al Brain HR, nessuna risposta gliene restituisce il contenuto per via indiretta. Ogni interrogazione è tracciata e riporta le fonti usate per rispondere, così una conclusione si può sempre verificare risalendo ai documenti da cui nasce.

È il rischio giusto da porsi, e l'architettura è fatta per non correrlo. Puoi usare modelli di frontiera, che sono l'impostazione predefinita, modelli open source ospitati su infrastruttura europea, oppure un modello dedicato addestrato sui tuoi dati storici, che resta tuo.

La conoscenza non vive dentro il modello: vive nei Brain, con le sue relazioni e i suoi permessi. Cambiare motore significa cambiare il pezzo che elabora, non rifare il patrimonio informativo. È la ragione per cui la scelta resta reversibile nel tempo, anche quando il mercato dei modelli si muove.

Con quattro indicatori concordati prima di partire, così il confronto a fine percorso non è un'opinione:

• tempo per arrivare al primo risultato misurabile;
• ore restituite sul processo scelto, rispetto alla baseline emersa dalla mappatura;
• adozione reale, cioè quanta parte del team interroga davvero il proprio Brain;
• numero e qualità delle conclusioni trasversali effettivamente usate per decidere.

L'ultimo è il più difficile da misurare ed è il più importante, perché è l'unico che dice se la piattaforma è passata da strumento di ricerca a strumento di decisione.

È il motivo per cui non chiediamo una migrazione. I connettori portano la conoscenza dentro CRM, ERP, posta e drive già in uso, e quello che accade lì torna nei Brain senza lavoro manuale. Per la maggior parte delle persone il cambiamento è che gli strumenti di sempre iniziano a rispondere meglio.

Dove invece serve un ambiente nuovo, come preparare un'offerta o fare screening di CV, si attiva un'app verticale su quel processo, usata da chi quel processo lo esegue e non da tutta l'azienda.

L'adozione è uno dei quattro indicatori che misuriamo, proprio perché è il punto in cui i progetti si fermano più spesso.

Su tre voci: un canone di piattaforma, il consumo di AI a crediti e i servizi professionali per assessment, implementazione ed evoluzione. Il canone dipende dal perimetro, cioè quanti Brain sono attivi e quante persone li usano, e i crediti seguono l'uso effettivo, quindi un reparto che interroga poco incide poco.

Non pubblichiamo un listino perché sarebbe un numero finto: il dimensionamento nasce dal Proof of Value, che produce anche la stima del ritorno sul processo scelto. Nel caso manifatturiero pubblicato, Smart Quoting, il rientro stimato è in circa cinque mesi: un numero su quel perimetro e non una promessa trasferibile.