Casi studio
In una grande banca italiana un agente LLM smista oltre 1 milione di ticket l'anno su 400+ categorie: 81% di accuratezza contro il 75% umano.
Una grande banca italiana ha ridotto dell'80% i tempi di verifica delle pratiche di successione con Azure Document Intelligence e un LLM.
Pipeline OCR + LLM su FastAPI e Kafka (16 worker su OpenShift): oltre 2.500 bilanci al giorno, circa 30 controlli ciascuno, −84% di lavoro manuale.
Abbiamo riscritto le pipeline AI di una piattaforma finanziaria consumer: meno chiamate inutili, contesto mirato, tetti di spesa. Costi AI −80% circa.
Abbiamo ricostruito il retrieval dell'assistente moda di Estyl con ricerca vettoriale ibrida, filtri e re-ranking: oltre il 90% di risposte corrette.
Un agente vocale real-time attento al GDPR: risponde in meno di 1 secondo, dati separati per clinica, 0 chiamate perse nel primo mese.
La piattaforma dietro l'agente vocale di IGEA: impostazioni per clinica, agende e orari dei medici, appuntamenti, log delle chiamate, SMS e chiamate.