Digitalizzazione end-to-end per progetti complessi: AI generativa e Context Engineering

Si è parlato di processi di digitalizzazione applicati a progetti ingegneristici complessi, con un focus specifico sull’impiego dell’intelligenza artificiale generativa e sulla gestione strutturata delle informazioni.

Nel corso dell’incontro è stato presentato il caso studio di RIMOND presentato da Lorenzo Pirone Building Information Modeling Manager, che ha offerto uno spunto concreto per analizzare le principali criticità legate all’utilizzo dei modelli linguistici nei contesti tecnici, in particolare in termini di affidabilità delle fonti e tracciabilità dei dati. L’impiego non controllato di tali strumenti può infatti generare contenuti apparentemente coerenti ma non verificabili, con il rischio di introdurre elementi fuorvianti nei processi progettuali.

Sono stati quindi illustrati da Stefano Cavallari  Head of AI Deployment AI4I Istituto Italiano di Intelligenza Artificiale per l'Industria approcci evoluti basati su modelli di Retrieval-Augmented Generation (RAG) supervisionati e su logiche di context engineering, che prevedono la raccolta, normalizzazione e strutturazione delle informazioni di dominio, nonché la profilazione delle entità coinvolte. Tali metodologie consentono di migliorare la qualità delle interazioni con i modelli di intelligenza artificiale, rafforzando coerenza, attendibilità e controllo dei contenuti generati.

L’incontro si è proposto di fornire una visione operativa delle soluzioni oggi disponibili per supportare la digitalizzazione end-to-end dei progetti complessi, valorizzando il ruolo strategico dei dati e delle architetture informative nei processi ingegneristici.