Digital twin e AI agentica per l’efficienza energetica

La sfida

I dati c’erano, ma sparsi tra contatori, sensori e manuali tecnici. Gli operatori capivano dove si sprecava energia solo a fine mese, e trovare un’informazione nella documentazione richiedeva ore. Il cliente voleva un’AI utile davvero, non una chat dimostrativa.

Come abbiamo lavorato

• Discovery con interviste a tecnici e responsabili di impianto: le domande che si fanno ogni giorno sono diventate il backlog dell’assistente.
• Rilasci incrementali ogni due settimane con un impianto pilota, e metriche di adozione misurate prima di estendere agli altri siti.
• Una serie di domande di test con risposte attese, usata come verifica automatica a ogni modifica dell’AI.
• Formazione degli operatori e un canale di supporto diretto nelle prime settimane di utilizzo.

Architettura e scelte

• Percorso dei dati in tempo reale separato dall’archiviazione storica: un rallentamento dell’archivio non ritarda mai le dashboard.
• Gemello digitale come livello di lettura: ogni sensore è collegato al proprio asset, così un’anomalia si vede sul punto dell’impianto in cui avviene.
• Assistente agentico che sceglie lo strumento giusto (serie storiche, documentazione o entrambe) attraverso funzioni tipizzate, invece di generare query libere.
• Ogni risposta cita i dati o il documento da cui proviene, per poter essere controllata.

Servizi esterni, e perché proprio quelli

Risultato

Piattaforma in uso sull’impianto pilota ed estensione agli altri siti in corso. Il cliente è coperto da accordo di riservatezza.

Stack

• AWS IoT Core
• MQTT
• AWS Lambda
• PostgreSQL
• pgvector
• Amazon Bedrock
• Python
• React
• Three.js