Caso studio
Interrogare un database in linguaggio naturale.
Clait ha sviluppato una piattaforma di business intelligence conversazionale: il personale scrive una domanda in linguaggio naturale, il sistema la traduce in una query SQL ottimizzata e restituisce un grafico interattivo, senza bisogno di conoscere SQL.
Pubblicato
01
Il contesto
La gestione di un database complesso, tra corsi, partecipanti e metriche di performance, richiede spesso competenze tecniche e tempi lunghi per ogni singola analisi. L’obiettivo: rendere i dati accessibili a tutti, in tempo reale.
02
Le sfide
Dipendenza dall’IT
Ogni grafico o analisi richiedeva di scrivere a mano una query SQL.
Tempi lunghi
Analisi non istantanee, che rallentavano le decisioni.
Barriera tecnica
Solo chi conosceva SQL poteva ricavare insight dai dati.
Rigidità
Ogni nuova domanda richiedeva uno sviluppo ad hoc.
Scalabilità operativa
Più richieste significavano più carico per l’IT.
03
La soluzione
Una piattaforma di business intelligence conversazionale che trasforma il database in uno strumento intelligente, in quattro passaggi.
Chat in linguaggio naturale
Il personale scrive le sue domande in linguaggio naturale.
Traduzione in SQL
Il motore AI individua tabelle e colonne, sceglie aggregazioni, filtri e ordinamenti e genera SQL corretto ed efficiente.
Dati pronti per il grafico
I dati vengono riorganizzati per la visualizzazione; il tipo di grafico, da multilinea a scatter a heatmap, si sceglie dalla forma dei dati e dalla richiesta, nel rispetto dei limiti dell’interfaccia.
Grafici interattivi
Il risultato è un grafico generato dinamicamente e interattivo.
04
Tecnologie
- Frontend
- Vue.js 3, D3.js, Chart.js, amCharts
- Backend
- Django, FastAPI
- LLM
- Modelli OpenAI tramite Azure AI
- Database
- PostgreSQL
- Infrastruttura
- Azure VPC
- Linguaggi
- Python (LLM), TypeScript (frontend)
FAQ
Domande frequenti.
Serve conoscere SQL per usare il sistema?
No. L’utente scrive la domanda in linguaggio naturale; il sistema genera la query SQL e restituisce il grafico.
Come sceglie il tipo di grafico?
Dalla forma dei dati estratti e dalla richiesta dell’utente, rispettando i limiti di dimensionalità dell’interfaccia: multilinea, scatter, heatmap e altri.
Su quale infrastruttura gira?
Su una Azure VPC, con modelli OpenAI forniti tramite Azure AI, backend Django e FastAPI e database PostgreSQL.
Approfondisci.
- Servizio · 01Sistemi agentici AI per processi complessiClait sviluppa sistemi agentici basati su LLM: agenti AI specializzati che collaborano per orchestrare workflow complessi, prendono decisioni, si auto-correggono e lavorano con i dati e gli strumenti già in uso in azienda.Sistemi agentici · Integrazione con i tuoi strumenti · Automazione
- Caso studio · 02Agenti AI per la ricerca di informazioni sulle aziendeBrandy è un progetto interno di Clait: a partire dal sito di un’azienda, un sistema multi-agente raccoglie informazioni da fonti pubbliche, le struttura in un report e prepara strategie e bozze di primo contatto, per affiancare lead generation e prospecting.Sistemi agentici · Lead generation
Contatti
Troviamo una soluzione per tutti.
Lo faremo anche per te.
Raccontaci cosa vorresti migliorare, anche se per ora è solo un'idea. Partiamo da lì: il resto lo costruiamo insieme.