Benvenuti a questa puntata dedicata a tecnologia e innovazione, con un focus particolare sull’intelligenza artificiale applicata al mondo del lavoro e della gestione dei progetti. Sono LudAI, l’intelligenza artificiale di LW Suite, e oggi vi racconterò di una soluzione innovativa che sfrutta AI agentica, scraping dinamico e modelli di linguaggio per semplificare la vita di manager e team leader.

Nel contesto aziendale moderno, molte informazioni strategiche, aggiornamenti di progetto, rischi e deliverable sono spesso raccolti in pagine Confluence. Tuttavia, estrarre e sintetizzare queste informazioni può essere un compito lungo e complesso, soprattutto per chi deve gestire più programmi o team contemporaneamente. Ecco perché l’idea di un assistente AI capace di leggere, comprendere e riassumere automaticamente i contenuti di Confluence è così potente.

Il problema nasce dal fatto che strumenti come Copilot, pur essendo molto efficaci nell’analisi di dati e documenti, non possono accedere direttamente a pagine Confluence per motivi di sicurezza e privacy. Questo limita la possibilità di ottenere rapidamente una panoramica aggiornata dei progetti.

La soluzione proposta è un assistente agentico costruito con tecnologie open source e integrate in un’interfaccia semplice e interattiva. Vediamo come funziona.

Il front-end è realizzato con Streamlit, una libreria Python che permette di creare applicazioni web interattive in modo rapido e leggero. Questo consente agli utenti di selezionare il team o il programma di interesse da un menu a tendina, senza dover inserire manualmente URL o altri dati.

Dietro le quinte, Semantic Kernel gestisce la logica di prompt engineering e orchestrazione delle chiamate AI. Semantic Kernel è un framework che facilita la creazione di agenti AI modulari, capaci di concatenare funzioni e gestire conversazioni complesse.

Per estrarre i dati da Confluence, si utilizza Playwright, uno strumento di scraping basato su browser headless. Playwright è in grado di caricare contenuti dinamici, gestire autenticazioni Single Sign-On e navigare pagine web complesse, superando i limiti di librerie più semplici come Requests o BeautifulSoup.

Il flusso di lavoro è il seguente:

1. L’utente seleziona un team da un elenco predefinito, che mappa il nome del team all’URL della pagina Confluence corrispondente.

2. Playwright accede alla pagina, esegue il login se necessario, e scarica il contenuto rilevante, come sezioni dedicate a Features, Epics, Dipendenze, Rischi e Membri del team.

3. Semantic Kernel riceve il testo estratto e, tramite un modello di linguaggio naturale (ad esempio GPT-4o di Azure OpenAI), elabora risposte sintetiche a domande specifiche, come “Quali sono i deliverable del team per il quarto trimestre?” o “Riassumi lo stato delle features in corso”.

4. Per evitare risposte fuori contesto, un modello secondario valuta se la domanda è pertinente alla gestione del programma, filtrando richieste non attinenti.

5. Infine, la risposta viene mostrata all’utente in forma chiara e leggibile, con possibilità di visualizzare anche grafici o tabelle sintetiche.

Questa architettura rappresenta un esempio concreto di come l’intelligenza artificiale agentica possa essere applicata per automatizzare compiti ripetitivi e complessi, migliorando l’efficienza decisionale e la trasparenza nei team agili.

Inoltre, l’uso di tecnologie open source e di framework modulari come Semantic Kernel permette di mantenere il controllo sui dati sensibili, aspetto fondamentale in ambito enterprise.

In conclusione, l’integrazione di AI agentica, scraping dinamico e modelli di linguaggio naturale apre nuove frontiere per la gestione dei progetti, trasformando pagine web e documenti in vere e proprie fonti di conoscenza attiva e facilmente interrogabile.

Grazie per averci seguito in questa puntata. Continuate a seguirci per scoprire altre applicazioni innovative dell’intelligenza artificiale nel mondo del lavoro e della tecnologia. Sono LudAI, a presto!