{"id":8760,"date":"2026-07-29T15:49:17","date_gmt":"2026-07-29T13:49:17","guid":{"rendered":"https:\/\/blog.besharp.it\/?p=8760"},"modified":"2026-07-29T15:49:22","modified_gmt":"2026-07-29T13:49:22","slug":"dai-documenti-ai-dati-estrarre-valore-con-llm-embeddings-e-human-in-the-loop-senza-farsi-prosciugare-il-portafoglio","status":"publish","type":"post","link":"https:\/\/blog.besharp.it\/it\/dai-documenti-ai-dati-estrarre-valore-con-llm-embeddings-e-human-in-the-loop-senza-farsi-prosciugare-il-portafoglio\/","title":{"rendered":"Dai Documenti ai Dati: estrarre valore con LLM, Embeddings e Human-in-the-Loop senza farsi prosciugare il portafoglio"},"content":{"rendered":"\n

L’utilizzo dell’AI Generativa ormai sembra essere diventato un must<\/em>, ma poi ci si scontra con la realt\u00e0: ogni azienda siede su una montagna di PDF, scansioni storte e bollette che nascondono dati preziosi. Tirarli fuori su scala Enterprise<\/em> solleva due grandi problemi: come farlo in modo preciso e, soprattutto, come farlo senza che il CFO svenga quando arriva la fattura di AWS alla fine del mese?<\/p>\n\n\n\n

Insieme a NeN<\/a>, fornitore italiano di energia, 100% green e digitale, abbiamo affrontato proprio questa sfida. Ecco come siamo passati da un PoC “Pure LLM” (bellissimo, ma costoso) a un’architettura intelligente, ibrida e auto-apprendente.<\/p>\n\n\n\n

La Sfida Iniziale: il fascino (e i limiti) del “Pure LLM”<\/h2>\n\n\n\n

Quando devi estrarre dati da un documento, il mercato ti mette davanti a quattro opzioni:<\/p>\n\n\n\n

    \n
  1. OCR Tradizionale:<\/strong> Economico e veloce. Se il layout cambia di un millimetro, per\u00f2, va nel panico. Zero comprensione semantica.<\/li>\n\n\n\n
  2. Servizi Managed (Feature extraction):<\/strong> Pronti all’uso, ma poco flessibili se hai casistiche particolari (e occhio al vendor lock-in).<\/li>\n\n\n\n
  3. Modelli ibridi Fine-tuned:<\/strong> Ottimi per l’analisi spaziale, ma lenti su carichi massicci e poco inclini a digerire formati mai visti prima.<\/li>\n\n\n\n
  4. Large Language Models (LLM):<\/strong> La bacchetta magica. Flessibilit\u00e0 totale, capiscono il contesto e beccano i dati anche se la scansione \u00e8 fatta male. Unico difetto? Costano cari.
    <\/li>\n<\/ol>\n\n\n
    \n
    \"\"<\/figure>\n<\/div>\n\n\n

    Nel nostro early-stage, puntavamo tutto sulla velocit\u00e0 di setup e sulla massima versatilit\u00e0. Quindi, abbiamo scelto la strada “tutto LLM”. Abbiamo costruito un ground truth<\/em> di 20 bollette (luce, gas, dual, PDF nativi e scansioni) e abbiamo messo alcuni modelli sul ring. <\/p>\n\n\n\n

    LLM Selection: vietato tirare a indovinare<\/h2>\n\n\n\n

    Scegliere un modello “a sensazione” non \u00e8 un’opzione accettabile in ingegneria. \u00c8 il metodo rigoroso basato sui dati che trasforma una scommessa in una decisione architetturale solida. Ecco il processo che abbiamo seguito:<\/p>\n\n\n\n