14 ott 2026 · Evento · 2 min lettura
La fabbrica che non aspetta domande
Il nostro talk al MADE del Politecnico di Milano, a «Beyond Dashboards» di Miraitek: perché le bussole sono meglio delle mappe.
I tuoi dati hanno le risposte. Noi troviamo le domande.
Gli agenti di Southwind incrociano ERP, telemetria, magazzino e vendite e trovano i segnali deboli che nessuna dashboard vede, verificati sulla fonte.
Scelto da team nell’industria, nella consulenza e nel tech
Guardalo all’opera
Un’indagine, riga per riga
- 0:00❯southwind investigate blackbox.parquet --lens overloads
- 0:01e2bsandbox avviata · rete disattivata · /data sola lettura
- 0:04playbook1.218.604 eventi · 412 compressori · KPI di base
- 0:05Orchestratore: 4 segnali deboli, 4 sandbox
- 0:05sandbox-1 · firmware 2.3.1✓ in corso
- 0:05sandbox-2 · turno notturno· in corso
- 0:05sandbox-3 · temperatura· chiusa
- 0:06sandbox-4 · operatore· chiusa
- 0:06sandbox-1 · ipotesi: i sovraccarichi seguono un aggiornamento firmware
- 0:07ev = pd.read_parquet("/data/blackbox.parquet")
- 0:07ovl = ev[ev.event == "OVERLOAD"]
- 0:08by_fw = ovl.groupby(["model", "fw"]).serial.nunique()
- 0:08by_fw.sort_values(ascending=False).head(3)
- model fw
- M-24 2.3.1 38
- 2.2.0 4
- M-31 2.3.1 3
- Name: serial, dtype: int64
- 0:15Controprova: succede anche su altri modelli?
- 0:19M-31, M-12 con firmware 2.3.1· nessun aumento
- 0:24Grounding su ogni numero citato
- 0:2638 compressori · seriali riletti sulla fonte✓ corrisponde
- 0:27×9 sovraccarichi per compressore✓ corrisponde
- 0:28Turno notturno +40%✗ scartata
- 0:31report.json scritto3 azioni · 1 affermazione scartata
report.json
01 / La scoperta
I sovraccarichi si concentrano sui compressori M‑24 con firmware 2.3.1.
×9sovraccarichi per compressore dopo l’aggiornamento
✗ Turno notturno +40%: non riproducibile sulle righe sorgente
✓Completata in 31 s
Come funziona Southwind
Dal dataset alla decisione, in quattro passi
Colleghi un dataset, gli agenti esplorano, resta solo ciò che supera la verifica.
Scegli un dataset
Export ERP, telemetria, tabelle di magazzino e vendite. Nessuna migrazione, nessuna nuova dashboard.
Ogni sorgente in un catalogo
Excel, CSV, Parquet, Postgres o Snowflake: profilati e documentati prima di qualsiasi analisi.
Sandbox isolata
Ogni esecuzione in un ambiente dedicato, eliminato alla fine.
Numeri verificati
Ogni cifra ricalcolata sui tuoi dati prima di arrivare a te.
Indipendente dal modello
Gira sul provider già approvato dalla tua azienda.
API first
Avvia le indagini dal tuo prodotto o dalla pipeline.
Approfondimenti
Trovato un segnale debole? Scavaci dentro.
Ogni report apre una conversazione. Chiedi perché, confronta periodi, scendi su una sede: le risposte sono calcolate sugli stessi dati, con le evidenze allegate. E le tue domande orientano le prossime run, così l’orchestratore impara dove guardare.
Una demo su misura
Facciamo girare Southwind su un dataset che scegli tu e ti mostriamo cosa trova.
La domanda che ci fanno sempre
«Ok, ma i miei dati?»
Domanda giusta. Ecco dove girano e quale modello li vede.
- Restano in Europa.
- Tutte le sandbox in cui gli agenti lavorano sui tuoi dati sono in Europa.
- Il modello lo scegli tu.
- L’architettura è agnostica rispetto al modello: un modello erogato da Amazon Bedrock nel tuo tenant AWS, i modelli dei grandi laboratori AI con un accordo dedicato, oppure modelli che girano in locale da te, anche su una tinybox con quattro RTX PRO 6000 Blackwell sotto la scrivania. Sono tutte opzioni che possiamo implementare.
Programmi e palchi dove abbiamo presentato Southwind
Casi d’uso
Pensato per i dati che fanno girare l’azienda
Capisci quali preventivi si chiudono, e perché.
Offerte, sconti, tempi di risposta e clienti, incrociati per trovare dove si perde la trattativa.
Prenota una demoDomande che gli agenti si pongono da soli
Tempi di risposta
Quanto costa in chiusure una risposta lenta?
Sconti
Gli sconti più alti chiudono davvero più offerte?
Margine
Quali preventivi vinti erodono il margine?
Clienti dormienti
Chi chiede ancora preventivi ma non ordina più?
Fiducia
Autonomo, non incontrollato.
Gli agenti lavorano da soli, ma mai al buio. Ogni esecuzione è isolata, ogni cifra è ricontrollata sui tuoi dati e ogni risultato conserva il codice e le evidenze dietro di sé.
Leggi la privacy policy →- Sandbox isolata
- Numeri verificati
- Traccia completa
- Il tuo modello
Note dal campo
Cosa impariamo costruendo agenti che indagano da soli
- Caso studio · 7 min lettura
16 giu 2026
Caso studio: i segnali nascosti in un magazzino
Un dataset pubblico di magazzino. Sette rami d’indagine. Cinque rischi operativi che avevano senso solo insieme.
- Saggio · 2 min lettura
09 giu 2026
I problemi nei dati non rispettano gli organigrammi
Le aziende dividono le responsabilità per team. I dati si muovono attraverso relazioni. I problemi più costosi emergono nello spazio tra i due.
- Saggio · 2 min lettura
20 mag 2026
Il non determinismo non è un bug
L’esplorazione non è rumore. È il modo in cui un sistema autonomo trova il percorso che nessuno aveva predefinito.
- Saggio · 2 min lettura
12 mag 2026
Dal monitoraggio alla comprensione
Dal monitoraggio reattivo a sistemi che indagano ogni ipotesi in sottofondo, alla velocità con cui cambiano i dati.
- Saggio · 3 min lettura
13 apr 2026
The perimeter problem
Ogni dashboard disegna un confine attorno a ciò che vediamo. Il rischio è tutto ciò che resta fuori.
Parti dai tuoi dati
Una demo mirata su un dataset che scegli tu. Poi uno sprint di due settimane sui tuoi dati reali.