-
Mrp Sale Plan
Andrea PiovesanaCompletata
-
Dashboarding in Odoo
Filippo AgostinelliCompletata
-
Ma Odoo fa la contabilità? Chiediamo alla community
Mario RivaCompletata
-
Scorta di Sicurezza: ottimizzare le giacenze con Odoo
Alessandro CamilliCompletata
-
SEO per Odoo come scalare la SERP
Ivan CutoloCompletata
-
Velocizzare il training e l'assistenza ai clienti? Chatbot Odoo CRM, l’assistente virtuale di Innovyou
Domenico MontingelliCompletata
-
Oltre l'implementazione: Evolvere ed Innovare con Odoo
Davide SperanzaCompletata
-
Dall'Aula al magazzino. Un percorso Innovativo di apprendimento con Odoo
Gian Paolo CalzolaroCompletata
-
Italian localization (road)map: un approccio dinamico
marco marchioriCompletata
-
Le 10 Regole Sacre per essere un Partner Odoo di Successo
Leonardo GuerraCompletata
Serena è una Senior Data Scientist, Team Leader del gruppo Data Science & Artificial Intelligence in Symphonie Prime, azienda IT italiana di cui fa parte Rapsodoo. Ha una forte passione per la fisica e la programmazione. Ha un dottorato di ricerca in fisica sperimentale delle particelle e ha lavorato per la collaborazione ATLAS al CERN. Ha iniziato a utilizzare il machine learning e il deep learning a fini di ricerca e, quando ha deciso di passare dal mondo accademico all'industria, ha continuato a utilizzare l'intelligenza artificiale e ad applicare le ultime tecniche all'avanguardia per il settore.
In questo intervento, Serena illustrerà le funzionalità di un'applicazione software denominata AI-TSC (Artificial Intelligence - Ticket System Classification). Questa applicazione si basa su tecniche di Intelligenza Artificiale (AI) ed è progettata per la categorizzazione automatizzata di helpdesk ticket all'interno della piattaforma Odoo. AI-TSC è stato sviluppato utilizzando metodologie di AI all’avanguardia nel campo dell’elaborazione del linguaggio naturale (NLP), ovvero il campo che si occupa dell'interazione tra il linguaggio umano e i computer. Il flusso di lavoro di AI-TSC prevede la ricezione dei ticket di 'helpdesk appena generati, la successiva elaborazione che comporta l'etichettatura e l'assegnazione finale a gruppi di utenti o individui appropriati in base al problema o alla richiesta specifica. La creazione di AI-TSC ha comportato lo sviluppo di modelli di AI per lo svolgimento di due compiti principali: l’estrazione di entità pertinenti ai tickets in un primo momento, seguita dalla categorizzazione di questi ticket in base al loro contenuto. L'implementazione di AI-TSC ha prodotto due notevoli vantaggi. In primo luogo, ha notevolmente accelerato l'identificazione e la classificazione dei vari scenari incapsulati nei ticket dell'helpdesk, facilitando la risoluzione rapida e precisa delle problematiche dei clienti. In secondo luogo, ha contribuito a migliorare l’efficienza operativa consentendo la gestione di un volume maggiore di tickets in un arco di tempo ridotto. A ciò si è accompagnata una riduzione degli errori e delle anomalie attribuite alla categorizzazione manuale dei ticket. Al di là dei vantaggi immediati, AI-TSC mostra versatilità come strumento modulare. La sua applicabilità si estende a diversi processi come l'assegnazione di compiti e progetti, dimostrando il suo potenziale come risorsa multifunzionale.