Per informazioni
CONTATTACI!
UUn’azienda manifatturiera disponeva di un ampio catalogo di manuali e documenti tecnici, con informazioni distribuite tra prodotti, varianti e revisioni. Per trovare una risposta, personale interno, partner commerciali e tecnici e operatori che assistevano gli utilizzatori delle apparecchiature dovevano individuare il documento corretto e consultarlo manualmente. La ricerca dipendeva dalla conoscenza del catalogo e le stesse richieste rischiavano di essere risolte ogni volta da capo.
La piattaforma doveva:
LFastweb ha realizzato RAG as a Service come piattaforma multi-tenant su AWS. In fase di ingestione, le pagine dei documenti sono interpretate con modelli multimodali su Amazon Bedrock: il contenuto viene strutturato preservando layout e tabelle, mentre figure e diagrammi sono descritti testualmente per renderli ricercabili. I contenuti elaborati sono suddivisi in segmenti, convertiti in embedding e indicizzati per la ricerca semantica.
Gli utenti possono interrogare il corpus con ricerche filtrabili oppure usare una chat RAG agentica che recupera i passaggi pertinenti e mostra citazioni a documento e pagina. La piattaforma espone la stessa capacità tramite API machine-to-machine, widget integrabile e chat web ospitata.
L’architettura impiega Amazon API Gateway e un VPC Link verso un Application Load Balancer interno, con servizi applicativi e worker di parsing su Amazon ECS con AWS Fargate. Amazon S3 conserva documenti e artefatti derivati; Amazon SQS gestisce l’elaborazione asincrona; Amazon DynamoDB contiene lo stato applicativo e Amazon Aurora PostgreSQL Serverless v2 con pgvector fornisce il backend vettoriale. Amazon Cognito, AWS Secrets Manager, AWS KMS e Amazon CloudWatch supportano rispettivamente identità, gestione dei segreti, protezione dei dati e osservabilità. Amazon Bedrock è usato per comprensione multimodale, chat e generazione degli embedding.
La piattaforma è stata portata in produzione con la documentazione del cliente. Al 1° settembre 2026, dopo due soli mesi dal go-live in produzione, il corpus del cliente comprendeva approssimativamente 1.000 documenti distribuiti su circa 50 indici. I nuovi corpus vengono configurati come progetti sulla piattaforma e acquisiti tramite API, senza richiedere una modifica dello stack infrastrutturale.
Le misurazioni disponibili descrivono le prestazioni aggregate della piattaforma multi-tenant, non il solo progetto del cliente. Nel periodo dal 4 giugno al 1° settembre 2026 sono state misurate 1.615 operazioni su 12 progetti e 173 documenti distinti: