[Copertina animata: Zero, la mascotte dell’agente, saluta al centro; intorno gli girano una DataCard «Sei qua», una notifica, la campanella, la stella, una ricerca e l’OEE]
Zero: un agente AI che trova i dati e spiega gli avvisi
“Come ho progettato un agente AI che riduce la curva di utilizzo di una dashboard industriale, supportando sia chi non la conosce sia chi ci lavora ogni giorno.”
Zerynth porta le PMI manifatturiere italiane verso l’industria 4.0, con una piattaforma che raccoglie e mostra i dati dei macchinari. Daniele Mazzei, mio relatore e CTO dell’azienda, e Roberto Figliè, dottorando, mi hanno proposto di esplorare come un agente conversazionale potesse entrare nella loro dashboard.
02 · Il problema
Trovare il dato costa tempo, e nessuno vuole imparare l’interfaccia
Grandi imprese
Dashboard su misura e analisti dedicati
PMI italiane
Pacchetti plug-and-play, senza le competenze per sfruttarli fino in fondo
Nelle PMI conta agire: evitare un guasto, decidere un investimento. Se il dato non si trova, si torna a carta, penna ed Excel [1].
03 · L’opportunità
Come integrare un agente AI in una dashboard industriale per aiutare gli utenti a decidere più in fretta, senza doverla imparare?
04 · La soluzione
Zero: l’assistente che conosce la dashboard e ti porta dritto al dato
[Video: una richiesta di tre dati; Zero cerca e risponde con tre DataCard, apre la prima pagina accanto alla chat con il dato illuminato; un clic sulle altre card cambia la pagina e il dato; «Nuova chat» ricomincia]
Trova ciò che cerchi
Una domanda diventa un link diretto al dato, filtri già applicati. Con più richieste, il primo risultato si apre da solo.
[Video: nella risposta di Zero, un clic sulla stella di una DataCard apre «Aggiunto ai preferiti» (pagina, periodo relativo o assoluto, nome); «Fine» la salva e la stella resta piena]
Salva i dati frequenti
Un click salva il dato nei preferiti, pronto per la prossima volta.
[Video: popup notifica, click su "Spiegami", chat che si apre con la spiegazione]
Ricevi notifiche importanti
Un click apre il dato. “Spiegami” chiama l’agente per il contesto.
05 · Principali momenti di design
Le scelte di design, dentro tre vincoli fissi
Il design ha seguito tre vincoli, definiti con Roberto.
1
Usare un agente AI.
2
Far trovare il dato senza imparare la dashboard.
3
Rendere l’agente affidabile, perché in una decisione un errore costa caro.
Una semplice interfaccia chat da sola non bastava, perché per capire in fretta cosa non va in una macchina ferma la visualizzazione resta insostituibile. Servivano quindi due cose, che l’utente potesse chiedere e che il sistema potesse avvisarlo per primo.
Roberto mi ha introdotto all’iniziativa mista (mixed initiative), in cui il lavoro si divide tra persona e sistema. Nella delega l’utente chiede all’agente ciò che è lungo o ripetitivo; nella proattività è il sistema a prendere l’iniziativa quando qualcosa richiede attenzione. Un agente basato su un LLM era adatto a entrambi i ruoli, perché capisce una richiesta scritta come viene e sa spiegare un dato.
Notifiche
Proattività: notifiche che si spiegano
Il problema: A volte l’utente non sa che c’è un problema, o che qualcosa sta per rompersi, finché qualcosa non si ferma.
Zerynth voleva già portare nella dashboard le sue email di allerta, ed era l’occasione per dare l’iniziativa al sistema.
Decisione: Una notifica porta dritto al dato; “Spiegami” fa incrociare all’agente il trigger con altri dati, e propone una causa verificabile.
[Immagine: Le notifiche in due punti: il popover della campanella nell’intestazione e il centro notifiche nel pannello di Zero]
A sinistra, dalla campanella in alto, le notifiche più recenti. A destra, nella sidebar di Zero, il centro completo con tutte le notifiche.
DataCard
Delega: la DataCard, un link diretto al dato
Il problema: Qual è il vero bisogno dell’utente che si può delegare a un agente?
Primo tentativo: All’inizio pensavo che, se l’utente non sa usare la dashboard, bisognasse insegnargliela.
Sbagliavo, e una call con il PM di Zerynth l’ha chiarito. L’utente non vuole imparare, vuole il dato per decidere.
[Video: le sei versioni della DataCard arrivano una alla volta e si impilano: il wireframe col percorso a briciole, la pillola, la freccia, il segnalibro con il filtro, il preferito «Vai qua», infine la stella con «Sei qua».]
01 · Wireframe: Un tutorial: il percorso a briciole porta al dato.
02 · Alta fedeltà: Il percorso diventa una pillola sopra la card.
03 · Alta fedeltà: Una freccia sola porta al dato.
04 · Alta fedeltà: Il segnalibro la salva; il periodo diventa un filtro.
05 · Alta fedeltà: Salvata, vive tra i preferiti: nome e «Vai qua».
06 · Idea finale: La stella salva, «Sei qua» dice dove sei.
Decisione: Versione dopo versione, la DataCard ha perso tutto quello che spiegava la strada: percorso, freccia, «Vai a». È rimasto un link: un click e sei sul dato che l’agente ha trovato sulla dashboard, lo stesso che si apre da una notifica.
Filtri Automatici
Scovare e risolvere il problema dell’accumulo: filtri automatici
Il problema: Ora però le DataCard utili finiscono nei preferiti, e i preferiti si accumulano.
[Immagine: la sezione preferiti con una barra di ricerca e la versione degli smart groups]
Primo tentativo: Le prime idee: una barra di ricerca nei preferiti, che però riportava al problema di partenza, e gli Smart Groups, che raccolgono da soli le DataCard simili. Troppo, per un MVP.
Decisione: Con il team abbiamo tagliato il problema alla radice, dando a ogni DataCard un filtro relativo o assoluto.
[Immagine: I preferiti con il periodo salvato: «Ieri» e «Oggi» si aggiornano (relativo), «10 ott» e «28 set – 4 ott» restano fissi (assoluto)]
“Ieri” si aggiorna a ogni apertura. “10 ott” resta fisso per sempre.
Una card relativa serve ogni giorno, senza salvarne una nuova. Gli Smart Groups restano rimandati, non scartati.
AI Affidabile
Costruire un assistente affidabile in sistemi complessi
Il problema: Come essere sicuro che l’agente dica il vero?
Decisione: La dashboard è l’unica fonte. L’agente non genera risposte libere ma sceglie da uno schema noto, quindi ogni DataCard punta a un dato reale.
[Immagine: messaggio dell'agente quando non trova un dato, "non l'ho trovato, probabilmente non esiste" + richiesta di riformulare]
Se non trova corrispondenza (0 risultati), lo dice e chiede di riformulare, invece di inventare.
Il prezzo: a volte non trova nulla dove un esperto arriverebbe da solo. Ho scelto l’affidabilità sulla copertura, perché un errore nascosto in un’analisi automatica è peggio di un dato grezzo lasciato al giudizio dell’utente.
“Selezionare, non generare” è il cuore del Bounded-and-Integrative Approach, il framework pubblicato a TRUST‑CUA @ IUI 2026.
06 · Impatto del lavoro
Impatto del lavoro
Per chi è alle prime armi, trovare un dato passa da 50 a 10 secondi [nota 1]; a chi è esperto ne bastano 10-15 [nota 2]. Le notifiche spiegate dall’agente sono entrate nel prodotto finale, e il lavoro è diventato un articolo pubblicato al workshop TRUST‑CUA @ IUI 2026 [nota 3].
1Test pilota con 3 persone nuove all’interfaccia, senza validità statistica: prima senza agente, poi con, quindi parte del guadagno può essere apprendimento. Indica lo spazio per un test strutturato.
2Recupero dati in batch, misurato nei test di funzionamento. Non testato con utenti esperti.
3Zero: Towards Reliable Agentic UX for Industrial Dashboards, con Roberto Figliè, Tommaso Turchi e Daniele Mazzei.
07 · Cosa cambierei ancora
Cosa cambierei ancora
Avrei strutturato il test.
Prima un ambientamento, poi la stessa ricerca senza agente, per separare il guadagno dall’effetto della prima volta.
Avrei documentato le decisioni minori mentre le prendevo.
Alcune si sono perse, nonostante appunti estesi.
08 · Cosa ho imparato
Cosa ho imparato
Il confronto esterno migliora un’idea prima ancora di saperla giusta o sbagliata.
Testavo le idee da solo, anche con l’AI, poi con Roberto. Le decisioni più solide, la call con il PM su tutte, sono nate da questo doppio giro.
Un’idea troppo ambiziosa va ridimensionata in base ai vincoli.
Con Roberto ho imparato a ridimensionare subito le architetture troppo grandi, non a lavoro avviato.
09Re, re, re… redesign!
Un anno e mezzo dopo, l’ho rifatto meglio
A distanza di un anno e mezzo ho voluto reimmaginare i miei design con occhi nuovi. La dashboard è la stessa, con gli stessi dati, ma ora ha un aspetto più pulito.
[Video: il bordo destro della dashboard consegnata, con la campanella nell’intestazione e il pulsante flottante di Zero; campanella e pulsante escono, la dashboard si allarga e fa posto a una colonna sottile, loro ci rientrano e in mezzo compaiono chat, storico e preferiti; poi torna com’era]
01
La barra dell’agente
Il pulsante flottante e la campanella si sono messi in cammino, fino a ritrovarsi nella stessa colonna: sottile, sempre visibile, accanto a chat, storico e preferiti.
PrimaDopo
[Prima: Le notifiche consegnate: tipo, badge di priorità, pallino rosso, righe Macchina e Valore, «Spiegamela». Dopo: Le notifiche nel redesign: prima la macchina, il valore in grassetto nella frase, priorità nel colore, «Approfondisci con Zero».]
02
Le notifiche
Il titolo ora è la macchina. Il tipo di problema lo dicono l’icona e la frase che lo spiega, con il valore dentro. Per la priorità basta il colore.
PrimaDopo
[Prima: Il benvenuto consegnato: un saluto e tre domande in fondo al pannello. Dopo: Il benvenuto nel redesign: cosa fa Zero, tre domande, le chat recenti.]
03
Il benvenuto
L’introduzione si prende più spazio e offre spunti da cui partire, o le chat recenti. Anche il menù in alto è rifatto: «Nuova chat» sale in testa e le icone respirano di più.
[Video: in chat la risposta di Zero con la card della vista; «Apri vista» la apre; i quattro blocchi (OEE, confronto, stato, consumi) entrano da fuori e si posano nella vista, ognuno con la sua fonte; la X la richiude]
04
La vista composta
Durante il progetto l’avevo scartata. Quando ho avuto tempo e modo le ho dato forma, per mostrare cosa doveva essere: quando la domanda è di analisi, Zero mette insieme in una vista sola i dati di più pagine, ognuno con la sua fonte.