Progettazione di un assistente AI basato su RAG per l’ottimizzazione del servizio post-vendita per fresatrice verticale per lavorazione del vetro

Abstract

Il presente lavoro analizza e migliora il processo di assistenza tecnica della Zafferani Glas srl, azienda produttrice di macchine utensili per la lavorazione del vetro piano, con particolare riferimento alla fresatrice verticale AZV MILL. La scelta dell'argomento nasce dall'osservazione delle inefficienze presenti nel servizio post-vendita aziendale, caratterizzato da una gestione poco strutturata, forte dipendenza dall'esperienza individuale dei tecnici e difficoltà nel reperimento delle informazioni tecniche. L'attività sviluppata si basa sull'applicazione della metodologia DMAIC, che ha consentito di analizzare il processo AS-IS, misurare le performance attraverso indicatori quantitativi, identificare le cause radice delle inefficienze e proporre una soluzione concreta. A seguito di questa analisi è stato progettato e implementato un sistema intelligente di supporto basato sul paradigma Retrieval Augmented Generation (RAG), composto da una knowledge base di circa 190 documenti tecnici per oltre 700 pagine, un database vettoriale e un'interfaccia chatbot accessibile pubblicamente. I risultati ottenuti nel primo mese di utilizzo mostrano una tendenza positiva e incoraggiante per tutti gli indicatori considerati, con una riduzione dei tempi di risoluzione e dei costi del personale, suggerendo che la soluzione proposta stia producendo i miglioramenti attesi, risultati che dovranno essere confermati attraverso un monitoraggio più esteso nel tempo.

This work analyses and improves the technical assistance process of Zafferani Glas srl, a manufacturer of machine tools for flat glass processing, with reference to the AZV MILL vertical milling machine. The choice of this topic stems from the observation of inefficiencies in the company's after-sales service, characterized by poor process standardization, strong dependence on individual technicians' experience, and difficulty in retrieving technical information. The work is based on the application of the DMAIC methodology, which enabled the analysis of the AS-IS process, the measurement of performance through quantitative indicators, the identification of root causes of inefficiencies, and the proposal of a concrete solution. Following this analysis, an intelligent support system based on the Retrieval Augmented Generation (RAG) paradigm was designed and implemented, consisting of a knowledge base of approximately 190 technical documents covering over 700 pages, a vector database, and a publicly accessible chatbot interface. The results obtained during the first month of operation show a positive and encouraging trend across all indicators considered, with a reduction in resolution times and personnel costs, suggesting that the proposed solution is producing the expected improvements, to be consolidated through more extended monitoring over time.