Digital Planner
AI-native · Process Orchestration · Food Production

Orchestra i processi.
Pianifica la produzione alimentare con l'AI.

Digital Planner unisce un motore di orchestrazione dei workflow, un planner verticale per il food e un livello di intelligenza artificiale che prevede la domanda, individua i colli di bottiglia e ottimizza turni e impianti. Ogni numero passa da un algoritmo deterministico: l'AI spiega, non inventa.

RBAC · MFA · TLS 1.3 · AES-256 WebSocket real-time · job asincroniGDPR · ISO/IEC 27001 readiness
Live plant · stabilimento 01
tick #0
OTIF
97.4%
+1.8 pt vs 30 g
Scarto
3.1%
−38% dopo il go-live
Forecast MAPE
6.4%
orizzonte 7 giorni
OEE
82.5%
linee A/B
Throughput (pz/h)1240
Anteprima interattiva

Una sola vista su workflow, lotti e previsioni

Timeline dell'Orchestrator e metriche del Food Production Planner sullo stesso dato, aggiornato in tempo reale.

12 task · 5 reparti aggiornato ora
Lun
Mar
Mer
Gio
Impasti
now
Cottura
now
Confezionamento
now
Qualità
now
Logistica
now
Completato In corso Pianificato Bloccato
T-201In corso
Forno 1 · ciclo 1
Reparto
Cottura
Risorsa
Forno 1
Inizio
Mar 09:00
Durata
7 h
Avanzamento 62% · fine stimata in linea con il piano.
Event stream · WebSocketping 10 s
    Orchestrator Engine

    Workflow dinamici, risorse allocate in tempo reale

    Ogni operazione tra reparti diventa un task con dipendenze, risorse e SLA. L'engine ricalcola il piano quando cambia la domanda, si ferma una macchina o un lotto non passa il controllo qualità.

    • operator registra log vocali/testuali dal reparto
    • manager approva, pianifica e interroga il Copilot
    • admin configura integrazioni, finanza e sicurezza

    Workflow manager dinamico

    Definisci processi con dipendenze, approvazioni e ruoli. Le modifiche si propagano a valle senza ripianificare a mano.

    Allocazione risorse real-time

    Linee, forni, celle, operatori e dock assegnati in base a capacità, turni e vincoli HACCP.

    Gantt e timeline interattive

    Trascina, riprogramma e confronta piano vs. consuntivo con evidenza dei colli di bottiglia.

    Stato cross-dipartimentale

    Impasti, cottura, confezionamento, qualità e logistica condividono un'unica sorgente di verità.

    Food Production Planner · core vertical

    Dal lotto alla scadenza, tutto tracciato

    Pianificazione batch per categorie ad alta deperibilità (pinse, fritti, quarta gamma), scalatura ricette, tracciabilità ingrediente → lotto → cliente e previsione della resa.

    Batch planning

    Sequenzia i lotti su linee e forni rispettando lievitazioni, sanificazioni e finestre di consegna.

    Recipe scaling

    Ricette parametriche: cambia i kg e ottieni ingredienti, tempi e costo materia prima aggiornati.

    Tracciabilità ingredienti

    Ogni lotto finito conserva i lotti fornitore usati: richiami mirati in minuti, non giorni.

    Yield forecasting

    Resa attesa per prodotto e linea con intervalli di confidenza, calibrata sui dati storici.

    Waste reduction metrics

    Scarto per categoria e causa, con soglie e anomalie statistiche sui dati reali di produzione.

    Shelf-life monitoring

    Vita residua per lotto e canale; suggerimenti di rotazione e promozione prima della scadenza.

    Native AI Copilot · Intelligence Layer

    Un livello di intelligenza che lavora sui tuoi dati, non al posto tuo

    Un motore analitico (autoencoder profondo + campionamento semi-Monte Carlo) produce scenari e probabilità; il Copilot LLM li interpreta e li traduce in azioni operative, chiamando strumenti verificabili.

    Demand forecasting automatico

    Previsioni a 7/30 giorni per categoria con bande p10–p90, addestrate sullo storico di produzione, meteo e vendite.

    Bottleneck detection

    Rileva saturazioni di linee e forni prima che accadano, con impatto stimato su OTIF e scarto.

    Task routing automatico

    Sposta e ri-sequenzia i task sulle risorse disponibili rispettando vincoli di processo e qualità.

    Smart shift & equipment scheduling

    Propone turni e uso macchine che minimizzano straordinari, energia e tempi di attesa.

    Anomaly detection

    Errore di ricostruzione su scarti, consumi e produzione con soglie dinamiche (media + k·σ).

    Risposte in secondi, non minuti

    Timeout 20 s, retry esponenziale, fallback tra modelli e job asincroni con stato: niente attese cieche.

    AI Copilot · tool-callingtimeout 20 s · fallback multi-modello
    Se sabato la domanda di pinse cresce del 15%, rischiamo stock-out?
    I numeri arrivano sempre da tool deterministici: il modello spiega e propone, non inventa.
    Energy & Asset Intelligence

    L'energia è un ingrediente: la pianifichiamo anche lei

    Lo stesso motore di anomaly detection usato per la produzione monitora impianti fotovoltaici e consumi dello stabilimento. Le fasce di produzione energivora vengono spostate quando l'autoproduzione è massima, e ogni deviazione degli impianti è segnalata prima che diventi un costo.

    Potenza assorbita
    148 kW
    autoconsumo FV 64%
    Anomaly score
    0.08×
    MSE 0.027 · soglia 0.334
    • · Analisi per impianto e per singola stringa/MPPT, con gruppi di orientamento
    • · Soglia dinamica su media e deviazione dell'errore di ricostruzione
    • · Bollette elettriche lette automaticamente (OCR + LLM) e riconciliate con i consumi
    Impianto fotovoltaico monitorato
    Impianto monitorato · stato nella norma1/10
    Architettura

    Tre blocchi, un'unica fonte di verità

    Architettura ibrida: agenti deterministici calcolano, persistono e integrano; l'agente LLM orchestra la conversazione e interpreta. Nessun numero viene generato dal modello linguistico.

    Frontend
    React · viste operator / manager / admin
    • Chat Copilot via WebSocket
    • Pannello log e approvazioni
    • Timeline, batch e finanza
    • Polling con stop su failed / cancelled
    Orchestratore LLM
    FastAPI · tool-calling · job asincroni
    • Loop LLM ↔ tool (max 5 turni)
    • RBAC sui tool per ruolo
    • Report finanziari 202 + status
    • request_id, timeout 15–20 s, retry, fallback modelli
    Motore analitico
    Deep Autoencoder · scenari · dashboard
    • Train / predict con checkpoint
    • Semi-Monte Carlo nello spazio latente
    • Rischi stock-out e waste per categoria
    • Anomalie su scarti e consumi
    Flusso di una richiesta
    utente ─▶ WebSocket /ws/chat (connection_id, heartbeat 10 s)
      ├─ receiver task ─▶ queue ─▶ ChatService.handle
      │     for turn in 1..5:
      │       LLM.complete(system_prompt + storico)
      │       se tool_calls → ToolExecutor.execute → JSON → role="tool"
      │       altrimenti → risposta testuale
      ├─ disconnect → cancel task, job = cancelled, cleanup TTL 300 s
      └─ report PDF → 202 Accepted + task_id → /status → /download
    Integrazioni
    • Meteo (previsioni 7 g)
    • ERP / gestionale vendite (MS SQL)
    • Bilanci e bollette (PDF, Excel, OCR)
    • Impianti energia (API telemetria)
    PythonFastAPITensorFlowReactWebSocketNginxsystemdCloudflare
    Enterprise Security & Infrastructure

    Sicurezza progettata per la produzione, non aggiunta dopo

    Controllo accessi per ruolo, cifratura end-to-end, conformità europea e continuità operativa: la matrice completa di ciò che è già nel prodotto.

    Identità e accessi

    • RBAC per ruolo (operator / manager / admin)
    • MFA (TOTP, WebAuthn)
    • SSO SAML / OIDC
    • Sessioni con scadenza e revoca

    Crittografia

    • TLS 1.3 in transito
    • AES-256 a riposo
    • Chiavi gestite e ruotate
    • Segreti fuori dal codice (.env / vault)

    Compliance

    • GDPR: DPA, minimizzazione, diritto all'oblio
    • ISO/IEC 27001 readiness
    • Log di audit immutabili
    • Data residency UE

    Business continuity

    • Backup cifrati giornalieri
    • RPO 24h · RTO 4h
    • Health check e riavvio automatico servizi
    • Worker recycling e limiti memoria

    Resilienza applicativa

    • Timeout HTTP 15–20 s su ogni chiamata esterna
    • Retry esponenziale e fallback multi-modello LLM
    • Job asincroni (202 Accepted) con stato
    • Heartbeat WebSocket ogni 10 s

    Osservabilità

    • request_id per ogni richiesta
    • Tracing delle fasi (LLM, tool, report)
    • Metriche latenza e memoria
    • Modalità debug attivabile per ambiente
    Specifiche:RBACMFASSOTLS 1.3AES-256GDPRISO/IEC 27001 readinessAudit logBackup cifratiRPO 24h · RTO 4h
    ROI & Analytics

    Quanto vale un piano migliore?

    Stima indicativa basata sui risultati medi osservati: −38% scarto, −60% ore di pianificazione manuale, −9% costo energia grazie allo spostamento delle fasce energivore.

    Risparmio annuo stimato
    92.070 €
    ROI 412% · payback 2.3 mesi · 500.000 kg/anno
    Riduzione scarto
    43.890 €
    Ore di pianificazione recuperate
    15.960 €
    Ottimizzazione energia
    7.020 €
    Vendite non perse (stock-out)
    25.200 €

    Stime indicative su ipotesi medie di settore e licenza annua di riferimento; non costituiscono offerta.

    Porta l'orchestrazione AI nel tuo stabilimento

    Demo guidata di 30 minuti sui tuoi dati: pianificazione lotti, previsione domanda e report finanziario automatico.

    Nessuna carta di credito. Dati trattati secondo GDPR.