HVAC Systems Company
AI-enabled IoT Platform | Service Innovation
Il Contesto
Leader nel settore sistemi HVAC industriali e commerciali con forte presenza servizi IoT connessi. Control room centralizzata monitora e gestisce migliaia di impianti refrigerazione remoti per clienti in settori food, pharma, retail.
Piattaforma IT legacy gestiva base installata storica ma mostrava limiti di scalabilita. Forte crescita impianti connessi (+30% anno su anno) richiedeva evoluzione infrastruttura digitale.
Il Problema
Necessità di scalare control room senza aumentare proporzionalmente il personale. Crescita lineare costi operativi rendeva modello insostenibile. Operatori sommersi da volume allarmi e casistiche da gestire manualmente.
Mancanza prioritizzazione intelligente: tutti gli alert trattati con stessa urgenza. Onboarding nuovi operatori lungo e costoso (3−6 mesi). Alto turnover personale causava perdita know-how operativo. Impossibilita di anticipare problemi: solo gestione reattiva.
IL METODO
NiEW
Necessità di partner con competenze incrociate: service design industriale, piattaforme IoT, AI/ML applicato. Capacità di progettare non solo tecnologia ma modello operativo scalabile. Approccio human-centered per garantire adozione da parte operatori control room e non creare resistenze.
01
Business
Discovery
Discovery
Analisi modello operativo control room attuale: turni, distribuzione carichi, gestione escalation.
Mappatura economics: costi per operatore, volumi casistiche gestite, tempi medi risoluzione.
Proiezione crescita: scenari di espansione parco installato e impatto su risorse.
Identificazione vincoli: budget, timeline, necessita mantenere continuità servizio.
Definizione KPI successo: riduzione onboarding time, gestione maggior volume senza incremento FTE, miglior customer satisfaction.
02
Operator
Research
Research
Shadowing operatori control room per comprendere workflow reali, decisioni, punto friction.
Interviste qualitative: operatori senior (gestione casistiche complesse), operatori junior (difficoltà onboarding), supervisori (coordinamento e escalation).
Analisi storica allarmi: pattern ricorrenti, falsi positivi, tempo medio risposta per tipologia.
Identificazione tacit knowledge: expertise non documentata che operatori senior applicano intuitivamente.
Raccolta pain point: sovraccarico informativo, mancanza prioritizzazione, difficolta tracking storico.
03
Architecture
Design
Design
Progettazione architettura dati per alimentare modelli ML: storico allarmi, parametri impianti, azioni operatori.
Design modelli statistici per prioritizzazione intelligente alert basata su severity, urgenza, impatto business. Sviluppo sistema suggerimento percorsi risoluzione basato su casistiche simili risolte in passato.
Integrazione LLM per interpretazione linguaggio naturale e generazione guide troubleshooting contestualizzate. Prototipazione e test iterativi con operatori per validare efficacia suggerimenti AI e usabilita interfaccia.
Risultati e Deliverable
Il Valore Generato
Crescita
Scalabile
Capacita di gestire +30% impianti connessi anno su anno senza incremento proporzionale FTE. Economics sostenibili per espansione business.
Riduzione
Onboarding
Da 3 – 6 mesi a 4 – 6 settimane per operatori junior. Produttivita accelerata grazie a AI Assistant che compensa gap esperienza.
Miglior Gestione
Turnover
Knowledge retention sistemica riduce impatto partenza personale senior. Continuità operativa garantita anche con ricambio team.
Vision Futura — Academy
Digitale
Piattaforma evolve in simulatore per training immersivo nuovi operatori. Ambiente sicuro per apprendimento su casistiche critiche senza rischio su impianti reali. Benchmark industria per service operations AI-augmented.
Cosa Abbiamo Consegnato
Sistema Prioritizzazione
Intelligente
Modelli ML che classificano automaticamente allarmi per severity, urgenza e impatto business. Dashboard operatore mostra solo casistiche prioritarie eliminando rumore. Riduzione drastica sovraccarico cognitivo.
AI-powered Resolution
Assistant
Sistema suggerisce percorsi risoluzione basati su storico: per casistiche simili mostra azioni efficaci del passato. LLM genera guide troubleshooting contestualizzate in linguaggio naturale. Operatore junior ha accesso immediato a best practice operatori senior.
Onboarding Strutturato e
Accelerato
Percorsi formativi integrati nella piattaforma con casi reali. Training simulato su casistiche frequenti prima di gestire situazioni live. Knowledge base sempre accessibile riduce dipendenza da affiancamento.
Gestione Turnover e
Knowledge Retention
Sistema cattura tacit knowledge di operatori senior e lo rende disponibile a tutto il team. Riduzione rischio perdita expertise quando personale esperto lascia azienda.
