Metodologia proprietaria: 22 moduli in 6 aree (Strategia AI, Readiness, Organizzazione, Compliance, Design, Microsoft AI) · Scoring: 9 dimensioni → matrice GO/BUILD/PARK/DROP · Kill criteria automatici con soglie documentate
Modello di Business — 3 fasi, 3 gate
FASE 1 — DIAGNOSI
Sessione SAHITLCO-C (30-45 min)
Analisi SAHITLCO-F automatica
Output: report strutturato + scoring
Costo cliente: incluso nel mandato consulente
GATE 1: Il consulente valida. Il report non esce senza HITL.
FASE 2 — PRESCRIZIONE
Il consulente arricchisce la prescrizione AI
Interventi con durate, profili, output attesi
Timeline e budget realistici
Costo cliente: engagement consulente (giornate)
GATE 2: Go/Park/Kill. Solo con evidenze.
FASE 3 — ESECUZIONE + VERIFICA
Il consulente esegue gli interventi
Check 30/60/90 giorni
Kill criteria riesaminati con dati reali
Costo cliente: engagement consulente (giornate)
GATE 3: Evidence-based. Dati, non opinioni.
UNIT ECONOMICS (target)
• Diagnosi: ~1h tempo consulente (vs 6-10h assessment tradizionale)
• Prescrizione: output AI arricchito dal consulente (vs creazione da zero)
• Break-even stimato: 15-20 consulenti attivi
• Pricing target: €200-500/mese per consulente (subscription mensile, tier in definizione)
Dettagli TAM/SAM e piano commerciale nel pitch deck completo.
Scenario A — Pre-implementazione
Ferri Meccanica S.r.l.
Settore: PMI manifatturiera, 85 dipendenti
Progetto: Ottimizzazione supply chain con AI predittiva
Referente: Marco, responsabile acquisti
Origine: L'AD ha visto una demo AI a una fiera
Mandato: Marco ha ricevuto l'incarico di "seguire la cosa"
Codice sessione:MFG001
Caso illustrativo — scenario fittizio a scopo dimostrativo
Inserisci il codice di accesso
✓ Benvenuto Marco — Ferri Meccanica S.r.l.
Disclosure AI: Stai per interagire con SAHITLCO, un sistema di intelligenza artificiale. Un consulente professionista revisionerà tutti i risultati prima di qualsiasi consegna.
Governance formale assente · Data readiness critica (dati mai verificati per uso AI)
Valore economico: €180.000/anno ordini emergenza — dato dal cliente
Prima e dopo — Scenario A
Senza SAHITLCO
Meeting 1 (1h): presentazione generica. Marco descrive la visione dell'AD.
Meeting 2 (1h): IT presenta l'infrastruttura. Nessuno chiede della qualità dei dati.
Meeting 3 (45min): allineamento stakeholder. Tutti "d'accordo". Nessuna contraddizione.
Risultato: assessment basato su impressioni. Raccomandazione: "procedere con pilot".
Rischio: pilot che fallisce per dati non pronti. €180k/anno mai identificati.
Con SAHITLCO
1 sessione diagnostica, 6 turni: ownership passiva rilevata e risolta.
Contraddizione emersa e confrontata con citazioni esatte.
Dati non verificati identificati come blocco strutturale.
Valore quantificato a €180k/anno.
Il consulente entra sapendo cosa chiedere, a chi, e perché.
Tempo senza SAHITLCO: ~3 meeting, ~2.5h, nessun segnale strutturale rilevato — Tempo con SAHITLCO: 1 sessione, ~35 min, 8 segnali + 2 blocchi + 1 metrica valore
SAHITLCO-F — Analyst Agent
Accessibile solo al consulente — mai al cliente
IPOTESI INTERPRETATIVE (formulate PRIMA dello scoring)
Ipotesi 1: Progetto con valore di business reale, bloccato da gap di governance e data readiness. L'owner operativo esiste ma non è formalizzato. Ipotesi 2: Pattern aspirazionale non fondato — alta visione strategica senza fondamentali operativi. Ipotesi alternativa: Resistenza passiva nasconde un'organizzazione che non vuole realmente cambiare.
DIMENSIONE VALORE — 6.8/10
Problem clarity
7/10
Problema identificato (ritardi fornitori) ma non misurato sistematicamente
Business impact
8/10
€180k/anno quantificato dal cliente, verificabile su gestionale
Stakeholder demand
6/10
AD sponsor entusiasta ma non strutturato. Nessun budget formale.
User need
6/10
Marco motivato. Nessuna validazione con altri utenti.
Strategic alignment
7/10
DIMENSIONE FATTIBILITÀ — 4.6/10
Data readiness
3/10
Dati nel gestionale mai verificati per qualità, completezza, formato
Org readiness
4/10
Owner emerso ma senza mandato formale. Nessun team tecnico dedicato.
Technical feasibility
5/10
Compliance risk
8/10
Media pesata: data_readiness peso 2x (prerequisito per pilot AI)
CHANGE ADOPTION — 5/10
Change adoption
5/10
PATTERN A — ASPIRAZIONALE NON FONDATO
Condizione: score_valore (6.8) ≥ 6 E data_readiness (3) ≤ 3. Visione e ambizione esistono ma i fondamentali operativi non reggono.
POSIZIONE MATRICE
PARK
Valore alto, fattibilità bassa → investire nelle precondizioni prima di procedere
Kill criteria e verifica ipotesi
Kill criteria check
N/A No problem — problema identificato (€180k/anno)
ATTIVO No data — dati presenti ma mai verificati per uso AI
CLEARED No owner — ownership recovered al turno 4
ATTIVO No baseline — nessuna metrica sistematica sullo stato attuale
N/A Compliance block — dati fornitori, non personali
"6 settimane è il minimo. Propongo roadmap in 3 fasi con gate evidence-based."
Intervento 5: Pilot Perimeter Reduction + AIDE Workshop
"Suggerisco di iniziare il pilota su UN solo fornitore critico. AIDE Workshop per allineare il team prima del pilot."
Il consulente in azione — Scenario A
1. Triangle Meeting — Mandato formale
Il consulente porta il report F con i gap identificati. AD firma mandato. Marco owner formale. Scope, budget, timeline e decision rights definiti.
2. Assessment + Workshop + Scoping
Data Quality Assessment sui 10 fornitori principali. Baseline Measurement in parallelo. OKR Translation Workshop per timeline realistica. AIDE Workshop per allineamento team. Scoping su 1 fornitore critico.
3. Check 30/60/90 — Kill criteria cleared
I kill criteria vengono riesaminati: NO_VERIFIED_DATA → CLEARED, NO_BASELINE → CLEARED. PARK → GO. Pilot parte, 8 settimane.
~10 giornate consulente, ~6 settimane + pilot 8 settimane. Questa è una proiezione basata sul piano prescritto. Il risultato dipende dall'esecuzione del consulente e dalla risposta dell'organizzazione. Senza la diagnosi di SAHITLCO, questo intervento mirato non sarebbe stato possibile.
Scenario B — Post-implementazione
Rossi Distribuzione S.r.l.
Settore: Azienda logistica, 120 dipendenti
Progetto: Sistema AI ottimizzazione percorsi, implementato 8 mesi fa
Problema: Adozione al 30% — autisti lo ignorano, capi turno lo aggirano
Referente: Laura, direttrice operativa
Codice sessione:LOG001
Caso illustrativo — scenario fittizio a scopo dimostrativo
Analisi post-implementazione — pesi dimensionali diversi
IPOTESI INTERPRETATIVE (formulate PRIMA dello scoring)
Ipotesi 1: Sistema funziona ma fallisce sull'adozione per assenza change management. Ipotesi 2: Resistenza nasconde difetto reale — manca conoscenza tacita. Ipotesi alternativa: Management ha già deciso di dismettere.
DIMENSIONE VALORE — 7.0/10
Problem clarity
8/10
30% adozione, autisti lo ignorano, capi turno lo aggirano. Dati concreti.
Business impact
8/10
€100k investimento a rischio + credibilità AI in azienda
Stakeholder demand
6/10
User need
6/10
Strategic alignment
7/10
DIMENSIONE FATTIBILITÀ — 5.6/10
Data readiness
7/10
Sistema già operativo. Il gap non è sui dati ma sull'integrazione conoscenza tacita.
Sistema che integra la conoscenza degli autisti, adozione che cresce
Diagnosi vera → piano change management strutturato.
Nota di onestà: questa è una proiezione. Il risultato dipende dall'esecuzione del consulente e dalla risposta dell'organizzazione.
Il consulente in azione — Scenario B
1. Retrospettiva + Assessment clima
Il consulente porta dati, non "servono più corsi". Retrospettiva strutturata con autisti e Laura. Assessment clima con metriche di trust. Risultato: mappa vincoli reali + clima team misurato.
2. Co-design + AIDE + Pilot protetto
User Research con autisti esperti. Co-design dei vincoli da integrare nel sistema. AIDE Workshop per allineamento team. Integrazione tecnica. Pilot protetto 4 settimane con Davide + 2-3 volontari.
3. Risultati misurati — GO estensione
Adozione nel gruppo pilota supera l'obiettivo (>50%). Km risparmiati misurati. Change adoption in miglioramento. Comunicazione trasparente a tutta l'azienda. Review evidence-based: GO estensione.
~12-15 giornate consulente. Senza la diagnosi di SAHITLCO, Laura avrebbe ricevuto l'ennesima proposta di formazione.
Due scenari, stessa architettura, diagnosi diverse
73% PMI manifatturiere → NO_DATA come primo blocco Pattern ricorrente: dato nel gestionale, mai verificato per uso AI Ogni sessione migliora il benchmark per le successive
Il consulente vede tutto. Il cliente non vede nulla dell'analisi. HITL by design.
Multi-stakeholder — Lo stesso caso, voci diverse, verità unica
SESSIONE 1 — Marco
Resp. Acquisti
“I dati sono pronti”
UNFOUNDED_OPTIMISM
SESSIONE 2 — IT Lead
Resp. Sistemi
“I dati non sono mai stati verificati”
CONTRADICTION_CROSS
SESSIONE 3 — AD
Sponsor
“Ci servono risultati entro 3 mesi”
UNREALISTIC_TIMELINE
↓ ↓ ↓
SAHITLCO-F — Analisi cross-stakeholder
CONTRADDIZIONE RILEVATA:
Marco (S1): “I dati sono pronti” IT Lead (S2): “Non sono mai stati verificati”
DISALLINEAMENTO TIMELINE:
AD: “3 mesi” Marco: “non so” IT: “6-9 mesi minimo”
→ Il consulente entra con la mappa completa dei disallineamenti
Ogni stakeholder parla con SAHITLCO separatamente. Nessuno influenza l'altro. F incrocia tutto. Le sessioni dei singoli stakeholder sono raccolte in momenti diversi — non mostrate per brevità della demo.
Assessment evolutivo — Da diagnosi a risultati misurabili
T0 — DIAGNOSI
Valore: 6.8 Fattibilità: 4.6 Verdetto: PARK Kill criteria: 2 attivi
→
T30 — CHECK 30 GG
Mandato formalizzato ✓ Data audit in corso Kill: NO_OWNER → CLEARED Fattibilità: 4.6 → 5.2
Applicazione indiretta — predisposto per clienti in ambito DORA
Audit trail completo con timestamp
Clausole contrattuali Art. 30 predisposte
Sub-processor transparency (Azure AI Foundry)
Diritti di audit e ispezione garantiti
Art. 22 GDPR — Non applicabile
Nessuna decisione automatizzata: l'AI assiste, il consulente decide.
L'AI analizza. Il consulente decide. I dati sono del cliente.
Alcuni elementi di compliance sono progettati ma non ancora finalizzati a livello legale. Fanno parte della roadmap pre-lancio. Gap critici (G1-G3) in fase di chiusura.
Differenziazione competitiva
Non un chatbot. Non un questionario. L'agente formula ipotesi e usa la conversazione per testarle.
Consulenza tradizionale
Chatbot generici
SaaS assessment
SAHITLCO
Metodologia
Dipende dal consulente
Nessuna
Parziale
22 moduli in 6 aree
Intervista
Se esperto disponibile
Script fisso
Form rigido
Hypothesis-first adattiva
Scoring
Soggettivo
Assente
Basico
9 dimensioni + kill criteria
HITL
Sì, non scalabile
Nessuno
Nessuno
By design, sempre
Compliance
Manuale
No
Parziale
GDPR + AI Act + DORA
Frizione accesso
Meeting + email
Account
Onboarding
Link + codice
Analisi affettiva
Se esperto
No
No
6 codici, aggiornamento real-time
Multi-stakeholder
Meeting congiunti
No
No
Sessioni separate, cross-analysis
La moat: 22 moduli proprietari + hypothesis-first + codici affettivi + HITL by design. Non replicabile con un wrapper su GPT.
Target Market — 3 Tier
TIER 2 — IMMEDIATO
PMI 50-500 dip.
Primo target di mercato Budget AI limitato, bisogno di guida Assessment come servizio Q2 2026: primo pilota
TIER 1 — FASE 2
Enterprise regolamentato
Banche, assicurazioni, sanità Compliance come vantaggio (DORA, AI Act) Engagement consulente premium Richiede template legali
TIER 3 — SCALA
Canale indiretto
Società consulenza partner System integrator Platform licensing Moltiplicatore di scala
