A

Agente AI: Sistema di intelligenza artificiale autonomo progettato per percepire il proprio ambiente, prendere decisioni e agire per raggiungere obiettivi specifici senza intervento umano diretto.

AI Generativa: Tipo di intelligenza artificiale in grado di creare contenuti originali come testo, immagini, musica o video partendo da prompt o istruzioni fornite dall'utente. Include modelli come GPT, DALL-E, Midjourney e Stable Diffusion.

API (Application Programming Interface): Set di regole e protocolli che consentono a diverse applicazioni software di comunicare tra loro, permettendo l'integrazione di servizi AI o automatizzati in sistemi esistenti.

Apprendimento Automatico (Machine Learning): Sottocampo dell'AI che sviluppa algoritmi in grado di apprendere dai dati e migliorare le proprie prestazioni con l'esperienza, senza essere esplicitamente programmati per ogni singola attività.

Automazione dei Processi: Utilizzo di tecnologia per eseguire compiti ripetitivi con intervento umano minimo o nullo, aumentando efficienza, precisione e liberando risorse umane per attività a maggior valore aggiunto.

Automazione Intelligente: Combinazione di automazione tradizionale con tecnologie di intelligenza artificiale per automatizzare processi complessi che richiedono capacità decisionali e adattive.

B

Backend-as-a-Service (BaaS): Servizi cloud che forniscono agli sviluppatori e creator di app no-code un modo per collegare le loro applicazioni a servizi di backend come database, storage e API senza dover costruire l'infrastruttura da zero.

Big Data: Volumi estremamente grandi di dati, strutturati e non strutturati, che possono essere analizzati per ricavare pattern, tendenze e associazioni, soprattutto in relazione al comportamento e alle interazioni umane.

Business Process Automation (BPA): Automazione di processi aziendali complessi attraverso tecnologie avanzate, con focus su efficienza operativa, riduzione dei costi e miglioramento della qualità.

C

ChatGPT: Modello linguistico sviluppato da OpenAI basato sull'architettura GPT, progettato per generare testo simile a quello umano e interagire in modo conversazionale.

Citizen Developer: Dipendente non-IT che crea applicazioni di business utilizzando strumenti no-code/low-code approvati dall'azienda, contribuendo all'innovazione senza necessità di competenze tecniche approfondite.

Cloud Computing: Fornitura di servizi informatici (server, storage, database, rete, software, analisi, intelligenza) tramite Internet, offrendo innovazione più rapida, risorse flessibili e economie di scala.

Computer Vision: Campo dell'AI che addestra i computer a interpretare e comprendere il mondo visivo, permettendo alle macchine di identificare e classificare oggetti in immagini o video.

D

Data Science: Campo interdisciplinare che utilizza metodi scientifici, processi, algoritmi e sistemi per estrarre conoscenza e insight da dati strutturati e non strutturati.

Deep Learning: Sottocampo del machine learning basato su reti neurali artificiali con molteplici livelli (profonde), capaci di apprendere rappresentazioni di dati con più livelli di astrazione.

Drag-and-Drop Interface: Interfaccia grafica che consente agli utenti di creare applicazioni o automatizzare workflow semplicemente trascinando e posizionando elementi grafici invece di scrivere codice.

E

Elaborazione del Linguaggio Naturale (NLP): Ramo dell'AI che si occupa dell'interazione tra computer e linguaggio umano, consentendo ai computer di comprendere, interpretare e generare testo in linguaggio naturale.

Embeddings: Rappresentazioni numeriche dense di oggetti come parole, frasi, documenti o entità in uno spazio vettoriale multidimensionale, utilizzate nei modelli AI per catturare relazioni semantiche.

F

Fine-tuning: Processo di perfezionamento di un modello AI pre-addestrato su un dataset specifico per migliorarne le prestazioni su determinati compiti o domini.

Flow (Flusso): Sequenza definita di attività in un sistema di automazione, dove le informazioni vengono elaborate attraverso una serie di passaggi interconnessi per completare un processo.

Framework No-Code: Piattaforma che fornisce un ambiente di sviluppo visivo per la creazione di applicazioni senza necessità di programmazione tradizionale.

I

Intelligenza Artificiale (AI): Campo dell'informatica dedicato alla creazione di sistemi capaci di svolgere compiti che tipicamente richiedono intelligenza umana, come riconoscimento vocale, decisioni, traduzione e percezione visiva.

Integrazione: Processo di connessione di diverse applicazioni, servizi o fonti di dati per operare come un sistema unificato, fondamentale per l'automazione dei workflow.

L

Large Language Model (LLM): Modello di AI addestrato su enormi quantità di testo in grado di comprendere e generare linguaggio naturale con capacità avanzate di comprensione, ragionamento e generazione di contenuti.

Low-Code: Approccio allo sviluppo software che richiede una quantità minima di codifica, utilizzando interfacce grafiche e configurazione invece della programmazione tradizionale, ma permettendo personalizzazioni con codice quando necessario.

M

Machine Learning Operations (MLOps): Insieme di pratiche per standardizzare e semplificare il ciclo di vita dei modelli di machine learning, dalla loro costruzione al deployment, monitoraggio e manutenzione.

Middleware: Software che funge da ponte tra diverse applicazioni, consentendo loro di comunicare e trasferire dati, essenziale per l'integrazione di sistemi diversi in soluzioni di automazione.

Modello linguistico: Sistema di AI addestrato su grandi quantità di testo che può generare e comprendere linguaggio simile a quello umano basandosi su pattern statistici appresi durante l'addestramento.

N

Neural Network (Rete Neurale): Sistema computazionale ispirato al funzionamento del cervello umano, composto da nodi interconnessi (neuroni artificiali) che elaborano e trasmettono informazioni.

No-Code: Approccio allo sviluppo di applicazioni che consente a utenti senza competenze tecniche di creare software e automazioni tramite interfacce grafiche, senza necessità di scrivere codice.

P

Parametri: Valori interni di un modello di AI che vengono adattati durante l'addestramento per ottimizzare le prestazioni del modello su un determinato compito.

Piattaforma di automazione: Ambiente software che offre strumenti per creare, gestire e ottimizzare processi automatizzati, spesso con capacità di integrazione con altri sistemi.

Processo decisionale automatizzato: Utilizzo di sistemi AI o algoritmi per prendere decisioni senza intervento umano, basandosi su dati e regole predefinite.

Prompt Engineering: Pratica di formulare e ottimizzare input testuali (prompt) per ottenere i risultati desiderati da modelli di linguaggio AI, massimizzando la qualità e l'utilità delle risposte generate.

R

RAG (Retrieval-Augmented Generation): Architettura AI che combina generazione di linguaggio con recupero di informazioni da database esterni, migliorando l'accuratezza e l'affidabilità delle risposte.

RPA (Robotic Process Automation): Tecnologia che consente di configurare software o "robot" per emulare azioni umane interagendo con sistemi digitali, automatizzando processi ripetitivi e basati su regole.

S

SaaS (Software as a Service): Modello di distribuzione software dove le applicazioni sono ospitate da un fornitore di servizi e rese disponibili ai clienti tramite Internet, spesso su abbonamento.

Smart Contract: Programmi auto-esecutivi che operano su una blockchain quando vengono soddisfatte condizioni predeterminate, utilizzati per automatizzare l'esecuzione di accordi.

Sync (Sincronizzazione): Processo di mantenimento dell'uniformità dei dati tra due o più posizioni, essenziale per l'automazione multisistema e l'integrazione di diverse piattaforme.

T

Template: Modello predefinito che serve come punto di partenza per creare soluzioni personalizzate, accelerando lo sviluppo di applicazioni no-code e l'implementazione di workflow.

Text-to-Image: Tecnologia AI che converte descrizioni testuali in immagini, permettendo la creazione di contenuti visivi da prompt scritti.

Transformer: Architettura di rete neurale alla base dei recenti progressi nei modelli linguistici, progettata per gestire dati sequenziali come il testo con meccanismi di attenzione.

Trigger: Evento o condizione che avvia un'automazione o un workflow, come l'arrivo di un'email o l'aggiornamento di un record in un database.

V

Visual Programming: Stile di programmazione che utilizza elementi grafici invece di testo per creare codice, fondamento delle piattaforme no-code e low-code.

W

Webhook: Meccanismo che consente a un'applicazione di fornire informazioni in tempo reale ad altre applicazioni quando si verifica un evento specifico, essenziale per creare automazioni tra sistemi diversi.

Workflow: Sequenza di passaggi e azioni organizzate che descrivono un processo di lavoro dall'inizio alla fine, fondamentale nell'automazione dei processi aziendali.

Workflow Automation: Utilizzo di regole predefinite per automatizzare l'esecuzione di processi ripetitivi, riducendo l'intervento manuale e aumentando l'efficienza operativa.