LIRA · Libreria di Informazioni e Risorse Aziendali

LIRA — L'IA che conosce i tuoi documenti.

Risposte precise, verificate e con citazione delle fonti — direttamente dai tuoi documenti. Nessun dato inviato all'esterno: tutto on-premise.

100% on-premise
GDPR-ready
Nessun dato a terzi

Costruita sui tuoi documenti. Non su internet.

Le IA generiche sono potenti ma hanno un limite strutturale: non conoscono la tua azienda. Non sanno cosa c'è nei tuoi contratti, nei tuoi manuali tecnici, nei protocolli che usi da vent'anni. Così generalizzano. Si inventano le risposte. Tu hai bisogno di fatti, non di fantasia.

LIRA non è una piattaforma preconfezionata da adattare a te. È il contrario: la piattaforma si modella su di te. I risultati sono qualitativamente superiori a qualunque soluzione out-of-the-box, per un motivo semplice: loro partono da internet, noi partiamo dai tuoi documenti.

Come funziona

1

Connetti le tue fonti

LIRA si integra con i tuoi sistemi via connettori nativi (filesystem, cloud storage, database, FTP, SharePoint) e connettori custom per basi dati proprietarie. Monitora le tue fonti in automatico: ogni nuovo documento e ogni modifica vengono rilevati e processati senza intervento manuale.

2

Indicizza in automatico

Ogni documento aggiunto o modificato viene indicizzato senza operazioni manuali. Embedding semantici, keyword, immagini: tutto on-premise, sempre aggiornato.

3

Chiedi e ricevi

Fai una domanda in linguaggio naturale. LIRA recupera i passaggi rilevanti e genera una risposta con citazione puntuale della fonte.

Quattro pilastri che fanno la differenza

Sovranità totale dei dati

LIRA nasce 100% on-premise. Niente dati che viaggiano verso servizi esterni, niente chiavi API di terzi, niente 'fidati di noi'.

  • Pipeline, modelli, vector store, LLM — tutto gira nel tuo perimetro
  • Conforme GDPR, auditabile, pronto per policy di sicurezza anche restrittive
  • Deployment ibrido (parte on-prem, parte cloud) o 100% cloud quando serve — senza riprogettare

Scalabile, davvero

Architettura containerizzata e modulare — parte da una singola macchina e cresce fino a cluster su infrastrutture distribuite.

  • Documentazione da 10.000 pagine o 10 milioni? La stessa piattaforma, dimensionata di conseguenza
  • Embedding, reranking, serving LLM, retrieval — ogni componente scala in modo indipendente

Cucita su misura

La piattaforma si modella su di te, non il contrario. Ogni parametro è configurabile e tarato sul tuo contesto.

  • Modello di embedding adatto al dominio (direzionale, tecnico, multilingua)
  • LLM scelto in base al trade-off qualità/costo/latenza che serve a te
  • Chunking tarato sul tipo di documento (contratti vs manuali vs report)
  • Soglie di retrieval e reranking ottimizzate sui tuoi dati reali
  • Connettori per filesystem e condivisioni SMB; SharePoint, Documentum, ERP su richiesta
  • Prompt e UI brandizzati come core del tuo brand

Multimodale e verificabile

Indicizza testo, tabelle e immagini. Ogni risposta — ogni singola risposta — riporta il passaggio sorgente.

  • Testo, tabelle, immagini, grafici e schemi di impianto — tutto entra nel knowledge base
  • Le immagini ricevono didascalie generate automaticamente da modelli di visione
  • Trasparenza completa sulle fonti: ogni risposta cita il passaggio sorgente, documento e pagina

Dietro le quinte: l'architettura in due tempi

Il cuore del prodotto è un sistema RAG: alla domanda dell'utente, recupera i passaggi rilevanti dai tuoi documenti e li fornisce all'LLM come contesto per generare una risposta fondata su quei passaggi — non sulla memoria del modello.

RAG-U — il motore di retrieval

RAG-U è la pipeline di ingestion, indicizzazione e retrieval che alimenta l'LLM con il contesto estratto dai tuoi documenti.

  1. Ingestione — legge i tuoi documenti (.docx, PDF, formati misti), estrae testo, tabelle e immagini, divide in chunk significativi.
  2. Indicizzazione — trasforma ogni chunk in vettori semantici + indice BM25 per keyword, dentro un vector store on-prem.
  3. Retrieval — alla domanda dell'utente, recupera i passaggi più rilevanti combinando ricerca semantica e keyword, li reranka, ricostruisce il contesto di sezione.
  4. Indicizzazione immagini — un worker parallelo genera caption testuali per le immagini e le indicizza semanticamente insieme al testo.

LIRA Assistant — l'interfaccia conversazionale

Sopra RAG-U gira LIRA Assistant, l'interfaccia che gli utenti usano effettivamente: una chat che risponde in linguaggio naturale, cita le fonti, può essere brandizzata e integrata nei tuoi flussi.

  • API compatibile OpenAI → si integra con qualsiasi tool o framework che già usa l'API Chat Completions di OpenAI
  • Server MCP → espone la retrieval come strumento a client MCP e agenti IA esterni

In sintesi: RAG-U recupera il contesto, LIRA Assistant lo usa per rispondere.

Dove fa la differenza, concretamente

ScenarioChatbot generica onlineLIRA
La linea di confezionamento è ferma: quali registri Modbus devo leggere per capire se il guasto è sul nastro 3?Ti spiega in teoria come funziona ModbusLeggi il registro 40120 (stato nastro 3): se bit 2=0 il motore è in fault. Manuale PLC LC3 rev.7, § 4.3
Il fornitore ha consegnato con 18 giorni di ritardo. A quanto ammonta la penale?Cita il Codice Civile, non il tuo contratto1,5% al giorno oltre i 10 giorni = 12% sull'importo. Art. 8.2, contratto di fornitura 15/03/2025
Quali DPI servono per accedere al reparto di miscelazione secondo il nostro DVR?Elenca i DPI generici previsti dal D.Lgs. 81/08Casco, guanti antitaglio, calzature S3 e autorespiratore per zona ATEX 2. DVR rev.12, p. 47
Trovami la TAC del paziente 4821 e il relativo referto del 12 giugno 2024Non può accedere ai tuoi archivi sanitari2 immagini + referto: 'TAC addome superiore — paz. 4821' del 12/06/2024, firmato dal radiologo. Dal sistema RIS aziendale

Per chi è

  • Direttori di produzione e stabilimento — accesso immediato a manuali tecnici, procedure operative e storici di manutenzione, senza cercare per ore negli archivi
  • Responsabili IT e CTO — deployment on-premise, nessun dato a terzi, API compatibile OpenAI, server MCP per integrazione con tool esistenti
  • Uffici legali e compliance — risposte con citazione puntuale del passaggio, verifica delle clausole contrattuali in secondi, audit trail completo
  • R&D e knowledge management — memoria d’impresa sempre accessibile: brevetti, report tecnici, specifiche di prodotto, ricerche storiche
  • Settori regolati — sanità, finanza, difesa, energetico: dati che non possono uscire dal perimetro aziendale
  • Ogni azienda che ha provato una chatbot off-the-shelf e ha smesso di crederci

Cosa ricevi

  • RAG-U, la pipeline di retrieval-augmented generation in deployment on-premise o ibrido
  • LIRA Assistant, l’interfaccia conversazionale con cui interagiscono i tuoi utenti, brandizzabile
  • API compatibile OpenAI → si integra con qualsiasi tool o framework che già usa l’API Chat Completions di OpenAI
  • Server MCP → espone la retrieval come strumento a client MCP e agenti IA esterni (orchestrazione, multi-step, automazione)
  • Connettori per alimentazione continua dei contenuti (filesystem, condivisioni SMB, altro su richiesta)
  • Indicizzazione multimodale di testo, tabelle e immagini
  • Formazione del team e supporto engineering dedicato

Smetti di cercare. Chiedi a LIRA.

La vostra IA aziendale.

Valutazione gratuita e demo sul tuo campione

Mandami un campione della tua documentazione: ti mostro LIRA sui tuoi documenti, non su un benchmark generico.