Dati strutturati e non strutturati: la differenza
Con i dati strutturati il computer lavora bene da decenni: somme, filtri, report. Quelli non strutturati invece richiedevano una persona che leggesse, ascoltasse o guardasse. Una mail di reclamo contiene cliente, prodotto, problema e tono, ma nessun programma tradizionale sapeva estrarli.
I modelli linguistici e multimodali cambiano questo: leggono il testo libero e lo trasformano in campi ordinati, oppure lo rendono ricercabile per significato. Esiste anche una via di mezzo, i dati semi strutturati, come un modulo con alcune parti libere. Molti progetti di AI in azienda si riducono a una cosa: portare informazioni da non strutturate a strutturate, così il resto dei sistemi può usarle.
Un esempio in una PMI
Un'azienda di serramenti riceve richieste da mail, telefonate, WhatsApp e moduli del sito. Le informazioni stanno in posti diversi e in forme diverse. Un sistema AI legge tutto, estrae nome, località, tipo di infisso e misure, e crea una scheda nel CRM. Gabriele, il commerciale, finalmente vede tutte le richieste in un'unica lista.
Gli errori più comuni
- Pensare che servano dati perfettamente ordinati per cominciare a usare l'AI.
- Estrarre dati da mail e documenti senza un controllo di qualità sui campi critici.
- Lasciare le informazioni estratte in un posto diverso da quello dove le persone lavorano.
Perché ti interessa
Se le informazioni preziose della tua azienda stanno in mail e documenti, l'AI può renderle utilizzabili. Il primo passo è decidere quali campi ti servono davvero.
Tutte le parole dell'AI spiegate semplici sono nel glossario.
Domande frequenti
Le fatture elettroniche sono dati strutturati?
Sì, hanno un formato standard con campi precisi. Un PDF della stessa fattura, invece, va letto per estrarne i dati.
Serve un database particolare per i dati non strutturati?
Per renderli ricercabili per significato si usano spesso database vettoriali. Per i campi estratti basta il gestionale o il CRM che hai.
Da leggere dopo
Cos'è l'estrazione dati dai documenti (IDP)
L'estrazione dati dai documenti, chiamata anche IDP, è l'uso dell'AI per leggere fatture, ordini, contratti o moduli e ricavarne i campi che servono, come fornitore, importi, date e codici, pronti da caricare in un gestionale. Unisce lettura del testo, comprensione e controlli.
GlossarioCos'è l'OCR e come l'AI legge fatture e documenti
L'OCR (riconoscimento ottico dei caratteri) è la tecnologia che trasforma il testo contenuto in un'immagine o in un PDF scansionato in testo vero, che si può copiare, cercare ed elaborare.
GlossarioCos'è un database vettoriale e quando serve davvero
Un database vettoriale è un archivio fatto per conservare embedding e trovare in fretta quelli più vicini a una domanda, cioè i testi più simili per significato.
GlossarioClassificazione del testo con l'AI: cos'è e a cosa serve
La classificazione del testo è il compito di assegnare a un testo una o più etichette scelte da un elenco, per esempio "reclamo", "ordine" o "richiesta di informazioni".
GlossarioCos'è la ricerca semantica e come aiuta in azienda
La ricerca semantica trova documenti in base al significato della domanda, non solo alle parole esatte che contiene. Se cerchi "come recupero la password" trova anche il testo che parla di "reimpostare le credenziali di accesso", perché il concetto è lo stesso.
Vuoi capire cosa serve davvero alla tua azienda, senza gergo? Parliamone.
Testi e grafica realizzati con il supporto dell'AI. Metodo e contenuti sono di AIR.