TeamSystem, specialista italiano nelle soluzioni digitali di gestione aziendale, ha scelto MongoDB Atlas – il database più diffuso e distribuito a livello globale – per unificare i dati, integrare l’intelligenza artificiale su larga scala e offrire soluzioni sicure e scalabili che aumentano l’efficienza e la soddisfazione degli utenti.
TeamSystem è oggi un punto di riferimento per oltre 2,5 milioni di clienti in tutta Europa, dai liberi professionisti alle grandi imprese, in diversi settori economici. Con sede in Italia, un portafoglio di oltre 300 prodotti, più di 4.800 collaboratori e un’espansione in mercati come Spagna, Francia, Turchia e Danimarca, l’azienda sta guidando la trasformazione digitale delle aziende europee.
Affrontare la complessità dell’integrazione dell’AI con MongoDB Atlas
Nel 2024, TeamSystem ha avviato un piano di Ricerca e Sviluppo quinquennale per integrare profondamente l’intelligenza artificiale nel proprio ecosistema di prodotti, ponendo al centro le esigenze reali degli utenti.
“C’è molta hype attorno all’AI, ma volevamo essere più pragmatici,” spiega Gianluca Genga, AI & Platform Engineering Manager di TeamSystem. “Le difficoltà che gli utenti incontravano nell’operare in contesti fiscali regolamentati ci hanno mostrato le prime opportunità per creare il valore aggiunto grazie all’AI.”
L’obiettivo era quello di integrare l’AI in modo uniforme in tutte le soluzioni, consentendo un accesso intuitivo ai contenuti aziendali (documenti, immagini, video) tramite conversazioni naturali con un assistente virtuale. Tuttavia, con un catalogo di prodotti così vasto e in continua espansione, i silos di dati e i flussi di lavoro frammentati rendevano difficile massimizzare i vantaggi dell’AI. Incorporare l’AI separatamente in ogni singolo prodotto sarebbe stato insostenibile; per questo, il team ha creato un centro di eccellenza per l’AI all’interno della piattaforma, abilitando servizi riutilizzabili per accelerare innovazione e sviluppo.
Per realizzare questa visione, TeamSystem aveva bisogno di un sistema multi-tenant robusto, in grado di garantire un rigoroso isolamento e sicurezza dei dati per ogni cliente – un requisito indispensabile quando si applicano modelli di AI a informazioni sensibili. L’azienda voleva inoltre delegare le questioni relative all’infrastruttura, come la sicurezza e la scalabilità, così da consentire ai team di prodotto di concentrarsi sul valore di business.
MongoDB, partner di lunga data di TeamSystem, è emerso come la scelta più idonea per accompagnare l’azienda nella sua evoluzione da silos di dati frammentati a una piattaforma aziendale unificata e potenziata dall’AI.
“Abbiamo scelto MongoDB Atlas perché non è solo un database”, continua Gianluca Genga. “E non era solo un database ciò di cui avevamo bisogno: cercavamo una pletora di servizi adiacenti”.
Costruire una piattaforma AI scalabile e ad alte prestazioni
TeamSystem ha affrontato le sfide legate alla ricerca basata su AI adottando un approccio ibrido intelligente, che combina la precisione della ricerca tradizionale full-text e metadati con la ricerca vettoriale semantica. Questa combinazione ha permesso al team di rispettare la governance dei dati attraverso una gestione meticolosa dei metadati, restringendo in modo significativo il user context, riducendo i volumi di dati inviati ai modelli AI e mitigando il rischio di allucinazioni.
L’azienda ha implementato una soluzione di retrieval-augmented generation (RAG) articolata in due fasi. Nella fase offline di acquisizione, i documenti vengono suddivisi in chunk in base alla loro natura; questi vengono poi vettorializzati e archiviati in MongoDB Atlas insieme ai relativi metadati. Nella successiva fase online, quando gli utenti effettuano una query nel sistema, il loro input viene convertito in rappresentazioni semantiche e confrontato con i vettori dei documenti pertinenti, per restituire risultati precisi e contestualizzati.
Siccome TeamSystem opera in ambiti altamente sensibili, come contabilità, fiscalità e risorse umane, la sicurezza e la compliance rappresentavano priorità assolute. Delegare queste responsabilità a MongoDB Atlas si è rivelato molto utile, offrendo tranquillità operativa senza sovraccaricare le risorse interne.
Adottando un approccio pragmatico “start small, fail fast”, TeamSystem ha introdotto le nuove funzionalità in modo progressivo: partendo da progetti pilota con clienti selezionati, perfezionandole sulla base del feedback e ampliando rapidamente la distribuzione. Questo rilascio per fasi ha consentito di individuare criticità legate alla qualità e all’osservabilità dei dati – elementi fondamentali per comprendere il comportamento imprevisto degli agenti AI – e di affrontarle tempestivamente, garantendo il successo di un’adozione più ampia.
Il rapporto tra TeamSystem e MongoDB è andato oltre la tradizionale relazione tra vendor e cliente. Fin dalle prime fasi del progetto, le due aziende hanno instaurato una vera e propria partnership, collaborando strettamente su modellazione dei dati, dimensionamento dell’infrastruttura e pianificazione dei costi. Questa sinergia è stata fondamentale per trasformare l’ambiziosa visione di TeamSystem sull’intelligenza artificiale in soluzioni pratiche e affidabili, pronte a alimentare la crescita futura dell’azienda.
Scalabilità ad alte prestazioni ed efficienza operativa potenziata per Teamsystem
Grazie alla collaborazione con MongoDB, TeamSystem ha migliorato le proprie prestazioni, la scalabilità e la soddisfazione degli utenti. Sfruttando la scalabilità orizzontale automatica di MongoDB Atlas, TeamSystem è passata da un progetto pilota con 50.000 utenti a una piattaforma che oggi ne gestisce oltre mezzo milione, senza alcun impatto sulle prestazioni di ricerca né sulla latenza.
Gli utenti hanno apprezzato gli agenti conversazionali AI per la loro capacità di anticipare le richieste e fornire risposte ancora prima che le domande vengano completate, affermando: “Mi capisce subito.” Per un’automazione dei processi più complessa basata sull’intelligenza artificiale, TeamSystem ha registrato una riduzione impressionante dei tempi di completamento delle attività del 30-40%, definendo KPI chiari per orientare i successivi miglioramenti della piattaforma.
“L’impatto dell’intelligenza artificiale sugli utenti ha certamente semplificato il loro lavoro: abbiamo eliminato molte operazioni ripetitive,” spiega Gianluca Genga. “Guardando all’intero customer journey, si osserva una riduzione dei tempi di attesa per customer support e una rete commerciale più efficiente, mirata alle esigenze dei clienti”.
Oltre al feedback dei clienti, che sottolinea l’eccellente qualità delle risposte e l’aumento della produttività, anche internamente TeamSystem ha visto un impatto significativo sulla qualità della vita dei dipendenti. Gli operatori del customer support hanno velocizzato la gestione dei ticket e aumentato la produttività, mentre i team commerciali beneficiano di raccomandazioni personalizzate ai clienti basate sull’AI, con un impatto diretto sui risultati aziendali e sulla soddisfazione dei dipendenti.
In passato, documenti, dati utente e database relazionali erano distribuiti su più sistemi di archiviazione. Consolidando i dati su un’unica piattaforma MongoDB, TeamSystem ha semplificato la governance e migliorato l’efficienza operativa.
“Con MongoDB abbiamo una soluzione all-in-one,” afferma Gianluca Genga. “Ci ha permesso di ridurre notevolmente la complessità architetturale che avevamo prima”.
Guardando al futuro, TeamSystem punta a potenziare ulteriormente le proprie funzionalità di ricerca intelligente, collegando documenti alle normative e orchestrando agenti AI per gestire query più complesse.
“MongoDB ci ha consentito di creare una piattaforma sicura, scalabile, completamente controllata in termini di costi e, soprattutto, orientata al futuro,” conclude Gianluca Genga.
“È davvero entusiasmante collaborare con un partner storico come TeamSystem, supportando la sua evoluzione da silos di dati frammentati a una piattaforma aziendale unificata e abilitata all’AI”, commenta Federico Di Francesco, Regional Vice President, Italy, Middle East & Africa di MongoDB. “Lavorando fianco a fianco, siamo riusciti a soddisfare rigorosi requisiti di data governance, garantendo al contempo la flessibilità necessaria per abilitare servizi basati sull’intelligenza artificiale. Insieme, stiamo consolidando i dati di oltre 1,4 milioni di clienti di TeamSystem e facilitiamo la gestione di più di 50 milioni di transazioni giornaliere, assicurando piena governance e compliance, oltre ad analisi in tempo reale e insight basati sull’AI. Questa collaborazione è un chiaro esempio della sinergia che si può raggiungere andando oltre il tradizionale rapporto fornitore-cliente, verso una co-creazione vera e propria. Una partnership così stretta è stata fondamentale per trasformare la visione ambiziosa di TeamSystem in soluzioni pratiche e affidabili, riducendo al contempo il time-to-market e la complessità operativa. Siamo orgogliosi di far parte del percorso di TeamSystem, accompagnandola nell’evoluzione da Software-as-a-Service a Service-as-a-Software”.
