A Analisi e modelli
Catalogo delle analisiOgni analisi è una voce: modello, dati in ingresso, indicatori in uscita. Si esegue a richiesta o a cadenza.
Modelli di apprendimento automaticoClassificazione, previsione, anomalie, raggruppamenti: girano qui, accanto ai dati, non nel browser.
Dati della piattaforma × dati geograficiModello dati e Data HUB da una parte, gli strati GIS di GeoBIM dall'altra, incrociati per chiave e per territorio.
Indicatori e geoanaliticheTornano a cruscotti e mappe. In Aeterna i modelli leggono i dati GIS incrociati con quelli della piattaforma.
B Assistente: LLM agentico, agenti e RAG a grafo
LLM agenticoRiceve la domanda con il token dell'utente, la scompone e interroga gli agenti specializzati.
Agenti specializzatiRAG, basi dati, API, documenti: ognuno sa interrogare una fonte, sempre con il token dell'utente, nessuna utenza tecnica onnipotente.
Layer di autorizzazione · policy XACMLOgni richiesta degli agenti lo attraversa: il Rule Engine valuta le policy sul token e lascia passare solo ciò che l'utente può vedere, prima che il modello legga.
Vector DB a grafo e fontiIl vector DB del RAG conserva embedding e metadati di sicurezza (ente, ruolo, fase, classificazione); basi dati, API e documenti rispondono solo per la parte permessa.
Risposta con le fontiNel portale, con i riferimenti ai frammenti usati.
La differenza
Nei sistemi comuni il filtro sta nel contesto che si passa al modello, che i dati li ha comunque ricevuti. Qui il filtro sta prima: ciò che l'utente non può vedere non arriva all'LLM, quindi non può finire in una risposta né essere estratto con una domanda furba.