Dall’AI generativa ai sistemi agentici: così si valorizzano i dati LBA. L’evoluzione dell’intelligenza artificiale nelle aziende passa sempre più dalla capacità di lavorare sui dati. Non soltanto generare testi o risposte, ma analizzare basi informative complesse, trovare correlazioni, verificare risultati e trasformare informazioni strutturate in insight utilizzabili dentro attività editoriali, operative o decisionali.
È su questo terreno che si inserisce LUCA, il nuovo AI Agent sviluppato da Impresoft 4ward su tecnologie Microsoft per Lega Basket Serie A (LBA) e Infront. Nato all’interno del programma Microsoft AI L.A.B., il progetto utilizza un’architettura multi-agente per analizzare il patrimonio statistico del campionato, individuare pattern e generare automaticamente contenuti, approfondimenti e analisi destinati a media, club e piattaforme digitali.
L’obiettivo è costruire un sistema capace di lavorare autonomamente su grandi volumi di dati statistici, individuare pattern non immediatamente visibili, verificarne la coerenza attraverso agenti specializzati e trasformare il risultato in insight editoriali, analisi e contenuti destinati ai diversi canali digitali della Lega.
Dietro LUCA emerge anche il ruolo che gli AI Labs e l’ecosistema partner stanno assumendo nell’adozione enterprise dell’intelligenza artificiale. In questo caso specifico, Microsoft mette a disposizione piattaforme, modelli e strumenti di controllo; Impresoft 4ward sviluppa l’architettura agentica e il layer di integrazione; Infront e LBA portano il dominio applicativo e il patrimonio dati.
Come nasce Luca
Per capire cosa sia effettivamente LUCA è importante partire da una premessa.
La statistica sportiva ha sempre avuto un ruolo centrale nel racconto del basket. Punti, rimbalzi, assist, percentuali, confronti storici e record nascosti aiutano a leggere una partita, a spiegare una vittoria, a costruire attese prima di un match e analisi dopo la sirena finale.
Tuttavia, avere molti dati non significa automaticamente riuscire a valorizzarli.
E qui entra in gioco LUCA.
Il progetto punta infatti a trasformare l’enorme archivio statistico del massimo campionato italiano di pallacanestro in un flusso continuo di insight, curiosità, analisi e contenuti editoriali destinati a sito, social, media, club e, in prospettiva, anche a format premium.
Parliamo di un sistema agentico, costruito per esplorare basi dati complesse, individuare correlazioni non immediatamente visibili, verificarne la fondatezza e trasformarle in contenuti utilizzabili. Un passaggio che sposta l’AI dal piano della generazione testuale a quello dell’analisi, della validazione e dell’orchestrazione editoriale.
Dai dati alle storie: il problema dell’accesso ai dati LBA
Il punto di partenza del progetto è il patrimonio informativo della Lega Basket Serie A. Come spiega Massimo Cortinovis, Head of Digital di LBA, “78 anni di storia del campionato: dai semplici risultati delle prime stagioni, ai tabellini introdotti dagli anni Ottanta, fino ai play-by-play disponibili dal 2008, con il dettaglio delle singole azioni e del momento in cui si sono verificate”.
Una base dati preziosa, il cui utilizzo era limitato dalla complessità dell’accesso, con potenzialità non solo inespresse ma anche inesplorate.
LUCA supporta proprio queste attività, individuando correlazioni, confronti storici, tendenze e informazioni difficilmente individuabili attraverso analisi manuali.
LUCA nasce dunque per valorizzare il patrimonio statistico della Lega Basket Serie A, organizzazione che gestisce il massimo campionato italiano di pallacanestro, e trasformarlo in insight e contenuti destinati a media, club, sponsor e canali digitali. Il sistema può analizzare partite, confronti storici, performance dei giocatori e correlazioni statistiche, generando automaticamente approfondimenti, articoli, contenuti social, infografiche e materiali di supporto per giornalisti e telecronisti.
Per Infront, Official Advisor della LBA sul fronte marketing e commerciale, il progetto rappresenta anche un tassello della strategia di fan engagement e valorizzazione del prodotto sportivo. L’obiettivo è aumentare quantità e qualità dei contenuti disponibili, creando nuovi format editoriali e asset digitali potenzialmente replicabili anche in altri sport, leghe e federazioni che dispongono di grandi basi dati strutturate.
Impresoft 4ward: serve un team di agenti
La parte tecnologica del progetto è stata sviluppata da Impresoft 4ward su tecnologie Microsoft. Ed è qui che LUCA assume il suo tratto più interessante: non è un unico agente AI, ma una somma di agenti specializzati che collaborano tra loro.
Daniele Grandini, Chief Innovation Officer di Impresoft 4ward, ha insistito molto su questo aspetto. La differenza non è tra un sistema che risponde a una domanda e uno che produce un testo, ma tra un assistente e un vero sistema agentico. Nel primo caso l’utente chiede qualcosa e riceve una risposta. Nel secondo, l’agente ha un obiettivo, utilizza strumenti, lavora su un task e porta un risultato.
Nel caso di LUCA, l’architettura prevede agenti che cercano gli insight, agenti che verificano la correttezza e la fondatezza del dato, agenti “avversari” che controllano se l’informazione sia davvero interessante e affidabile, e agenti che trasformano il risultato in contenuto editoriale. Questo approccio permette di superare uno dei principali limiti dell’AI generativa applicata ai contenuti: il rischio di produrre testi formalmente convincenti, ma non sufficientemente controllati.
“C’è un team di agenti che lavora”, ha spiegato Grandini. “C’è l’agente che cerca il dato, c’è l’agente avversario che controlla che il dato sia corretto e che l’insight sia davvero fondato, e poi c’è chi crea il contenuto: una bozza per chi fa il lavoro giornalistico, un contenuto social, un testo per un articolo o un insight da usare durante una telecronaca”.
La logica è quella dell’augmentation, non della sostituzione. LUCA non elimina il ruolo umano, ma lo sposta su attività a maggior valore: interpretazione, selezione, approvazione, sensibilità editoriale. Il sistema può lavorare su grandi quantità di dati, ma il contenuto finale resta dentro un processo di controllo. LBA ha infatti previsto un percorso di approvazione interna, perché ciò che viene pubblicato sui canali ufficiali deve essere verificato e affidabile.
Microsoft AI L.A.B.: accelerare l’adozione dell’AI partendo dai processi
Come accennato all’inizio, LUCA nasce nell’ambito del programma Microsoft AI L.A.B., iniziativa con cui Microsoft Italia accompagna aziende e organizzazioni nel percorso di comprensione, sperimentazione e adozione dell’intelligenza artificiale. Il ruolo del programma non è stato soltanto tecnologico, ma anche metodologico: aiutare a trasformare un’idea in un progetto operativo, mettendo insieme piattaforme, competenze di partner e conoscenza dei processi.
Annamaria Bottero, Global Partner Solutions Lead di Microsoft Italia, ha ricordato che AI L.A.B. era nato in una fase in cui molte aziende dovevano ancora capire le potenzialità dell’AI generativa. Oggi quella fase si è evoluta: non si tratta più solo di imparare, ma di portare l’intelligenza artificiale dentro casi d’uso concreti, processi reali e modelli di governance.
In questo senso, LUCA rappresenta bene la maturazione del programma. Non è una demo, né un esperimento isolato. È un progetto già operativo, costruito su un’esigenza di business precisa: rendere accessibile e narrabile un patrimonio di dati che, da solo, rischiava di restare sottoutilizzato.
I tre pilastri della partnership: piattaforma, sicurezza e governance
Dal punto di vista tecnologico, LUCA è stato sviluppato sull’ecosistema Microsoft, utilizzando Microsoft Foundry, Azure OpenAI e i modelli GPT più recenti per le capacità di reasoning e orchestrazione agentica. L’architettura realizzata da Impresoft 4ward combina agenti specializzati, sistemi di validazione e workflow di controllo pensati per lavorare su grandi quantità di dati statistici in modo strutturato.
Uno degli elementi centrali del progetto riguarda proprio governance e affidabilità. Lavorando su dati proprietari e contenuti destinati ai canali ufficiali della Lega, il sistema è stato progettato per mantenere dati e flussi elaborativi all’interno del perimetro Azure dell’organizzazione, integrando meccanismi di monitoraggio, verifica e approvazione dei risultati.
È un approccio che mostra come l’AI generativa possa essere integrata dentro workflow enterprise strutturati.
LUCA non viene utilizzato come semplice strumento di generazione testuale, ma come layer applicativo capace di analizzare dati strutturati, produrre insight e supportare workflow editoriali e operativi mantenendo controllo umano, validazione e supervisione.
Un modello replicabile oltre lo sport
Il progetto mostra dinamiche che vanno ben oltre il mondo dello sport. Ogni organizzazione che dispone di basi dati strutturate può trovarsi davanti allo stesso problema: informazioni abbondanti, ma difficili da esplorare; dati disponibili, ma non sempre trasformabili in conoscenza; insight potenziali, ma nascosti dentro correlazioni che l’essere umano non riesce a investigare sistematicamente.
Grandini ha collegato questo punto al tema più ampio dell’AI come augmentation. “Se pensiamo all’intelligenza artificiale solo come a qualcosa che automatizza, la stiamo guardando appena in superficie”, ha detto. “L’intelligenza artificiale dà agli umani dei superpoteri. È fatta per fare augmentation”.
Un sistema agentico può cercare ciò che non è noto, lavorare su dati strutturati, proporre letture nuove e ridurre la distanza tra informazione e racconto. E nel mondo enterprise significa immaginare agenti capaci di interrogare archivi, processi, dati commerciali, industriali o operativi, trovando connessioni che altrimenti resterebbero invisibili.
