In sintesi
Le persone cambiano, la conoscenza resta. Procedure, risposte ai clienti e decisioni quotidiane costruiscono il sapere di un’impresa, ma spesso quel sapere rimane diviso tra documenti, software e persone. Brain Company nasce per collegare queste fonti, dare contesto ai modelli e coordinare strumenti di lavoro. Nell’articolo: la visione del progetto, il ruolo di RAG e memoria, il video di presentazione e lo stato delle versioni in ricerca e sviluppo.
L’azienda sa molto più di quanto riesca a ritrovare.
Ogni giorno un’impresa produce conoscenza: una procedura aggiornata, una risposta a un cliente, il motivo di una scelta, un controllo che evita un errore. Una parte finisce nei documenti, una parte nei software, un’altra rimane nell’esperienza delle persone. Il problema emerge quando serve collegare tutto questo per svolgere un lavoro.
Una cartella non ricorda perché un passaggio è importante. Un chatbot generico non conosce automaticamente il contesto della tua organizzazione. E un’automazione isolata può accelerare un singolo compito lasciando intatti i problemi tra reparti.
Brain Company nasce da questa distanza tra informazioni disponibili e capacità di usarle. È il prodotto di punta di Ergoware Ltd, oggi in ricerca e sviluppo, pensato per riunire modelli locali, conoscenza, strumenti e memoria operativa in un’architettura estensibile.
People move on, knowledge stays.
Il motto esprime un obiettivo: rendere il know-how più accessibile e meno fragile ai cambiamenti. Non significa sostituire le persone. Significa costruire un sistema che le aiuti a trovare il contesto, usare gli strumenti e conservare ciò che si è dimostrato utile.
Che cos’è Brain Company
Brain Company è una piattaforma AI on-premise progettata per lavorare su infrastrutture controllate dall’azienda. Non si limita all’interfaccia di conversazione: mette in relazione modelli, fonti documentali, memoria, connettori e flussi di lavoro.
La scelta locale ha un significato pratico: decidere dove eseguire i modelli e come collegarli ai dati. Prestazioni, capacità dei modelli e costi dipendono dalla configurazione; il punto di partenza resta il compito che l’organizzazione vuole svolgere.
Una soluzione può essere provata su laptop e poi valutata su una workstation o su un’infrastruttura dedicata. La pagina di Brain Company descrive l’architettura e lo stato delle versioni senza presentare la roadmap come un catalogo di funzioni già disponibili.
Un’architettura che collega richiesta, contesto e azione
La mappa di funzionamento distingue più livelli. L’utente porta una domanda o un obiettivo; OpenClaw e Brain Core coordinano i componenti necessari. Il sistema può recuperare contesto dai documenti, richiamare capacità registrate e organizzare i passaggi del lavoro.
RAG: consultare la conoscenza aziendale
La ricerca documentale collega il modello alle fonti. Prima di chiedere una risposta, serve capire quali documenti sono disponibili, aggiornati e autorizzati per l’utente. La qualità della conoscenza dipende anche da organizzazione, versioni e permessi, non soltanto dalla dimensione del modello.
Una domanda utile per una prima prova potrebbe essere: «Quale procedura descrive questo passaggio?». L’obiettivo del test sarebbe verificare se il sistema trova il documento corretto e se la risposta permette alla persona di controllarlo. È un esempio di validazione, non il resoconto di un risultato già misurato.
Tool e connettori: passare dalla risposta al lavoro
I connettori MCP e il registro degli strumenti permettono di progettare collegamenti con applicazioni e servizi approvati. Nell’architettura, un tool può essere riutilizzato oppure costruito, testato in sandbox e registrato quando necessario.
L’autonomia richiede confini: quali azioni sono ammesse, quali richiedono conferma, quali credenziali vengono usate e come si gestisce un errore. La presenza di un agente non elimina queste scelte; le rende parte del progetto.
Memoria ed evoluzione: due livelli distinti
Conservare un’informazione e modificare un modello non sono la stessa operazione. La memoria operativa può rendere riutilizzabili contesto ed esperienze validate. L’adattamento richiede invece selezione dei casi, preparazione dei dati, test e gestione delle versioni.
Nello schema, il percorso Soup collega esperienza, dataset, tecniche come LoRA o QLoRA e benchmark. La direzione è un’evoluzione controllata: le modifiche devono essere valutate prima di incidere sull’uso reale. Non stiamo descrivendo un modello che si riaddestra automaticamente a ogni conversazione.
Brain Company nella presentazione ufficiale
Il video raccoglie la visione del progetto: AI privata, conoscenza aziendale e automazione sotto il controllo dell’organizzazione.
A che punto siamo, a novembre 2026
È già stata prodotta una prima versione per laptop da provare. La terza release laptop è prevista entro novembre 2026 e porterà novità che verranno dettagliate al rilascio. La prima release dedicata a NVIDIA DGX Spark è pronta al rilascio.
Queste indicazioni descrivono lo stato di ricerca e sviluppo comunicato da Ergoware. La disponibilità di un test viene concordata direttamente; non è presente un download pubblico del software e non vengono anticipate prestazioni non misurate.
Brain Company sarà presentata a TECHXPO Malta 2026, dal 26 al 28 novembre. Per noi sarà un momento di confronto con chi vuole passare da esperimenti separati a una capacità operativa interna.
Locale non significa isolato da ogni responsabilità
Portare l’inferenza nell’infrastruttura aziendale può aumentare il controllo tecnico. Restano da valutare i dati utilizzati, le connessioni esterne, gli accessi e il tipo di decisioni supportate dall’AI. Una piattaforma locale non è, da sola, una certificazione di conformità.
Per questo colleghiamo il progetto a un percorso di governance AI aziendale, formazione e controllo umano. La guida EU AI Act aiuta a orientarsi tra ruoli e obblighi; l’analisi va poi svolta sul caso concreto.
Da dove partire nella tua azienda
Il primo passo non è collegare tutto. È scegliere un processo dove il valore possa essere verificato: un insieme di documenti, una procedura, un’attività ripetitiva o un passaggio tra strumenti. Occorre definire input, risultato atteso e responsabilità della revisione.
- Descrivi il lavoro attuale. Dove si cerca il contesto? Quali errori o attese ricorrono?
- Individua fonti e confini. Quali dati e strumenti possono essere usati nella prova?
- Definisci un criterio di successo. Qualità, tracciabilità, tempo e carico di revisione vanno confrontati con il processo attuale.
- Valida prima di estendere. Una prova utile aiuta a capire cosa consolidare e cosa cambiare.
Se non hai ancora individuato il punto di partenza, MappAI Valore offre un primo orientamento sulle opportunità AI. Se hai già un caso preciso, possiamo confrontarci sulla possibilità di una prova con Brain Company.
La nostra direzione è semplice: fare in modo che strumenti e conoscenza lavorino insieme, lasciando all’organizzazione il controllo sulle scelte che contano.
Vuoi applicare l’AI alla tua azienda?
Valutiamo Brain Company su un caso concreto della tua azienda.
Partiamo da documenti, processi e strumenti che utilizzi già, per definire una prova e criteri di valutazione condivisi.