ELIS Open Italy | Booklet 2023

Pregetti di Co-innovazione 2023

Introduzione 

Nel loro paper “Co-innovation: convergenomics, collaboration, and co-creation for organizational values” Sang M. 

Lee, David L. Olson e Silvana Trimi definiscono la co-innovazione come “un paradigma dell’innovazione dove nuove 

idee e approcci provenienti da risorse interne ed esterne sono integrate in una piattaforma per generare nuovi 

valori e beni condivisi da tutti gli stakeholders, compresi i consumatori. Si basa sul coinvolgimento, la co-creazione 

e sull’esperienza” 

Questi 3 elementi sono alla base del programma OPEN ITALY e ne costituiscono l’ingrediente essenziale: 

Coinvolgimento: nell’ultima edizione appena conclusa, abbiamo coinvolto 58 corporate, 539 realtà innovative, 10 

società di consulenza, oltre 100 giudici, 

Co-creazione: nel 2023, abbiamo realizzato oltre 30 Proof of Concept che hanno interessato 17 corporate e 24 

realtà innovative 

Fabio Davide Capasso 

Responsabile OPEN ITALY 

Esperienza: abbiamo aperto la settima edizione al MAXXI di Roma, poi un Demo Day a Milano in IBM ed uno a Roma 

al Gazometro, il primo kick off dei progetti a ComoNext e il secondo a Roma. Inoltre, ci siamo dedicati alla 

Community con due eventi esclusivi: uno a Villa Erba, sul lago di Como, e uno presso la terrazza dell’Hotel Bristol 

Bernini a Roma, dedicati esclusivamente alla community degli Innovation. 

Con l’ottava edizione del 2024, appena iniziata, vogliamo coinvolgere sempre più aziende e startup, aprendoci per 

la prima volta allo scouting internazionale, realizzare più progetti di co-creazione (anche con innovatori esteri) ed 

aumentare il livello di experience sperimentando nuovi format. 

Buona co-innovazione!

ECOTECH & SUSTAINABILITY 

PROGETTI 2023 

Modello previsionale per la resilienza dell’infrastruttura al cambiamento climatico 

Allo scopo di tenere conto delle condizioni di clima futuro, nonchè del cambiamento climatico da framework IPCC, sin 

dalla fase progettuale, è stato implementato un applicativo che permette una facile consultazione di dati a supporto 

della progettazione idraulica delle infrastrutture ferroviarie. Nello specifico, il PoC ha analizzato l’area del tratto 

ferroviario Orte-Falconara ed il bacino idrografico del fiume Esino. A partire dalla consultazione della banca dati 

EURO-CORDEX che include molteplici modelli climatici europei, è stata adottata una metodologia scientificamente 

validata di analisi dei trend climatici nonché delle frequenze di accadimento di eventi estremi. Una volta elaborate le 

curve di pioggia da usare per il dimensionamento idraulico tenendo conto di diversi scenari emissivi futuri, è stato 

sviluppato un applicativo digitale che, con l’ausilio di varie modalità di navigazione e in maniera estremamente 

intuitiva (improved customer experience), permette di consultare i dati climatici grezzi, i modelli statistici adoperati 

per interpretare il dato stesso e i risultati delle analisi per ciascuna stazione del bacino, per diversi modelli climatici e 

vari periodi di riferimento. Queste funzionalità migliorano significativamente la fruizione delle informazioni desiderate 

(increased usability) e allo stesso tempo fornisce risultati che sono funzionali all’individuazione delle corrette forzanti 

climatiche al servizio di una adeguata formulazione di soluzioni di adattamento nelle zone in analisi e ma che sono 

scalabili sututto il territorio nazionale. 

∙ 

∙ 

∙ 

∙ 

∙ 

Attività Svolte 

Raccolta e analisi dei dati climatologici; 

Studio di metodologie di analisi dei dati 

da letteratura tecnica internazionale; 

Implementazione di un Digital Twin del 

bacino idrografico 

Implementazione delle curve di pioggia 

LSPP e valutazione dei risultati; 

Sviluppo dell’applicativo e testing. 

∙ 

∙ 

∙ 

Benefici Ottenuti 

Progettazione non solo basata sulle serie storiche ma che, 

tramite un approccio probabilistico, tenga conto dei 

cambiamenti climatici, 

Individuazione di nuovi possibili scenari sui bacini 

idrografici; 

Dare seguito alle raccomandazioni nazionali ed europee 

individuando soluzioni tecnologiche innovative che 

supportino nuove strategie di adattamento al cambiamento 

climatico.

OPERATIONAL EXCELLENCE & ASSET MANAGEMENT 


Ottimizzazione della pianificazione della produzione attraverso la simulazione 

di scenari What-if 

Al fine di ottimizzare la pianificazione della produzione degli stabilimenti produttivi, riducendo 

l'impiego di risorse energetiche e di manodopera, Lactalis ha selezionato B4TECH, una realtà 

innovativa specializzata nell’innovazione di processo che, in partnership con StudioZeta, ha 

sviluppato un sistema che consente di condurre simulazioni “what-if”, attraverso il sistema di 

simulazione ad Eventi Discreti Witness. Il sistema, partendo dal piano di produzione desiderato, 

permette di esaminare e confrontare scenari alternativi di sequenze produttive dello stabilimento 

Parmalat di Zevio, tenendo in considerazione l’assetto delle linee produttive e gli eventi stocastici 

che si possono generare durante la produzione. 



∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

Analisi dei processi e definizione 

dell'ambito dell'intervento 

Sviluppo del simulatore con relativi 

interfaccia e modello 

Validazione del Simulatore 

Sviluppo euristica di ottimizzazione 

della sequenza dei lanci di 

produzione 

Definizione del Piano degli 

Esperimenti con cicli "What-if" 

Sintesi dei risultati 

∙ 

∙ 

∙ 

∙ 

Ottimizzazione dei tempi e dei costi 

Automatizzazione 

Gestione proattiva e valore dei processi 

Accelerazione della digitalizzazione e 

dell'automatizzazione di alcuni processi aziendali

CYBER RESILIENCE, DIGITAL IDENTITY & DATA PROTECTION 


SELECT: Security Enrichment on LENS with EVA by CyLock Technology 

All’interno del programma di Open Italy, nasce la collaborazione tra Leonardo e il team di 

CyLock all’interno del perimetro di Privacy & Cybersecurity. L’obiettivo di Leonardo è quello 

di prevenire e controllare eventuali attacchi con un processo di discovery e early warning. 

Durante le 12 settimane di PoC si utilizzerà il software «EVA» di CyLock sulla piattaforma di 

Leonardo Lens, per testare la scalabilità del software su altre piattaforme aziendali di 

Leonardo. 



∙ 

∙ 

∙ 

Scegliere la tecnologia 

SOAR/EDR 

Un API (e.g., https) che consenta 

di interagire con il sistema EVA 

di CyLock (e.g., 3 stati - 

partito/in esecuzione/terminato) 

Sviluppare il meccanismo di 

autenticazione per l’accesso 

all’API (e.g., Token di sessione) 

∙ 

∙ 

∙ 

∙ 

Data enrichment della analisi di sicurezza 

Evoluzione degli strumenti a disposizione della 

piattaforma Lens 

Valore aggiunto per il cliente finale 

Automatizzazione processo ad oggi semiqualitativo



Fly With HydroChip 

Il progetto tra Leonardo e Sanchip consiste nel progettare e realizzare un banco di prova all’interno del 

quale saranno installati dei sensori innovativi sviluppati dalla startup. Il banco di prova rappresenta 

una porzione del sistema idraulico del velivolo da trasporto militare multiruolo C-27J, di proprietà di 

Leonardo. Realizzato il banco di prova, si è proceduto con le fasi successive di implementazione degli 

algoritmi di Condition-Based Maintenance (CBM) e con le attività sperimentali di contaminazione 

dell’olio idraulico. Utilizzando la tecnologica sviluppata da Sanchip Leonardo riuscirà quindi a validare 

una soluzione innovativa di CBM, potenzialmente applicabile a diversi velivoli, con ricadute positive in 

termini di riduzione degli interventi manutentivi e relativi costi. 



∙ 

∙ 

∙ 

∙ 

∙ 

Progettazione e realizzazione del 

banco di prova 

Approvvigionamento dei 

componenti del banco di prova 

Installazione dei sensori innovativi 

all’interno del banco di prova e 

relativa gestione dei dati 

Debug sensoristica e componenti 

Realizzazione del manuale d’uso 

del banco di prova 

∙ 

∙ 

∙ 

∙ 

Analisi dell’olio idraulico attraverso i sensori innovativi 

Minimizzazione dei guasti e del downtime del sistema 

idraulico 

Aumento dell’efficienza degli asset del sistema 

idraulico 

Diminuzione delle attività di manutenzione e di 

troubleshooting



Parcel Mapping: Open to an efficient tracking 

Il progetto nasce dall’esigenza di Poste di tracciare e mappare le criticità in maniera dettagliata della supply 

chain. 

Tra i suoi servizi, B4Tech propone Augmented Analytics, un sistema BI che permette alle aziende di tracciare i 

propri prodotti in tutto il processo attraverso due modalità di tracciamento: Smart Label e GPS Box. Questi 

dispositivi inviano segnali ad intervalli regolari durante il trasporto. La piattaforma di Analytics di B4Tech 

raccoglie le informazioni nelle due tipologie di dashboard: Mapping che permette di rappresentare all’interno di 

una mappa i punti di criticità, rallentamento o fermo del pacco e Timeline, che traccia il percorso logistico del 

pacco nel tempo. 

Entrambi i device IoT sono stati testati attraverso l’invio di 75 mistery box. 



∙ 

∙ 

∙ 

∙ 

Individuazione dell’iter del pacco e 

della logistica ad essa connessa 

Implementazione di un data model 

e mockup 

Testing dei pacchi con i device IoT 

Analisi dei benefici sul tracciamento 

e mappatura delle criticità della 

supply chain 

∙ 

∙ 

∙ 

∙ 

∙ 

Verificare sulla tratta anomalie, latenze e tempi di 

stazionamento 

Gestione dei dati 

Tracciamento dei movimenti 

Reporting: Mapping e Timeline 

Geofencing configurabile

FINTECH & LEGALTECH 


Dataset Sintetici creati usando l’Intelligenza Artificiale 

Generativa 

Il progetto mira a comprendere ed indagare le potenzialità di utilizzo di dati sintetici in Poste Italiane con 

l’obiettivo di dimostrare la rappresentatività di questi dati nel descrivere fenomeni reali garantendo al 

contempo data protection e privacy. 

Il monitoraggio di alcuni indicatori ha permesso di confrontare il contenuto informativo del dato sintetico 

rispetto al dato reale, il grado di arricchimento dei dati reali integrati con dati sintetici, la compensazione di 

eventuali bias presenti nei dati reali originali e il livello di privacy garantito dai dati sintetici. 

L’adozione dell’ AI generativa per creare dati sintetici consentirà alla corporate di avviare processi innovativi 

basati sui dati valorizzando il patrimonio informativo in modo sicuro. 



∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

Setup soluzione su infrastruttura 

Poste Italiane 

Addestramento modello generativo 

Generazione dati sintetici e analisi 

report valutazione 

Allenamento di un modello AI di Poste 

con i dati arricchiti (originali e 

sintetici) 

Valutazione dei risultati 

Organizzazione 2 workshop formativi 

a cui hanno partecipato vari gruppi di 

Poste 

∙ 

∙ 

∙ 

Creare una data sandbox sintetica ad alto contenuto 

informativo 

Consentire iniziative di open-innovation basate sul dato 

Migliorare i processi di testing



EnviroChain: piattaforma tracciamento TRS con tecnologia blockchain 

EnviroChain è una piattaforma innovativa di tracciamento TRS sviluppata da SAIPEM e 

Leaf. Integrando la tecnologia blockchain, garantisce un tracciamento sicuro e conforme 

alle normative ambientali. Gli Smart Contract gestiscono transazioni e azioni, 

assicurando una registrazione chiara e immutabile. L'interfaccia utente intuitiva facilita 

la gestione dettagliata dei progetti, promuovendo un controllo responsabile e sostenibile 

delle Terre e Rocce da Scavo gestite in regime di sottoprodotto nei progetti Saipem. 



∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

Definizione architettura 

Condivisione use case Saipem 

(flow diagram) 

Modalità accesso ai dati (MFA) 

Setup piattaforma (application, 

blockchain) 

Interfacciamento con il team 

Cyber Security 

Test 

Report 

∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

Tracciabilità Certificata 

Efficienza Operativa 

Conformità normativa 

Sicurezza dei dati 

Alert e Notifiche 

Audit semplificato 

Registro immutabile



TernaGPT: l’assistente virtuale che rivoluziona la gestione delle informazioni 

aziendali 

TernaGPT è un assistente virtuale sviluppato da Altilia in collaborazione con Terna, nell'ambito 

del programma Open Italy. Basato su avanzati algoritmi di intelligenza artificiale, 

specificamente i Linguistic Language Models (LLM) di Altilia, TernaGPT è progettato per leggere, 

comprendere ed estrarre informazioni da documenti aziendali complessi. Questa soluzione 

innovativa combina l'ampia esperienza di Terna nel settore energetico con le tecnologie 

avanzate di Altilia, offrendo un assistente virtuale che rende la gestione delle informazioni più 

rapida, precisa e adatta alle esigenze specifiche di Terna. 



∙ 

∙ 

∙ 

Setup della piattaforma: 

Account abilitati, tenant e 

dataset 

Sviluppo Skill: Training, 

prompting e feedback sul 

modello 

UAT: Apertura ad altri 

utenti e ricezione feedback 

∙ 

∙ 

∙ 

∙ 

Capacità di ricerca dell’informazione 

Facilità di accesso a diverse procedure 

Centralizzazione dell’informazione 

Tempestività nell’intervento



Individuazione dei riferimenti normativi contenuti nei documenti 

tramite AI 

La struttura dedicata al presidio documentale di Terna ha intrapreso una collaborazione con la startup 

Elif Lab, puntando sull'innovazione tecnologica per ottimizzare la gestione dei documenti. Insieme, si è 

verificata l'affidabilità di uno strumento avanzato basato su intelligenza artificiale e natural language 

processing per l’analisi dei documenti aziendali. La prima sperimentazione ha riguardato la ricerca di 

tutti i riferimenti normativi presenti nei documenti dell'archivio di Terna. Questa soluzione non solo 

riduce il carico di lavoro manuale, ma migliora anche l'accuratezza e l'efficienza del processo, 

minimizzando il rischio di errori nell'individuazione delle norme e garantendo una maggiore conformità 

e affidabilità nella gestione documentale. 



∙ 

∙ 

∙ 

∙ 

Creazione di un algoritmo in grado di 

estrarre tutti i riferimenti normativi 

dai documenti 

Validazione della soluzione attraverso 

confronto con un’estrazione manuale 

su un subset di documenti 

Confronto automatizzato con fonti 

ufficiali per rilevare possibile 

obsolescenza del riferimento 

Network analysis per esplorazione 

connessioni tra documenti e 

riferimenti citati 

∙ 

∙ 

Veloce individuazione di tutti i riferimenti normativi (interni 

ed esterni) contenuti nei documenti aziendali e rilevazione 

delle connessioni tra documenti e normativa citata 

Monitoraggio costante dello stato della normativa: 

segnalazione immediata di riferimenti a normativa 

obsoleta da aggiornare

CYBER RESILIENCE, DIGITAL IDENTITY & DATA PROTECTION 


Progetto di Co-Innovazione: Smart PEC Flow 

Smart PEC Flow è la risposta a una sfida essenziale per il lavoro di tutti i giorni: la classificazione delle 

tipologie di richieste inviate dai clienti alla casella PEC di Toyota e lo smistamento automatico delle stesse per 

indirizzarle correttamente. Attualmente, la gestione delle PEC nella corporate è centralizzata ed è di 

competenza esclusiva dell'ufficio legale, che si occupa di smistarle ai reparti di riferimento. La soluzione 

consente di modificare questo processo. Smart PEC Flow è un progetto che mira a sviluppare una soluzione di 

gestione PEC personalizzata ad hoc sulle esigenze di Toyota e funziona al meglio utilizzando regole di 

automazione e algoritmi di NLP (Natural Language Processing) e logiche di automazione e RPA. Questi 

algoritmi sono in grado di identificare l'intenzione comunicativa contenuta nelle richieste pervenute via mail e 

di estrarne gli oggetti rilevanti per smistare lerichieste ai reparti corretti. 



∙ 

∙ 

∙ 

∙ 

∙ 

∙ 

Definizione della Challenge 

Condivisione info e requisiti Toyota 

Condivisione Dataset Toyota 

Analisi dati 

Test e addestramento algoritmi 

Implementazione flussi NLP 

∙ 

∙ 

∙ 

∙ 

∙ 

Diminuzione carico di lavoro per l’operatore umano 

Ottimizzazione tempi di gestione e produttività per 

gestori e clienti interni 

Diminuzione rischi relativi a tempi di risposta 

Log delle singole operazioni e storico per singolo utente 

Possibilità di personalizzazione dei criteri di 

automazione per ogni tipologia di PEC

FUTURE CITIES & SMART MOBILITY 


Umbria Moving 

Il nuovo sistema di pagamento digitale di trasporto multi-modale all’interno di un’unica applicazione 

Trenitalia desidera aumentare il grado di digitalizzazione dei servizi di trasporto pubblico locale e nazionale: ha 

rilevato limitata soddisfazione del cliente in merito all’esperienza di pagamento e di utilizzo dei sistemi di 

trasporto, in particolare quelli multi-modali. Pertanto, si lega nel percorso di co-innovazione a FAIRTIQ, start-up 

leader nel mobile ticketing payment, presente nel mercato svizzero da 5+ anni. 

EIH supporterà la collaborazione per: 

∙ Garantire l’integrazione delle rotte di trasporto multi-modale di Trenitalia nei sistemi di tracciamento di 

FAIRTIQ; 

∙ Realizzare un Journey Map funzionante della regione pilota. 

Si considera un’eventuale successiva fase di Proof of Value dedicata a pricing e ticketing, e ad una nuova 

Customer Value Chain. 



∙ 

∙ 

∙ 

∙ 

Definizione dei criteri di successo 

della sperimentazione 

Definizione del target e dell'area di 

sperimentazione intermodale 

Proof of Concept della soluzione di 

tracciamento intermodale 

attraverso l'importazione delle 

routes per tipo di trasporto e test 

su 50+ viaggi 

Business case e workshop su scale 

up della soluzione 

∙ 

∙ 

∙ 

∙ 

∙ 

Digitalizzazione del processo di ticketing della 

corporate 

Incentivazione all'utilizzo di sistemi digitali per il 

ticketing in ottica MaaS 

Incremento della customer engagement e satisfaction 

del 60% 

Migliore Customer Experience 

Maggiore Ridership

FUTURE CITIES & SMART MOBILITY 


Rilevamento presenze passeggeri real time 

L'analisi del flusso di passeggeri che salgono e scendono dai treni, richiede la raccolta puntuale di dati sui 

viaggiatori presenti a bordo dei convogli. Rispetto ai dati forniti dall’applicazione “Trenitalia” e da 

sistemi ottici a bordo treno, Yooond fornisce informazioni in tempo reale. Il progetto ha verificato la 

maggiore accuratezza e affidabilità della soluzione Yooond rispetto a quelle attualmente in uso. 

La tecnologia proprietaria Yooond è: 

∙ 100% GDPR compliant 

∙ Coperta da brevetto (EU + USA) 

∙ Certificata Italcertifer (EN 50155) 


∙ Sopralluogo 

∙ Analisi dei rischi 

∙ Validazione tecnica 

∙ Progettazione 

∙ Installazione completata su 1 

Rock 

∙ Collaudo 

∙ Calibrazione modello IA 

∙ Erogazione primi KPI 

∙ 

∙ 

∙ 


Dati in tempo reale sul servizio di mobilità: 

- saliti e discesi; 

- matrice OD 

Aumento: 

- accuratezza delle analisi; 

- efficacia del servizio dei capotreno; 

- sicurezza 

Miglioramento dell’esperienza del passeggero

CUSTOMER CENTRICITY & NEW SALES CHANNELS 

CX 360 & VoC+ 

Progetto multicorporate Italferr, Trenitalia e SANDSIV: trasformare l’esperienza cliente attraverso l’AI 


Italferr e Trenitalia si sono unite a SANDSIV, azienda leader nel campo della Customer Experience Management, per lanciare 

progetti che ottimizzano l'interazione con le parti interessate, focalizzati rispettivamente sui passeggeri e sui clienti dei servizi 

di business. 

- Italferr, con il suo progetto CX 360, si pone l'obiettivo di efficientare il processo di rilevazione, analisi ed elaborazione dei 

feedback, rendendo il Cliente il vero fulcro di ogni iniziativa. 

- Trenitalia, attraverso il progetto VoC+, si concentra su un'esperienza utente fluida e intuitiva sul proprio sito web, ascoltando 

e interpretando le esigenze dei clienti raccogliendo ed elaborando i loro feedback in tempo reale. 

Dopo 12 settimane di progetto, la raccolta e l'analisi dei feedback dei clienti sono state ottimizzate, integrando topic detection, 

sentiment analysis ed azioni correttive. Sfruttando modelli evoluti di AI generativa della piattaforma sandsiv+, è stato 

possibile visualizzare i risultati in tempo reale su una dashboard interattiva con suggerimenti mirati, in linea con le aspettative 

dei clienti, attraverso un modello predittivo su misura. 



VoC+ CX 360 

- Assessment e valutazione CJ 

- Strategia Ascolto 

- Dashboard Visualizzazione Dati 

- Implementazione SANDSIV+ 

- Testing Campioni Storici 

- Testing live Pop-up Sito 

Trenitalia 

- Fine Tuning e Ottimizzazione 

- Presentazione di Insight e 

Risultati 

- Feedback Continuo 

- Analisi e Azioni in Tempo Reale 

- Efficienza e Risparmio Risorse 

- Supporto Decisionale Reattivo 

- Personalizzazione e Modelli AI

ELIS Open Italy | Booklet 2023

Create successful ePaper yourself

Delete template?

Save as template?