Elena Scarpelli, resp. Interactive Information Design, Tommaso Castelli, CEO i²d, Marco Rosetti, Ceo & Owner DI Works e Presidente i²d

Contents Index (indice dei contenuti)

1. Junior Agent vs. Senior Agent: vince…l’intelligenza
2. Elena Scarpelli: “La vera sfida è rimettersi in discussione per individuare dove l’intelligenza biologica resta davvero differenziante”
3. Tommaso Castelli: “ll vero valore non sarà nella potenza della tecnologia: conterà sempre di più la capacità dell’umano di capire cosa delegare all’AI e cosa no”.  
4. Elena Scarpelli: Elena è un’industrial designer che guida l’Area Interactive Information Design di DI Works, dove sviluppa progetti che uniscono informazioni, tecnologie e customer experience in prodotti fisici e digitali. Con un approccio trasversale, lavora su innovazione di prodotto, scouting tecnologico e ricerca strategica nei settori della moda di lusso, dell’elettronica di consumo, dell’occhialeria, del food & beverage, della cosmetica e della circular economy. Collabora con i2d per integrare metodologie e strumenti di AI nei flussi di lavoro e nei processi di innovazione, con l’obiettivo di generare soluzioni avanzate ed asimmetriche per i propri clienti.
5. Junior Agent vs. Senior Agent: and the winner is… intelligence
6. Elena Scarpelli “The real challenge is to question ourselves again to identify where biological intelligence really remains differentiating.”
7. Tommaso Castelli “The real value will not be in the power of technology: what will matter more and more is the human ability to understand what to delegate to AI and what not.”

C’è un aspetto importante che vedo tutti i giorni e nell’analisi dei costi aziendali: i giovani freschi di laurea o sanno creare agenti AI o non aggiungono gran valore a un progetto (a parte quello ideativo che, però, a volte soffre in realtà di schemi a mio avviso superati appresi negli studi universitari).

Nel mondo dello sviluppo di nuovi prodotti, l’intelligenza artificiale sta togliendo il “lavoro di ingresso” ai neolaureati e mi riferisco ad attività quali la creazione di presentazioni, la ricerca su Internet, l’organizzazione dei file, la grafica, per arrivare alla strutturazione di progetti e persino alla guida di questi progetti. Ricordo che un vecchio zio, dopo vari tentativi falliti, perse il lavoro perché si rifiutava di usare Excel. Stiamo parlando del 1997. Il mio punto di vista sulla realtà che viviamo oggi mi restituisce, come pensiero, un ribaltamento: l’AI ha cominciato a togliere compiti solitamente affidati ai nuovi arrivati, ai giovani che entrano per la prima volta in un gruppo di lavoro. E in DI Works e i²d stiamo imparando a utilizzare questi strumenti cominciando da task “semplici”.

Junior Agent vs. Senior Agent: vince…l’intelligenza

Rispetto a 40 anni fa e alla riluttanza di mio zio nei confronti di Excel, la grande differenza è la seguente: l’onda del cambiamento aumenterà progressivamente e impatterà prima i giovani che non la vorranno cavalcare. Chi appartiene alla generazione X, invece, si potrebbe “salvare” dalla prima ondata, perché si tratta di persone e professionisti che hanno un quadro più chiaro dell’intero contesto e più esperienza per leggere le dinamiche della tecnologia applicata al loro lavoro. E, non in ultimo, hanno visto altre onde di innovazione e trasformazione crescere e poi essere contenute.

Dopo questa riflessione, arrivo al tema che rimanda al titolo di questo articolo. In azienda abbiamo pensato a come poter trarre vantaggio dall’impiego dei modelli LLM (Large Language Model) prima e degli AI Agent poi. La mia personale impressione? È un’evoluzione continua, perché impariamo ogni giorno, scambiandoci informazioni sul come fare cosa in modo informale e naturale. Ed è appassionante. Le frasi più frequenti che sento rimbalzare nel team riflettono energia e voglia di collaborare e di sperimentare insieme: “ma allora potremmo…” oppure “ma lo sai che ho scoperto che se…” e ancora “adesso provo a vedere come possiamo fare, di sicuro possiamo provare…”. Parole che in qualche modo rivelano il desiderio che l’intelligenza artificiale possa tutto. E sappiamo già che è proprio così.

In questo nuovo post volgiamo condividere con voi le esperienze dirette di due giovani del team, che stanno modificando il nostro modo di lavorare dentro l’organizzazione e il modo con cui serviamo i nostri clienti: sono Elena Scarpelli, 27 anni, responsabile della divisione Information Interactive Design, e Tommaso Castelli, 26 anni, CEO di i²d. Ecco la loro testimonianza.

Elena Scarpelli: “La vera sfida è rimettersi in discussione per individuare dove l’intelligenza biologica resta davvero differenziante“

Come responsabile di un’area che trasforma dati in informazioni utili a orientare le decisioni dei nostri clienti, sento prima di tutto la responsabilità dell’affidabilità: ogni passaggio dal dato al significato deve reggere alla prova della realtà. In i²d abbiamo creato Agent che ottimizzano i nostri processi di ricerca e di individuazione di possibili “shift” da una industria all’altra, altri per la visualizzazione di concept e la creazione di mappe concettuali. Ogni giorno pensiamo a come possiamo sfruttare ulteriormente e in maniera più combinata le potenzialità di questa “nuova” tecnologia. È un viaggio stimolante, ma anche spiazzante. Ripenso spesso a quante di queste attività rappresentassero almeno il 60% del valore che ritenevo di portare all’azienda e capisco che la vera sfida è rimettersi in discussione per individuare dove l’intelligenza biologica resti davvero differenziante rispetto a quella sintetica. 

Negli ultimi tre anni – e i clienti ce lo confermano – quel margine distintivo e differenziante rimane la capacità umana di dare un senso mantenendo il controllo della complessità tangibile e quindi collegare segnali deboli, pesare vincoli, leggere i contesti. Il nostro lavoro, quando progettiamo agenti AI, diventa di conseguenza tradurre l’esperienza diretta in una “formula” operativa, rendendo espliciti i criteri impliciti, nominando le sfumature, decidendo cosa conta e perché.  

Questo è il vero esercizio intellettuale che fa la differenza e che conferma la bellezza del lavoro di un product designer, oggi sempre di più chiamato a guardare con attenzione al dettaglio, nella sua unicità e rispetto del contesto in cui quel dettaglio vive. Progettare seguendo questo schema significa ragionare sui meccanismi che l’interazione con l’ambiente innesca e vestire di parole le percezioni emotive e sensoriali affinché possano essere condivise, verificate e replicate. 

Quando questa grammatica del senso è chiara, abbiamo gli ingredienti per farci capire dalla macchina e per avviare una collaborazione davvero positiva con essa: all’agente affidiamo l’elaborazione del significante (la strutturazione dei dati, l’esecuzione, la coerenza operativa) mentre all’umano resta il valore del significato (l’interpretazione, la scelta, la responsabilità). In questo equilibrio, tecnologia e competenza non si sovrappongono, bensì si potenziano. Aumentando il valore del risultato finale.

Tommaso Castelli: “ll vero valore non sarà nella potenza della tecnologia: conterà sempre di più la capacità dell’umano di capire cosa delegare all’AI e cosa no”.  

Da quando OpenAI ha rilasciato gli Agent all’interno di ChatGPT a metà luglio, rendendo la tecnologia disponibile per tutti, ho davvero capito che il modo in cui interagiamo con l’intelligenza artificiale (per molti un’esperienza molto recente) era già cambiato in modo radicale. 

Gli agent si basano sul framework ReAct, Reasoning + Acting: 

• Reasoning: l’agente AI non si limita a rispondere, ma riflette sui passaggi logici necessari. 

• Acting: l’agente può eseguire azioni concrete, come cercare informazioni, usare un database o collegarsi a un sistema esterno. 

Rispetto alla chat tradizionale, fondata su un semplice “loop” domanda e risposta, o rispetto alle routine statiche che automatizzano un processo sempre uguale, gli agenti permettono di gestire la variabilità delle operazioni. 

Si passa così da compiti semplici, come la compilazione di un form con domande simili ma in ordine diverso, a compiti molto più complessi, come la scrittura di codice con gestione delle eccezioni. 

Quello che trovo davvero affascinante è la prospettiva per le persone: con gli agenti non si tratta solo di ridurre la ripetitività delle attività, ma di poter orchestrare più flussi operativi in parallelo, gestiti da una stessa persona o dallo stesso applicativo. In altre parole, l’agente non è un “assistente che risponde”, ma un collega digitale che agisce. 

Guardando avanti, credo che questi strumenti diventeranno un alleato naturale nel lavoro quotidiano. Ma il vero valore non sarà solo nella potenza della tecnologia, perché conterà sempre di più la capacità delle persone di capire cosa delegare alla macchina e cosa no.  

Sarà dunque fondamentale mantenere un punto di vista oggettivo sulle risposte, consapevoli che il modo in cui poniamo una domanda influenza molto l’output che fornisce l’AI. Il rischio che corriamo, altrimenti, è quello di cadere in un cosiddetto “confirmation bias”, ricevendo solo conferme rispetto a ciò che già pensiamo e che diamo per acquisito senza avere un vero contraddittorio.  

La competenza umana, questo l’assunto, rimane il filtro decisivo per trasformare gli agenti da semplici strumenti a partner intelligenti. 

Elena Scarpelli: Elena è un’industrial designer che guida l’Area Interactive Information Design di DI Works, dove sviluppa progetti che uniscono informazioni, tecnologie e customer experience in prodotti fisici e digitali. Con un approccio trasversale, lavora su innovazione di prodotto, scouting tecnologico e ricerca strategica nei settori della moda di lusso, dell’elettronica di consumo, dell’occhialeria, del food & beverage, della cosmetica e della circular economy. Collabora con i2d per integrare metodologie e strumenti di AI nei flussi di lavoro e nei processi di innovazione, con l’obiettivo di generare soluzioni avanzate ed asimmetriche per i propri clienti.

Tommaso Castelli: Con una formazione in Ingegneria Gestionale e un percorso imprenditoriale nella gestione dell’hotel di famiglia, Tommaso guida le attività strategiche di i²d. È specializzato nella trasformazione dei processi e delle decisioni di business attraverso l’analisi dei dati e l’intelligenza artificiale, con l’obiettivo di aiutare le aziende a creare esperienze cliente sostenibili e scalabili. Coordina progetti di innovazione e sviluppo prodotto, lavorando a stretto contatto con data scientist e software developer, e porta in azienda una cultura internazionale maturata attraverso esperienze a Londra, Berlino, San Francisco e Vancouver.

Foto di copertina di Mapbox su Unsplash, tutte le altre foto da Unsplash

---

We have learned to work with agents to design products, here’s how

By Elena Scarpelli, Head of Interactive Information Design in DI Works, Tommaso Castelli CEO i²d, Marco Rosetti, CEO & Owner DI Works & i²d President

There is an important aspect that I see every day and in the analysis of company costs: fresh graduates either know how to create AI agents or they do not add much value to a project (apart from the ideation part which, however, sometimes suffers from outdated frameworks learned at university).

In the world of new product development, artificial intelligence is taking away the “entry-level work” from graduates. I’m referring to activities such as creating presentations, internet research, file organization, graphics, up to project structuring and even leading these projects. I remember an old uncle who, after several failed attempts, lost his job because he refused to use Excel. That was in 1997. My view of today’s reality gives me, as a thought, a reversal: AI has begun to take away tasks usually assigned to newcomers, to young people who are entering a workgroup for the first time. And at DI Works and i2d, we are learning to use these tools starting with “simple” tasks.

Junior Agent vs. Senior Agent: and the winner is… intelligence

Compared to 40 years ago and my uncle’s reluctance towards Excel, the big difference is the following: the wave of change will progressively grow and will impact first the young people who don’t want to ride it. Generation X, on the other hand, might “survive” the first wave because these are people and professionals who have a clearer picture of the overall context and more experience to read the dynamics of technology applied to their work. And, not least, they have seen other waves of innovation and transformation rise and then be contained.

After this reflection, I come to the topic referred to in the title of this article. In our company, we have been thinking about how to benefit from the use of LLM (Large Language Models) first and AI Agents later. My personal impression? It’s an ongoing evolution because we learn every day, exchanging information on how to do things informally and naturally. And it’s exciting. The most frequent sentences I hear bouncing around the team reflect energy and the desire to collaborate and experiment together: “but then we could…” or “do you know I discovered that if…” and again “now I’ll try to see how we can do this, surely we can give it a try…”. Words that somehow reveal the wish that artificial intelligence can do everything. And we already know that it actually can.

In this new post, we want to share with you the direct experiences of two young team members, who are changing the way we work inside the organization and the way we serve our clients: Elena Scarpelli, 27, Head of the Interactive Information Design division, and Tommaso Castelli, 26, CEO of i2d. Here are their stories.

Elena Scarpelli “The real challenge is to question ourselves again to identify where biological intelligence really remains differentiating.”

As head of an area that transforms data into useful information to guide our clients’ decisions, I feel first and foremost the responsibility of reliability: every step from data to meaning must stand the test of reality. At i2d, we have created Agents that optimize our research processes and the identification of possible “shifts” from one industry to another, others for concept visualization and the creation of conceptual maps. Every day we think about how we can further and more effectively leverage the potential of this “new” technology. It’s a stimulating but also disorienting journey. I often think back to how many of these activities represented at least 60% of the value I thought I was bringing to the company and I realize that the real challenge is to question ourselves again to identify where biological intelligence really remains differentiating compared to synthetic intelligence.

In the last three years – and clients confirm this – that distinctive margin remains the human ability to make sense while keeping control of tangible complexity, and therefore to connect weak signals, weigh constraints, read contexts. Our work, when we design AI agents, consequently becomes translating direct experience into an operational “formula”, making implicit criteria explicit, naming nuances, deciding what matters and why.

This is the real intellectual exercise that makes the difference and that confirms the beauty of a product designer’s work, today increasingly called upon to pay close attention to detail, in its uniqueness and in relation to the context in which that detail lives. Designing following this scheme means reasoning about the mechanisms triggered by interaction with the environment and clothing emotional and sensory perceptions in words so that they can be shared, verified, and replicated.

When this grammar of meaning is clear, we have the ingredients to be understood by the machine and to start a truly positive collaboration with it: the agent is entrusted with processing the signifier (structuring data, execution, operational coherence) while the human retains the value of meaning (interpretation, choice, responsibility). In this balance, technology and expertise do not overlap but instead enhance each other, increasing the value of the final result.

Tommaso Castelli “The real value will not be in the power of technology: what will matter more and more is the human ability to understand what to delegate to AI and what not.”

Since OpenAI released Agents within ChatGPT in mid-July, making the technology available to everyone, I truly realized that the way we interact with artificial intelligence (for many a very recent experience) had already radically changed.

Agents are based on the ReAct framework, Reasoning + Acting:

Reasoning: the AI agent does not just answer, but reflects on the logical steps required.

Acting: the agent can perform concrete actions, such as searching for information, using a database, or connecting to an external system.

Compared to traditional chat, based on a simple Q&A “loop”, or compared to static routines that automate a process always in the same way, agents allow variability of operations to be managed.

This ranges from simple tasks, such as filling out a form with similar questions in a different order, to much more complex tasks, such as writing code with exception handling.

What I find truly fascinating is the perspective for people: with agents, it’s not just about reducing repetitive tasks, but being able to orchestrate multiple operational flows in parallel, managed by the same person or the same application. In other words, the agent is not an “assistant that answers” but a digital colleague that acts.

Looking ahead, I believe these tools will become a natural ally in daily work. But the real value will not only be in the power of technology, because what will matter more and more is people’s ability to understand what to delegate to the machine and what not.

It will therefore be essential to maintain an objective perspective on responses, aware that the way we ask a question strongly influences the output provided by AI. Otherwise, the risk we face is falling into the so-called “confirmation bias,” receiving only confirmations of what we already think and take for granted, without having a true counterpoint.

Human competence, this is the assumption, remains the decisive filter for transforming agents from simple tools into intelligent partners.

Elena Scarpelli: Elena is an industrial designer who leads the Interactive Information Design Area at DI Works, where she develops projects that combine information, technologies, and customer experience in both physical and digital products. With a cross-disciplinary approach, she works on product innovation, technology scouting, and strategic research in the fields of luxury fashion, consumer electronics, eyewear, food & beverage, cosmetics, and the circular economy. She collaborates with i2d to integrate AI methodologies and tools into workflows and innovation processes, with the goal of generating advanced and asymmetric solutions for clients.

Tommaso Castelli: With a background in Management Engineering and an entrepreneurial path in managing his family’s hotel, Tommaso leads the strategic activities of i²d. He specializes in transforming business processes and decision-making through data analysis and artificial intelligence, with the goal of helping companies create sustainable and scalable customer experiences. He coordinates innovation and product development projects, working closely with data scientists and software developers, and brings to the company an international culture shaped by experiences in London, Berlin, San Francisco, and Vancouver.