Newsroom e media Blog della GLEIF
Le traduzioni di questo sito web in lingue diverse dall'inglese sono generate dall'IA. Non garantiamo l'accuratezza e non siamo responsabili per eventuali errori o danni derivanti dall'uso del contenuto tradotto. In caso di incongruenze o ambiguità, la versione inglese prevarrà.

Trasformare i dati in opportunità: Metric in Motion – GLEIF AI

I dati di alta qualità sono più di un semplice punto di riferimento: sono una necessità strategica per la fiducia, la Conformità e l'interoperabilità a livello globale. In questo blog, Zornitsa Manolova, Responsabile della qualità dei dati e della scienza dei dati presso GLEIF, esplora come la nuova funzione di ricerca GLEIF AI Search renda più facile accedere, comprendere e utilizzare dati affidabili sull'identità delle organizzazioni.


Autore: Zornitsa Manolova

  • Data: 2026-05-08
  • Visualizzazioni:

La possibilità di accedere a dati organizzativi di alta qualità e di fidarsi di essi consente un processo decisionale migliore in tutta l’economia globale. Questo è il motivo per cui GLEIF pubblica un’ampia gamma di informazioni affidabili, dall’Indice globale dei codici LEI, alle statistiche e ai rapporti, fino alle politiche di Governance, alle notizie e altro ancora.

Tuttavia, poiché le informazioni si estendono su API, database, documenti e pagine web, la navigazione tra questi diversi punti di accesso può risultare difficile e richiedere molto tempo per alcuni utenti alla ricerca di una risposta rapida e affidabile.

Questo reclamo – e l’opportunità di rendere le informazioni affidabili della GLEIF più accessibili alle soluzioni di IA esterne – ha motivato lo sviluppo di GLEIF AI Search. La nuova funzionalità trasforma il modo in cui gli utenti interagiscono con dati complessi e distribuiti, combinando interfacce conversazionali con una pipeline di recupero strutturata per semplificare la ricerca e migliorare l’accessibilità.

Inoltre, pone la fiducia al centro, fornendo risposte chiare e ben documentate su cui gli utenti possono fare affidamento. I risultati di un recente sondaggio mostrano che gli utenti si fidano maggiormente delle risposte generate dall’IA quando queste si basano su dati sottostanti di alta qualità, supportati da citazioni trasparenti delle fonti e includono spiegazioni chiare. Ciò rafforza l’importanza del ruolo della GLEIF nel fornire dati affidabili e ben strutturati in grado di supportare una ricerca basata sull’IA degna di fiducia.

Ciò fa eco a un tema esplorato nel Blog GLEIF "Metric in Motion", dedicato alla corroborazione. In un'economia digitale basata sull'IA, la fiducia dipende non solo dall'accesso ai dati, ma anche dal sapere da dove provengono tali dati, come sono stati convalidati e se è possibile risalire a riferimenti autorevoli. GLEIF AI Search applica questo principio alla ricerca di informazioni, aiutando gli utenti a passare da informazioni frammentate a risposte più facili da comprendere, verificare e utilizzare.

Come funziona

GLEIF AI Search è un sistema coordinato di tre livelli principali che lavorano in perfetta sincronia:

  1. Interfaccia di chat:

L'interfaccia di chat è il livello di GLEIF AI Search rivolto all'utente. Offre agli utenti un modo chiaro, intuitivo e colloquiale per interagire in modo naturale con il sistema e scegliere tra diverse modalità di assistenza: Smart, Siti web e documenti, Notizie e aggiornamenti, Dati e statistiche e Record LEI. Ogni modalità è pensata per un tipo specifico di query o attività, garantendo che le interazioni risultino sia guidate che adattabili, a seconda dell'intento dell'utente.

  1. Livello di orchestrazione:

Dietro l'interfaccia utente si trova il livello di orchestrazione, che elabora ogni query dell'utente. Attiva la modalità di assistenza selezionata, indirizza la richiesta a un modello linguistico di grandi dimensioni e coordina gli strumenti necessari per recuperare e verificare le informazioni rilevanti prima di fornire una risposta.

Fondamentalmente, questo livello non opera in modo isolato. Contribuisce dinamicamente a garantire che le risposte non siano prodotte dal solo modello, ma siano basate su dati, documenti e contenuti web pertinenti provenienti da vari connettori. Questo coordinamento trasforma l’output del modello in risposte affidabili e sensibili al contesto.

  1. Connettori (server MCP):

I connettori costituiscono il ponte tra il livello di orchestrazione e le fonti di dati e contenuti sottostanti. Implementati come server MCP (Model Context Protocol), questi connettori consentono al sistema di accedere e interagire con fonti esterne in modo strutturato e riutilizzabile. Garantiscono che la ricerca AI GLEIF non sia limitata a conoscenze statiche e possa utilizzare informazioni attuali e pertinenti provenienti dai dati, dalle API, dai documenti e dai contenuti web della GLEIF. I connettori attualmente disponibili sono:

  • Ricerca e recupero web: Consente all’IA di cercare, recuperare ed elaborare contenuti dal sito web della GLEIF (gleif.org). Questo supporta domande sulle attività della GLEIF, sulle notizie, sulla Governance e sulle informazioni generali.

  • Ricerca documenti: si collega a un sistema di ricerca vettoriale basato su una raccolta di documenti ufficiali della GLEIF, quali documenti programmatici e quadri di Governance. Quando una domanda riguarda i contenuti di questi documenti, l’IA può effettuare ricerche al loro interno e citare i passaggi pertinenti.

  • Connettore API GLEIF: si integra direttamente con l’API pubblica ufficiale della GLEIF, fornendo accesso in tempo reale all’Indice globale dei codici LEI. Ciò consente all’IA di cercare singole entità in base al loro LEI, cercare entità per nome e recuperare informazioni dettagliate sulla registrazione e dati sulle relazioni.

  • Connettore statistiche LEI: si collega alle statistiche aggregate relative al Sistema LEI Globale. Consente al sistema di interrogare dati analitici strutturati quali il numero di LEI attivi per paese, le tendenze di emissione nel tempo, i tassi di crescita e le distribuzioni tra i tipi di entità o le giurisdizioni.

È importante sottolineare che questi server MCP sono progettati per essere modulari, riutilizzabili e interoperabili. Possono anche essere integrati in ambienti di IA esterni come ChatGPT, Claude e altri. La GLEIF ha già definito competenze basate su queste capacità e le ha rese disponibili sulla pagina web della GLEIF. In prospettiva, la GLEIF prevede di espandere il numero di connettori disponibili aggiungendo ulteriori server MCP, estendendo ulteriormente le capacità del sistema e rispondendo a una gamma più ampia di esigenze degli utenti.

I vantaggi di GLEIF AI

GLEIF AI Search e i relativi connettori sono progettati per rendere le informazioni LEI e GLEIF più accessibili, comprensibili e utilizzabili, offrendo vantaggi significativi agli utenti di dati a livello globale:

  • Migliore accesso a dati affidabili: aiuta gli utenti a esplorare i dati LEI, le statistiche, i rapporti, i documenti di Governance e altri contenuti GLEIF attraverso un'interfaccia conversazionale, invece di dover navigare separatamente in più sistemi.
  • Approfondimenti completi: recupera e combina informazioni da API, database, documenti e siti web per fornire risposte più complete e articolate.
  • Risposte trasparenti e verificabili: supporta una chiara attribuzione e spiegazione della fonte, aiutando gli utenti a capire da dove proviene una risposta e quanto ci si possa fidare di essa.
  • Sintesi più chiare: converte informazioni complesse o lunghe in risposte concise e leggibili.
  • Supporto al processo decisionale: fornisce risposte affidabili e ben documentate che possono aiutare gli utenti a trovare le informazioni in modo più efficiente e ad agire con maggiore sicurezza.
  • Maggiore usabilità: abbassa la barriera all’ingresso, consentendo sia agli esperti che ai non esperti di interagire con i dati LEI e trarne vantaggio.

Sfruttare il potenziale della ricerca basata sull'IA

Man mano che la ricerca basata sull'IA continua ad evolversi, il suo vero valore sarà definito da qualcosa di più della velocità o della comodità. Ciò che conta è la capacità di fornire costantemente risposte fondate su dati affidabili, provenienti da fonti trasparenti e contestualmente rilevanti.

La ricerca AI della GLEIF illustra come la combinazione di dati affidabili con meccanismi di recupero intelligenti possa soddisfare questi requisiti, rendendo le informazioni complesse più facili da accedere e utilizzare. Collegando le domande degli utenti a dati ufficiali, documenti e contenuti web, trasforma le informazioni distribuite in risposte più facili da comprendere, verificare e su cui agire – rafforzando l’affidabilità e l’integrità dei dati come pilastri fondamentali dell’innovazione digitale.

In prospettiva, questo approccio può supportare un uso più ampio dei dati GLEIF in diversi ambienti di IA. Rendendo le informazioni più accessibili, trasparenti e verificabili, GLEIF AI Search può contribuire a rafforzare la fiducia nei sistemi digitali e supportare un processo decisionale più informato.

Per commentare un articolo del blog, indicate il vostro nome e cognome. Il nome e il cognome verranno visualizzati accanto al commento. Gli indirizzi e-mail non verranno pubblicati. Effettuando l’accesso o contribuendo al forum di discussione, l’utente accetta i termini della Politica in materia di blog della GLEIF. Si invita pertanto l’utente a leggere tale politica con attenzione.



Leggi tutti gli articoli precedenti sul Blog della GLEIF >
Informazioni sull’autore:

Zornitsa Manolova guida il team Gestione della qualità dei dati e Scienza dei dati presso la Global Legal Entity Identifier Foundation (GLEIF). Dall'aprile 2018 ha la responsabilità di promuovere e migliorare l'esistente quadro di qualità e governance dei dati introducendo approcci analitici innovativi. In precedenza, ha gestito progetti di analisi dei dati forensi in indagini finanziarie internazionali presso PwC Forensics. Zornitsa ha conseguito la laurea in scienze informatiche con specializzazione in Apprendimento automatico presso l'Università di Marburgo (Philipps-Universität Marburg).


Tag di questo articolo:
Gestione dei dati, Qualità dei dati, Dati aperti, Indice globale di codici LEI, Global Legal Entity Identifier Foundation (GLEIF)