PiirZ← Torna alla home
Come abbiamo costruito un core AI proprietario per una piattaforma immobiliare di lusso
Field NoteNovembre 2026

Come abbiamo costruito un core AI proprietario per una piattaforma immobiliare di lusso

Il contesto

Una piattaforma immobiliare di lusso internazionale, attiva in 12 mercati con oltre 200 agenzie affiliate, aveva un obiettivo preciso: un'infrastruttura AI propria, che i concorrenti non potessero ottenere con un abbonamento.

Lo stack si basava interamente su API commerciali. Ogni attività AI, dalle descrizioni degli immobili all'analisi di mercato alle comunicazioni con i clienti, passava da un unico modello premium. I costi crescevano insieme all'uso, la qualità cambiava da un tipo di attività all'altro e i concorrenti che usavano gli stessi strumenti avevano le stesse capacità.

AI Discovery e framework PMAI

Prima di scrivere codice, il progetto è passato da AI Discovery, il programma di analisi con cui PiirZ precede le scelte tecnologiche. In tre settimane abbiamo mappato processi, flussi di dati, criticità e priorità dell'organizzazione. Il risultato ha individuato 8 progetti AI ad alto valore, ciascuno con stime di costo, impatto, rischio e ritorno, e una roadmap di implementazione ordinata per priorità.

Quell'analisi ha stabilito quali attività ottimizzare, quali modelli privilegiare e dove stava il valore. Tutto il lavoro ha seguito PMAI, il framework PiirZ in quattro fasi (Contesto, Intelligenza, Integrazione, Evoluzione) che porta un progetto dalla valutazione strategica alla produzione.

L'architettura

Il cuore della piattaforma è un Intelligent Prompt Router che lavora in tre passaggi. Classifica ogni richiesta per tipo di attività: chat, ragionamento, scrittura creativa, analisi dei dati, traduzione, generazione di immagini. Assegna un punteggio ai modelli disponibili su accuratezza, velocità e costo, con pesi diversi per ogni attività. Invia la richiesta al modello con il punteggio migliore, con fallback automatico.

La strategia è OSS-first. I modelli open source gestiscono la grande maggioranza delle richieste e i modelli proprietari intervengono solo quando lo richiede una soglia di qualità. La decisione di instradamento richiede 0,03 ms.

Sopra il router lavora un insieme di modelli linguistici di grandi dimensioni e di modelli adattati all'immobiliare di lusso: descrizioni degli immobili nel linguaggio del mercato di fascia alta, traduzione nelle 8 lingue della piattaforma, analisi comparativa di mercato addestrata sugli andamenti dei prezzi regionali, classificazione degli asset visivi dei portafogli immobiliari.

La roadmap

Il core è la base delle applicazioni che producono valore per la piattaforma e per gli affiliati. La roadmap comprende 14 applicazioni su tre orizzonti.

In produzione: un generatore di descrizioni che scrive testi calibrati sul segmento lusso in 8 lingue in pochi secondi, e un assistente di posizionamento che aiuta gli agenti a prezzare un immobile rispetto alle vendite comparabili.

In sviluppo: un sistema di coaching per gli affiliati che analizza le prestazioni degli agenti e propone miglioramenti, e uno strumento per le comunicazioni con i clienti che adatta tono e contenuti al profilo dell'acquirente e alla storia delle interazioni.

Pianificate: un'intelligence di mercato predittiva che segnala le zone di opportunità emergenti prima che compaiano nei dati tradizionali, e un assistente di home staging visivo che propone modifiche alla presentazione sulla base delle vendite riuscite nello stesso segmento.

I risultati dopo 90 giorni

Dopo i primi 90 giorni in produzione, i costi dell'infrastruttura AI erano 8 volte più bassi rispetto all'approccio precedente basato solo su API commerciali. Il punteggio di qualità sui benchmark interni è rimasto tra 0,89 e 0,93. Tutte le attività standard vanno ai modelli open source; il fallback proprietario si usa solo per i casi limite che richiedono ragionamento complesso.

Il risparmio stimato supera i 140.000 dollari l'anno sulla sola infrastruttura AI. La piattaforma ha spostato quel budget sulle applicazioni della roadmap.

Oggi la piattaforma possiede la propria infrastruttura AI. Non dipende dalle decisioni di prezzo di un singolo fornitore e un concorrente non può ottenere le stesse capacità abbonandosi alla stessa API.

Cosa mostra il progetto

L'immobiliare di lusso, come molti settori tradizionali, tende a trattare l'AI come un acquisto: quale strumento comprare, a quale API abbonarsi. In questo progetto il vantaggio è venuto dall'architettura, progettata intorno ai processi dell'azienda.

OSS-first è una scelta di ingegneria basata su costo, prestazioni e indipendenza. Quando i modelli open source raggiungono una qualità comparabile sulla maggior parte delle attività a una frazione del costo, l'instradamento ne tiene conto e i modelli premium restano per i casi in cui fanno una differenza misurabile.