18/06/2026
# # MAV Tales #2
Leggere etichette sul campo anche senza connessione
Un’azienda operante nel settore delle verifiche statistiche territoriali aveva un problema concreto: raccogliere dati dalle etichette presenti nei punti vendita in modo rapido, affidabile e automatizzato.
Il problema sembrava semplice finché non si entrava nel mondo reale:
riflessi, etichette rovinate, font differenti, illuminazione variabile, dispositivi diversi e soprattutto connessioni instabili.
La richiesta era creare un sistema capace di riconoscere automaticamente le etichette tramite un modello AI addestrato, mantenendo però il funzionamento operativo anche offline.
Per questo è stata progettata un’architettura ibrida:
acquisizione immagini tramite client mobile, elaborazione tramite AI, storage temporaneo locale e sincronizzazione automatica verso il server appena disponibile una connessione stabile.
In pratica, il sistema doveva continuare a lavorare anche senza rete, evitando perdite di dati e senza interrompere il flusso operativo degli operatori sul campo.
La parte complessa non era soltanto il riconoscimento delle immagini, ma la gestione di un ecosistema reale:
sincronizzazioni differite, dati temporanei, controllo duplicazioni, validazione delle informazioni e continuità operativa.
Anche qui il compromesso era continuo:
accuratezza del riconoscimento, velocità di acquisizione, peso computazionale e semplicità d’uso.
Perché nella realtà, prima ancora dell’intelligenza artificiale, arriva sempre la domanda più importante:
“Funziona anche quando internet decide di sparire?”
Se anche nella tua azienda esistono processi che oggi dipendono ancora da controlli manuali, raccolta dati frammentata o operatività sul campo in condizioni non perfette, probabilmente il problema non è solo “digitalizzare”, ma progettare strumenti che continuino a funzionare nel mondo reale.
🌐 [www.mavreality.it](http://www.mavreality.it)