All'AWS Summit Milano 2026 Omnys e Adnkronos hanno presentato in una breakout session
il progetto che porta l'intelligenza artificiale generativa nel cuore del processo
editoriale di una delle principali agenzie di stampa italiane: un sistema di
pre-validazione dei comunicati stampa che ha migliorato del 91% l'accuratezza dei
controlli qualitativi, raddoppiato il throughput giornaliero e ridotto del 35% il tempo
medio di rilascio.
Il 28 maggio 2026, sul palco dell'AWS Summit Milano, Omnys e Adnkronos hanno raccontato insieme un caso concreto di applicazione dell'AI generativa al mondo dell'informazione. La sessione «Adnkronos: comunicati stampa AI driven con Amazon Bedrock» (PRT202-S) ha visto sul palco Davide Pozza, Partner e CTO di Omnys, Adriano De Iuliis, IT Project Manager di Adnkronos Comunicazione, e Federico Agostini, Senior AI Engineer di Omnys. Il filo conduttore è stato il valore della qualità editoriale, ben sintetizzato dalla citazione di Gabriel García Márquez che ha aperto l'intervento: «Nel giornalismo basta un solo fatto falso per pregiudicare l'intero lavoro».
Adnkronos, agenzia di stampa italiana attiva dal 1963, è un punto di riferimento per istituzioni, media e aziende, con un'offerta multicanale orientata alla comunicazione integrata per partner pubblici e privati. Attraverso Immediapress, il servizio di distribuzione controllata di comunicati stampa, ogni contenuto viene analizzato puntualmente nel rispetto di precisi vincoli deontologici e di autodisciplina.
Questo presidio di qualità, però, deve confrontarsi con volumi elevati: ogni giorno un'alta frequenza di comunicati richiede una lettura e un'analisi rigorose. È un'attività che poggia su un know-how editoriale specifico, concentrato nei revisori senior e quindi difficile da scalare. A complicare il quadro ci sono i casi ambigui: un comunicato può risultare formalmente corretto e allo stesso tempo violare le policy, perché servono contesto e una reale valutazione del rischio. La domanda da cui è partito il progetto era quindi come preservare gli standard editoriali aumentando al contempo la capacità di lavoro.
Omnys ha progettato un sistema di pre-validazione che affianca i revisori senza mai sostituirli, integrandosi nel flusso editoriale esistente. Il processo si articola in sei passaggi: estrazione del contenuto, recupero di esempi pertinenti dallo storico, costruzione del prompt, elaborazione tramite il modello linguistico, generazione di un output strutturato, feedback del revisore e infine pubblicazione. Il motore di ragionamento è il modello Claude Sonnet, utilizzato tramite Amazon Bedrock, che analizza ogni comunicato rispetto alle linee guida aziendali producendo un risultato conforme a uno schema definito.
Il cuore del valore aggiunto sta nell'output strutturato. Per ciascun comunicato il sistema restituisce un semaforo editoriale, un risk assessment su 25 criteri derivati dalle linee guida aziendali, le evidenze testuali — citazioni verbatim dal testo con descrizione del problema e livello di severità — e le azioni consigliate, con la motivazione di un eventuale blocco e i suggerimenti di mitigazione per il revisore. In questo modo ogni comunicato arriva al revisore già pre-classificato, con le criticità evidenziate e contestualizzate.
Un elemento distintivo dell'architettura è il retriever personalizzato. Un normale modello di retrieval si basa sulla sola similarità semantica del testo e non coglie le valutazioni maturate dalle linee guida e dai revisori. Per questo Omnys ha sviluppato un retriever proprietario basato su un modello MiniLM multilingua, ottimizzato con fine tuning su task di Information Retrieval (SetFit e Cosine Similarity Loss). Le motivazioni e i feedback dei revisori diventano contesto prezioso per il modello e, raccogliendoli nel tempo, è possibile riaddestrare il sistema per farlo aderire sempre più alle linee guida editoriali.
L'intera soluzione è ospitata su un'architettura cloud AWS pensata per sicurezza e scalabilità: gli accessi da CMS e revisori transitano attraverso un Application Load Balancer protetto da WAF e certificati ACM; l'elaborazione avviene su un cluster ECS con i servizi di backend in sottoreti private; Amazon Bedrock fornisce l'inferenza, mentre Aurora MySQL, OpenSearch e Amazon S3 gestiscono dati, indicizzazione e storage.
L'impatto del progetto è misurabile.
Il percorso non si ferma qui. Tra i prossimi obiettivi ci sono la classificazione dei contenuti con tagging specifico AI-driven, un indice di rilevanza per lo scoring tematico dei contenuti a supporto della priorità di distribuzione e l'aggregazione dinamica, con un agente che, a partire da un prompt specifico, esplora i contenuti distribuiti e genera aggregazioni dinamiche e controllate.
Il progetto Immediapress conferma l'approccio di Omnys all'intelligenza artificiale: soluzioni enterprise costruite su AWS che uniscono modelli generativi, componenti proprietari e una profonda comprensione del dominio del cliente, per portare valore misurabile nei processi di business senza rinunciare al presidio umano sulla qualità.
