Le università hanno bisogno di prove
Il portfolio trasforma un evento singolo in un artefatto visibile che gli studenti possono riprendere, migliorare e mostrare.
Case study universitario
Come Innovation Time Lausanne ha trasformato l'agentic AI in 18 agenti finance
Un workshop campus di 90 minuti all'UNIL in cui studenti Bachelor e Master interessati alla finanza sono passati dalla curiosità IA a istruzioni agentiche verificabili e pronte all'uso.
Agentic AI, MCP e finanza di mercato, Innovation Time Lausanne x AI Workshop, Internef 122, UNIL, 13 maggio 2026
Sintesi del caso
Da workshop studentesco a portfolio pubblico di agenti
La sessione collegava la formazione finance ai nuovi workflow agentici. L'obiettivo non era una demo IA spettacolare, ma un artefatto riutilizzabile: ruoli, guardrail, fonti autorizzate, formati di output e passaggi di verifica.
- Partner
- Innovation Time Lausanne
- Formato
- Workshop di 90 min
- Audience
- Bachelor + Master
- Output
- 18 istruzioni agenti
L'associazione studentesca UNIL per innovazione e imprenditorialità.
Una sessione compatta su Agentic AI, MCP e finanza di mercato con design sprint live.
Il questionario pre-workshop indicava 12 partecipanti Bachelor e 3 Master.
Un portfolio GitHub pubblico con specifiche di agenti finance anonimizzate e deployabili.
Profilo audience
La coorte usava già l'IA, ma aveva bisogno di struttura e verifica
Il questionario pre-workshop ha chiarito la sfida didattica. I partecipanti non erano principianti passivi: molti usavano già ChatGPT o Claude. Il punto era trasformare l'uso quotidiano in workflow finance affidabili, con fonti, limiti e giudizio umano.
12 / 3
Bachelor / Master
Il mix richiedeva linguaggio chiaro, ritmo alto ed esempi professionali senza presupporre profondità tecnica.
9 UNIL / 5 EPFL
Segnale universitario
I domini e-mail istituzionali indicavano una forte base UNIL, partecipazione EPFL e un indirizzo esterno.
14 ChatGPT / 13 Claude
Base strumenti IA
La sala aveva già abitudini IA; il workshop si è concentrato su workflow migliori.
15 / 15
Domanda finance
Tutti i rispondenti hanno scelto casi d'uso di finanza di mercato come tema d'interesse.
I dati sono aggregati dal questionario pre-workshop e non includono nomi o indirizzi e-mail personali.
Il brief: rendere concreta l'agentic AI per studenti interessati alla finanza
Le domande più forti erano pratiche: come l'IA può supportare analisi di mercato, investment research, confronto portafogli, monitoraggio segnali e decisioni finanziarie migliori senza fingere di sostituire il giudizio umano.
Il questionario ha mostrato anche il problema della fiducia: allucinazioni, difficoltà nel giudicare la qualità delle risposte o mancanza di applicazioni concrete. Per questo il workshop ha messo al centro verifica, fonti autorizzate e regole di rifiuto.
La risposta progettuale: trasformare fiducia disomogenea in metodo comune
La sessione ha usato il metodo di design agenti di AI Workshop, lo stesso framework delle sessioni corporate in Svizzera, compresso per un formato campus:
- Feel: definire la decisione che deve restare umana
- Frame: scegliere un caso di analisi utile e delimitato
- Imagine: formulare una missione unica e i rifiuti
- Design: scegliere fonti, strumenti e superfici di deployment
- Verify: definire formato output, controlli e limiti
I partecipanti hanno lavorato con Agent Design Method Cards e worksheet strutturati, da un'idea finance ancora vaga a una specifica completa e deployabile con fonti autorizzate, rifiuti espliciti e checklist di verifica.
In sala all'UNIL
Facilitazione, mentoring one-to-one e Q&A aperta durante la sessione Agentic AI in Finance
Materiali e metodo in azione
Walkthrough Finance Agent, worksheet individuali e Agent Design Method Cards in azione
L'output: 18 specifiche di agenti pubblicate e deployabili
A fine sessione, il gruppo aveva progettato collettivamente 18 specifiche di agenti IA per la finanza di mercato, anonimizzate, armonizzate e pubblicate come portfolio aperto su GitHub. Tra queste:
- Un calcolatore di ratio finanziari che trasforma i filing in ratio leggibili e un report verificabile
- Un comparatore di scenari di portafoglio basato su preferenze di rischio e orizzonte di investimento
- Un comparatore di opinioni di esperti che preserva la sfumatura di tesi analitiche in conflitto
- Un agente di sorveglianza di mercato con contro-analisi red team
- Un agente crypto che prepara riflessione buy/sell senza mai automatizzare la decisione
Ogni specifica include missione, fonti autorizzate, rifiuti espliciti, formato output verificabile e istruzioni di sistema pronte per ChatGPT Projects, Claude Projects, Claude Code, Codex, Antigravity o workflow MCP. I partecipanti hanno ricevuto un certificato di partecipazione e una guida di deployment con una regola centrale: collegare solo fonti affidabili e verificare gli output contro la fonte originale.
Nessun agente produce ordini buy/sell, garantisce performance o prende decisioni finali. Il giudizio umano resta umano. Questo vincolo è il cuore del metodo.
Cosa ha fatto funzionare questa sessione
18 agenti in 90 minuti
Ogni partecipante ha progettato una specifica completa. Il portfolio era su GitHub entro un giorno.
Guardrail dal primo minuto
Fonti, rifiuti, checklist e punti di decisione umana integrati fin dal design.
Agnostico agli strumenti
Ogni specifica si deploya in ChatGPT Projects, Claude Projects, Claude Code, Codex o MCP.
Casi finance reali
Analisi ratio, confronto portafogli, ricerca settoriale, monitoraggio mercato. Scelti dai partecipanti.
Artefatto pubblico duraturo
Il portfolio GitHub aperto offre prompt riutilizzabili e traccia professionale della sessione.
Le decisioni umane restano umane
Nessun agente automatizza una decisione di investimento. Il metodo traccia questa linea esplicitamente.
Sul facilitatore: formazione IA pratica in Svizzera
George Raymond-Alshoufi è fondatore di AI Workshop Switzerland e uno dei trainer IA più hands-on del paese. Il suo lavoro colma un solo divario: gli strumenti IA ci sono, ma ai team mancano abitudini, workflow e fiducia.
Il metodo di questa sessione è lo stesso che AI Workshop consegna ai team corporate in Svizzera, e quello riconosciuto dal jury Swiss Innovation Challenge 2026. Dalle aule di Losanna ai team finance, HR e operations a Zurigo, Ginevra e Basilea.
AI Workshop Switzerland è Microsoft Partner e membro del Claude Partner Network di Anthropic.
Riflessione
Cosa dimostra questo case study
La maturità IA non è uniforme
La sala univa utenti sicuri e studenti che conoscevano soprattutto ChatGPT. Le method cards hanno creato un linguaggio comune.
La finanza richiede controllo
La scelta chiave: gli agenti possono analizzare, comparare e preparare briefing, ma la decisione d'investimento resta umana.
Domande frequenti
Cos'è un workshop agentic AI?
Una sessione hands-on in cui i partecipanti progettano agenti IA con missione, fonti autorizzate, guardrail e punti di decisione umana, poi li deployano in ChatGPT Projects, Claude Projects, Claude Code o Codex.
Quanto dura una sessione come questa?
Questa sessione è durata 90 minuti. I formati corporate vanno da 90 minuti a un'intera giornata con assessment, sprint di design agenti e roadmap IA.
Servono competenze tecniche?
No. Il metodo è pensato per non-developer. Worksheet e method cards producono specifiche utilizzabili negli strumenti quotidiani.
La nostra università, associazione studentesca o rete alumni può prenotare un workshop?
Sì. AI Workshop Switzerland consegna lo stesso metodo su campus in Svizzera, adattato a facoltà, club o chapter alumni: finance, imprenditorialità, HR, marketing, operations o business generale.
Prenota un workshop per la tua università o rete alumni
Lo stesso metodo hands-on, adattato al tuo campus, al tuo club studentesco o al tuo chapter alumni. In presenza in Svizzera.