Sessantacinque termini che usiamo tutti i giorni, spiegati come li spiegheremmo a un cliente.
Identificazione e supporti
RFID (Radio-Frequency Identification)
Tecnologia che identifica un oggetto o una persona a distanza tramite onde radio, senza contatto e senza bisogno che il supporto sia in vista. Un sistema RFID è fatto da un tag (l’etichetta o il badge), un lettore e un software che interpreta il codice letto. Si usa per il controllo accessi, l’inventario dei beni e la tracciabilità in produzione.
NFC (Near Field Communication)
Sottoinsieme dell’RFID che funziona a brevissima distanza, tipicamente sotto i quattro centimetri, alla frequenza di 13,56 MHz. È la tecnologia degli smartphone e delle carte di pagamento contactless: la distanza ridotta è una misura di sicurezza, non un limite.
Bassa frequenza (125 kHz)
Prima generazione dei badge RFID. Economica e tollerante, ma il codice si può copiare con un duplicatore da pochi euro: sconsigliata per qualunque applicazione dove la sicurezza conti.
Alta frequenza (13,56 MHz)
Standard attuale per il controllo accessi. Supporta cifratura e autenticazione reciproca fra badge e lettore, quindi il badge non si limita a dichiarare un numero: dimostra di conoscere una chiave.
Mifare Classic
Famiglia di chip RFID molto diffusa e crittograficamente superata: le vulnerabilità dell’algoritmo Crypto1 sono pubbliche dal 2008 e clonare un badge è alla portata di chiunque. Va sostituita, non integrata.
Mifare DESFire EV2 / EV3
La generazione sicura: cifratura AES a 128 bit, autenticazione reciproca, più applicazioni indipendenti sullo stesso supporto. È lo standard che raccomandiamo per gli impianti nuovi.
UHF (Ultra High Frequency)
RFID a lunga distanza, da alcuni metri fino a una decina. Si usa per il controllo dei veicoli in ingresso e per l’inventario dei beni, dove serve leggere molti tag contemporaneamente camminando in una stanza.
Badge
Il supporto fisico dell’identità: tessera in PVC, portachiavi, braccialetto o adesivo. La differenza fra un badge economico e uno buono non è la stampa ma il chip che c’è dentro.
Codice a barre e QR
Identificazione ottica: richiede che il codice sia visibile e inquadrato. Costa quasi nulla ed è insostituibile dove il supporto è di carta o è mostrato su uno schermo — un biglietto d’ingresso, un badge temporaneo per visitatori.
Biometria
Riconoscimento basato su una caratteristica fisica: impronta, volto, iride, geometria della mano. In Italia il suo uso per la rilevazione presenze è fortemente limitato dal Garante privacy; per il controllo degli accessi ad aree sensibili è possibile ma richiede una valutazione d’impatto documentata.
Varchi e dispositivi
Tornello a tripode
Il varco più diffuso: tre bracci rotanti che lasciano passare una persona alla volta. Economico, ingombro contenuto, non impedisce lo scavalcamento. Adatto a uffici e aziende dove serve contare e regolare, non impedire fisicamente.
Tornello a tutta altezza
Struttura che arriva al soffitto, non scavalcabile. Si usa dove il varco è isolato o non presidiato: perimetri industriali, impianti, depositi.
Varco a battenti (speed gate)
Ante in vetro che si aprono al passaggio autorizzato. Alta capacità di transito, aspetto adatto alle reception di rappresentanza, e disponibile in versione accessibile per sedie a rotelle. È la scelta tipica degli atri direzionali.
Anti-passback
Regola che impedisce a uno stesso badge di entrare due volte di seguito senza essere prima uscito. Serve a impedire il passaggio del badge a un collega e a mantenere attendibile la lista delle presenze in caso di emergenza.
Tailgating
L’ingresso di una persona non autorizzata immediatamente dietro a una autorizzata. È la falla più comune dei sistemi di controllo accessi e si contrasta con la geometria del varco o con sensori dedicati, non con il software.
Lettore
Il dispositivo che legge il badge e comunica con il controllore. La sua qualità si misura su tre cose: quali tecnologie di badge supporta, con quale protocollo parla con il controllore, e se è protetto contro la manomissione.
Wiegand
Protocollo storico di comunicazione fra lettore e controllore, degli anni Ottanta. Non è cifrato e non è autenticato: chi accede fisicamente ai cavi può intercettare e riprodurre i codici. Ancora diffusissimo per compatibilità.
OSDP (Open Supervised Device Protocol)
Il successore di Wiegand: comunicazione bidirezionale, cifrata con AES-128 nel profilo Secure Channel, con supervisione dello stato del lettore. È lo standard da chiedere in qualunque impianto nuovo.
Presenze, cantieri e beni
Rilevazione presenze
Registrazione degli orari di ingresso e uscita ai fini della gestione del personale e del calcolo delle paghe. In Italia il dato è trattabile per finalità contrattuali, ma non può essere usato per il controllo a distanza dell’attività ai sensi dell’art. 4 dello Statuto dei lavoratori.
Badge digitale di cantiere
Tessera di riconoscimento prevista dalla L. 198/2025 art. 3, dotata di codice univoco leggibile elettronicamente — QR, RFID o NFC — e interoperabile con il Sistema Informativo per l’Inclusione Sociale e Lavorativa. Sostituisce il tesserino cartaceo con un identificativo verificabile in tempo reale.
DURC
Documento Unico di Regolarità Contributiva: attesta che un’impresa è in regola con i versamenti a INPS, INAIL e casse edili. Nei sistemi di controllo accessi ai cantieri la sua scadenza può essere una condizione di ingresso automatica.
Inventario dei cespiti
Censimento periodico dei beni durevoli di un’organizzazione. Per gli enti locali è obbligatorio con aggiornamento annuale (TUEL art. 230 comma 7). Con etichette RFID UHF si conta una stanza camminandoci dentro, invece che leggendo un’etichetta alla volta.
Facility management
Gestione integrata degli spazi, degli impianti e dei servizi di un edificio: manutenzioni programmate, interventi su richiesta, prenotazione di sale e postazioni, planimetrie.
Smart locker
Armadietto a scomparti gestito elettronicamente, dove l’apertura è autorizzata dalla stessa identità che governa gli accessi. Si usa per chiavi, dispositivi di protezione individuale, utensili, apparati condivisi e scambio di oggetti fra turni.
Cloud, sicurezza e conformità
SaaS (Software as a Service)
Software usato attraverso il browser e pagato a canone, senza installazione locale. Il fornitore gestisce infrastruttura, aggiornamenti e backup; il cliente evita l’investimento iniziale ma dipende dalla continuità del fornitore — motivo per cui conta sapere dove sono i dati e come si riprendono.
Qualificazione ACN
Riconoscimento dell’Agenzia per la Cybersicurezza Nazionale che attesta il rispetto dei requisiti di sicurezza per i servizi cloud destinati alla pubblica amministrazione italiana. Nei casi previsti dalla normativa sul cloud qualificato, un servizio privo di qualificazione non può essere acquisito da una pubblica amministrazione.
ISO/IEC 27001
Norma internazionale per i sistemi di gestione della sicurezza delle informazioni. Non certifica che un prodotto sia sicuro: certifica che l’organizzazione ha un sistema documentato per gestire i rischi, e che un ente terzo lo verifica periodicamente.
ISO/IEC 27017 e 27018
Estensioni della 27001 per i servizi cloud (27017) e per la protezione dei dati personali in cloud (27018). Sono i controlli che interessano a chi affida a un fornitore dati di dipendenti o cittadini.
ISO/IEC 20000-1
Norma per i sistemi di gestione dei servizi informatici: definisce come si gestiscono livelli di servizio, incidenti, cambiamenti e capacità. È la norma che riguarda la qualità dell’assistenza, non del prodotto.
NIS2
Direttiva europea recepita in Italia con il D.Lgs. 138/2024, che impone misure di sicurezza e obblighi di notifica degli incidenti a un’ampia platea di soggetti pubblici e privati. Il controllo degli accessi fisici è una delle misure esplicitamente richieste.
Cyber Resilience Act
Regolamento europeo sui requisiti di cybersicurezza dei prodotti con elementi digitali: chi immette sul mercato un dispositivo connesso deve garantirne la sicurezza per tutto il ciclo di vita. Gli obblighi di segnalazione decorrono dall’11 settembre 2026, quelli restanti dall’11 dicembre 2027: è la seconda data quella che conta per una decisione di acquisto.
GDPR
Regolamento (UE) 2016/679 sulla protezione dei dati personali. Nel controllo accessi si traduce in tre domande a cui bisogna saper rispondere: per quale finalità raccogliete il dato, per quanto tempo lo tenete, chi può vederlo.
DPIA (valutazione d’impatto sulla protezione dei dati)
Analisi preventiva obbligatoria quando un trattamento presenta un rischio elevato per i diritti delle persone. È richiesta, per esempio, per i sistemi biometrici e per il monitoraggio sistematico di aree accessibili al pubblico.
AI Act
Regolamento (UE) 2024/1689 sull’intelligenza artificiale. Classifica i sistemi per livello di rischio; quelli usati per la gestione dei lavoratori ricadono nell’Allegato III, ad alto rischio, con applicazione fissata al 2 dicembre 2027.
AI literacy
Obbligo previsto dall’art. 4 dell’AI Act: chi fornisce o utilizza sistemi di intelligenza artificiale deve adottare misure che favoriscano l’alfabetizzazione all’AI delle persone che li usano per suo conto. Il Regolamento (UE) 2026/1744 ha riscritto l’articolo chiarendo che non impone di garantire un livello determinato: le misure vanno calibrate su ruolo, esperienza e contesto d’uso. Resta un obbligo, non una raccomandazione.
Audit trail
Traccia verificabile degli eventi, delle operazioni e delle decisioni rilevanti di un processo digitale: chi ha fatto che cosa, quando e su quale record. Serve a ricostruire un fatto dopo che è successo, ed è per questo che va protetta dalle stesse persone che potrebbe descrivere.
Privacy by design
Principio per cui la protezione dei dati si considera fin dalla progettazione di un sistema e non si aggiunge dopo il rilascio. È previsto dall’art. 25 del GDPR, ma la ragione più convincente resta economica: come vincolo di progetto costa una frazione di quanto costa come rifacimento.
Security by design
Approccio che integra i requisiti di sicurezza in progettazione, sviluppo, configurazione e gestione di un sistema invece di appoggiarli sopra alla fine. In un sistema AI comprende permessi, protezione degli input, segregazione degli ambienti e percorsi di escalation.
Intelligenza artificiale e dati
Modello linguistico di grandi dimensioni (LLM)
Modello addestrato su enormi quantità di testo, capace di produrre risposte in linguaggio naturale. Non “sa” le cose: stima la continuazione più probabile di un testo, ed è questa la ragione per cui può sbagliare con sicurezza.
RAG (Retrieval-Augmented Generation)
Tecnica che, prima di far rispondere un modello linguistico, recupera i documenti pertinenti e glieli fornisce come contesto. Serve a due cose: far rispondere sui vostri documenti invece che sulla conoscenza generica del modello, e poter citare la fonte di ogni affermazione.
Chunking (segmentazione)
Divisione di un documento in blocchi abbastanza piccoli da essere recuperati con precisione e abbastanza grandi da conservare il senso. È la scelta che determina la qualità di un sistema RAG più di qualunque altra: un blocco tagliato male produce una risposta sbagliata anche con il modello migliore.
Embedding
Rappresentazione numerica di un testo che ne cattura il significato, così che testi simili abbiano rappresentazioni vicine. È il meccanismo che consente di cercare per senso invece che per parole esatte.
Database vettoriale
Archivio specializzato nel conservare embedding e nel trovare rapidamente quelli più vicini a una domanda. È il magazzino su cui poggia un sistema RAG.
Allucinazione
Risposta plausibile ma falsa prodotta da un modello linguistico. Si riduce ancorando le risposte a documenti verificabili e mostrando la fonte; non si elimina, ed è per questo che ogni output va trattato come un suggerimento.
Visione artificiale (computer vision)
Insieme di tecniche che consentono a un sistema di riconoscere oggetti, persone o condizioni in immagini e video. Nei nostri progetti la usiamo per il riconoscimento dei rifiuti nelle immagini di spiaggia raccolte sul campo.
Rilevamento delle anomalie
Individuazione automatica di valori che si discostano dal comportamento normale di una serie di dati. Su un sensore ambientale serve a distinguere un guasto della sonda da un evento reale.
MLOps
Insieme di pratiche per portare e mantenere in produzione i modelli di apprendimento automatico: versionamento, monitoraggio delle prestazioni nel tempo, riaddestramento. È la parte che decide se un modello resta utile dopo sei mesi.
TRL (Technology Readiness Level)
Scala da 1 a 9 usata dai programmi europei per misurare la maturità di una tecnologia. TRL 6 significa prototipo dimostrato in ambiente rilevante: funziona sul campo, non è ancora un prodotto.
LLMOps
Le pratiche che tengono in esercizio un’applicazione basata su modelli linguistici: versioni, prompt e configurazioni, monitoraggio della qualità, controllo dei costi di calcolo, sicurezza e aggiornamenti. Sta a un modello linguistico come MLOps sta a un modello di apprendimento automatico, con una differenza pratica: qui cambia anche il fornitore sotto, e cambia senza avvisare.
Knowledge base
Archivio organizzato di documenti, procedure e conoscenza che può alimentare la ricerca interna, un servizio di supporto o un sistema AI con fonti verificabili. Costruirla è la parte facile: la parte difficile è tenerla aggiornata, perché una knowledge base vecchia produce risposte sicure su come funzionavano le cose due anni fa.
Data curation
Selezione, pulizia, classificazione, organizzazione e manutenzione dei dati perché siano adatti a un uso affidabile. È di solito la voce meno interessante nel preventivo di un progetto AI ed è quella che ne determina l’esito.
Dataset sintetico
Insieme di dati generati artificialmente per riprodurre caratteristiche utili di dati reali, tipicamente dove i dati veri sono riservati o insufficienti. Va comunque valutato per qualità, privacy e rischio di re-identificazione: sintetico non significa automaticamente anonimo.
Human-in-the-loop
Modello in cui una persona controlla, valida o può correggere l’output di un sistema AI prima che produca un effetto rilevante. La verifica che sia reale e non nominale è una sola: chi controlla ha le informazioni, il tempo e l’autorità per dire di no.
Algorithmic auditing
Verifica strutturata di qualità, robustezza, tracciabilità, limiti e possibili distorsioni di un sistema algoritmico o AI. Sostiene la governance tecnica e organizzativa; non equivale a una certificazione legale, se non è espressamente previsto in un incarico specifico.
Operazioni connesse
IoT (Internet of Things)
Rete di dispositivi e sensori connessi che raccolgono, trasmettono o ricevono dati da ambienti, asset e processi. La domanda interessante non è quasi mai quale sensore: è che cosa succede al dato dopo che è arrivato, e chi agisce di conseguenza.
Tracciabilità
Capacità di seguire e ricostruire il percorso di un asset, un evento, un documento o un’operazione attraverso dati e registrazioni coerenti. È ciò che trasforma «crediamo sia andata così» in «alle 14:32, con questo badge».
Manutenzione predittiva
Uso di dati storici e dati di campo per stimare anomalie o necessità di intervento prima di un guasto o di un degrado rilevante. Non elimina i guasti: cambia quali guasti vi colgono di sorpresa. L’efficacia dipende da qualità, continuità e copertura dei dati, prima ancora che dal modello.
Digital twin
Rappresentazione digitale di un asset, di un processo o di un ambiente, usata per osservarne le condizioni, simulare scenari e sostenere decisioni. Vale esattamente quanto la telemetria che lo alimenta.
Ambiente e misura
WQI (Water Quality Index)
Indice sintetico che riassume più parametri chimici e fisici in un numero da 0 a 100. Serve a rendere comunicabile a chiunque uno stato che altrimenti richiederebbe la lettura di venti valori.
Torbidità
Misura di quanto il particolato sospeso rende l’acqua opaca. È uno dei parametri più informativi perché reagisce rapidamente a scarichi, piogge intense e movimentazioni di fondale.
COD e BOD
Domanda chimica e domanda biochimica di ossigeno: misurano quanta sostanza organica c’è nell’acqua. Sono i parametri centrali per il controllo degli scarichi dei depuratori e richiedono normalmente un’analisi di laboratorio.
Analisi del ciclo di vita (LCA)
Metodo per calcolare l’impatto ambientale di un prodotto o servizio lungo tutta la sua vita, dall’estrazione delle materie prime allo smaltimento. È la base delle dichiarazioni ambientali di prodotto.
EPD (dichiarazione ambientale di prodotto)
Documento verificato da un ente terzo che dichiara l’impatto ambientale di un prodotto sulla base di un’analisi del ciclo di vita. Sta diventando un requisito nelle gare pubbliche e nelle forniture ai grandi committenti.
Green IT
Approccio alla tecnologia che tiene conto dell’efficienza di infrastrutture, software, dispositivi e ciclo di vita digitale per limitare sprechi e impatti. Riguarda le decisioni noiose — per quanti anni un apparato resta in servizio, quanto è sovradimensionata una piattaforma, quante copie di un archivio esistono davvero — più di quelle visibili.
Società Benefit
Forma societaria introdotta in Italia dalla L. 208/2015: l’impresa persegue nello statuto, oltre al profitto, finalità di beneficio comune, nomina un responsabile dell’impatto e pubblica ogni anno una relazione di impatto. Non è una certificazione: è un vincolo statutario.
Manca un termine? Scrivetecelo e lo aggiungiamo.