ETD

• agentic ai
• artificial intelligence
• conversational ux
• data-driven systems
• human-centered design
• industrial iot
• industrial platforms
• user experience
• Zero
• Zerynth

La crescente complessità dei sistemi industriali data-driven pone nuove sfide in termini di interpretazione dei dati e supporto decisionale per utenti con ruoli e competenze differenti. In questo contesto, l’integrazione di agenti AI conversazionali rappresenta un’opportunità per migliorare l’accessibilità, la comprensione e l’azione sui dati industriali.
La presente tesi analizza l’integrazione di un agente AI conversazionale all’interno della Zerynth Industrial IoT & AI Platform, attraverso il caso di studio dell’agente Zero. L’obiettivo è indagare come un approccio basato sulla Conversational UX e sull’Agentic AI possa supportare gli utenti nella comprensione dei KPI, nella gestione delle notifiche e nell’interazione con sistemi complessi.
Il lavoro si concentra su aspetti di Human-Computer Interaction, progettazione UX e personalizzazione dell’esperienza in base alle user personas, proponendo soluzioni per la gestione dei ruoli, delle autorizzazioni, delle notifiche e dell’onboarding. I risultati mostrano come l’AI, se progettata secondo principi human-centered, possa evolvere da supporto reattivo a mediatore decisionale proattivo, contribuendo a ridurre il carico cognitivo e a trasformare il dato in azione.

The increasing complexity of data-driven industrial systems introduces new challenges in terms of data interpretation and decision support for users with different roles and levels of expertise. In this context, the integration of conversational Artificial Intelligence agents represents an opportunity to improve accessibility, comprehension, and actionability of industrial data.
This thesis examines the integration of a conversational AI agent within the Zerynth Industrial IoT & AI Platform through the case study of the Zero agent. The research explores how a Conversational UX and Agentic AI approach can support users in understanding KPIs, managing notifications, and interacting with complex industrial systems.
The study focuses on Human-Computer Interaction, UX design, and experience personalization based on user personas, proposing solutions for roles and permissions management, notification systems, and guided onboarding. The results highlight how AI, when designed according to human-centered principles, can evolve from a reactive support tool into a proactive decision-making mediator, reducing cognitive load and enabling a more effective transition from data to action.