Come i team di ONLYOFFICE utilizzano l’AI nella pratica: casi reali dall’interno dell’azienda

In ONLYOFFICE sviluppiamo strumenti che aiutano le persone a lavorare con i documenti, collaborare e automatizzare i flussi di lavoro. Ma anche noi usiamo l’AI, in design, marketing, ingegneria e operazioni, per rendere il nostro lavoro più veloce, più coerente e meno ripetitivo.

Non si tratta di progetti pilota sperimentali né di dimostrazioni di fattibilità. Sono implementazioni vere, già in produzione, costruite dai nostri team per risolvere problemi reali che affrontavano ogni giorno. Ecco come funzionano nella pratica.

Design mobile: un plugin di Figma che ha trasformato due giorni di lavoro in un’ora

Il problema. Ogni volta che il team di design mobile doveva caricare gli screenshot per App Store e Google Play, servivano circa un giorno di lavoro manuale per ogni store: esportare i file da Figma, rinominarli, ordinarli in cartelle specifiche per località, comprimerli con servizi di terze parti (con i fastidiosi limiti delle versioni gratuite) e caricare tutto nel formato corretto.

La soluzione. Il team ha costruito StoreShot, un plugin di Figma sviluppato insieme a Claude, che automatizza l’intero processo.

Cosa fa StoreShot:

• Rileva automaticamente lo store di destinazione (App Store o Google Play) dal nome del file Figma.
• Riconosce le località dai titoli delle pagine, a partire dai codici lingua abbreviati.
• Comprime i file PNG di circa il 35% senza perdita di qualità, in circa 5 secondi per immagine, senza servizi di terze parti e senza limiti di token.
• Genera automaticamente la struttura di cartelle corretta per ciascuno store.
• Offre tre opzioni di caricamento: archivio ZIP, push diretto su GitHub o push su Gitea in un unico commit.

Il risultato. Il primo ciclo di produzione ha elaborato 652 file su due store:

• Play Market: 252 file in 8 località, compressione di circa il 37%.
• App Store: 400 file in 10 località, compressione di circa il 35%.
• Tempo totale: circa 1 ora invece di circa 2 giorni.

Ora a un designer basta cliccare sul pulsante, estrarre l’archivio e creare una Pull Request.

Marketing: da un file caricato a una scheda template completa in pochi secondi

Il problema. Il team di marketing gestisce un marketplace di modelli di documento ampio e in continua crescita. Ogni volta che si aggiungeva un nuovo modello, qualcuno doveva compilare a mano una scheda: titolo, descrizione, campi SEO, categorie, URL slug e immagini di copertina, in più lingue. Con migliaia di modelli già in catalogo, era un costo ricorrente non da poco.

La soluzione. Il team ha costruito una pipeline AI che genera una scheda template completa e pronta per la pubblicazione a partire da un unico file caricato.

Come funziona: un file in formato PDF, DOCX, XLSX o PPTX viene caricato nel CMS. Due processi partono in parallelo. L’AI analizza il testo, individua il tipo di documento (modello già pronto o modulo compilabile) e genera tutti i metadati nella lingua richiesta. Nello stesso momento vengono generate le anteprime della prima pagina in quattro risoluzioni: 916×648, 1448×1024, 566×400 e 260×184. L’editor rivede e pubblica. Tutto qui.

Cosa gestisce in automatico la pipeline:

• 8 campi di testo: titolo, breve descrizione, titolo SEO, descrizione SEO, descrizione completa, categorie, tipo di documento e URL slug.
• 9 lingue: inglese, cinese, portoghese brasiliano, francese, spagnolo, tedesco, italiano, giapponese e arabo, con ogni versione generata direttamente nella propria lingua.
• Deduplicazione intelligente: nessun conflitto di nomi, nessun URL duplicato.
• Conservazione dei dati inseriti a mano: la pipeline non sovrascrive i campi già modificati da una persona.
• Rigenerazione automatica quando un file viene sostituito, così la scheda resta sempre aggiornata.

Il risultato. L’AI si occupa fino al 95% del lavoro di routine per ogni modello. La generazione richiede pochi secondi invece di 15-20 minuti. Oggi in produzione ci sono 3.505 modelli, e ogni nuovo modello viene pubblicato molto più in fretta di prima.

Marketing: contenuti coerenti con il brand, su larga scala, con Jasper

Il problema. Il team di marketing produce un alto volume di contenuti su più canali: post del blog, testi per i social, creatività pubblicitarie, campagne email, articoli SEO e descrizioni di prodotto. Tutti devono mantenere lo stesso tono, lo stesso vocabolario e la stessa voce di brand. Con un pubblico internazionale e contenuti prodotti in più lingue, tenere alta la qualità e la coerenza rispettando le scadenze di pubblicazione stava diventando un onere sempre più pesante per il team.

La soluzione. Il team di marketing ha adottato Jasper, una piattaforma AI pensata per i contenuti di marketing, come strumento principale per accelerare la produzione di contenuti mantenendo i risultati in linea con il brand.

I principali casi d’uso in cui Jasper è oggi integrato nel flusso di lavoro del team:

• Contenuti long-form: post del blog, articoli e guide ai prodotti scritti con Jasper Canvas, dove il team dà la direzione strategica e Jasper si occupa della struttura e della prima bozza.
• Testi pubblicitari e per i social: testi brevi per campagne a pagamento, post su LinkedIn e aggiornamenti social, prodotti con la libreria di oltre 50 template di Jasper dedicati al marketing.
• Email marketing: email di campagna e sequenze di nurturing scritte e rifinite dentro Jasper, riducendo il tempo che passa dal brief al testo pronto per l’invio.
• Contenuti multilingue: contenuti generati e adattati in oltre 30 lingue, a supporto del marketing internazionale di ONLYOFFICE senza dover far crescere il team in proporzione.
• Coerenza della voce di brand: la funzione Brand Voice di Jasper è addestrata sul tono e sullo stile di ONLYOFFICE, quindi i risultati generati dall’AI restano allineati agli standard del brand, chiunque avvii il compito.

Il risultato. La produzione di contenuti di routine, come bozze, testi per i social e varianti pubblicitarie, procede molto più velocemente. Il tempo del team si sposta su strategia, giudizio editoriale e decisioni creative che richiedono un contributo umano. L’AI gestisce il volume; il team gestisce la qualità.

Automazione e amministrazione: uno strumento diagnostico per DocumentServer, costruito con l’AI

Il problema. Diagnosticare i problemi delle installazioni di ONLYOFFICE DocumentServer, su ambienti Docker, Linux e Windows, richiedeva a ingegneri DevOps e supporto di controllare a mano container, servizi, log e configurazioni. Le prime diagnosi erano lente e incoerenti.

La soluzione. Il team ha costruito dsutil, un’utility intelligente da riga di comando per la diagnostica di DocumentServer, con un approccio di sviluppo iterativo guidato dall’AI (a volte chiamato vibe-coding): ipotesi rapide, iterazioni immediate, tempi minimi per arrivare in produzione.

dsutil controlla:

• Stato e controlli di salute dei container.
• Servizi chiave: docservice, converter e altri.
• Nginx, PostgreSQL, RabbitMQ e Redis.
• Log, per cercare errori, timeout, eventi di memoria esaurita e problemi di runtime.
• Genera un report strutturato, anche in formato JSON.

Ambienti supportati: Docker, Linux nativo, Windows.

L’architettura, la logica dei controlli e l’analisi dei pattern nei log sono state progettate in collaborazione con l’AI. Il risultato è uno strumento che incorpora la conoscenza diagnostica accumulata, invece di costringere ogni ingegnere a ricostruirla da zero.

Il risultato. Diagnosi iniziali rapide e standardizzate. Meno carico su DevOps e supporto. Individuazione veloce dei problemi di infrastruttura. dsutil è open source e disponibile su GitHub: github.com/ONLYOFFICE/ds-util

Automazione e amministrazione: revisione AI di ogni pull request

Il problema. La revisione del codice richiede tempo, e dettagli importanti vengono trascurati, soprattutto con le scadenze addosso. Il team aveva bisogno di un modo per mantenere costante la qualità delle revisioni senza far salire in proporzione il tempo di ingegneria dedicato.

La soluzione. Il team di Automazione e Amministrazione ha implementato la revisione automatica delle pull request con Claude nel repository DocSpace-buildtools. Ogni PR ora passa da un’analisi AI prima della revisione umana.

Come funziona: quando una PR viene aperta o aggiornata, parte automaticamente una pipeline che raccoglie il contesto, analizza le modifiche e genera un report strutturato. Claude controlla problemi di sicurezza, qualità del codice, file di configurazione, correttezza del README, logica della pipeline CI/CD e dipendenze. I problemi vengono pubblicati direttamente nella PR, con un ordine di priorità. Lo stato viene tenuto sotto controllo anche quando la PR viene aggiornata in seguito.

Il risultato. L’AI si occupa fino all’80% dell’analisi di revisione di routine, lasciando agli ingegneri il tempo per l’architettura e le decisioni complesse che richiedono davvero un giudizio umano. Gli standard di revisione sono diventati coerenti e prevedibili. Bug e vulnerabilità vengono intercettati prima, già nel corso del processo. Non sostituisce i revisori umani: è uno strumento che rende la revisione umana più veloce e più affidabile.

Marketing: da Figma a email HTML pronte per la produzione in cinque minuti

Il problema. Convertire il design di un’email da Figma in codice HTML pronto per la produzione è un lavoro tecnicamente complicato: analizzare la struttura del layout, scrivere codice compatibile con i vari client, gestire i diversi comportamenti di rendering in Gmail, Outlook e Apple Mail, individuare gli errori più comuni e occuparsi della localizzazione. Una sola email poteva richiedere da 3 a 5 ore di lavoro di ingegneria.

La soluzione. Il team di marketing ha costruito Figma2Email, uno strumento basato sull’AI che converte un layout Figma in un template email HTML funzionante.

Come funziona: si incolla il link al layout di Figma. L’AI analizza struttura e stili, genera un HTML su misura per i client email e fa passare il risultato da un validatore. Il layout che ne esce di solito richiede solo piccoli ritocchi finali.

Risultati:

• Tempo di generazione: circa 5 minuti invece di 3-5 ore.
• Codice pronto subito all’uso al 95% circa.
• Compatibilità tra client diversi: Gmail, Outlook e Apple Mail.
• Correzione automatica degli errori di codifica più comuni.
• Supporto alla localizzazione in oltre 10 lingue.

Il risultato. L’AI si occupa fino al 95% del lavoro di conversione di routine. Il team si concentra sulla revisione finale e sulla qualità dei contenuti, non sulle stranezze del rendering delle email.

Cosa hanno in comune questi casi

Sette team diversi. Sette problemi diversi. Sette implementazioni AI diverse. Ma con uno schema comune:

L’AI gestisce la routine; l’essere umano gestisce il giudizio. In ogni caso, l’AI si è fatta carico del lavoro ripetitivo e meccanico: caricamenti ripetitivi, generazione di metadati, operazioni DNS, scansione dei log, revisione del codice, audit delle infrastrutture, generazione di codice. Le persone, invece, mantengono la responsabilità della revisione finale, del controllo qualità e delle decisioni che contano.

Guadagni di produttività concreti e misurabili. Due giorni in un’ora. Quindici minuti in pochi secondi. Da tre a cinque ore in cinque minuti. $2.500 al mese di risparmi sull’infrastruttura. Non sono stime di un valore futuro potenziale: sono risultati di implementazioni già in produzione.

Strumenti costruiti in fretta, in modo iterativo e con l’aiuto dell’AI. Molti di questi strumenti sono stati sviluppati con la programmazione assistita dall’AI: Claude, GitHub Copilot, con cicli di sviluppo rapidi e iterativi. L’approccio di sviluppo rispecchia la stessa filosofia degli strumenti stessi: usare l’AI per ciò che si può automatizzare, e tenere il giudizio umano al centro di ciò che conta.

Provalo con ONLYOFFICE

ONLYOFFICE offre editor di documenti, stanze di collaborazione e integrazione AI per team di qualsiasi dimensione, disponibili come servizio cloud o self-hosted sulla propria infrastruttura.

Crea un account gratuito