ARI è nata a un tavolo, da una conversazione tra Federico e Daniele su cosa l'AI sapeva fare — ma soprattutto su cosa non sapeva fare. Erano i giorni in cui i modelli erano ancora goffi: GPT-3.5 non esisteva ancora, e ogni risposta sembrava sorprendente o sbagliata, raramente affidabile. L'intuizione è stata controintuitiva: invece di chiedere all'AI di fare di più, chiediamole di fare di meno. Solo quello a cui la programmazione tradizionale non arriva. Per tutto il resto: codice deterministico, testabile, ripetibile.

Il primo wow è arrivato con un piccolo script — il POC di quello che sarebbe diventato ARIdoc — che prendeva la foto di uno scontrino e restituiva un JSON pulito, già pronto per essere integrato. Un singolo esempio, ma sufficiente a convincerci che la direzione era giusta: costruire un framework che desse confidenza statistica sul pezzo "incerto" e lasciasse al codice classico tutto il resto.

Da quell'idea embrionale ARI è cresciuta molto. Oggi orchestra workflow complessi, integra LLM, RAG, MCP, agenti — ma il principio guida è rimasto: l'AI fa la parte difficile, il software fa la parte affidabile. Siamo circa venti dipendenti tra Italia e Svizzera, più una rete di partner che porta ARI nei loro clienti in Italia, Svizzera e Germania.

Il nome viene da Arianna — il filo che guida fuori dal labirinto. In un settore dove l'AI può sembrare un labirinto di promesse, complessità e black box, ARI è la traccia che permette di andare in produzione senza perdersi.