Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
Instituto PROA
Instituto PROA riduce da 30 a 5 minuti i report di preparazione ai colloqui con Llama 3.1
Instituto PROA, un’organizzazione non profit brasiliana che prepara i giovani al lavoro, usa Llama 3.1 di Meta, un modello a pesi aperti, su Oracle Cloud per scrivere in portoghese report su datori di lavoro e posizioni aperte. Secondo Meta, ogni report richiede ora circa cinque minuti di lavoro del personale invece di 30.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
30
minuti in media
Tempo del personale per report di preparazione al colloquio, prima dell’assistente1
cinque minuti
Tempo del personale per report, con l’assistente1
35.000
Studenti iscritti all’anno1
Cosa è servito
Le fonti non rendono noti costi, dimensioni del team e tempi.
Il problema
Instituto PROA aiuta i giovani di famiglie a basso reddito in Brasile a trovare lavoro. Prima di ogni colloquio, un candidato ha bisogno di informazioni sul datore di lavoro e sul ruolo. Un tempo il personale preparava queste schede a mano, cercando su diversi siti web e compilando un documento. Ci volevano circa 30 minuti per report.
Cosa hanno costruito
PROA ha costruito un assistente che dialoga in portoghese con gli studenti. Lo studente digita il nome di un’azienda e riceve un report PDF strutturato per prepararsi al colloquio. Il testo è scritto da Llama 3.1, un modello a pesi aperti di Meta, cioè con file pubblicati che qualsiasi azienda può eseguire. Gli strumenti girano su Oracle Cloud Infrastructure, dove PROA ospita le altre sue soluzioni.
Come ci sono riusciti
Il sistema funziona in tre passaggi. Invia il nome dell’azienda a un servizio di ricerca e raccoglie i risultati web. Li archivia in una base di conoscenza, che fa da livello di consultazione per una configurazione di generazione aumentata dal recupero (RAG), in cui un modello risponde a partire da documenti recuperati. Llama 3.1 scrive poi il report da quel materiale e il sistema lo trasforma in PDF. Il direttore esecutivo di PROA dice di aver scelto Llama 3.1 soprattutto per la facilità di integrazione con il suo ambiente Oracle. PROA sta valutando report più ricchi con i modelli di visione Llama 3.2.
Risultati
Il post dice che la preparazione di un report è scesa da una media di 30 minuti a cinque minuti. Dice anche che l’assistente ha trainato una crescita del programma di 60 volte, fino a 35.000 studenti iscritti all’anno, e che il personale dedica ora più tempo al supporto individuale. È il racconto di Meta sui risultati di PROA. Nessuna fonte indipendente li conferma.
Lezioni per il vostro progetto
Automatizzare la ricerca e lasciare alle persone il coaching. PROA ha liberato il personale dalla compilazione dei report perché potesse seguire gli studenti uno a uno.
Scegliere il modello che si adatta al cloud già in uso. PROA ha scelto Llama 3.1 soprattutto perché si integrava con il suo ambiente Oracle, dove giravano già tutti i suoi strumenti.
Basare l’output su risultati di ricerca recenti. L’assistente recupera informazioni aggiornate dal web su un datore di lavoro prima di scrivere, invece di affidarsi a ciò che il modello sa già.
Verificare che cosa genera la crescita. La crescita di un programma ha molte cause, quindi misurare separatamente il tempo risparmiato per report.
Avvertenze
- L’unica fonte è un post pubblicato da Meta, che fornisce il modello e ha interesse a presentare bene i risultati. Le cifre vengono da Instituto PROA tramite quel post.
- La crescita di 60 volte e i 35.000 studenti sono cifre dell’intero programma. Il post le attribuisce all’assistente, ma non indica anno o periodo di riferimento e altri fattori possono contribuire.
- Il post non indica la data di avvio. La data di impiego mostrata è quella del post. Non riporta costi, dimensioni del team o tempi.
- Il post non dice come sia stata verificata la qualità dei report.
Fonti
- How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil
Meta AI Blog · 2025-08-27 · Caso di studio del fornitore · ai.meta.com
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.