Coverage funzionale

≥ 90% delle funzionalità core

Riduzione difetti

≥ 20% nel software finale

Approccio

Black-box, senza codice sorgente
/01 Il contesto

Il software difettoso rallenta lo sviluppo

I sistemi industriali chiusi (ERP, WMS, MES) sono difficili da testare: spesso privi di documentazione adeguata e senza codice accessibile. Il risultato si misura in difetti e ritardi.
20%
dei difetti nei prodotti finali è riconducibile a software manifatturiero
15-25%
di vendite annuali in meno quando il lancio ritarda di 3 mesi
COTS
sistemi chiusi spesso privi di documentazione utile al testing
/02 La soluzione

Screenshot in ingresso, test E2E in uscita

Una pipeline automatica trasforma ciò che il software mostra in test eseguibili, user story e report di qualità misurabili.
Input

Software industriale

  • Screenshot
  • Log di sistema
  • Dati I/O
  • Interfacce utente
Frecciafreccia
Engine
Logo Labbgen
Architettura cognitiva multi-agente basata su LLM. Computer vision per l'analisi black-box, senza accesso al codice sorgente.
FrecciaFreccia
output

Test E2E automatici

  • Test Case
  • User story
  • Report qualità
  • KPI misurabili
/03 Il cuore tecnico

Agenti specializzati che cooperano

LABBGEN non genera un test e si ferma: lo critica e lo raffina. Guarda il flusso muoversi tra la Working Memory (in alto) e la Task History Memory (in basso), con il loop di auto-critica tra Actor e Observer.
Fase →in attesa
Working Memory stato del task · feedback · input/output Task History Memory storico · risultati · pattern riutilizzabili validato self-critique Planner Actor Translator Observer Reflector cy Cypress framework di esecuzione test
01

Planner

Definisce i task di alto livello e adatta l'esecuzione a situazioni analoghe.

legge memorie
02

Actor

Genera user story e test in pseudo-codice, agnostico dalla tecnologia.

nel loop
03

Observer

Critica ogni output e rimanda all'Actor finché non è valido.

nel loop
04

Translator

Traduce la user story validata in codice eseguibile.

post-validazione
05

Reflector

Esegue il test, ne analizza l'esito e lo salva in memoria.

scrive memorie
/04 Il processo, passo per passo

Dall'osservazione al test eseguibile

  • 01

Osserva

Analizza screenshot, log e dati del software industriale, senza codice sorgente.
  • 02

Genera

Produce user story e test in pseudo-codice di alto livello, indipendente dalla tecnologia.
  • 03

Raffina

Il self-critique loop itera finché l'output non soddisfa i criteri formali e logici.
  • 04

Consegna

Test E2E eseguibili, report di qualità e KPI misurabili, pronti all'uso.
/05 Perché è diverso

Quattro scelte che fanno la differenza

01

Approccio svincolato dalla tecnologia

Genera test in pseudo-codice di alto livello prima di tradurli nel framework specifico. Funziona su desktop, web e mobile senza modifiche architetturali.
02

Self-critique loop automatico

L'Observer forza cicli di miglioramento finché il risultato non soddisfa i criteri formali e logici definiti. Riduce l'allucinazione dei modelli LLM.
03

Human-in-the-loop selettivo

Supervisione passo-passo o intervento on-demand: gli esperti di dominio guidano il sistema senza dover scrivere codice di test.
04

Shift-left con visione end-to-end

A differenza dei tool focalizzati sugli unit test, LABBGEN testa l'intero flusso del software, sin dalle prime fasi di sviluppo.
/06 Il partenariato

L'esperienza industriale incontra la ricerca di frontiera

Un progetto di ricerca industriale che unisce chi costruisce software nei processi reali e chi fa ricerca avanzata su AI e testing.
Capofila industriale
Logo ASK
group
Logo ASK
  • Esperienza operativa su ERP, WMS, MES in ambito bancario e manifatturiero
  • Know-how consolidato in testing e QA
  • Sviluppo e integrazione del framework AI nei processi reali
Icona più simbolo matematico
Partner scientifico
Logo Politecnico di Torino
  • Ricerca d'eccellenza in AI, LLM e computer vision applicata
  • Sperimentazione empirica indipendente su software ERP reali
  • Validazione scientifica dei modelli e pubblicazioni internazionali
Progetto cofinanziato dall'Unione europea
Loghi FESR
Il sostegno ricevuto

‍
LABBGEN è realizzato da ASK (capofila) e Politecnico di Torino con il cofinanziamento dell'Unione europea, nell'ambito del PR FESR Piemonte 2021–2027 – Bando SWIch 2024.

Obiettivo: automatizzare il testing black-box del software industriale con un sistema multi-agente basato su AI.
Risultati attesi: copertura ≥ 90% delle funzionalità core, riduzione dei difetti ≥ 20%, time-to-market ridotto del 15–20%.
/07 Benefici attesi

Numeri e mercati del progetto

_ Impatto sul business

≥20%
Riduzione difetti
Meno difetti nel software rilasciato in produzione.
15–20%
Riduzione time-to-market
Cicli di test più rapidi accorciano i tempi di rilascio.

_ Capacità del sistema

≥90%
Copertura funzionalità core
Test automatici sulle funzioni chiave del software.
~60%
Automazione procedure di test
Quota di procedure automatizzate rispetto al lavoro manuale.
/07.1 Settori di applicazione

Dove si applica

  • 01

Automotive

Infotainment, ADAS
  • 02

Aerospazio

Sistemi di controllo
  • 03

Manifattura

ERP, WMS, MES
  • 04

Fintech

Piattaforme digitali
  • 05

Medicale

Software certificati
/08 parliamone

Scopri se LABBGEN può testare il tuo software

Raccontaci il tuo contesto: ti ricontattiamo con una panoramica tecnica calibrata sui tuoi sistemi.
  • Confronto diretto con il team tecnico ASK × Politecnico
  • Valutazione di applicabilità sui tuoi sistemi ERP / WMS / MES
  • Nessun impegno: partiamo da una conversazione
Segui ASK su:
Linkedin logoInstagram logo

Richiedi informazioni

Compila il form, ti rispondiamo entro pochi giorni lavorativi.
Il tuo messaggio è stato inviato con successo!
Grazie per averci contattato.
Oops! Qualcosa è andato storto durante l'invio del modulo.
* I campi contrassegnati da asterisco sono obbligatori