Energy & AI Specialist
Vengo dal mondo dell'energia.
Oggi ci porto l'intelligenza artificiale.
Dalla rete elettrica all'AI. Ho vissuto i processi dell'energia dall'interno: adesso porto l'intelligenza artificiale lì dentro, dove le cose succedono davvero.
- 15 anni nel Gruppo Enel
- Laurea magistrale in Ingegneria Elettronica
- Passione per l'energia in tutte le sue forme
Due mestieri che si parlano
Ho iniziato in e-distribuzione seguendo le pratiche di connessione degli impianti di produzione alla rete. Poi la programmazione operativa di zona, e da lì specialista appalti a Roma, per Lazio, Abruzzo e Molise: oltre ottanta contratti, comprese le imprese da contrattualizzare in piena emergenza meteo nel 2017 e nel 2018. Infine le verifiche sui gruppi di misura e sulla qualità della tensione.
Dal 2019 sono in Enel Energia, allo Spazio Enel di Foligno: consulenza su luce, gas e fibra, e specialista per l'efficienza energetica, dal fotovoltaico alla climatizzazione fino alle caldaie.
Un percorso che mi ha fatto vedere l'energia da tutti i lati: dal cavo che porta la corrente alla firma sul contratto. Poche cose insegnano quanto vedere lo stesso sistema prima dall'alto di un traliccio e poi dall'altra parte di una scrivania.
Ho iniziato a studiare l'intelligenza artificiale perché è la stessa storia vista un secolo dopo: l'elettricità ha riscritto il mondo, l'AI lo sta riscrivendo adesso. E stavolta voglio esserci dentro mentre succede.
Da qui il Master Universitario di I livello in AI e Agenti AI per il Business dell'Università Guglielmo Marconi: 1.500 ore, 60 CFU, 27 progetti da consegnare.
In parallelo progetto e sviluppo gli strumenti digitali dello studio di ingegneria civile dell'Ing. Lucia Serrapica, che ne definisce e valida i contenuti tecnici e normativi. Software vero, con utenti veri, dove un errore si vede subito.
Percorso professionale
-
2019 — oggi
Consulente specialista commodity ed efficienza energetica
Enel Energia S.p.A. · Spazio Enel Foligno
Consulenza su energia elettrica, gas e fibra per clienti residenziali e micro business; gestione contrattuale, pratiche complesse e post-vendita. Specialista per l'efficienza energetica: fotovoltaico, climatizzazione, caldaie e interventi di risparmio energetico.
-
2018 — 2019
Referente verifiche clienti
e-distribuzione S.p.A. · Zona Frosinone
Verifiche sui gruppi di misura MT e BT, tensione contrattuale e power quality. Pianificazione delle campagne di verifica, coordinamento delle squadre sul campo e certificazione della strumentazione di zona.
-
2016 — 2018
Specialista appalti e fabbisogno risorse
e-distribuzione S.p.A. · DTR Lazio Abruzzo Molise, Roma
Oltre 80 contratti d'appalto gestiti dall'analisi del fabbisogno alla chiusura del ciclo, inclusa la contrattualizzazione delle imprese durante le emergenze meteo 2017 e 2018. Referente WFM per le imprese appaltatrici.
-
2015 — 2016
Referente programmazione operativa
e-distribuzione S.p.A. · Zona Siena–Grosseto
Coordinamento di un gruppo di lavoro, pianificazione delle attività di rete, gestione del budget di zona, dei materiali e dei contratti multizonali.
-
2013 — 2014
Esercizio rete Umbria — job rotation
e-distribuzione S.p.A. · Centro Operativo
Supervisione della rete in esercizio, analisi dei segnali deboli per la prevenzione dei guasti, approvazione dei piani di lavoro. Referente telecontrollo e manutenzione BT.
-
2011 — 2013
Tecnico sviluppo rete
e-distribuzione S.p.A. · Distaccamento PLA Umbria
Connessione degli impianti di produzione alla rete: istruttoria tecnica, verifica dei progetti, preventivazione elettrica e verifiche sul campo per conto del GSE.
Cosa so fare
Intelligenza artificiale
Sviluppo e dati
Sistemi e infrastruttura
Progettazione impianti
Energia e utilities tecniche
Processi e gestione
Progetti Energy & AI
I lavori personali nati dove si incontrano le due metà del mio mestiere: il mercato elettrico da una parte, i dati e l'intelligenza artificiale dall'altra. Non sono prodotti per clienti: sono studi miei, e si possono aprire e leggere per intero.
Fisso o variabile?
backtest 2020-2026Sei anni di prezzi elettrici e gas reali, per rispondere senza slogan alla domanda che fa ogni cliente.
Caricato il 2 ottobre 2026
Studio personale a scopo divulgativo. I prezzi sono reali e vengono da fonti ufficiali (GME, ARERA); nessun fornitore è citato per nome. Non è consulenza commerciale, legale o finanziaria, non costituisce raccomandazione e non rappresenta posizioni di ARERA, del GME o di alcuna azienda, incluso il mio datore di lavoro. I risultati sono retrospettivi: descrivono cosa sarebbe successo in passato, non cosa succederà.
Per un cliente domestico tipo ho confrontato, mese per mese dal 2020 a oggi, cosa sarebbe costato bloccare il prezzo oppure restare indicizzato: un backtest su 81 mesi di prezzi elettrici reali e 69 di prezzi del gas, senza usare in nessun calcolo un dato che al momento della firma non fosse ancora pubblico. La risposta non è una sola: sull'elettrico bloccare il prezzo ha pagato nella maggior parte delle finestre di cinque anni testate, sul gas è successo l'esatto contrario in tutte quelle misurate. A decidere non è il tipo di contratto: è il momento in cui si firma, e quello nessuno lo sa in anticipo.
- 81 mesidi prezzi elettrici reali, gennaio 2020 - settembre 2026
- 95%delle finestre a 5 anni: bloccare il prezzo ha pagato (21 su 22)
- 100%sul gas, l'esatto contrario: in tutte le 28 finestre misurate
- Python
- pandas
- NumPy
- Matplotlib
- Google Colab
Apri la presentazione, 12 pagine
Le serie di prezzo elettrico e gas vengono da GME e ARERA; le componenti di bolletta dalle tabelle trimestrali ARERA pubblicate. Dove il prezzo fisso realmente firmato non esiste ancora come dato pubblico, il valore usato è un livello dichiarato, segnalato come tale e mai spacciato per un prezzo di mercato. 28 controlli di qualità sui dati e 25 test automatici verificano che nessun numero sia scritto a mano.
Presentazione (PDF, 12 pagine) Notebook per Colab (.ipynb) Video del progetto (MP4, 9 MB)
Switching in 24 ore
simulazione didatticaChe cosa succede a un portafoglio di clienti, quando cambiare fornitore costa un giorno.
Caricato il 28 settembre 2026
Simulazione a scopo didattico. I dati di processo sono sintetici e generati da un modello: non descrivono le prestazioni reali di alcun operatore, del Sistema Informativo Integrato o del mercato elettrico. Non è consulenza commerciale, legale o regolatoria, non costituisce raccomandazione e non rappresenta posizioni di ARERA o di alcuna azienda.
Dal 1° dicembre 2026 il cambio fornitore elettrico si chiude in un giorno lavorativo (delibera ARERA 58/2026). Ho ricostruito il processo dal testo della delibera, giorni lavorativi e controlli compresi, e l'ho fatto girare su tutto il mercato domestico italiano. Il tasso di switching che esce dal calcolo è il 20,3%: ARERA, per il 2025, ne ha misurato uno del 20,8%, e quel numero non è un parametro del modello. La seconda metà dello studio si sposta sul mestiere che conosco: quanto deve durare un cliente perché ripaghi quello che è costato acquisirlo, e quanto vale seguirlo bene.
- 30,5 mlnPOD domestici simulati, un anno di mercato
- 20,3%switching simulato, 20,8% misurato da ARERA
- 1 su 6i clienti che non ripagano la propria acquisizione
- Python
- NumPy
- pandas
- Matplotlib
- Google Colab
Apri la presentazione, 15 pagine
Dati di processo sintetici, seme fisso, risultati riproducibili. Le regole del processo vengono dal testo ufficiale della delibera e dal suo Allegato A1; i riferimenti di scala dalle statistiche pubbliche ARERA. I parametri commerciali sono stime dichiarate, non dati di mercato.
Presentazione (PDF, 15 pagine) Notebook per Colab (.ipynb) Video del progetto (MP4, 32 MB)
Apri la slide
Tre byte invece di dieci dollari
fuori temaUna sera, un oggetto di casa che si blocca, e cosa vuol dire saper condurre l'AI.
Caricato il 23 settembre 2026
Una delle stampanti più famose con i serbatoi di inchiostro da ricaricare, ormai vecchia di almeno quattro anni ma funzionante, si ferma su un contatore invece che su un guasto: per azzerarlo si vende una chiave monouso da circa dieci dollari. Ho preferito capire come parlava la macchina. Centotrentotto byte di stato chiesti in Wi-Fi e decodificati uno per uno; la strada classica, quella su cui sono costruite le utility a pagamento, trovata chiusa dal firmware; una strada diversa che invece ha funzionato. Ventisette minuti dal blocco alla pagina di prova. Il punto non è il risparmio: l'AI ha imboccato la via sbagliata prima di quella giusta, e il lavoro è stato accorgersene e cambiarla.
- 27minuti dal blocco al foglio
- 3byte cambiati su 138
- 0dipendenze installate
- Python
- SNMP
- socket UDP
- BER / ASN.1
Fuori tema rispetto al mercato elettrico, ma è lo stesso mestiere: leggere un protocollo, non fidarsi del primo risultato, verificare sulla macchina vera. Protocollo e parametri da un progetto open source; riparazione di un oggetto di mia proprietà, dopo pulizia manuale del tampone.
AI & Energia
in preparazioneIl libro di quello che avrei fatto, se l'AI l'avessi avuta prima.
Non ancora caricato
Diciotto capitoli per chi lavora nell'energia e vuole usare l'intelligenza artificiale sul mestiere e non sulle slide: tredici casi svolti, trentasette prompt pronti all'uso e quarantacinque figure, tutte generate da codice. I conti del libro non sono scritti a mano — ogni numero esce da uno script che gira su venti file di dati allegati, e una catena di collaudo li ricontrolla a ogni ricostruzione del volume.
- 181pagine
- 13casi svolti
- 37prompt pronti
- Python
- pandas
- Node.js
- EPUB / PDF
Progetti
Prima quelli in produzione, poi quelli del master — questi ultimi si possono aprire e leggere per intero.
In produzione
Strutturista AI
onlineCalcolo strutturale secondo le NTC 2018 per studi tecnici.
Diciannove moduli di calcolo, una wiki normativa che si interroga a linguaggio naturale e un assistente che lavora sui documenti dello studio. Ogni cliente ha il proprio container di elaborazione e i dati sono separati a livello di database, così un'installazione non può vedere l'altra; la ricerca sulla normativa combina full-text e similarità vettoriale, con gli embedding calcolati in locale quando il documento non deve uscire dal server.
- Next.js
- TypeScript
- Supabase
- Anthropic API
- FastAPI
- Docker
- Vercel
Contenuti tecnici e normativi a cura dell'Ing. Lucia Serrapica.
strutturista-ai.it →Salva Casa AI
onlinePratiche edilizie e modulistica reale di 1.889 comuni.
Il servizio assiste la compilazione dei titoli abilitativi e censisce 11.076 documenti comunali con la data di aggiornamento vera, letta dagli header dei server dei comuni invece che dedotta dalla pagina. È costruito attorno a un vincolo di riservatezza: i documenti dei clienti possono essere elaborati da un modello in esecuzione locale, e il sistema prova tre motori in cascata senza fermarsi se uno non risponde.
- Node.js
- PostgreSQL + RLS
- pdf-lib
- RAG
- Ollama
- Apify
- Vercel
Contenuti tecnici e normativi a cura dell'Ing. Lucia Serrapica.
salvacasa.edilizia-ai.it →Computista AI
operativoComputi metrici su 33 prezzari regionali e 665.258 voci.
L'indice tiene 665.258 voci di prezzario interrogabili a testo libero in tempi da ricerca istantanea. L'importatore legge i computi dai PDF ricostruendo le colonne dalle coordinate dei caratteri invece di affidarsi a un modello — e usa il totale in coda al documento come prova del nove. Il motore gira in container e non espone alcuna porta: ci si arriva solo da un tunnel cifrato.
- Python
- FastAPI
- SQLite FTS5
- React
- WebSocket
- Supabase
Contenuti tecnici e normativi a cura dell'Ing. Lucia Serrapica.
edilizia-ai.it
onlineIl sito dello studio, gestito interamente da riga di comando.
Tema WordPress su misura, aggiornato senza mai aprire un pannello: pubblicazione via FTP automatizzata, contenuti gestiti attraverso le API, invalidazione della cache e diagnostica in un'unica catena di comandi. Al sito sono agganciate le landing dei servizi, con moduli di richiesta serverless e invio email transazionale.
- WordPress
- PHP
- Node.js
- Deploy FTP
- REST API
- Vercel
- Resend
Contenuti tecnici e normativi a cura dell'Ing. Lucia Serrapica.
edilizia-ai.it →Infrastruttura agentica
operativoI server che tengono in piedi tutto il resto.
Due macchine Linux amministrate da me: agente in container, gateway, certificati automatici, firewall, accesso a sola chiave e monitoraggio. La scelta che ha retto meglio è la più semplice — nessuna porta di servizio esposta a internet, tutto raggiungibile solo attraverso tunnel cifrati — insieme ai backup su tre copie in posti diversi.
- Ubuntu Server
- Docker
- systemd
- Caddy / TLS
- ufw + fail2ban
- Tailscale
Orchestratore di modelli locali
operativoServer MCP che sposta il lavoro ripetitivo sulla GPU di casa.
Intercetta il lavoro meccanico di un assistente AI — estrazioni, classificazioni a volume, prime bozze, traduzioni — e lo dirotta su modelli in esecuzione locale, tenendo il registro di ogni delega. Due motivi concreti: il lavoro a volume non merita il costo dei token cloud, e i dati di un cliente non hanno ragione di lasciare il computer per essere riformattati.
- Python
- Model Context Protocol
- Ollama
Progetti del master
Master Universitario di I livello in AI e Agenti AI per il Business — Università degli Studi Guglielmo Marconi con start2impact University: 1.500 ore in dodici mesi, 60 CFU e 27 progetti corretti singolarmente da professionisti del settore. Questi sono alcuni dei lavori: cliccando si aprono per intero.
Apri il progetto (PDF)
Energia per chi non ce l'ha
Data ScienceMicro hub off-grid dove manca la corrente e si perde il raccolto.
Studio di fattibilità sull'accesso all'energia nelle aree rurali, dove l'assenza di elettricità diventa direttamente perdita di cibo: irrigazione di precisione e catena del freddo post-raccolto tenute insieme dallo stesso impianto. Tre flussi di dati — ambientale, economico, di sistema — su fonti pubbliche e verificabili, una matrice per decidere dove l'AI serve davvero e dove è sovradimensionata, e tre KPI misurabili.
- Global Solar Atlas
- FAO WaPOR
- IEA Energy Access Outlook
- Copernicus Sentinel-2
Apri il progetto (PDF)
Da vigneto a vigneto intelligente
Data AnalysisUn'azienda vinicola che diventa data-driven, per gradi.
Quali dati raccogliere in vigna e in cantina, come strutturare i sensori, come far diventare numeri le valutazioni dell'enologo. Il progetto costruisce una dashboard su tre livelli di lettura — proprietà, cantina, commerciale — e una roadmap in tre fasi su diciotto mesi, con benchmark su casi reali del Centro Italia e i risparmi idrici ed energetici effettivamente misurati.
- Modello dati
- KPI e dashboard
- Benchmarking
- Roadmap di adozione
Apri il progetto (PDF)
Cinquantatré anni di nomine diplomatiche
SQLIl divario di genere nelle nomine a capo missione, letto in PostgreSQL.
Dieci query commentate sul dataset GenDip dell'Università di Göteborg — 94.509 incarichi, 212 Paesi di invio — costruite su tabelle dimensionali collegate in JOIN. Il risultato più utile è metodologico: tre conclusioni apparentemente forti si rivelano artefatti di rilevazione, tra cui un picco che veniva da un solo Paese in un solo anno e un bias di sopravvivenza legato a Stati non più esistenti. Quel che resta regge: il divario si è dimezzato senza chiudersi, e l'Italia sta sotto la media mondiale con uno scarto che si allarga.
- PostgreSQL
- Modellazione dimensionale
- Controlli di robustezza
- Data storytelling
Piattaforma anti-spreco alimentare
Excel avanzatoOttomila record di cibo salvato, quindici domande di business.
Deduplica, aggregazioni condizionate, lookup e medie multi-condizione su un dataset di attività commerciali aderenti a una piattaforma anti-spreco. Compreso un problema di qualità del dato che nella realtà capita sempre: una città scritta in modo errato in mezzo a migliaia di record, trovata per confronto con l'elenco ufficiale dei comuni italiani.
- Excel avanzato
- Tabelle pivot
- Data cleaning
MeditActive
PythonUn respiro, un passo, un albero: il benessere messo in fila, una riga alla volta.
Il Sistema di Gestione degli Elementi di una piattaforma per la meditazione e il movimento. Ogni obiettivo — meditare, muoversi, ascoltarsi, dormire bene — è un dizionario con nome, tipo, frequenza e durata. Portarlo a termine vale una moneta ogni cinque minuti di presenza, e a cinquanta monete l'app pianta un albero virtuale. Filtri che si accendono solo quando servono, statistiche sulla distribuzione delle attività e nessuna complessità superflua: liste, dizionari e funzioni al servizio di un'idea semplice — il tempo dedicato a sé stessi ha un valore, e può restituirne un po' anche al pianeta.
- Python
- Jupyter / Colab
- Liste e dizionari
- Funzioni
Formazione
Master Universitario di I livello in AI e Agenti AI per il Business
Università degli Studi Guglielmo Marconi · con start2impact University · 60 CFU
1.500 ore in dodici mesi e 27 progetti pratici corretti individualmente da professionisti del settore. Piano di studi: analisi dei dati e AI (6 CFU), manipolazione e visualizzazione dei dati con AI (8 CFU), machine learning (8 CFU), full stack development e AI (12 CFU), AI business strategy e agenti AI (6 CFU), soft skills (2 CFU), progetti pratici (12 CFU) ed esame finale (6 CFU).
Test superati finora — dieci su dieci, uno per corso:
Laurea Magistrale in Ingegneria Elettronica
Università Telematica Niccolò Cusano
Laurea in Ingegneria Informatica e delle Telecomunicazioni
Università degli Studi di Perugia
Diploma di Tecnico delle Industrie Elettriche
IPSIA Acquapendente
Fuori dal lavoro
- Ingegneria
- Musei
- Natura
- Sport
- Montagna
La montagna e i musei hanno più cose in comune di quanto sembri: in entrambi i casi ti tocca andare a vedere di persona.