Sviluppo di un chatbot basato su Model Context Protocol per il supporto alla pianificazione delle attività aziendali

In today's corporate landscape, the efficiency of operational planning and resource allocation is crucial for ensuring successful workflows. However, integrating Generative Artificial Intelligence tools into enterprise resource planning (ERP) systems often presents challenges related to data security, process isolation, and the risk of Large Language Model (LLM) hallucinations. This thesis presents the development of a chatbot to support corporate activity planning, based on the emerging Model Context Protocol (MCP) standard. The objective of the project is to provide an intelligent interface capable of interacting dynamically with the enterprise database, assisting operators in optimized resource assignment, time constraint management, and scheduling conflict resolution. Through the implementation of a dedicated MCP server, the system securely exposes context data and tools to the LLM, ensuring that generated responses are strictly grounded in business logic and real transactional data.

Nel panorama aziendale odierno, l'efficienza della pianificazione operativa e dell'allocazione delle risorse è fondamentale per garantire il successo dei flussi di lavoro. Tuttavia, l'integrazione di strumenti di Intelligenza Artificiale Generativa nei sistemi gestionali aziendali (ERP) presenta spesso criticità legate alla sicurezza dei dati, all'isolamento dei processi e al rischio di allucinazioni da parte dei Large Language Models (LLM). Questa tesi presenta lo sviluppo di un chatbot per il supporto alla pianificazione delle attività aziendali, basato sul recente standard Model Context Protocol (MCP). L'obiettivo del progetto è fornire un'interfaccia intelligente in grado di interagire dinamicamente con la base dati aziendale, assistendo gli operatori nell'assegnazione ottimizzata delle risorse, nella gestione dei vincoli temporali e nella risoluzione dei conflitti di scheduling. Tramite l'implementazione di un server MCP dedicato, il sistema espone in modo sicuro strumenti e dati di contesto all'LLM, garantendo che le risposte generate siano strettamente ancorate alla logica di business e ai dati transazionali reali.