Torna alla ricerca di mercato
COMET offre software e servizi per segnalare e indagare incidenti, analizzare le cause profonde, svolgere audit e verificare i fornitori. Il modulo Supply Chain gestisce informazioni sui fornitori, valutazioni, documenti e azioni correttive. COMET Signals analizza registrazioni relative a salute, sicurezza, ambiente e qualità; il suo AI Assistant aiuta gli investigatori a preparare e analizzare le indagini. I clienti comprendono operatori dell’energia, delle ferrovie, dei servizi pubblici, dell’edilizia e di altri settori con rilevanti pericoli operativi. (1, 2, 4, 5)
Punteggio complessivo per la supply chain: 4.9/10.
| Dimensione | Punteggio |
|---|---|
| Profondità nella supply chain | 4.2/10 |
| Sostanza delle decisioni e dell’ottimizzazione | 4.0/10 |
| Integrità del prodotto e dell’architettura | 6.0/10 |
| Trasparenza tecnica | 5.4/10 |
| Serietà del fornitore | 5.0/10 |
La sostanza di COMET sta nell’organizzare le indagini e migliorare il modo in cui le organizzazioni imparano dai guasti e dagli errori. Il modulo fornitori estende questo approccio alla qualificazione e alla valutazione dei rischi. La pretesa di ottimizzare l’intera supply chain è molto più ampia del meccanismo: i valutatori configurano punteggi, esaminano fornitori e assegnano azioni. Non è pubblicato alcun calcolo che selezioni acquisti, fornitori o quantità di scorte in base alle conseguenze economiche attese. (2, 3)
La principale debolezza di Signals è il salto dagli schemi presenti nelle registrazioni alle affermazioni sulle cause e sull’efficacia degli interventi. Una query può essere correttamente fondata sui rapporti e sostenere comunque una conclusione operativa sbagliata. Monitorare un indicatore prima e dopo un’azione non dimostra, da solo, che l’azione abbia causato il cambiamento. (4)
COMET e Lokad a confronto
Supponiamo che un fornitore consegni ripetutamente componenti difettosi. COMET può organizzare i rapporti, collegarli agli audit, esaminare i controlli falliti, aggiornare la valutazione del rischio del fornitore e assegnare attività correttive. Ciò affronta un importante problema organizzativo: i problemi spesso si ripetono perché le informazioni restano disperse e nessuno segue l’azione fino al completamento. (2, 3, 4)
La scelta di supply chain associata è diversa: quanto ordinare a quel fornitore, se qualificarne un altro e quante scorte mantenere mentre le correzioni producono effetto. Queste scelte dipendono da tassi di difettosità, date di ricezione e domanda incerti, oltre che da costi di sostituzione, capacità e liquidità. L’approccio di Lokad all’ottimizzazione delle scorte mantiene una logica decisionale numerica per valutare economicamente tali impegni. I suoi Supply Chain Scientists sviluppano e rivedono questa logica, producendo regolarmente decisioni eseguibili.
COMET mantiene un processo di indagine e verifica; Lokad mantiene un processo decisionale per il flusso delle merci. Né una categoria di rischio né un’etichetta di causa profonda fornisce le probabilità e i compromessi monetari necessari al secondo. La prospettiva di Introduzione alla Supply Chain è utile in questo caso: le informazioni aggiuntive giustificano il proprio costo quando migliorano una decisione. Un’indagine approfondita può alimentare quel calcolo, ma il calcolo resta da costruire.
Verifica dei fornitori e limiti dei punteggi di rischio
La pagina Supply Chain descrive l’inserimento dei fornitori, l’esame di certificazioni e documenti, le valutazioni e la gestione delle azioni. Il punteggio personalizzabile considera spesa, impatto ambientale, sicurezza sul lavoro, protezione e altri criteri definiti dall’azienda. Le schermate mostrano livelli di rischio e una matrice di probabilità e gravità. I valutatori producono un punteggio complessivo del fornitore usando la configurazione del cliente. (2)
Si tratta di meccanismi di workflow e classificazione. Un fornitore classificato ad alto rischio non è automaticamente quello da cui acquistare meno. L’unica fonte di un ricambio critico, un fornitore sostituibile di prodotti standard e un subappaltatore con volumi ridotti possono avere etichette di rischio simili ma richiedere risposte molto diverse. La decisione economica richiede costo e fattibilità delle alternative, quantità esposta, durata di un’interruzione e probabilità che la mitigazione cambi l’esito.
Una matrice ordinale non fornisce questo calcolo. Etichette come probabile o catastrofico richiedono una definizione operativa, un orizzonte temporale e una relazione con l’esposizione. Combinarle con la spesa e altri punteggi può nascondere i compromessi anziché risolverli. COMET pubblica il workflow di valutazione, ma non una calibrazione dei punteggi dei fornitori rispetto alle perdite successive né una regola decisionale che ripartisca un budget di mitigazione tra fornitori.
Questo rende eccessive le affermazioni della pagina su una soluzione completa di supply chain e sull’ottimizzazione dell’intero processo. Il software standardizza la verifica dei fornitori. Non documenta la proiezione stocastica di domanda futura, tempi di consegna, difetti e interruzioni che consentirebbe acquisti o ottimizzazione delle scorte corretti per il rischio.
Meccanismi d’indagine e affermazioni causali
COMET Investigate organizza le prove in una griglia Significant Investigation Data, esamina barriere fallite o assenti, analizza i fattori umani e codifica i risultati attraverso cinque Root Maps: comunicazione, ambiente operativo, gestione, attrezzature e formazione. Le dashboard Power BI mostrano schemi, prestazioni degli investigatori, tempi di chiusura e coerenza nella selezione delle cause profonde. (3)
Questa metodologia può rendere le indagini confrontabili e impedire che una conclusione superficiale, come errore dell’operatore, chiuda l’inchiesta. Le esigenze pratiche emergono da un caso di Lloyd’s Register del dicembre 2020: il cedimento di un’asta di perforazione aveva provocato circa 24 giorni improduttivi; l’indagine combinava registri di perforazione, procedure, competenze metallurgiche indipendenti e un investigatore esperto distaccato. L’esame di sei settimane produsse quattro fattori COMET, nove cause profonde associate e dieci raccomandazioni. Sono risultati d’indagine documentati, non riduzioni misurate delle future perdite di perforazione. (17)
Signals 2.0 classifica registrazioni e risponde a query. Descrive verifica delle fonti, valutazioni di confidenza, astensione, prompt versionati e riesecuzione sui dati storici dopo modifiche alla tassonomia. Questo rende l’analisi più ispezionabile e più facile da rivedere. (4)
La coerenza con una registrazione, tuttavia, non ne convalida l’interpretazione causale. Un rapporto può omettere un precursore, ripetere la spiegazione sbagliata di un investigatore o riflettere pressioni per selezionare una categoria accettabile. Un verificatore può confermare che la spiegazione compare nelle prove senza dimostrare che spieghi il guasto. Prevedere un incidente futuro richiede anche di valutare gli avvisi sui registri disponibili prima dell’incidente, includendo gli eventi non rilevati e il carico di lavoro dovuto ai falsi allarmi. Il materiale esaminato non pubblica questa valutazione.
Misurare un intervento richiede più di un indicatore cambiato
Signals associa alle azioni prove, responsabili, date, costi e misure monitorate. Presenta gli indicatori prima e dopo come prova di efficacia: una traccia utile delle misurazioni, ma un test causale debole. (4)
Per esempio, il numero di incidenti può diminuire dopo un fermo semplicemente perché sono state lavorate meno ore. Una nuova campagna di segnalazione può aumentare i rapporti sui quasi incidenti e al contempo migliorare la sicurezza. Un intervento introdotto dopo un picco insolito può apparire riuscito quando il conteggio torna al suo intervallo normale. L’analista deve distinguere questi effetti dall’azione valutata. Il contesto operativo aiuta, ma mostrarlo accanto a un grafico non risolve l’attribuzione.
COMET comprende questo problema nel proprio ambito. Il suo articolo dell’ottobre 2026 sulla sottosegnalazione spiega come obiettivi, bonus e schede di valutazione degli appaltatori possano premiare il silenzio. Descrive anche il monitoraggio, da parte di Signals, di tassi di segnalazione in calo e del deterioramento della qualità narrativa. È una difesa sostanziale contro indicatori fuorvianti. Dovrebbe limitare l’affermazione molto più forte del prodotto secondo cui un numero prima e dopo dimostra l’effetto di un intervento. (15)
Lo stesso criterio si applica ai risultati del fornitore. La pagina del caso McDermott descrive un processo globale coerente di indagine e l’uso di dati storici HSE. Una testimonianza separata nella stessa pagina attribuisce a COMET una riduzione del 29% dei casi di primo soccorso presso Corning nel 2022. Si tratta di un risultato riferito dal cliente, ma mancano tassi corretti per l’esposizione, un gruppo di confronto e una distinzione tra software e altri cambiamenti. Precede l’AI Assistant del 2026. (16)
Storia tecnologica e integrità della roadmap
L’azienda nasce dall’unione di STC Global e INSISO nel 2021 e ha adottato il marchio commerciale COMET nel maggio 2024. BGF registra un investimento per la crescita in STC INSISO nel 2023. La sua storia unisce metodi d’indagine, formazione, sviluppo software e lavoro sui processi aziendali. (10, 18)
Le affermazioni sull’IA precedenti al 2023 meritano un esame particolare. Nel settembre 2022, COMET annunciò un progetto pilota nella regione meridionale di Network Rail che utilizzava l’analisi del linguaggio naturale su decine di migliaia di registrazioni HSE, con lancio previsto dopo la fine del pilota nello stesso anno. In ottobre, STC INSISO acquisì la proprietà intellettuale e il software rimanenti di Signals derivanti dalla collaborazione con Lloyd’s Register. L’annuncio descriveva piloti commerciali presso Network Rail, McDermott e Coca-Cola e dichiarava la capacità di prevedere cause profonde latenti che avrebbero potuto produrre incidenti futuri. (8, 9)
La classificazione dei testi e il rilevamento di temi ricorrenti erano applicazioni plausibili dell’apprendimento automatico. La promessa più forte di prevedere le cause richiedeva prove prospettiche che questi annunci non fornivano. Il materiale successivo su McDermott sostiene la continuità d’uso dell’analisi, ma non quantifica le prestazioni predittive. L’ambizione iniziale va quindi giudicata dai risultati ottenuti, non dall’uso continuato dell’etichetta IA. (16)
I prodotti più recenti sono più specifici. La pagina del precedente Companion identifica un chatbot basato su OpenAI per orientamento sul prodotto, aiuto alla configurazione e consolidamento della formazione. Il lancio di AI Assistant del 15 aprile 2026 descrive la redazione all’interno delle indagini e l’analisi del portafoglio di indagini tramite Companion Plus, con approvazione umana di ogni modifica. Precisa che questa nuova funzione non utilizza OpenAI né un grande modello linguistico pubblico ed esclude dall’analisi del portafoglio le indagini protette da privilegio legale. Sono funzionalità con nomi diversi; il fornitore deve chiarirne i percorsi dei dati e i confini tra versioni. (6, 7)
La roadmap presenta continuità. Il punto debole resta il passaggio dall’individuazione di schemi alla promessa di prevenzione efficace, senza una corrispondente validazione dei risultati.
Componenti software e architettura
Le prove più solide sui componenti provengono dalla definizione pubblica del servizio, dalla documentazione del prodotto e da un’offerta di lavoro datata del datore di lavoro.
| Livello | Componenti documentati | Ambito |
|---|---|---|
| Hosting principale | Microsoft Azure in regioni adatte al cliente | Definizione del servizio G-Cloud del 2024 |
| Analisi delle indagini | Microsoft Power BI | Dashboard descritte di COMET Investigate |
| Sviluppo web | .NET Core/C#, Angular, React, SQL Server/T-SQL, API REST | Responsabilità di sviluppo dell’agosto 2025 nel ramo tecnologico di COMET |
| Signals 2.0 | Azure; risorse per tenant dettagliate più avanti | Descrizione attuale dell’architettura del prodotto |
| Precedente Companion | Supporto conversazionale basato su OpenAI | Chatbot di orientamento sul prodotto, distinto dall’Assistant del 2026 |
L’offerta riguarda i sistemi personalizzati, le piattaforme e le integrazioni di COMET. Stabilisce responsabilità di sviluppo effettive, senza specificare la precisa ripartizione dei componenti tra i prodotti. I materiali pubblicati mostrano un’attività applicativa prevalentemente orientata a Microsoft. Le famiglie di modelli e i requisiti di calcolo analitico restano non specificati.
Signals analizza registrazioni provenienti da sistemi HSEQ esistenti. La definizione del servizio del 2024 offre anche sviluppo di API per collegare sistemi EHS esistenti e distingue la configurazione dalle modifiche su misura. Questo confine crea un obbligo continuativo di mantenere significati dei campi, identità, tassonomie e integrazioni man mano che i sistemi sorgente cambiano. (4, 12)
Sicurezza attraverso meccanismi concreti
Signals descrive l’oscuramento dei dati personali, database, indici e code separati per tenant e l’elaborazione nell’ambiente Azure del cliente senza un modello esterno. Il lancio dell’Assistant precisa inoltre che i dati dei clienti non alimentano un modello condiviso e che le indagini protette sono escluse dall’analisi del portafoglio. Sono affermazioni progettuali significative su esposizione e contenimento. (4, 6)
La definizione del servizio del 2024 prevede ripristino a un preciso istante e crittografia, attribuendo però ai clienti la responsabilità dei propri archivi. Né quel documento né la descrizione attuale del prodotto specifica copie di recupero protette da un amministratore compromesso, un obiettivo di ripristino collaudato o i privilegi esatti degli agenti analitici. Sono lacune pratiche ancora aperte. L’allineamento ISO e il linguaggio della conformità non possono colmarle. (12)
Le modifiche a classificazione, query e comportamento degli agenti richiedono autorizzazioni, revisione, valutazione riproducibile e possibilità di annullamento. La cronologia delle revisioni aiuta a diagnosticare un errore dopo che si è verificato; limitare gli strumenti di un agente limita il danno che può causare. (4)
Produttività, manutenzione e costo totale
L’AI Assistant di COMET dichiara di ridurre di oltre il 30% il tempo di documentazione delle indagini. Produce bozze che gli investigatori possono accettare, modificare o respingere, preservando il giudizio umano. È un’affermazione di produttività circoscritta: la documentazione può essere onerosa, ma risparmiare tempo in quell’attività non dimostra la stessa riduzione del lavoro totale d’indagine. Restano interviste, raccolta delle prove, analisi tecnica, revisione e verifica delle azioni correttive. La pagina del prodotto non fornisce uno studio del carico di lavoro né una base misurata del personale impiegato. (5)
La revisione umana ha uno scopo chiaro nelle indagini controverse o dalle conseguenze rilevanti. La descrizione del luglio 2025 indica come attività centrali l’intervista ai testimoni, la valutazione della credibilità e l’esame del contesto operativo. Il criterio pertinente dopo il 2022 è quanta preparazione, codifica, ricerca e verifica ordinaria possa essere eliminata preservando queste responsabilità. Approvare conclusioni sostanziali non richiede di rifare manualmente ogni operazione intermedia. (19)
Correggere una tassonomia può migliorare molte analisi successive. Il lavoro costoso consiste nel verificare se le definizioni riviste migliorano le decisioni, preservano la confrontabilità e riducono i falsi allarmi. Un amministratore può modificare rapidamente un campo; decidere che cosa debba significare quel campo è la parte costosa. (4)
Questo si collega all’holimization: categorie, ipotesi operative e azioni correttive disponibili devono essere esse stesse rivedibili. Un sistema che ordina sistematicamente i rapporti secondo una tassonomia inadeguata può diventare efficientemente sbagliato. La validità economica delle priorità risultanti richiede comunque una valutazione.
I prezzi G-Cloud pubblicati nel 2024 rendono visibili diversi costi di possesso. Un modulo nella regione Regno Unito/Europa costava £41.400 per il primo anno; il tariffario prevedeva aumenti annui standard del 5% e costi regionali aggiuntivi. Indicava separatamente £7.500 per l’implementazione di API e £6.500 per un corso pratico di due giorni con un massimo di dodici partecipanti. Sono prezzi storici dell’accordo quadro, non un preventivo attuale per un cliente. Mostrano perché i soli canoni software misurano l’investimento in modo incompleto. (13)
La definizione del servizio aggiunge supporto alla configurazione, formazione degli utenti avanzati, sviluppo dei processi, comunicazione e gestione del cambiamento. I costi ricorrenti comprendono anche l’aggiornamento dei dati dei fornitori, la manutenzione delle definizioni di rischio, la revisione delle classificazioni e il seguito delle azioni. Una guida IA può ridurre le richieste di assistenza, ma non elimina questo lavoro. Una valutazione della produttività dovrebbe sommare l’impegno del fornitore e quello del cliente. (7, 12)
Responsabilità e ispezionabilità
Le condizioni pubbliche G-Cloud di COMET del 2024 promettono prestazioni sostanzialmente conformi alla documentazione e ragionevole competenza e diligenza, con correzione delle non conformità a spese del fornitore. Lo stesso documento attribuisce ai clienti la responsabilità esclusiva di risultati e conclusioni, esclude determinate perdite economiche e limita generalmente la responsabilità complessiva a sei mesi di canoni o a un importo inferiore concordato, fatte salve le eccezioni indicate. È responsabilità per il comportamento contrattuale del software, con molta meno responsabilità per il risultato aziendale. (14)
Altre due disposizioni incidono sulla valutazione. I risultati dei test di prestazione sono riservati, il che può ostacolare il confronto pubblico. La clausola d’uscita richiede di domandare l’ultimo backup dei dati entro dieci giorni dalla cessazione e consente ragionevoli spese di restituzione. È una disciplina della migrazione più restrittiva della semplice affermazione che i clienti possiedono i propri dati. (14)
Una verifica commerciale più rigorosa collegherebbe ogni intervento al beneficio atteso, al costo effettivo, all’esposizione operativa e alle prove successive. Definire il movimento di un indicatore una prova di efficacia, lasciando però i risultati interamente a carico del cliente, impone uno standard molto inferiore a quello suggerito dalle affermazioni di prevenzione e analisi dei rischi.
Punteggio per la supply chain
Il punteggio complessivo di 4.9/10 è la media aritmetica arrotondata di 25 sottopunteggi con uguale peso. La valutazione riconosce i meccanismi d’indagine di COMET ed esamina le decisioni di supply chain implicite nelle sue affermazioni su fornitori e rischi.
Profondità nella supply chain: 4.2/10
| Criterio | Punteggio |
|---|---|
| Impostazione economica | 4/10 |
| Approdo a decisioni eseguibili | 3/10 |
| Chiarezza concettuale sulla supply chain | 4/10 |
| Indipendenza da dottrine centrali obsolete | 4/10 |
| Resistenza al teatro dei KPI | 6/10 |
Media: 4.2/10.
Impostazione economica. Manca il calcolo del valore delle alternative di mitigazione: quale spesa ha più probabilità di evitare una perdita maggiore? (2, 4)
Approdo a decisioni eseguibili. Gli output sono valutazioni, indagini, raccomandazioni e azioni con responsabili assegnati. Non esiste un calcolo documentato che produca quantità d’acquisto o ripartizioni degli approvvigionamenti selezionate economicamente. (2, 5)
Chiarezza concettuale sulla supply chain. La verifica dei fornitori e l’indagine operativa hanno meccanismi chiari. Le pretese di ottimizzare l’intera supply chain superano questo ambito. (2, 3)
Indipendenza da dottrine centrali obsolete. L’offerta evita i meccanismi convenzionali di scorta di sicurezza e S&OP, ma le matrici di rischio configurabili possono comunque sostituire un problema economico con punteggi soggettivi. (2)
Resistenza al teatro dei KPI. L’analisi di COMET sulla soppressione delle segnalazioni è solida. La verifica dell’efficacia degli interventi richiede lo stesso scetticismo verso il movimento degli indicatori. (4, 15)
Sostanza delle decisioni e dell’ottimizzazione: 4.0/10
| Criterio | Punteggio |
|---|---|
| Profondità della modellazione probabilistica | 3/10 |
| Sostanza distintiva nell’ottimizzazione o nell’apprendimento automatico | 5/10 |
| Gestione dei vincoli reali | 3/10 |
| Automazione delle decisioni e produttività del lavoro | 5/10 |
| Resilienza alla complessità operativa reale | 4/10 |
Media: 4.0/10.
Profondità della modellazione probabilistica. La confidenza in una classificazione non può attribuire un valore monetario all’esposizione operativa futura. Il meccanismo decisionale divulgato manca di questo calcolo che collega probabilità e perdite. (2, 4)
Sostanza distintiva nell’ottimizzazione o nell’apprendimento automatico. L’architettura analitica supporta ispezione e correzione. L’assenza di una valutazione prospettica impedisce un giudizio più favorevole sul valore predittivo. (4, 8)
Gestione dei vincoli reali. Le indagini preservano il contesto tecnico e organizzativo, come mostra il caso di perforazione. Il software non divulga un’ottimizzazione soggetta a vincoli di acquisto, capacità o budget. (2, 17)
Automazione delle decisioni e produttività del lavoro. Il lavoro preparatorio può essere ridotto sostanzialmente. Il risparmio dichiarato sulla documentazione lascia non misurato il carico completo di indagine e verifica successiva. (4, 5)
Resilienza alla complessità operativa reale. La previsione degli eventi rari e l’interpretazione causale restano vulnerabili a prove incomplete e riportate selettivamente. Il trattamento della sottosegnalazione è un’utile risposta parziale. (4, 15)
Integrità del prodotto e dell’architettura: 6.0/10
| Criterio | Punteggio |
|---|---|
| Coerenza architetturale | 7/10 |
| Chiarezza dei confini del sistema | 7/10 |
| Serietà in materia di sicurezza | 6/10 |
| Parsimonia del software e costo di possesso | 5/10 |
| Compatibilità con operazioni programmatiche e assistite da agenti | 5/10 |
Media: 6.0/10.
Coerenza architetturale. Registrazioni degli incidenti, indagini strutturate, verifica dei fornitori e livelli analitici condividono uno scopo operativo riconoscibile. L’acquisizione di Signals ha una storia tecnica tracciabile. (1, 8)
Chiarezza dei confini del sistema. Le responsabilità di verifica e indagine sono chiare. Agli acquirenti serve ancora una mappa esplicita del movimento dei dati tra Companion, Companion Plus e Signals. (4, 6, 7)
Serietà in materia di sicurezza. I meccanismi di contenimento dichiarati meritano una valutazione positiva. L’indipendenza del recupero e le autorizzazioni degli agenti richiedono informazioni più precise. (4, 6, 12)
Parsimonia del software e costo di possesso. Lo sviluppo orientato a Microsoft e la configurazione condivisa suggeriscono una base tecnica coerente. I costi di integrazioni, formazione, tassonomie e operatività analitica restano rilevanti. (11, 12, 13)
Compatibilità con operazioni programmatiche e assistite da agenti. Sono supportate integrazione e valutazione ripetibile. L’esecuzione ricorrente delle azioni ha un’interfaccia pubblica meno esplicita. (4, 12)
Trasparenza tecnica: 5.4/10
| Criterio | Punteggio |
|---|---|
| Documentazione tecnica pubblica | 6/10 |
| Ispezionabilità senza mediazione del fornitore | 5/10 |
| Portabilità e visibilità del vincolo al fornitore | 5/10 |
| Trasparenza del metodo di implementazione | 6/10 |
| Densità delle prove dietro le affermazioni tecniche | 5/10 |
Media: 5.4/10.
Documentazione tecnica pubblica. L’architettura e la definizione del servizio consentono un esame sostanziale. La valutazione riproducibile dei modelli e i contratti dettagliati d’integrazione restano meno accessibili. (4, 12)
Ispezionabilità senza mediazione del fornitore. Si possono esaminare workflow del prodotto, prove ingegneristiche pubblicate dal datore di lavoro e documenti pubblici dell’accordo quadro. Non esiste una valutazione pubblica riproducibile della previsione degli incidenti o delle raccomandazioni causali. (8, 11, 14)
Portabilità e visibilità del vincolo al fornitore. Proprietà del cliente ed esportazione sono esplicite, così come il breve termine per la richiesta d’uscita e le possibili spese di restituzione. L’uso appreso della tassonomia e le classificazioni storiche aggiungono lavoro di migrazione oltre all’esportazione delle registrazioni. (12, 14)
Trasparenza del metodo di implementazione. Configurazione, integrazione, formazione e inserimento organizzativo sono documentati e in parte prezzati. Ciò rende la componente umana più visibile di quanto farebbe una promessa di implementazione istantanea dell’IA. (12, 13)
Densità delle prove dietro le affermazioni tecniche. Le implementazioni nominate dimostrano l’uso operativo. Lasciano in gran parte non misurata la qualità delle previsioni e della selezione degli interventi. (4, 9, 16)
Serietà del fornitore: 5.0/10
| Criterio | Punteggio |
|---|---|
| Serietà tecnica della comunicazione pubblica | 5/10 |
| Integrità della roadmap tecnologica | 6/10 |
| Chiarezza concettuale | 6/10 |
| Responsabilità economica | 3/10 |
| Difendibilità in un mondo di software ad agenti | 5/10 |
Media: 5.0/10.
Serietà tecnica della comunicazione pubblica. Gli esempi operativi migliorano la descrizione. Le ampie garanzie di indagini complete richiedono una validazione molto più forte. (4, 5, 17)
Integrità della roadmap tecnologica. La storia collega metodi d’indagine, analisi linguistica del 2022 e più recenti funzioni di redazione e verifica. La continuità è un elemento positivo; la promessa predittiva iniziale manca ancora di una validazione pubblicata dei risultati. (6, 8, 9)
Chiarezza concettuale. Il trattamento di barriere fallite, contesto organizzativo e incentivi alla segnalazione ha sostanza. Punteggi di rischio e indicatori prima-dopo sono sostituti più deboli del ragionamento economico e causale. (2, 3, 15)
Responsabilità economica. Le condizioni contrattuali attribuiscono i risultati ai clienti, mentre le affermazioni pubbliche sui risultati mancano di un confronto completo che includa i costi. (4, 14, 16)
Difendibilità in un mondo di software ad agenti. Metodologia operativa, prove controllate e classificazione mantenuta possono conservare valore. L’assistenza via chat e la redazione di documenti sono vantaggi meno duraturi; il valore persistente dipende dal miglioramento della qualità degli interventi e dalla riduzione del lavoro totale. (3, 4, 5)
Fonti
Le pagine senza data sono state consultate il 4 novembre 2026. I documenti G-Cloud sono i materiali dell’accordo quadro del 2024 pubblicati dal fornitore; prezzi e condizioni non sono presentati come accordi attuali universali con i clienti.
COMET, Panoramica della piattaforma. Moduli, metodologia, settori operativi e confini del prodotto.
COMET, Supply Chain. Inserimento dei fornitori, valutazione configurabile dei rischi, documenti, azioni e affermazioni sull’intera suite.
COMET, Investigate. Root Maps, organizzazione delle prove, fattori umani e analisi integrata con Power BI.
COMET, Analisi dei dati con IA. Architettura tecnica e affermazioni operative.
COMET, AI Assistant. Redazione, analisi del portafoglio, affermazione sul tempo di documentazione e flusso di approvazione.
[6] Lancio dell’Assistant nell’aprile 2026
COMET, Presentazione di COMET AI Assistant, 15 aprile 2026. Suddivisione dei prodotti, approvazione, affermazioni sui confini di modelli e dati ed esclusione dei casi protetti.
COMET, Companion. Assistenza sul prodotto basata su OpenAI, guida alla configurazione e consolidamento della formazione.
COMET, Acquisizione del prodotto IA sviluppato con Lloyd’s Register, 18 ottobre 2022. Proprietà intellettuale, ambito dei piloti, analisi linguistica e affermazioni predittive.
COMET, Pilota Signals presso Network Rail, 23 settembre 2022. Registrazioni previste, workflow, altri piloti e tempistiche di lancio.
[10] Storia aziendale e cambio di marchio
COMET, STC INSISO diventa COMET, 23 maggio 2024. Fusione precedente e adozione del marchio commerciale.
[11] Componenti ingegneristici
COMET, Sviluppatore full stack, 11 agosto 2025. Responsabilità definite dal datore di lavoro e ambito del ramo tecnologico.
COMET/STC INSISO, Definizione del servizio G-Cloud 14, maggio 2024, ODT. Hosting, recupero, supporto, configurazione, integrazione, formazione e modalità d’uscita.
COMET/STC INSISO, Prezzi G-Cloud 14, maggio 2024, ODS. Canoni per modulo e regione, aumenti annui, implementazione di API e corsi.
[14] Condizioni contrattuali pubbliche
COMET/STC INSISO, Condizioni G-Cloud 14, maggio 2024, ODT. Obblighi di conformità, responsabilità del cliente, riservatezza dei test di prestazione, responsabilità legale e condizioni di esportazione.
[15] Incentivi alla segnalazione e qualità dei dati
COMET, Sottosegnalazione dei quasi incidenti, 26 ottobre 2026. Distorsione degli incentivi, qualità delle segnalazioni e monitoraggio con Signals.
[16] Affermazioni su implementazioni e risultati
COMET, Caso di studio McDermott. Sintesi pubblica del caso e testimonianze di Corning e altri clienti identificate separatamente.
[17] Indagine sulla perforazione
COMET, Caso Lloyd’s Register sulle prestazioni di perforazione, 18 dicembre 2020. Ambito dell’incidente, lavoro investigativo e raccomandazioni consegnate.
[18] Informazioni dell’investitore
BGF, Scheda di portafoglio STC INSISO. Registra un investimento per la crescita nel 2023 e l’attività software e servizi.
[19] Politica di revisione umana
COMET, IA e giudizio umano nelle decisioni ad alto rischio, 24 luglio 2025. Responsabilità investigative previste e limiti dell’automazione.