Gianluca Colaiacomo
Porto l'intelligenza artificiale dalla strategia alla produzione.
Co-founder e CPO di INAYA.
Roma e Milano.
Chi sono
Sono un ingegnere gestionale. Da otto anni mi occupo di dati e intelligenza artificiale, e il mio lavoro è portare l'AI in produzione, nelle mani di chi la usa ogni giorno.
Ho passato sette anni in consulenza, tra KPMG e Deloitte, a disegnare strategie e architetture AI per grandi aziende del retail, del largo consumo e dei trasporti. In Deloitte coordinavo una ventina di persone tra strategia, dati e cloud.
Nel 2025 ho fondato INAYA con tre soci. Guido il prodotto: decido l'architettura e dove usare modelli e agenti, e raccolgo i requisiti direttamente da chi prenderà le decisioni con il nostro software.
Parlo la lingua del board e quella del team.
- Dove l'AI ci fa guadagnare tempo e margine, e dove no. Casi d'uso in ordine di valore e fattibilità, ciascuno con il dato che gli serve.
- Quanto possiamo fidarci delle sue risposte. Risposte ancorate a fonti verificabili e valutate su un set di prova prima di ogni rilascio.
- Chi decide, alla fine. Approvazione di una persona sui passaggi che contano, con la traccia di ogni decisione.
- Quando lo vediamo funzionare. Dal prototipo al rilascio in produzione, con i primi utenti dentro il ciclo.
Lo stesso lavoro, detto a chi lo approva e a chi lo costruisce.
Otto anni, sette fermate.
-
Laurea
Roma Tre
Ingegneria Informatica, a Roma.
-
Laurea magistrale
Politecnico di Torino
Ingegneria Gestionale.
-
2018
KPMG
Business intelligence e analisi dei dati. Da analyst a consultant in sei mesi.
-
2020
Deloitte
Senior consultant in Strategy & Analytics, poi promosso manager.
-
2022
Digita Academy
Docente del modulo AI & Data nel master di Deloitte e Università Federico II.
-
2023
Deloitte
Manager, Strategy & Architect AI & Data. Programmi di AI per retail, largo consumo e trasporti, su GCP e Azure.
-
2025, oggi
INAYA
Co-founder e CPO. Software di AI per chi compra materie prime: previsioni di prezzo, costi di prodotto, decisioni tracciate.
Come lavoro
- Uso l'AI dove è affidabile. Dove non lo è, decide una persona.
- Ogni risposta del sistema mostra da dove viene.
- Misuro la qualità prima del rilascio.
- Considero finito un progetto quando è in produzione.