Realizzare una piattaforma di apprendimento multi-tenant con intelligenza artificiale per distribuire corsi su scala
Sommario esecutivo
Gestire una piattaforma di apprendimento per più marchi o clienti a partire da un’unica base di codice è un’ambizione comune, ma anche un frequente punto di fallimento: senza l’architettura giusta, il modello multi-tenant diventa silenziosamente una singola installazione per cliente e ogni aggiornamento, correzione o modifica per la conformità deve essere ripetuto a mano. Rischio, costi di manutenzione e incoerenze che si moltiplicano a ogni nuovo tenant: è questo il problema di business che il progetto intendeva eliminare.
Babini Mazzari ha ristrutturato il nucleo della piattaforma attorno a un’architettura multi-tenant, integrato la generazione assistita dall’AI di slide, quiz e materiale audiovisivo e consolidato l’ambiente per l’uso in produzione. L’incarico si è sviluppato su più milestone e numerosi filoni di lavoro, concludendosi con un passaggio formale al team del cliente.
- Cliente
- un fornitore tecnologico che realizza una piattaforma e-learning white-label multi-tenant per consentire ad altre organizzazioni di gestire cataloghi di corsi con il proprio marchio
- Piattaforma e tecnologie
- WordPress, WP Freighter in modalità ibrida, Tutor LMS, OnlyOffice per la modifica di PPTX, SCORM/H5P, Video.js, archiviazione cloud Wasabi, avatar AI Akool, pipeline di generazione di contenuti AI
In sintesi
| Prima | Dopo |
|---|---|
| Una piattaforma di apprendimento senza un percorso scalabile tra marchi | Un’architettura multi-tenant che serve più tenant con marchi distinti da un’unica base di codice |
| Creazione manuale dei contenuti per ogni corso | Una pipeline assistita dall’AI che genera slide, quiz, materiale audiovisivo ed esportazioni SCORM/H5P |
| Un unico ambiente senza separazione tra sviluppo e produzione | Ambienti di staging e produzione separati, con demo dedicate alle vendite |
| Distribuzione video dipendente dalla generazione video AI di terze parti | Un percorso proprietario di caricamento video con archiviazione cloud Wasabi e rigenerazione dei link di download |
Contesto di business
Per un’organizzazione che gestisce una piattaforma di apprendimento su più marchi, reparti o clienti, la domanda strategica raramente è se si possa realizzare un LMS: è se la piattaforma possa crescere senza far aumentare costi e rischi allo stesso ritmo. Una soluzione single-tenant o con una condivisione poco strutturata moltiplica, a ogni nuovo sito, l’assistenza, la superficie di attacco e la possibilità che i marchi perdano coerenza tra loro. Per un CIO o COO che promuove questo lavoro, il risultato concreto non è una funzione, ma una piattaforma che mantenga sotto controllo queste variabili mentre il business aggiunge tenant.
Il cliente voleva passare da un prodotto formativo per un solo marchio a una piattaforma che altre organizzazioni potessero adottare come propria, senza ricostruire la tecnologia sottostante per ciascuna. Questo richiedeva di ripensare l’architettura centrale, ricostruire il flusso di creazione dei contenuti attorno all’AI anziché alla redazione manuale e raggiungere una stabilità adatta a tenant paganti, oltre il singolo caso d’uso interno.
Sfide
- Ristrutturare senza compromettere i contenuti esistenti. Il nucleo LMS doveva supportare più tenant da un’unica base di codice senza danneggiare i contenuti dei corsi già presenti.
- Automatizzare la creazione dei contenuti didattici. Slide, quiz, materiale audiovisivo ed esportazioni SCORM/H5P dovevano essere generati con una pipeline assistita dall’AI, preservando la qualità didattica e un flusso di revisione controllato.
- Integrare più servizi AI e documentali. OnlyOffice per la modifica di PPTX, Akool per la generazione di avatar AI e un percorso proprietario di caricamento video dovevano funzionare come un unico flusso di creazione coerente.
- Raggiungere una stabilità adatta alla produzione. Servivano ambienti di staging e produzione separati, quote per tenant, rafforzamento della sicurezza e demo pronte per incontri commerciali dal vivo.
Decisioni chiave e compromessi
Caricamento video proprietario al posto della generazione video AI di terze parti. Il team ha sostituito una dipendenza dai video generati dall’AI con un percorso proprietario di caricamento basato sull’archiviazione cloud Wasabi. Il compromesso è stato rinunciare alla creazione automatica dei video per avere pieno controllo su qualità, costi di archiviazione e ciclo di vita dei link di download.
Valutare un orchestratore di processo e scegliere di non realizzarlo. È stato valutato un orchestratore per i flussi di generazione dei contenuti, ma si è deciso di non implementarlo perché la pipeline era già sufficientemente strutturata per funzionare senza un ulteriore livello di astrazione. Il compromesso è stato accettare alcune sequenze manuali in cambio di minore complessità e manutenzione.
Architettura ibrida WP Freighter con wp-content separato. Il team ha ottimizzato WP Freighter per la modalità ibrida con directory wp-content separate, dando a ogni tenant un proprio confine dei contenuti senza una ricostruzione completa in multisite. Il compromesso è stato una configurazione di deployment più complessa in cambio di isolamento dei tenant a un costo infrastrutturale inferiore.
Approccio
Ristrutturazione della piattaforma
Il nucleo LMS è stato ristrutturato per supportare più tenant da un’unica base di codice. WP Freighter è stato ottimizzato per la stabilità in modalità ibrida con directory wp-content separate, offrendo a ogni tenant un confine dei contenuti senza una ricostruzione completa in multisite.
Ottimizzazione dei contenuti AI e delle slide
È stata realizzata una pipeline di contenuti assistita dall’AI basata su modelli di slide e un flusso di revisione strutturato. OnlyOffice è stato integrato per la modifica online dei file PPTX e la pipeline di prompting è stata ottimizzata per produrre contenuti coerenti e riutilizzabili.
Esportazioni, quiz e formati didattici
Sono state aggiunte esportazioni SCORM e H5P, migliorando il player SCORM con l’integrazione di Video.js. È stata introdotta la creazione di quiz per la distribuzione formale dei corsi e sono stati aggiunti sottotitoli per l’accessibilità alla pipeline video.
Preparazione alla produzione e passaggio di consegne
Gli ambienti di staging e produzione sono stati separati. Sono state definite quote per tenant per controllare l’uso delle risorse. Un percorso proprietario di caricamento video ha sostituito la dipendenza dalla generazione video AI, con archiviazione cloud Wasabi e rigenerazione dei link di download. È stata applicata una correzione urgente di sicurezza Wordfence su Tutor LMS. Sono stati predisposti ambienti demo con configurazioni dedicate per uso commerciale, compresa una demo con marchio e modello di slide dedicati. È stata prodotta una guida all’uso della generazione di contenuti AI e la piattaforma è stata consegnata al team del cliente.
Risultati
Un LMS multi-tenant pronto per la produzione
La piattaforma è passata da una configurazione single-tenant a un’architettura multi-tenant che serve più tenant con marchi distinti da un’unica base di codice, con isolamento, quote e ambienti demo dedicati.
Pipeline di contenuti assistita dall’AI
La creazione manuale dei contenuti è stata sostituita da una pipeline assistita dall’AI per slide, materiale audiovisivo, quiz ed esportazioni SCORM/H5P, con OnlyOffice per la modifica dei PPTX e Akool per la generazione di avatar AI.
Archiviazione cloud e separazione degli ambienti
L’archiviazione cloud Wasabi dedicata e la separazione tra staging e produzione hanno dato alla piattaforma una base stabile per far crescere contenuti e tenant, con un percorso proprietario di caricamento video al posto della dipendenza dall’AI video di terze parti.
Demo pronte per le vendite ai tenant
Ambienti demo con configurazioni dedicate e modelli di slide con marchio hanno fornito al business strumenti commerciali dal vivo per acquisire nuovi tenant.
A chi si rivolge
Questo approccio è adatto a operatori EdTech, fornitori di formazione, franchising e gruppi con più marchi rivolti ai clienti che devono gestire un’unica piattaforma di apprendimento tra tenant senza moltiplicare il carico operativo per ogni nuovo sito.
Domande frequenti
Che cosa significa multi-tenant per una piattaforma LMS?
Significa servire più marchi, clienti o reparti da un’unica piattaforma e base di codice, mantenendo logicamente separati contenuti, identità e dati di ogni tenant, anziché gestire un’installazione distinta per ciascuno.
L’AI può davvero generare contenuti didattici pronti per gli studenti?
L’AI può produrre slide, quiz e materiale audiovisivo come prima bozza, ma è essenziale un flusso di revisione controllato con supervisione umana. La pipeline accelera la creazione: non sostituisce la progettazione didattica.
Perché sostituire la generazione video AI con un percorso proprietario di caricamento?
I video generati dall’AI dipendevano da un servizio esterno con controllo limitato su qualità, costi e disponibilità. Un percorso proprietario con archiviazione Wasabi ha dato al team pieno controllo del ciclo di vita dei video, dalla codifica alla rigenerazione dei link di download.
Che cosa succede al passaggio di consegne del progetto?
La piattaforma, la documentazione, le guide d’uso e gli ambienti demo vengono consegnati al team del cliente. L’assistenza continuativa è un accordo separato, non una prosecuzione automatica.
Servizi correlati
- Consulenza AI: progettazione e integrazione della pipeline di generazione di contenuti assistita dall’AI.
- Application modernization: ristrutturazione del nucleo LMS per l’architettura multi-tenant.
- Sviluppo web: realizzazione e stabilizzazione della piattaforma tra staging e produzione.
- Cloud Computing: configurazione dell’archiviazione cloud Wasabi e separazione degli ambienti.
Prossimi passi
Se la tua organizzazione sta valutando una ricostruzione multi-tenant o l’estensione di un LMS esistente, una breve revisione architetturale è il modo con minor rischio per capire che cosa comporterebbe una trasformazione simile per la tua piattaforma.
