Il percorso non deve dipendere dalla memoria di qualcuno
Ogni sistema di sviluppo che ha bisogno che le persone compilino qualcosa decade la settimana in cui hanno da fare. Un percorso costruito su momenti che già accadono no.
Chi siamo
Kalonesis è una startup indipendente, al momento in stealth mode, che costruisce un software di cattura e una piattaforma cloud per i momenti in cui la crescita avviene dentro un’organizzazione.
Aiutare ogni persona ad accedere a una formazione che comprenda il suo contesto, si adatti ai suoi bisogni e migliori lungo tutta la vita.
Kalonesis Harvest: un software di cattura per i momenti in cui le persone crescono davvero al lavoro, collegato a una piattaforma cloud di analisi che li trasforma in un percorso fondato su evidenze. Lo costruiamo nell’ordine che lo rende utilizzabile: prima la cattura e il percorso, poi le cose che li leggono.
Kalonesis è in stealth mode, quindi per ora non facciamo i nomi delle persone che ci lavorano. Non vuol dire che non ci sia nessuno: c’è un team fondatore, e questi sono i suoi due ruoli.
Chief Executive Officer
Nome riservato · stealth
Formazione e matching delle competenze
Lavora negli ITS — il canale post-diploma progettato insieme alle aziende — su percorsi di AI, sviluppo software e cybersecurity, pensati per chiudere la distanza fra ciò che un corso insegna e ciò che un lavoro richiede davvero. Giurista, con esperienza nell’amministrazione locale.
Il lato del problema che Kalonesis esiste per risolvere: come le persone imparano davvero al lavoro, e come ciò che una persona sa fare si abbina a ciò che un ruolo richiede. È la domanda a cui il Learning Twin risponde per una persona, e quella a cui la piattaforma 2027–2028 punta a rispondere fra persone e organizzazioni. Vista da chi prepara le persone a un lavoro è la stessa distanza — ciò che un corso certifica, contro ciò che il lavoro poi chiede — ed è il motivo per cui il percorso parte da ciò che una persona dimostra, non da ciò che ha frequentato.
Chief Technology Officer
Nome riservato · stealth
AI e applicazioni web in cloud
Imprenditore tecnologico e architetto software, si occupa di AI applicata e AI agentica. Come fondatore di un’azienda di software ha portato in produzione prodotti e infrastrutture digitali complesse. Lavora su come vanno governati i sistemi di AI autonomi, anche con strumenti open source per la supervisione degli agenti.
Le due metà di ciò che Kalonesis costruisce: il software di cattura, che gira sui dispositivi che l’organizzazione possiede già e dentro gli strumenti di riunione che già paga, e la piattaforma cloud di analisi che trasforma ciò che cattura in evidenze, con accanto la confidenza di ogni conclusione. Qui governare gli agenti di AI non è un interesse a margine: ogni conclusione deve poter essere tracciata, rivista e fermata da una persona.
Ogni sistema di sviluppo che ha bisogno che le persone compilino qualcosa decade la settimana in cui hanno da fare. Un percorso costruito su momenti che già accadono no.
La prima evidenza vera su una persona si genera nel colloquio di selezione, e quasi tutte le organizzazioni la buttano via.
Che cosa viene catturato, chi lo vede e dove si ferma stanno sul sito, in pubblico, prima che qualcuno lo chieda. Un prodotto che non regge quella pagina non andrebbe costruito.
Ciò che qualcuno ha dimostrato in un momento reale dice più di ciò che ha dichiarato di sé in un modulo.