# Customer Adoption and Innovation (CAI)

> Il team Customer Adoption & Innovation dell'unità di business IA di Red Hat — iniziative, demo, plugin e come contattarci.

Installiamo, usiamo e mettiamo alla prova Red Hat AI in ambienti simili alla produzione, poi condividiamo ciò che funziona con clienti, partner e colleghi, per aiutarli a sbloccarne il pieno potenziale.

## Customer Adoption and Innovation 

[Incontra il team](#team)

[Scopri cosa creiamo](#cards)

- **178** Repository in rh-aiservices-bu ([Organizzazione GitHub](https://github.com/rh-aiservices-bu))

- **70+** Demo create dal team ([AI Quickstart](https://github.com/rh-ai-quickstart))

- **6** Plugin per dashboard ([Community Plugins](https://github.com/rh-ai-community-plugins))

- **9** Membri del team ([Incontra il team](#team))

## Iniziative

- [**Organizzazione GitHub Red Hat AI**](https://github.com/rh-aiservices-bu) — Per tutti — la nostra organizzazione principale con 178 repository di progetti, prototipi e utilità IA.

- [**Red Hat AI Community Plugins**](https://github.com/rh-ai-community-plugins) — Per gli admin RHAIE — plugin della community che estendono Red Hat OpenShift AI.

- [**AI Quickstarts**](https://github.com/rh-ai-quickstart) — Per gli sviluppatori — esempi orientati al risultato che mostrano come l'IA risolve problemi aziendali reali.

- [**AI on OpenShift**](https://ai-on-openshift.io/) — Per chi impara l'IA su OpenShift — pattern, demo, strumenti e guide.

- [**AI500 MLOps Enablement**](https://github.com/rhoai-mlops) — Per i team che sviluppano competenze MLOps — AI500, lab su sperimentazione, addestramento automatizzato e consegna dei modelli.

- [**AI501 GenAIOps Enablement**](https://github.com/rhoai-genaiops) — Per i team che eseguono GenAI in produzione — AI501, workshop di 5 giorni con lab, slide e strumenti di distribuzione.

- [**LiteMaaS**](https://github.com/rh-aiservices-bu/litemaas) — Per i team di piattaforma — proof of concept per gestire abbonamenti LLM, chiavi API e tracciamento dell'uso, integrato con LiteLLM.

- [**Workshop Parasol**](https://github.com/rh-aiservices-bu/parasol-demo-deployment) — Per chi impara facendo — ricetta di distribuzione della demo Parasol Insurance su un cluster RHOAI.

## Guide

- [Guida MaaS di RHOAI](https://github.com/rh-aiservices-bu/rhoai-maas-guide) — usare i modelli come servizio in Red Hat OpenShift AI
- [RHOAI disconnesso](https://github.com/rh-aiservices-bu/disconnected-rhoai) — eseguire Red Hat OpenShift AI in ambienti disconnessi (air-gapped)
- [Guida al partizionamento GPU](https://github.com/rh-aiservices-bu/gpu-partitioning-guide) — partizionare le GPU per carichi di lavoro IA su OpenShift
- [Guida alla migrazione RHOAI 2.25 → 3.5](https://github.com/rh-aiservices-bu/rhoai-2.25-3.5-migration-guide) — migrare Red Hat OpenShift AI da 2.25 a 3.5


## Missione

Con consigli radicati nell'esperienza sul campo, diamo a clienti, partner e
colleghi gli strumenti per sbloccare il pieno potenziale di Red Hat AI.

- Usare i prodotti Red Hat AI come farebbero i nostri clienti
- Fare da "customer zero" interno in Red Hat — provare i nostri prodotti su noi stessi prima che debbano farlo i clienti
- Aiutare i clienti su temi IA complessi
- Condividere competenze basate sull'esperienza diretta
- Andare oltre i limiti del possibile con Red Hat AI!


## Team

- **Erwan Granger** — [GitHub](https://github.com/erwangranger) · [LinkedIn](https://www.linkedin.com/in/erwangranger)

- **Guillaume Moutier** — [GitHub](https://github.com/guimou) · [LinkedIn](https://www.linkedin.com/in/guillaume-moutier-70aba762)

- **Robert Lundberg** — [GitHub](https://github.com/RHRolun) · [LinkedIn](https://www.linkedin.com/in/rolun)

- **Roberto Carratalá** — [GitHub](https://github.com/rcarrata) · [LinkedIn](https://www.linkedin.com/in/rcarrata)

- **Karl Eklund** — [GitHub](https://github.com/keklundrh) · [LinkedIn](https://www.linkedin.com/in/karl-eklund-a2180515)

- **Cansu Kavili Örnek** — [GitHub](https://github.com/ckavili) · [LinkedIn](https://www.linkedin.com/in/ckavili)

- **Philip Hayes** — [GitHub](https://github.com/deewhyweb) · [LinkedIn](https://www.linkedin.com/in/philip-hayes-0327532)

- **Sara Banderby** — [GitHub](https://github.com/sarabanderby) · [LinkedIn](https://www.linkedin.com/in/annelisarabanderby)

- **Will Parker** — [GitHub](https://github.com/willsparker) · [LinkedIn](https://www.linkedin.com/in/willsparker98)

## Come iniziare

Impara e ottieni supporto su AI on OpenShift, prova le demo pronte da distribuire in AI Quickstart, proponi idee di plugin in Community Plugins — oppure apri una issue in questo repository per lavorare direttamente con il team.

[Impara su AI on OpenShift](https://ai-on-openshift.io/)

[Prova le demo di AI Quickstart](https://github.com/rh-ai-quickstart)

[Proponi un plugin della community](https://github.com/rh-ai-community-plugins)