Questa tesi si concentra sull'applicazione si tecnologie di Robotica e Computer Vision per ottimizzare la gestione delle cabine elettriche nel settore energetico. Il problema principale affrontato riguarda l'ottimizzazione del processo di inventario e manutenzione delle infrastrutture elettriche. Tradizionalmente, questo compito richiede che gli operai leggano manualmente le targhette sulle apparecchiature per raccogliere informazioni, un'attività ripetitiva e soggetta a errori. La tesi propone di sostituire questo metodo con un sistema che, attraverso una semplice foto, permette di acquisire e interpretare automaticamente i dati, riducendo così il rischio di errori e migliorando l'efficienza operativa. Utilizzando strumenti avanzati offerti da Amazon Web Services (AWS), come Textract per il riconoscimento ottico dei caratteri (OCR) e Bedrock per l'implementazione di modelli generativi, il lavoro propone un sistema automatizzato che integra la visione artificiale con processi robotici per migliorare la raccolta e l'interpretazione dei dati tecnici.