Negli ultimi anni, l'intelligenza artificiale ha rivoluzionato il settore della gestione e dell'analisi delle informazioni aziendali, aprendo nuove possibilità per l'elaborazione del linguaggio naturale. Questa tesi si propone di sviluppare un modello che integra i Large Language Models (LLM) con la tecnica Retrieval-Augmented Generation (RAG), al fine di migliorare i sistemi di ricerca aziendali. L'obiettivo principale del progetto è superare le limitazioni dei tradizionali sistemi di ricerca basati esclusivamente sul confronto tra Part Numbers (PN), introducendo una soluzione più flessibile e personalizzabile. Il modello proposto consente agli utenti di effettuare ricerche avanzate su materiali industriali, formulando domande basate su specifiche tecniche e requisiti personalizzati.