Ogni voce dice due cose: cosa vuol dire quella parola, e dove ci si sbaglia — l'errore che chi la incontra fa più spesso. È quello che un'enciclopedia non ti dice, ed è la metà che ti serve prima di firmare.
Buona parte l'abbiamo raccontata a voce a un tavolo di imprenditori, al nostro corso sull'AI. Qui resta scritta, per chi non c'era.
Le parole senza cui il resto non si tiene.
Un'etichetta nata nel 1956 per attirare fondi di ricerca. Oggi indica software che svolge compiti che credevamo riservati alle persone: scrivere, analizzare, rispondere.
Dove ci si sbaglia Quando un fornitore dice «AI», la parola non dice ancora niente: chiedi sempre quale, di preciso. Nove volte su dieci intende quella generativa, ma finché non lo dice stai comprando un'etichetta.
La famiglia di AI che produce contenuti nuovi — testi, immagini, analisi — invece di limitarsi a classificare o calcolare. È quella di cui parla il mondo dal 2023.
Dove ci si sbaglia È la prima AI che si compra a canone e si usa senza saper programmare, e per questo sembra semplice. La parte difficile non è accenderla: è darle le cose giuste da fare.
Il «motore» dell'AI generativa: un grande modello linguistico addestrato su testi sterminati per prevedere la parola successiva. ChatGPT, Claude e Gemini sono prodotti costruiti attorno a un modello.
Dove ci si sbaglia Prodotto e modello non sono la stessa cosa. Molti software «con AI» montano tutti lo stesso motore: paghi la carrozzeria, non l'intelligenza.
L'unità con cui il modello legge e scrive: pezzetti di parola, circa tre quarti di parola l'uno. Il consumo dell'AI — e quindi il costo — si misura in token.
Dove ci si sbaglia È il contatore della luce dell'AI. Chi ti vende «AI illimitata» quel contatore l'ha messo nel prezzo: si paga a testo letto e scritto, e più contesto dai a un sistema più costa ogni risposta.
I miliardi di numeri interni in cui il modello ha compresso ciò che ha imparato — i «pesi». Non è un archivio consultabile: è più simile alla mano dell'artigiano, che sa senza ricordare ogni pezzo. «7 miliardi» o «500 miliardi di parametri» è la taglia.
Dove ci si sbaglia È la cifra che i venditori sparano nei preventivi. Misura la taglia del cervello, non per forza la resa sul TUO caso: un modello enorme può fare peggio di uno piccolo ben istruito. E in ogni caso il modello non conosce i fatti tuoi finché non glieli dai nel contesto.
La «scuola» del modello: mesi di apprendimento su testi pubblici per regolare i parametri. Finita la scuola, il modello smette di imparare dal mondo da solo.
Dove ci si sbaglia Da qui la domanda da fare a ogni fornitore: aggiornato a quando? Un modello brillante ma fermo a due anni fa, su una norma di ieri, sbaglia con la stessa sicurezza di sempre.
La data in cui è finito l'addestramento (in inglese «cutoff»). Di ciò che è successo dopo, il modello non sa nulla — a meno che lo strumento non cerchi sul web per lui.
Dove ci si sbaglia Se ti serve l'attualità — prezzi, norme, notizie — verifica che lo strumento abbia la ricerca web attiva. Senza, ti risponde con il mondo di quando è andato a scuola, e non ti avvisa che è vecchio.
La memoria di lavoro del modello: ciò che gli scrivi, i documenti che alleghi, la conversazione in corso. Grande ma non infinita: quando si riempie, le cose più vecchie escono.
Dove ci si sbaglia Ciò che non è nel contesto, per il modello non esiste. Riempirlo con le cose giuste — e solo quelle — è metà del mestiere: un contesto pieno di roba inutile costa e confonde.
Una risposta inventata ma plausibile, detta con lo stesso tono sicuro di una risposta corretta. Succede perché il modello prevede la parola successiva, non verifica i fatti.
Dove ci si sbaglia La regola d'oro è una: non si firma mai su un output non verificato da una persona. L'errore non è che l'AI sbagli — è che sbaglia con la faccia di chi ha ragione.
Un modello che oltre al testo capisce e produce anche immagini, audio o video: gli mostri la foto di un cantiere o un grafico e ne parla.
Dove ci si sbaglia È dove si nasconde il valore pratico per un'azienda: fatture scansionate, foto di prodotti, documenti fotografati col telefono. Chi lo usa solo per scrivere testo ne sta usando metà.
Cosa si compra, e come distinguere il motore dalla carrozzeria.
L'interfaccia a conversazione con cui si usa un modello: scrivi, risponde. È il formato di ChatGPT e Claude — e dell'assistente che si configura in azienda.
Dove ci si sbaglia Il chatbot è la porta d'ingresso, non il valore. Quello arriva quando dietro ci metti i tuoi documenti e le tue regole: senza, è un tuttofare che non sa niente di te.
I modelli più capaci del momento, prodotti da pochi grandi laboratori (OpenAI, Anthropic, Google). Quasi tutto il mercato «con AI» si appoggia a uno di questi.
Dove ci si sbaglia La domanda-radar per un fornitore è: che modello usate sotto il cofano? Se non rispondono, è un segnale — o non lo sanno, o non vogliono dirtelo.
Un prodotto che riveste un modello di frontiera con un'interfaccia e lo rivende. La carrozzeria è loro, il motore no.
Dove ci si sbaglia Non è un difetto in sé — ma va pagato per quello che è. Se il prezzo è quello di un motore e stai comprando una carrozzeria, il conto non torna.
Un'AI che non si limita a rispondere: esegue compiti in più passi usando strumenti — legge la posta, compila file, prende prenotazioni, aggiorna il gestionale, e passa alle persone solo quello che vale il loro tempo.
Dove ci si sbaglia Lo si confonde con il chatbot a bottoni, che segue un copione e si pianta alla prima domanda fuori elenco. E si dà per scontato che debba fare tutto da solo: più autonomia gli dai, più serve una persona che controlli i passaggi che contano. Un agente che non sa quando passare la mano fa più danni di uno che non c'è.
Come lo intendiamo noiLa tecnica per cui il modello, prima di rispondere, consulta i TUOI documenti — manuali, listini, contratti — e risponde basandosi su quelli.
Dove ci si sbaglia È la risposta giusta alla domanda «come faccio a farlo rispondere sulle cose nostre senza addestrare niente?». Chi ti propone di ri-addestrare un modello quando basta questo ti sta vendendo un cantiere al posto di una mensola.
Ri-addestrare parzialmente un modello sui dati propri. Costoso e raramente necessario per una PMI: nel 90% dei casi bastano le istruzioni e i documenti messi nel contesto, o il RAG.
Dove ci si sbaglia Se un fornitore te lo propone come prima mossa, fatti spiegare perché le alternative semplici non bastano. Spesso la risposta è che sanno fare solo quello.
Il «contatore industriale» dell'AI: il canale con cui un software si collega direttamente al modello, pagando a consumo. È ciò che permette di mettere l'AI dentro i processi, non solo nelle chat.
Dove ci si sbaglia Quando l'AI entra nel gestionale o nel sito, passa quasi sempre da un'API. Saperlo serve a capire cosa stai pagando: un conto è una licenza a persona, un altro è un consumo che cresce con l'uso.
Dove gira l'AI: sui server del fornitore (cloud, la regola) o sui tuoi (on-premise, l'eccezione per chi ha vincoli particolari di riservatezza).
Dove ci si sbaglia Per la maggior parte delle PMI il cloud va benissimo, con un contratto e le impostazioni sui dati corrette. L'on-premise si sceglie per una ragione precisa, non per sentirsi più al sicuro: la sicurezza sta nel contratto, non nel muro.
Modelli scaricabili e utilizzabili in proprio, anche sui propri server (in inglese «open source»). Più controllo, più responsabilità tecnica.
Dove ci si sbaglia La libertà si paga in manutenzione. È un'opzione da valutare solo con una guida tecnica seria: da soli, un modello aperto lasciato a metà costa più di uno a canone che funziona.
Model Context Protocol: lo standard, nato in Anthropic, con cui l'AI si collega agli strumenti aziendali — posta, archivi, gestionale. Una presa universale: un connettore, mille dispositivi.
Dove ci si sbaglia Se un fornitore dice «ci integriamo via MCP» è un buon segno: standard aperto vuol dire meno dipendenza da lui. Un'integrazione fatta a modo suo, invece, ti lega.
Modelli aperti potenti e a costi bassissimi (DeepSeek, Qwen) che hanno cambiato i listini di tutto il mercato. Usati sui propri server sono modelli come gli altri; usati tramite le loro app e i loro server, la domanda è dove vanno i dati.
Dove ci si sbaglia Se un fornitore ti fa un prezzo stracciato, spesso il motore è uno di questi. Non è un problema di per sé: chiedi dove gira e cosa dice il contratto sui dati, e poi decidi.
Lo stesso motore si può usare in quattro forme: la chat (web o app), l'AI incorporata nei software che già usi, l'agente con i suoi strumenti, l'API dentro i processi.
Dove ci si sbaglia La domanda da fare a ogni fornitore è: in quale di queste forme me lo state vendendo? Il prezzo giusto dipende da questo, e la stessa cosa detta in due forme diverse costa in modo diverso.
Mythos è il modello di frontiera di Anthropic, riservato a partner selezionati per la sicurezza informatica; Claude Fable 5 (giugno 2026) è la sua versione pubblica, con filtri che deviano le richieste sensibili su modelli più prudenti.
Dove ci si sbaglia La lezione del suo debutto — sospeso due settimane per controlli all'esportazione — vale per qualunque strumento: anche al vertice la potenza non è garantita. Nessun processo aziendale deve dipendere da un solo motore.
Come si lavora con l'AI perché renda davvero.
Un check-up dell'azienda: si guardano i processi uno a uno per capire dove l'intelligenza artificiale fa risparmiare tempo e dove no. Finisce con un documento che dice cosa fare, in che ordine e quanto costa.
Dove ci si sbaglia Lo si scambia per una telefonata commerciale gratuita, che serve a vendere, o per un controllo tecnico dei sistemi. Qui si guardano i processi e le persone che li fanno. E se alla fine non ti resta in mano un documento che potresti portare a un altro fornitore, quello non era un assessment.
Come lo intendiamo noiLe istruzioni che dai a un sistema di AI per ottenere quello che serve. Non è una domanda: assomiglia alle istruzioni scritte per un collaboratore nuovo, con il ruolo, il contesto e il risultato che ti aspetti.
Dove ci si sbaglia Lo si scambia per una domanda: si scrive una riga, si guarda la risposta e si conclude che «l'AI non funziona». Senza contesto e senza dire che risultato ti serve, l'errore non è del sistema. E un prompt scritto bene per un compito che si ripete è roba tua: vale come un modello di contratto, e si conserva.
Come lo intendiamo noiLe regole permanenti che dai al tuo assistente: chi è, come deve rispondere, cosa non deve fare mai. Si scrivono una volta e valgono per ogni conversazione.
Dove ci si sbaglia Sono il cuore della configurazione, non un dettaglio iniziale. Un assistente senza istruzioni di sistema è un collaboratore a cui non hai spiegato il mestiere: fa quello che gli pare, e ogni volta da capo.
Una «stanza» dell'assistente dedicata a un tema, con le sue istruzioni e i suoi documenti sempre a disposizione: una per i preventivi, una per il marketing, una per l'ufficio acquisti.
Dove ci si sbaglia È il modo più semplice per dare all'AI una memoria stabile senza tecnicismi. Chi mette tutto in un'unica chat confonde i temi e riparte ogni volta da zero.
Il modo giusto di lavorare con l'AI: prima bozza, correzione, seconda bozza. Non si chiede la perfezione al primo colpo — si dirige, come con un collaboratore nuovo.
Dove ci si sbaglia Chi si ferma alla prima risposta giudica l'AI a metà della sua resa. Il valore non è nel primo tiro: è nel secondo, dopo che le hai detto cosa correggere.
Il principio per cui ogni output che produce effetti reali — un'offerta, un contratto, una email a un cliente — passa da occhi umani prima di partire.
Dove ci si sbaglia Non è sfiducia nell'AI: è governo. Ed è anche ciò che l'AI Act si aspetta da te. Toglierla per andare più veloce è il modo più rapido di mandare fuori un errore con la tua firma sopra.
Un mestiere insegnato all'assistente: una procedura con istruzioni principali e rami per le varianti, che lui richiama da solo quando serve. Si scrive una volta e lavora per sempre.
Dove ci si sbaglia Il progetto è il DOVE — il territorio, con i suoi documenti; la skill è il COME — la procedura. Confonderli porta a stanze piene di documenti che nessuno sa usare, o a procedure che non trovano i dati.
La modalità di Claude che lavora sui tuoi file e cartelle: legge, produce documenti, riordina archivi. L'assistente esce dalla chat ed entra in ufficio.
Dove ci si sbaglia È qui che una cartella ordinata rende, e una cartella disordinata si vendica: l'assistente lavora bene quanto è ordinato ciò che gli dai.
Claude per chi sviluppa software: lavora direttamente dentro il codice. Il fratello tecnico di Cowork.
Dove ci si sbaglia Per un'azienda non tecnica basta sapere che esiste: è ciò che usano i fornitori seri. Se chi ti costruisce qualcosa non sa nominartelo, forse non è tra quelli.
Compiti che l'assistente esegue da solo a orari fissi: la rassegna del lunedì, il riepilogo del venerdì, il controllo settimanale.
Dove ci si sbaglia È il primo assaggio di automazione senza rischi: parte da solo, ma il risultato passa comunque dai tuoi occhi. L'errore è dare per scontato che, siccome parte da sola, sia anche giusta da sola.
Le tre marce dei modelli Claude: Haiku veloce ed economico per compiti semplici e volumi; Sonnet l'equilibrio per il lavoro di ogni giorno; Opus il più profondo per le decisioni che contano.
Dove ci si sbaglia Regola di tasca: parti da Sonnet, sali a Opus quando la risposta vale più del tempo, scendi a Haiku sulla quantità. I nomi cambiano a ogni generazione, la logica no — quindi non affezionarti al nome, ma alla marcia.
Dove si sbaglia, e cosa dice la norma.
Ciò che incolli in uno strumento gratuito può finire fuori dal tuo controllo. Le versioni aziendali e i contratti adeguati esistono apposta per evitarlo.
Dove ci si sbaglia La regola del bar: di' all'AI solo ciò che diresti a un consulente esterno senza un accordo di riservatezza — oppure dagli una versione con contratto. Il gratis, sui dati, si paga altrove.
L'AI usata di nascosto dai collaboratori, con account personali e dati aziendali. Succede già, probabilmente anche da te: la domanda non è «se», è «quanto».
Dove ci si sbaglia La contromisura non è vietare — il divieto sposta solo l'uso più nell'ombra. È dare uno strumento aziendale e regole scritte: la gente usa di nascosto ciò che non gli hai dato alla luce del sole.
I dati di clienti e dipendenti restano protetti anche quando li tratta un'AI: servono una base giuridica, i contratti con i fornitori e buon senso su cosa condividere.
Dove ci si sbaglia Prima di dare in pasto all'AI anagrafiche o dati del personale, la domanda è per il tuo consulente privacy, non per il fornitore dell'AI. Sono due mestieri diversi, e confonderli è dove nascono i guai.
Il regolamento europeo sull'AI, già realtà: classifica gli usi per livello di rischio e impone obblighi crescenti — trasparenza, controllo umano, formazione di chi la usa.
Dove ci si sbaglia Per una PMI che usa l'AI con giudizio non è un mostro: è una lista di controllo. Diventa un problema solo per chi la usa senza sapere cosa sta facendo — ed è proprio quello che la norma vuole evitare.
Le applicazioni che l'AI Act guarda con la lente: selezione del personale, credito, valutazioni sulle persone. Qui gli obblighi sono seri e le multe pure.
Dove ci si sbaglia Se un fornitore ti propone l'AI per assumere o valutare persone, la parola d'ordine è cautela e consulenza. È la zona dove «ci pensa l'AI» diventa una firma su una responsabilità che resta tua.
I pregiudizi che il modello ha imparato dai testi scritti da noi umani, pregiudizi compresi. Può riprodurli in modo invisibile, soprattutto quando valuta persone.
Dove ci si sbaglia È un altro motivo per cui le decisioni sulle persone non si delegano mai all'AI da sola: un pregiudizio detto da una macchina sembra un dato oggettivo, e invece è lo stesso pregiudizio di prima con un vestito nuovo.
Audio, foto o video falsi ma realistici generati con l'AI. Sono già usati nelle truffe alle aziende: la voce del «titolare» che ordina un bonifico urgente.
Dove ci si sbaglia La contromisura si attiva domani mattina, e non è tecnica: una parola d'ordine interna per le richieste di pagamento fuori procedura. Chi si fida della voce al telefono, oggi, si fida di qualcosa che si può falsificare.
Costruire i propri processi su uno strumento senza via d'uscita: se il fornitore cambia i prezzi o chiude, il processo è ostaggio.
Dove ci si sbaglia La domanda da fare prima di firmare: se tra un anno vi lascio, i miei dati e i miei processi escono con me? Se la risposta è vaga, la dipendenza è già nel contratto.
Il contratto che accetti col clic. Le tre righe che contano: addestrano sui tuoi dati (nel gratis spesso sì, nel business di regola no)? quanto li conservano e si possono cancellare? dove stanno i server?
Dove ci si sbaglia Non serve leggere trenta pagine: cerca le tre risposte. Se mancano, è già una risposta — e non quella che speravi.
La funzione con cui Claude prende il controllo del computer — mouse e tastiera — ed esegue compiti veri sulle applicazioni, mentre lo supervisioni e lo comandi da remoto, anche dallo smartphone.
Dove ci si sbaglia Potentissimo e delicato: si usa con supervisione, per compiti definiti. Qui la regola d'oro — niente output non verificato — vale doppio, perché l'AI non scrive soltanto: clicca e conferma al posto tuo.
I termini che portano ricerca, spiegati con parole nostre.
Una persona che ha lasciato un contatto e potrebbe comprare. Non è un cliente e non è un curioso: è qualcuno da qualificare, cioè da capire se ha budget, tempi e bisogno veri.
Dove ci si sbaglia Lo si tratta come un cliente, e allora ogni contatto che non compra sembra una sconfitta. Buona parte del lavoro sta nel capire in fretta chi non lo è: un venditore che richiama tutti perde le ore sui contatti sbagliati.
Come lo intendiamo noiIl negozio online di un'azienda: il posto dove si vende senza che il cliente entri in negozio.
Dove ci si sbaglia Lo si scambia per «un sito con il carrello». La parte che decide se vende è quella che non si vede: come ci arrivano le persone, cosa succede dopo l'ordine e chi risponde quando qualcosa va storto. Chi vende online ha gli stessi processi di chi vende in negozio, più la logistica.
Come lo intendiamo noiIl lavoro che serve a far trovare un sito da chi cerca su Google senza pagare gli annunci: contenuti che rispondono a domande vere, e un sito che si lascia leggere dai motori.
Dove ci si sbaglia La si compra come «posizionamento sulle parole chiave» e la si giudica dopo un mese. Una posizione non può prometterla nessuno: si promette il lavoro. I primi movimenti si vedono in due-tre mesi, i risultati solidi in sei-dodici — chi ti garantisce la prima pagina in due settimane ti sta vendendo altro.
Come lo intendiamo noiLa stessa cosa della SEO, ma per le risposte dell'intelligenza artificiale: farsi trovare e citare quando qualcuno chiede a ChatGPT o a Gemini invece che a Google.
Dove ci si sbaglia La si dà per uguale alla SEO, e allora si finisce per pagare due volte la stessa cosa. I criteri sono altri: contano le risposte dirette, i dati con la fonte, e quello che di te si trova fuori dal tuo sito — recensioni, testate, elenchi. Chi le vende insieme di solito ne fa una sola.
Come lo intendiamo noiC'è una parola che continui a sentire e nessuno ti ha mai spiegato davvero? Chiedicela: ti rispondiamo in parole tue.
Parliamone
Compila qui sotto: ti rispondiamo in giornata, spesso in minuti.
Preferisci la chat?
Scrivi a Gaia su WhatsAppGaia è la nostra assistente AI: risponde subito, a qualsiasi ora. Per le cose complesse passa la palla a una persona del team.
La guida gratuita
«3 flussi automatici da adottare subito — con il ROI stimato»: PDF, 5 pagine, i conti già fatti. La scarichi alla pagina dopo, appena inviato il modulo.
