<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[Fioretti Studio]]></title><description><![CDATA[L’AI scrive quello che penso. Io penso a cosa vale la pena scrivere.]]></description><link>https://robfio.hashnode.dev</link><image><url>https://cdn.hashnode.com/uploads/logos/6a75d9792ce5970500dc720e/7d0ce9d2-f12e-494d-b64d-be13f2d34c25.png</url><title>Fioretti Studio</title><link>https://robfio.hashnode.dev</link></image><generator>RSS for Node</generator><lastBuildDate>Sun, 22 Nov 2026 17:07:42 GMT</lastBuildDate><atom:link href="https://robfio.hashnode.dev/rss.xml" rel="self" type="application/rss+xml"/><language><![CDATA[en]]></language><ttl>60</ttl><item><title><![CDATA[L’AI non hackera meglio. Hackera di più.]]></title><description><![CDATA[Abbiamo sempre saputo che l’intelligenza artificiale avrebbe cambiato la cybersecurity. La parte interessante è che sta iniziando a farlo non soltanto…]]></description><link>https://robfio.hashnode.dev/l-ai-non-hackera-meglio-hackera-di-pi</link><guid isPermaLink="true">https://robfio.hashnode.dev/l-ai-non-hackera-meglio-hackera-di-pi</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Wed, 11 Nov 2026 21:13:35 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/00ca6a4e-d0c9-4bd8-b530-acc223505645.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p>C’è una frase che ogni tanto compare quando si parla di intelligenza artificiale e sicurezza informatica:</p>
<p><strong>“Il problema sarà quando gli hacker inizieranno a usare l’AI.”</strong></p>
<p>Ho una brutta notizia.</p>
<p>Quel momento è passato.</p>
<p>La domanda interessante ormai non è più se l’intelligenza artificiale verrà utilizzata nella cybersecurity.</p>
<p>È:</p>
<p><strong>“cosa succede quando attività che richiedevano settimane di lavoro da parte di un ricercatore possono essere eseguite sistematicamente da centinaia o migliaia di agenti?”</strong></p>
<p>Perché è qui che il discorso cambia completamente.</p>
<p>Non stiamo semplicemente dando un assistente più bravo a chi attacca o a chi difende.</p>
<p>Stiamo cambiando l’economia della ricerca delle vulnerabilità.</p>
<h2>Cercare una vulnerabilità è sempre stato costoso</h2>
<p>Una vulnerabilità non si presenta dicendo:</p>
<p>“Ciao, sono qui!”</p>
<p>Bisogna leggere codice.</p>
<p>Capire architetture.</p>
<p>Seguire flussi.</p>
<p>Ricostruire condizioni particolari.</p>
<p>Formulare ipotesi.</p>
<p>Provare.</p>
<p>Fallire.</p>
<p>Riprovare.</p>
<p>Capire se quello che abbiamo trovato è realmente sfruttabile.</p>
<p>Creare una proof of concept.</p>
<p>Verificare l’impatto.</p>
<p>Poi, possibilmente, trovare anche il modo di correggere il problema senza distruggere tutto il resto.</p>
<p>È lavoro altamente specializzato.</p>
<p>E soprattutto è lavoro costoso.</p>
<p>Questo ha sempre rappresentato, indirettamente, una forma di protezione.</p>
<p>Non perché il software fosse necessariamente sicuro.</p>
<p>Ma perché <strong>trovare tutti i suoi errori costava troppo</strong>.</p>
<p>E quindi molti rimanevano semplicemente lì.</p>
<p>Per anni.</p>
<p>Forse per decenni.</p>
<h2>Poi qualcuno ha fatto scandagliare Linux all’AI</h2>
<p>A novembre OpenAI ha pubblicato i risultati di un esperimento piuttosto difficile da ignorare.</p>
<p>È stata costruita una pipeline autonoma per analizzare il kernel Linux alla ricerca di vulnerabilità di privilege escalation locale.</p>
<p>Non un prompt.</p>
<p>Non:</p>
<blockquote>
<p>“Controllami questo codice e dimmi se trovi un bug.”</p>
</blockquote>
<p>Una pipeline.</p>
<p>Il sistema individuava aree interessanti del kernel.</p>
<p>Analizzava il codice.</p>
<p>Produceva potenziali vulnerabilità.</p>
<p>Tentava di riprodurle in un ambiente isolato.</p>
<p>Ne verificava la sfruttabilità.</p>
<p>Generava una proof of concept.</p>
<p>E provava anche a produrre una patch.</p>
<p>Alla fine entrava in gioco un ricercatore umano per controllare i risultati prima della segnalazione.</p>
<p>Il sistema ha prodotto <strong>2.308 potenziali finding</strong>.</p>
<p>Ne ha riprodotti dinamicamente <strong>1.724</strong>.</p>
<p>E ha generato <strong>948 exploit di local privilege escalation</strong> capaci, nelle condizioni verificate, di permettere a un utente locale senza privilegi di arrivare a root.</p>
<p>Novecentoquarantotto.</p>
<p>Non è esattamente il tipo di numero che si liquida con:</p>
<p>“Vabbè, ChatGPT ogni tanto allucina.”</p>
<h2>E qui cambia qualcosa</h2>
<p>Naturalmente non significa che improvvisamente esistano 948 modi semplicissimi per entrare da Internet in qualsiasi server Linux.</p>
<p>Parliamo di vulnerabilità locali.</p>
<p>Servono prerequisiti.</p>
<p>Servono condizioni specifiche.</p>
<p>Ogni finding deve essere verificato.</p>
<p>E infatti OpenAI stessa sottolinea il ruolo della revisione umana.</p>
<p>Ma concentrarsi soltanto su questo significa perdere completamente il punto.</p>
<p>Il risultato interessante non è il singolo exploit.</p>
<p>È il <strong>processo</strong>.</p>
<p>Perché un ricercatore umano avrebbe potuto trovare alcune di quelle vulnerabilità.</p>
<p>Un grande team avrebbe potuto trovarne molte.</p>
<p>Ma quando una macchina può esplorare sistematicamente enormi quantità di codice, provare ipotesi, eseguire test e ripetere il processo, cambia il costo marginale della ricerca.</p>
<p>Ed è qui che iniziamo a entrare in un territorio nuovo.</p>
<h2>La vulnerabilità che ieri non valeva la pena cercare domani potrebbe essere trovata comunque</h2>
<p>Immaginiamo un software enorme.</p>
<p>Milioni di righe di codice.</p>
<p>Per un essere umano decidere dove investire il proprio tempo significa necessariamente scegliere.</p>
<p>Quella funzione sembra interessante.</p>
<p>Quell’altra probabilmente no.</p>
<p>Questo modulo è particolarmente esposto.</p>
<p>Quello sembra innocuo.</p>
<p>Il ricercatore utilizza esperienza e intuizione per restringere il campo.</p>
<p>Perché il tempo è limitato.</p>
<p>Una macchina non ha esattamente lo stesso problema.</p>
<p>Può analizzare la funzione apparentemente inutile.</p>
<p>E quella successiva.</p>
<p>E quella successiva ancora.</p>
<p>Può seguire strade che un essere umano avrebbe scartato perché considerate poco promettenti.</p>
<p>Può fallire mille volte.</p>
<p>E continuare.</p>
<p>Non si annoia.</p>
<p>Non deve andare a pranzo.</p>
<p>Non decide alle 17:42 che quella particolare struttura dati la guarderà domani.</p>
<p>La cybersecurity ha sempre avuto un collo di bottiglia importante: <strong>il tempo delle persone competenti.</strong></p>
<p>L’AI sta iniziando ad attaccare proprio quel collo di bottiglia.</p>
<h2>PHP2Shell è un altro segnale</h2>
<p>Qualche settimana prima il mondo PHP aveva avuto un assaggio dello stesso cambiamento.</p>
<p>Le vulnerabilità conosciute come PHP2Shell, CVE-2026-109618 e CVE-2026-109619, riguardavano parti estremamente profonde del runtime PHP.</p>
<p>Non il plugin scritto male.</p>
<p>Non il tema WordPress abbandonato nel 2019.</p>
<p>PHP stesso.</p>
<p>In determinate condizioni potevano portare all’esecuzione remota di codice senza autenticazione.</p>
<p>Una classe di problema particolarmente seria considerando quanto PHP sia diffuso sul web.</p>
<p>La storia della scoperta è interessante proprio perché mostra come sta cambiando la ricerca.</p>
<p>Il problema di fondo aveva radici già individuate dal progetto PHP.</p>
<p>Poi sono arrivati ricercatori indipendenti.</p>
<p>Calif ha riportato un percorso concreto di remote code execution.</p>
<p>Wiz ha individuato indipendentemente vulnerabilità della stessa famiglia utilizzando anche strumenti AI.</p>
<p>OpenAI ha riportato indipendentemente la stessa root cause e successivamente ulteriori vettori.</p>
<p>Non sarebbe quindi corretto raccontarla semplicemente come:</p>
<p><strong>“l’AI ha scoperto PHP2Shell.”</strong></p>
<p>La realtà è più interessante.</p>
<p>PHP2Shell è il risultato di ricerca umana, strumenti automatici, sistemi AI e team differenti che hanno progressivamente trasformato un problema difficile da caratterizzare in una vulnerabilità concretamente sfruttabile e correggibile.</p>
<p>Ed è probabilmente proprio questo il futuro.</p>
<p>Non uomo contro macchina.</p>
<p>Uomo con macchina.</p>
<p>E macchina che fa una quantità di lavoro che l’uomo, da solo, non avrebbe mai avuto il tempo di fare.</p>
<h2>La parte inquietante non è che l’AI trovi bug</h2>
<p>Anzi.</p>
<p>Se l’AI trova una vulnerabilità e la comunica responsabilmente agli sviluppatori, è un’ottima notizia.</p>
<p>Meglio trovarla oggi che dopo che qualcuno l’ha utilizzata per compromettere cinquemila server.</p>
<p>Il problema è che non esiste nessuna legge fisica secondo cui queste capacità debbano appartenere soltanto ai difensori.</p>
<p>Se un sistema può:</p>
<p>analizzare codice,</p>
<p>individuare un comportamento anomalo,</p>
<p>formulare un’ipotesi,</p>
<p>costruire una proof of concept,</p>
<p>verificare se funziona,</p>
<p>le stesse capacità hanno valore su entrambi i lati.</p>
<p>Ed è qui che parte la corsa.</p>
<h2>Difensori e attaccanti utilizzano sostanzialmente lo stesso superpotere</h2>
<p>Questa non è una novità della cybersecurity.</p>
<p>Gli scanner possono essere utilizzati per verificare la propria infrastruttura.</p>
<p>Oppure quella degli altri.</p>
<p>Un exploit può servire a dimostrare una vulnerabilità.</p>
<p>Oppure a sfruttarla.</p>
<p>Un penetration test utilizza tecniche che, fuori dal perimetro autorizzato, assumerebbero un significato completamente diverso.</p>
<p>L’AI non modifica questa simmetria.</p>
<p>La amplifica.</p>
<p>Il difensore può analizzare più codice.</p>
<p>Ma anche l’attaccante.</p>
<p>Il difensore può cercare più vulnerabilità.</p>
<p>Ma anche l’attaccante.</p>
<p>Il difensore può automatizzare la verifica.</p>
<p>Ma anche l’attaccante.</p>
<p>La domanda diventa quindi:</p>
<p><strong>chi riesce a farlo prima?</strong></p>
<h2>Il vero cambiamento potrebbe essere il tempo tra bug e attacco</h2>
<p>Per anni una vulnerabilità poteva esistere tranquillamente senza che nessuno la conoscesse.</p>
<p>Poi qualcuno la trovava.</p>
<p>Veniva comunicata.</p>
<p>Arrivava una patch.</p>
<p>Venivano pubblicati i dettagli.</p>
<p>Qualcun altro costruiva un exploit.</p>
<p>Infine iniziavano le scansioni.</p>
<p>Queste fasi potevano richiedere settimane.</p>
<p>A volte mesi.</p>
<p>Ora iniziano a comprimersi.</p>
<p>Nel caso PHP2Shell, attività di scansione sono state osservate addirittura prima della pubblicazione ufficiale delle CVE, dopo che alcune informazioni erano trapelate durante il processo di disclosure.</p>
<p>Una volta pubblicati dettagli e patch, lo sviluppo di proof of concept è accelerato rapidamente.</p>
<p>L’AI aggiunge un ulteriore acceleratore.</p>
<p>Un agente può analizzare una patch.</p>
<p>Confrontare versioni.</p>
<p>Identificare cosa è cambiato.</p>
<p>Provare a capire quale condizione di sicurezza venga corretta.</p>
<p>Generare test.</p>
<p>Verificare ipotesi.</p>
<p>Quello che una volta era un lavoro artigianale rischia di diventare una pipeline.</p>
<p>Ed è probabilmente questo che dovrebbe preoccupare maggiormente chi gestisce infrastrutture.</p>
<p>Non l’hacker cinematografico con ChatGPT aperto sul secondo monitor.</p>
<p><strong>La velocità.</strong></p>
<h2>“Patchiamo la prossima settimana” potrebbe iniziare a diventare una frase pericolosa</h2>
<p>La sicurezza informatica aziendale ha spesso convissuto con una certa inerzia.</p>
<p>Esce la vulnerabilità.</p>
<p>La leggiamo.</p>
<p>Verifichiamo.</p>
<p>Apriamo il ticket.</p>
<p>Aspettiamo la finestra di manutenzione.</p>
<p>Testiamo.</p>
<p>La settimana prossima aggiorniamo.</p>
<p>È comprensibile.</p>
<p>Aggiornare sistemi in produzione non significa premere il pulsante Update e andare a pranzo.</p>
<p>Ma se il tempo necessario a trasformare una vulnerabilità pubblica in un exploit utilizzabile continua a diminuire, anche i tempi di risposta devono diminuire.</p>
<p>PHP2Shell lo ha mostrato molto bene.</p>
<p>Il PHP Project ha pubblicato versioni corrette e ha raccomandato esplicitamente agli utenti di aggiornare.</p>
<p>Non:</p>
<p>“quando avete tempo.”</p>
<p>Non:</p>
<p>“valutate nei prossimi mesi.”</p>
<p>Aggiornare.</p>
<p>Subito.</p>
<p>Perché quando parliamo di una RCE pre-authentication nel runtime, il problema non è teorico.</p>
<p>E in un mondo in cui anche la costruzione degli exploit può essere accelerata dalle macchine, la finestra tra disclosure e rischio concreto diventa ancora più importante.</p>
<h2>E non basta più dire “io uso WordPress aggiornato”</h2>
<p>PHP2Shell è interessante anche per un altro motivo.</p>
<p>Il problema era sotto l’applicazione.</p>
<p>Potevi avere WordPress aggiornato.</p>
<p>Plugin aggiornati.</p>
<p>Tema aggiornato.</p>
<p>Password perfetta.</p>
<p>E continuare ad avere un problema nel runtime PHP.</p>
<p>Questo dovrebbe ricordarci una cosa piuttosto banale che nel web continuiamo spesso a dimenticare:</p>
<p><strong>la sicurezza non è quella del CMS. È quella dell’intera catena.</strong></p>
<p>Sistema operativo.</p>
<p>Runtime.</p>
<p>Web server.</p>
<p>Database.</p>
<p>CMS.</p>
<p>Plugin.</p>
<p>Librerie.</p>
<p>Container.</p>
<p>Reverse proxy.</p>
<p>CDN.</p>
<p>API.</p>
<p>Credenziali.</p>
<p>Configurazioni.</p>
<p>Dipendenze.</p>
<p>Ogni livello porta il proprio rischio.</p>
<p>E più l’AI diventa capace di analizzare software su larga scala, più diventerà difficile sperare che una vulnerabilità sconosciuta rimanga sconosciuta semplicemente perché si trova in un componente poco osservato.</p>
<h2>La sicurezza per oscurità sta diventando ancora più stupida</h2>
<p>“Non lo troveranno.”</p>
<p>È sempre stata una strategia pessima.</p>
<p>Ora rischia di diventare ridicola.</p>
<p>Non lo troveranno perché il software è poco utilizzato?</p>
<p>Perché il codice è enorme?</p>
<p>Perché quel componente è vecchio?</p>
<p>Perché nessuno ha tempo di analizzarlo?</p>
<p>Esattamente questi vantaggi iniziano a diminuire quando il costo dell’analisi automatica scende.</p>
<p>Una macchina non deve avere una motivazione particolare per controllare il tuo codice.</p>
<p>Deve semplicemente essere incaricata di farlo.</p>
<p>E può farlo insieme a migliaia di altri componenti.</p>
<h2>Ma allora l’AI renderà Internet meno sicuro?</h2>
<p>Non necessariamente.</p>
<p>Potrebbe succedere esattamente il contrario.</p>
<p>Ed è probabilmente la parte più interessante.</p>
<p>Se utilizziamo questi sistemi prima degli attaccanti, possiamo iniziare a fare qualcosa che fino ad oggi era economicamente quasi impossibile:</p>
<p><strong>cercare sistematicamente vulnerabilità nel software esistente.</strong></p>
<p>Non solo nei progetti nuovi.</p>
<p>Non soltanto durante il penetration test annuale.</p>
<p>Continuamente.</p>
<p>Nuovo modello?</p>
<p>Riscansioniamo.</p>
<p>Nuova versione del software?</p>
<p>Riscansioniamo.</p>
<p>Nuova tecnica di exploit?</p>
<p>Riscansioniamo.</p>
<p>Nuovo componente?</p>
<p>Riscansioniamo.</p>
<p>OpenAI ha trovato molte più vulnerabilità nel kernel Linux utilizzando un modello più capace rispetto a una precedente campagna condotta pochi mesi prima.</p>
<p>Stesso tipo di problema.</p>
<p>Software ancora sottoposto a ricerca.</p>
<p>Modello migliore.</p>
<p>Più risultati.</p>
<p>È una cosa che dovrebbe far riflettere.</p>
<p>Perché significa che “lo abbiamo già controllato” potrebbe non significare più molto.</p>
<p><strong>Lo abbiamo controllato con quali capacità?</strong></p>
<h2>Ogni nuova generazione di AI potrebbe rendere nuovamente interessante il codice vecchio</h2>
<p>Questa forse è la conseguenza più importante.</p>
<p>Abbiamo sempre pensato alla sicurezza come a qualcosa di temporale.</p>
<p>Il software è stato auditato.</p>
<p>Il codice è maturo.</p>
<p>Il componente è utilizzato da vent’anni.</p>
<p>Le vulnerabilità più evidenti saranno già state trovate.</p>
<p>Probabilmente sì.</p>
<p>Quelle evidenti.</p>
<p>Ma cosa succede quando arriva uno strumento capace di vedere pattern che quello precedente non riusciva a vedere?</p>
<p>Riapriamo tutto.</p>
<p>Il fatto che un software sia sopravvissuto a dieci anni di analisi umana non significa necessariamente che sopravviverà a dieci ore di analisi condotta da una futura generazione di modelli.</p>
<p>Questa è una prospettiva abbastanza nuova.</p>
<p>E anche piuttosto scomoda.</p>
<h2>L’AI non sostituirà il cybersecurity specialist</h2>
<p>Almeno non nel modo semplicistico in cui viene raccontato.</p>
<p>Nel lavoro pubblicato da OpenAI il processo non terminava con:</p>
<p>“Il modello ha detto che questa è una vulnerabilità, pubblichiamola.”</p>
<p>I risultati venivano verificati.</p>
<p>Gli exploit venivano riprodotti.</p>
<p>Le patch venivano revisionate.</p>
<p>Ricercatori umani decidevano cosa segnalare.</p>
<p>Esattamente come abbiamo detto parlando del controllo umano sugli output AI.</p>
<p>Più l’AI produce, più diventa importante chi è capace di capire cosa abbia prodotto.</p>
<p>La differenza è che ora il ricercatore non deve necessariamente trovare manualmente ogni ago nel pagliaio.</p>
<p>Può ricevere una montagna di aghi potenziali.</p>
<p>E concentrarsi sul capire quali siano veramente aghi.</p>
<p>Non è poco.</p>
<h2>Il problema non è che l’AI sappia hackerare</h2>
<p>“Hackerare” è una parola comoda.</p>
<p>Fa titolo.</p>
<p>Fa paura.</p>
<p>Fa immaginare un’intelligenza artificiale autonoma che decide di attaccare server alle tre di notte.</p>
<p>Ma rischia di farci perdere la trasformazione molto più concreta che sta succedendo.</p>
<p>L’AI sta rendendo automatizzabili parti sempre più sofisticate della ricerca di sicurezza.</p>
<p>Analisi.</p>
<p>Discovery.</p>
<p>Validazione.</p>
<p>Exploitability assessment.</p>
<p>Patch generation.</p>
<p>Non tutte perfettamente.</p>
<p>Non senza supervisione.</p>
<p>Non in qualsiasi contesto.</p>
<p>Ma abbastanza da iniziare a cambiare l’economia del settore.</p>
<p>Ed è questo il punto.</p>
<h2>Prima avevamo pochi esperti e tantissimo codice</h2>
<p>Ora abbiamo ancora pochi esperti.</p>
<p>Il codice continua ad aumentare.</p>
<p>Ma quegli esperti iniziano ad avere delle macchine capaci di lavorare con loro.</p>
<p>Migliaia di tentativi.</p>
<p>Migliaia di percorsi.</p>
<p>Migliaia di ipotesi.</p>
<p>Ventiquattro ore al giorno.</p>
<p>Per i difensori è probabilmente una delle opportunità più grandi mai avute.</p>
<p>Per chi continua a gestire sistemi obsoleti, rimandare aggiornamenti e confidare nel fatto che “tanto nessuno andrà mai a vedere lì”, potrebbe essere una delle peggiori notizie.</p>
<p>La vulnerabilità che per dieci anni nessuno aveva avuto il tempo di cercare potrebbe non avere più bisogno che qualcuno trovi il tempo.</p>
<p>Potrebbe bastare una macchina.</p>
<p>Ed è per questo che la vera domanda non è:</p>
<p><strong>“L’intelligenza artificiale diventerà abbastanza brava da trovare vulnerabilità?”</strong></p>
<p>Quella domanda ha già una risposta.</p>
<p>La domanda è:</p>
<p><strong>quando troverà la prossima, saremo noi o qualcun altro a trovarla per primi?</strong></p>
]]></content:encoded></item><item><title><![CDATA[Se devi controllare il lavoro dell’AI, ho una brutta notizia: si chiama lavorare.]]></title><description><![CDATA[Quasi il 40% del tempo risparmiato con l’AI può tornare indietro sotto forma di verifiche, correzioni e riscritture. Qualcuno lo racconta come un problema…]]></description><link>https://robfio.hashnode.dev/se-devi-controllare-il-lavoro-dell-ai-ho-una-brutta-notizia-si-chiama-lavorare</link><guid isPermaLink="true">https://robfio.hashnode.dev/se-devi-controllare-il-lavoro-dell-ai-ho-una-brutta-notizia-si-chiama-lavorare</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Tue, 20 Oct 2026 19:55:30 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/47ec0dc6-abca-4391-8925-7955bdf2b927.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p>C’è una nuova categoria di contenuti che sta proliferando su LinkedIn.</p>
<p>Il post sull’intelligenza artificiale scritto da qualcuno che utilizza l’AI tutti i giorni, ne riconosce la potenza, racconta quanto velocemente riesca a produrre documenti, analisi, codice o presentazioni e poi, inevitabilmente, arriva alla grande rivelazione:</p>
<p><strong>“Sì, però bisogna controllare quello che fa.”</strong></p>
<p>Davvero?</p>
<p>Straordinario.</p>
<p>Abbiamo scoperto il controllo qualità.</p>
<p>La cosa viene spesso raccontata come se rappresentasse il grande limite dell’intelligenza artificiale.</p>
<p>“Mi fa risparmiare tempo, ma poi devo verificare.”</p>
<p>“Scrive velocemente, ma devo correggere.”</p>
<p>“Produce tanto, ma devo leggerlo.”</p>
<p>E cosa pensavamo esattamente che dovesse succedere?</p>
<p>Che l’AI lavorasse otto ore al giorno mentre noi guardavamo Netflix?</p>
<h2>Quel 40% esiste davvero. Ma non significa quello che sembra.</h2>
<p>Partiamo dai numeri.</p>
<p>Una ricerca pubblicata da Workday nel 2026 ha rilevato che <strong>quasi il 40% del tempo risparmiato grazie all’intelligenza artificiale viene riassorbito da attività di rework</strong>.</p>
<p>Correggere errori.</p>
<p>Riscrivere contenuti.</p>
<p>Verificare informazioni.</p>
<p>Controllare output prodotti da strumenti generici.</p>
<p>Il dato è interessante.</p>
<p>Ma attenzione a come lo leggiamo.</p>
<p>Non significa che passiamo il 40% della giornata a correggere ChatGPT, Gemini, Claude, Deepseek, etc....</p>
<p>Significa che, del tempo che l’AI ci aveva fatto risparmiare, una parte viene utilizzata per controllare il risultato.</p>
<p>E qui nasce la mia difficoltà nel capire lo scandalo.</p>
<p>Perché se prima impiegavo cinque ore per produrre qualcosa e ora ne impiego due per produrla e una per controllarla, io non vedo una tecnologia che ha fallito.</p>
<p>Vedo due ore che ho appena recuperato.</p>
<p>Il fatto che non abbia recuperato tutte e cinque non mi sembra esattamente una tragedia.</p>
<h2>Prima quel tempo cosa facevamo?</h2>
<p>Qui però arriva la parte più divertente.</p>
<p>Leggendo certi post sembra che prima dell’intelligenza artificiale ogni minuto della giornata lavorativa fosse utilizzato in uno stato di concentrazione assoluta.</p>
<p>Otto ore di puro pensiero strategico.</p>
<p>Nessuna attività meccanica.</p>
<p>Nessuna attesa.</p>
<p>Nessuna riunione inutile.</p>
<p>Nessuna mail scritta tre volte.</p>
<p>Nessun Excel compilato a mano.</p>
<p>Nessun documento copiato da quello dell’anno precedente.</p>
<p>Nessun quarto d’ora passato davanti alla macchinetta del caffè a parlare del weekend.</p>
<p>Poi è arrivata l’AI e improvvisamente ci siamo accorti che dobbiamo spendere del tempo a verificare quello che produce.</p>
<p>Che sfortuna.</p>
<p>Forse il problema è che stiamo confrontando il lavoro reale prodotto dall’AI con una versione immaginaria del lavoro umano.</p>
<p>Una versione in cui le persone non sbagliano.</p>
<p>Non perdono tempo.</p>
<p>Non producono documenti mediocri.</p>
<p>Non dimenticano informazioni.</p>
<p>Non hanno giornate storte.</p>
<p>E soprattutto non necessitano mai del controllo di qualcun altro.</p>
<p>Peccato che quella versione dell’essere umano non sia mai esistita.</p>
<h2>Il lavoro umano è sempre stato controllato.</h2>
<p>Un junior produce qualcosa.</p>
<p>Un senior controlla.</p>
<p>Un copywriter scrive.</p>
<p>Qualcuno rilegge.</p>
<p>Uno sviluppatore programma.</p>
<p>Qualcuno fa code review.</p>
<p>Un commerciale prepara un’offerta.</p>
<p>Qualcuno verifica numeri e condizioni.</p>
<p>Un grafico realizza una creatività.</p>
<p>Il cliente chiede sette modifiche.</p>
<p>Il controllo non è nato con l’intelligenza artificiale.</p>
<p>È sempre stato parte del lavoro.</p>
<p>La differenza è che ora abbiamo uno strumento capace di produrre la prima versione in pochi minuti.</p>
<p>E qualcuno sembra quasi infastidito dal fatto che il proprio contributo non sia diventato completamente inutile.</p>
<h2>L’AI non deve toglierti il lavoro. Deve toglierti la parte stupida.</h2>
<p>Qui secondo me c’è un equivoco enorme.</p>
<p>Il valore dell’intelligenza artificiale non sta necessariamente nel portare a zero il tempo umano.</p>
<p>Sta nel cambiare <strong>dove utilizziamo quel tempo</strong>.</p>
<p>Prima potevo passare tre ore a costruire un documento.</p>
<p>Ora magari ne passo venti minuti a impostare correttamente il problema e quaranta a verificare il risultato.</p>
<p>Sono sempre sessanta minuti.</p>
<p>Ma sono sessanta minuti completamente diversi.</p>
<p>Nel primo caso eseguivo.</p>
<p>Nel secondo valuto.</p>
<p>Correggo.</p>
<p>Scelgo.</p>
<p>Contesto.</p>
<p>Integro.</p>
<p>Decido.</p>
<p>Cioè faccio esattamente le cose per cui, teoricamente, dovrebbe servire un professionista.</p>
<p>L’AI produce.</p>
<p>Io stabilisco se quello che ha prodotto ha senso.</p>
<p>A me sembra un upgrade del lavoro.</p>
<p>Non una sconfitta.</p>
<h2>Il vero problema non è controllare. È non essere più capaci di farlo.</h2>
<p>Ed eccoci alla parte meno divertente.</p>
<p>Perché il controllo funziona soltanto se chi controlla sa cosa sta guardando.</p>
<p>Se chiedo all’AI di scrivere codice che non sono in grado di comprendere, non sto facendo una revisione.</p>
<p>Sto guardando caratteri sullo schermo sperando che funzionino.</p>
<p>Se le chiedo una strategia SEO ma non conosco la SEO, non posso verificarla.</p>
<p>Posso soltanto decidere se mi piace come è scritta.</p>
<p>Se le faccio produrre un’analisi finanziaria e non comprendo i numeri, il mio controllo consiste nel vedere se il documento ha un bell’aspetto.</p>
<p>Ed è qui che l’intelligenza artificiale crea un paradosso interessante.</p>
<p>Più diventa brava a produrre qualcosa, più diventa importante la competenza di chi deve valutarlo.</p>
<p>Perché l’errore evidente è facile da trovare.</p>
<p>Il problema vero è l’errore scritto bene.</p>
<h2>Il documento sbagliato oggi può essere bellissimo.</h2>
<p>Una delle caratteristiche più pericolose dell’AI generativa è proprio questa.</p>
<p>Può produrre materiale estremamente convincente.</p>
<p>Ben scritto.</p>
<p>Ben strutturato.</p>
<p>Professionale.</p>
<p>Coerente.</p>
<p>E sbagliato.</p>
<p>A volte completamente sbagliato.</p>
<p>BetterUp e Stanford hanno coniato un termine abbastanza efficace per una parte di questo fenomeno:</p>
<p><strong>workslop.</strong></p>
<p>Contenuti generati con l’intelligenza artificiale che sembrano professionali, ma che in realtà scaricano il lavoro cognitivo su chi li riceve.</p>
<p>Una ricerca condotta su lavoratori statunitensi ha rilevato che circa il 40% aveva ricevuto questo genere di materiale e che gestire un singolo episodio richiedeva mediamente quasi due ore.</p>
<p>Ma attenzione.</p>
<p>Questa non è una critica all’utilizzo dell’intelligenza artificiale.</p>
<p>È una critica all’utilizzo stupido dell’intelligenza artificiale.</p>
<p>C’è una differenza enorme.</p>
<h2>Se fai fare tutto all’AI e mandi il risultato senza leggerlo, il problema sei tu.</h2>
<p>Questa parte dovrebbe essere abbastanza semplice.</p>
<p>Generare un documento non significa averlo prodotto.</p>
<p>Premere Invio non significa aver lavorato.</p>
<p>Copiare la risposta di ChatGPT, Gemini, Claude, Deepseek, etc... in una mail e mandarla al cliente senza averla letta non significa “utilizzare l’AI”.</p>
<p>Significa delegare la propria responsabilità.</p>
<p>E questo valeva anche prima.</p>
<p>Chi copiava una presentazione dell’anno precedente cambiando il logo non era diventato strategico.</p>
<p>Chi prendeva un articolo da un concorrente e lo riscriveva non era diventato SEO specialist.</p>
<p>Chi comprava un template WordPress e cambiava il colore del bottone non era diventato web designer.</p>
<p>L’AI rende semplicemente queste scorciatoie enormemente più potenti.</p>
<p>E quindi anche più pericolose.</p>
<h2>L’effetto più interessante è sulla nostra attenzione.</h2>
<p>Microsoft Research e Carnegie Mellon hanno studiato proprio questo aspetto.</p>
<p>Il risultato è intuitivo ma tutt’altro che banale:</p>
<p><strong>più le persone si fidano dell’intelligenza artificiale, meno tendono ad applicare pensiero critico ai suoi risultati.</strong></p>
<p>Ed è probabilmente questo il vero rischio.</p>
<p>Non che l’AI sbagli.</p>
<p>Gli strumenti hanno sempre sbagliato.</p>
<p>Le persone hanno sempre sbagliato.</p>
<p>Il rischio è che smettiamo di cercare l’errore.</p>
<p>All’inizio controlliamo tutto.</p>
<p>Poi l’AI produce dieci risultati corretti.</p>
<p>Poi cento.</p>
<p>Poi mille.</p>
<p>E lentamente iniziamo a dare per scontato che anche il milleunesimo sia corretto.</p>
<p>Il problema non arriva quando il sistema funziona male.</p>
<p>Arriva quando funziona abbastanza bene da farci abbassare la guardia.</p>
<h2>Il professionista del futuro potrebbe fare meno e controllare di più.</h2>
<p>E forse è questo che infastidisce qualcuno.</p>
<p>Abbiamo costruito una cultura professionale nella quale il valore viene spesso associato alla produzione.</p>
<p>Quante ore hai lavorato?</p>
<p>Quante pagine hai scritto?</p>
<p>Quante creatività hai prodotto?</p>
<p>Quante righe di codice?</p>
<p>Quante slide?</p>
<p>L’intelligenza artificiale manda in crisi questo modello.</p>
<p>Perché può produrre moltissimo.</p>
<p>Molto velocemente.</p>
<p>Il valore umano si sposta quindi da:</p>
<p><strong>“ho fatto questo”</strong></p>
<p>a:</p>
<p><strong>“ho deciso che questo è corretto.”</strong></p>
<p>E non è la stessa cosa.</p>
<p>Anzi.</p>
<p>In molti lavori è una responsabilità maggiore.</p>
<h2>Non mi interessa quanto velocemente produci. Mi interessa se sai riconoscere quando è sbagliato.</h2>
<p>Questa potrebbe diventare una delle competenze fondamentali dei prossimi anni.</p>
<p>Non saper utilizzare ChatGPT, Gemini, Claude, Deepseek, etc....</p>
<p>Quello diventerà banale.</p>
<p>Non sapere scrivere il prompt perfetto.</p>
<p>Anche quella competenza verrà progressivamente assorbita dagli strumenti stessi.</p>
<p>La competenza davvero importante potrebbe essere:</p>
<p><strong>saper giudicare l’output.</strong></p>
<p>Capire quando manca qualcosa.</p>
<p>Quando una fonte è debole.</p>
<p>Quando il ragionamento non torna.</p>
<p>Quando il codice introduce un problema.</p>
<p>Quando una strategia è apparentemente brillante ma commercialmente inutile.</p>
<p>Quando un documento è scritto benissimo e non dice assolutamente nulla.</p>
<p>Quella capacità non nasce dall’AI.</p>
<p>Nasce dall’esperienza.</p>
<h2>E a volte l’AI può perfino rallentarti.</h2>
<p>Qui vale la pena ricordare anche un altro studio spesso utilizzato nelle discussioni online.</p>
<p>Nel 2025 METR condusse un esperimento su sviluppatori open source esperti che lavoravano su repository che conoscevano molto bene.</p>
<p>Risultato:</p>
<p>con gli strumenti AI disponibili all’epoca impiegarono mediamente il 19% di tempo in più.</p>
<p>La parte divertente?</p>
<p>Pensavano di essere diventati circa il 20% più veloci.</p>
<p>Un risultato interessantissimo.</p>
<p>Ma che non significa:</p>
<p>“l’AI rallenta gli sviluppatori.”</p>
<p>Significa che <strong>in quel contesto, con quei partecipanti, quei task e gli strumenti disponibili nel 2025, successe questo</strong>.</p>
<p>E infatti METR ha successivamente precisato che con gli strumenti più recenti la situazione sembra essere cambiata, anche se i nuovi dati non consentono ancora una stima robusta dell’aumento di produttività.</p>
<p>Questo è esattamente il motivo per cui bisognerebbe smettere di prendere un numero e trasformarlo in una religione.</p>
<p>La tecnologia cambia.</p>
<p>I workflow cambiano.</p>
<p>Le persone imparano.</p>
<p>Gli strumenti migliorano.</p>
<h2>La domanda corretta non è “quanto devo controllare?”</h2>
<p>È:</p>
<p><strong>quanto lavoro utile riesco a produrre nel complesso?</strong></p>
<p>Se prima impiegavo dieci ore e ora ne impiego sei, comprese le verifiche, ho guadagnato quattro ore.</p>
<p>Se prima producevo due alternative e ora posso valutarne dieci, ho guadagnato capacità.</p>
<p>Se prima arrivavo alla riunione con un’idea e ora ne ho confrontate cinque, ho migliorato il processo.</p>
<p>Se prima passavo metà giornata a copiare dati tra sistemi e ora posso dedicarla a verificare anomalie, non ho perso tempo.</p>
<p>L’ho spostato.</p>
<p>Ed è esattamente questo il punto.</p>
<h2>Il controllo umano non è il bug dell’AI.</h2>
<p>È il sistema di sicurezza.</p>
<p>L’intelligenza artificiale non deve necessariamente essere autonoma per essere rivoluzionaria.</p>
<p>Può anche fare il 70%.</p>
<p>O il 60%.</p>
<p>O il 50%.</p>
<p>Dipende dal processo.</p>
<p>Se quel 50% era la parte più ripetitiva, lenta e meccanica del lavoro, abbiamo comunque cambiato completamente il modo di lavorare.</p>
<p>Poi arriva l’essere umano.</p>
<p>Controlla.</p>
<p>Corregge.</p>
<p>Decide.</p>
<p>Approva.</p>
<p>E si assume la responsabilità.</p>
<p>Francamente mi sembra un accordo piuttosto vantaggioso.</p>
<h2>Quindi sì: controllate pure tutto.</h2>
<p>Anzi.</p>
<p>Dovreste.</p>
<p>Controllate le fonti.</p>
<p>Controllate i numeri.</p>
<p>Controllate il codice.</p>
<p>Controllate i ragionamenti.</p>
<p>Controllate quello che state per inviare a un cliente.</p>
<p>Ma smettiamo di raccontare il controllo come se fosse la dimostrazione che l’intelligenza artificiale non abbia mantenuto le promesse.</p>
<p>Se una macchina fa in dieci minuti un lavoro che prima richiedeva tre ore e io devo impiegare quaranta minuti per verificarlo, non mi sento particolarmente tradito.</p>
<p>Mi sembra di aver fatto un buon affare.</p>
<p>E se una parte del tempo che ho risparmiato devo utilizzarla per pensare, valutare e decidere, ancora meglio.</p>
<p>Perché, diciamocelo:</p>
<p>prima non è che ogni minuto liberato venisse necessariamente investito nella strategia aziendale.</p>
<p>Qualche caffè in meno alla macchinetta possiamo anche sopportarlo.</p>
<p>L’importante è non commettere l’errore opposto.</p>
<p>Credere che, siccome l’AI lavora velocemente, noi possiamo smettere di lavorare.</p>
<p>L’esecuzione si può delegare.</p>
<p><strong>La responsabilità no.</strong></p>
]]></content:encoded></item><item><title><![CDATA[Di JEV e  System One Models. Forse abbiamo chiesto all’intelligenza artificiale troppe parole]]></title><description><![CDATA[Non tutto ha bisogno di una risposta brillante. A volte il software deve soltanto decidere: sì o no, questo o quello, intervengo o passo la mano. Ed è qui…]]></description><link>https://robfio.hashnode.dev/di-jev-e-system-one-models-forse-abbiamo-chiesto-all-intelligenza-artificiale-troppe-parole</link><guid isPermaLink="true">https://robfio.hashnode.dev/di-jev-e-system-one-models-forse-abbiamo-chiesto-all-intelligenza-artificiale-troppe-parole</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Wed, 30 Sep 2026 07:28:21 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/4bfcb1f1-0e38-4a80-9dab-d8eab5e2551e.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p><strong>L’intelligenza artificiale è diventata bravissima a generare. Il prossimo passo potrebbe essere molto più semplice: smettere di parlare e iniziare a decidere.</strong></p>
<p>Negli ultimi anni abbiamo fatto una cosa abbastanza curiosa.</p>
<p>Abbiamo costruito modelli di intelligenza artificiale capaci di scrivere articoli, programmare software, analizzare documenti, sostenere conversazioni, spiegare concetti complessi e risolvere problemi.</p>
<p>Poi abbiamo iniziato a utilizzarli per decidere se una mail deve finire nella cartella commerciale o amministrativa.</p>
<p>Qualcosa, forse, non torna.</p>
<p>È come acquistare una Ferrari per andare a prendere il pane.</p>
<p>Funziona.</p>
<p>Probabilmente funziona anche molto bene.</p>
<p>Ma forse il problema non richiedeva una Ferrari.</p>
<p>E proprio mentre tutta l’industria continua a inseguire modelli più grandi, più intelligenti e capaci di ragionare sempre più a lungo, sta emergendo un’idea quasi controintuitiva: <strong>non tutto ha bisogno di un’intelligenza artificiale che sappia parlare.</strong></p>
<p>A volte serve soltanto una macchina capace di prendere una decisione.</p>
<p>Velocemente.</p>
<h2>Abbiamo trasformato tutto in una conversazione</h2>
<p>Il successo di ChatGPT ha avuto una conseguenza enorme.</p>
<p>Ha trasformato il linguaggio naturale nell’interfaccia principale dell’intelligenza artificiale.</p>
<p>Facciamo una domanda.</p>
<p>L’AI risponde.</p>
<p>Chiediamo una modifica.</p>
<p>L’AI risponde di nuovo.</p>
<p>È talmente naturale che abbiamo finito per utilizzare questo paradigma praticamente ovunque.</p>
<p>Anche dove una conversazione non serve affatto.</p>
<p>Immaginiamo un sistema di customer care.</p>
<p>Arriva questa richiesta: <em>“mi avete addebitato due volte lo stesso importo.”</em></p>
<p>Il nostro sistema deve capire dove mandarla.</p>
<p>Potremmo chiedere a un grande modello linguistico di analizzare il messaggio.</p>
<p>Il modello legge.</p>
<p>Interpreta.</p>
<p>Genera qualcosa tipo: <em>“questa richiesta sembra riguardare un problema di fatturazione e dovrebbe essere inoltrata al reparto amministrativo.”</em></p>
<p>Perfetto.</p>
<p>Poi il nostro software prende quella frase, deve capire cosa significa e la traduce nuovamente in:</p>
<p><code>billing</code></p>
<p>C’è qualcosa di meravigliosamente assurdo in tutto questo.</p>
<p>Abbiamo trasformato un problema che richiedeva una decisione in un problema di generazione del linguaggio.</p>
<p>E subito dopo trasformiamo nuovamente il linguaggio in una decisione.</p>
<p>Forse possiamo saltare qualche passaggio.</p>
<h2>Entra in scena JEV</h2>
<p>A settembre 2026 TypeSafe AI ha presentato JEV.</p>
<p>Il nome probabilmente oggi dice poco alla maggior parte delle persone.</p>
<p>Più interessante è l’idea che c’è dietro.</p>
<p>TypeSafe definisce JEV il primo System One Model.</p>
<p>È importante chiarire subito una cosa: “System One Model” non è una categoria storicamente consolidata dell’intelligenza artificiale.</p>
<p>Il termine è stato introdotto dalla stessa TypeSafe.</p>
<p>Vedremo se diventerà una definizione adottata dal settore o se tra qualche anno sarà soltanto uno dei tanti nomi comparsi durante questa fase frenetica dell’evoluzione dell’AI.</p>
<p>Ma il concetto merita attenzione.</p>
<p>Un System One Model non nasce principalmente per generare testo.</p>
<p>Nasce per prendere decisioni strutturate che un software possa utilizzare direttamente.</p>
<p>Gli dai uno stato.</p>
<p>Gli poni una domanda.</p>
<p>Lui restituisce una scelta, un punteggio, una probabilità.</p>
<p>Non deve necessariamente spiegarti perché.</p>
<p>Non deve scrivere tre paragrafi.</p>
<p><strong>Deve decidere.</strong></p>
<h2>Non tutto ha bisogno di una risposta intelligente</h2>
<p>Torniamo alla nostra richiesta: <em>“mi avete addebitato due volte lo stesso importo.”</em></p>
<p>Non mi interessa ricevere un piccolo saggio sull’interpretazione semantica della frase.</p>
<p>Mi interessa sapere: Commerciale? Tecnico? Amministrativo?</p>
<p>Amministrativo.</p>
<p>Fine.</p>
<p>Il software prende quella decisione e continua il proprio lavoro.</p>
<p>Oppure immaginiamo un sistema di moderazione.</p>
<p>Questa richiesta deve essere controllata manualmente?</p>
<p>Sì: 92%.</p>
<p>Oppure un sistema antifrode.</p>
<p>Questa transazione presenta caratteristiche sospette?</p>
<p>Sì: 87%.</p>
<p>Oppure un sistema che gestisce ticket.</p>
<p>Quanto è urgente?</p>
<p>8 su 10.</p>
<p>Quello che cambia è il tipo di output.</p>
<p>Non stiamo chiedendo all’AI di produrre qualcosa destinato a una persona.</p>
<p>Stiamo chiedendo all’AI di produrre qualcosa destinato a un altro software.</p>
<p>Ed è una distinzione molto più importante di quanto sembri.</p>
<h2>Forse abbiamo confuso l’intelligenza con la capacità di parlare</h2>
<p>Una delle conseguenze del boom dei modelli linguistici è che abbiamo iniziato quasi inconsapevolmente ad associare l’intelligenza artificiale alla generazione.</p>
<p>Un modello è potente perché scrive bene.</p>
<p>Perché conversa bene.</p>
<p>Perché produce codice.</p>
<p>Perché riesce a spiegare il ragionamento.</p>
<p>Perché può creare qualcosa.</p>
<p>Ma un sistema intelligente non deve necessariamente parlare.</p>
<p>Un sistema può essere estremamente utile semplicemente perché sa scegliere correttamente tra alcune possibilità.</p>
<p>Anzi.</p>
<p>In moltissimi processi aziendali è esattamente ciò di cui abbiamo bisogno.</p>
<p>Approvo o rifiuto?</p>
<p>Intervengo o non intervengo?</p>
<p>A chi assegno questa richiesta?</p>
<p>Quale procedura devo avviare?</p>
<p>Quanto è rischiosa questa situazione?</p>
<p>Questo contenuto deve essere revisionato?</p>
<p>Serve l’intervento di una persona?</p>
<p>Sono decisioni.</p>
<h2>Abbiamo usato LLM enormi anche perché non avevamo qualcosa di meglio</h2>
<p>Naturalmente c’è una ragione per cui abbiamo iniziato a utilizzare i grandi modelli linguistici anche per questi compiti.</p>
<p>Funzionano.</p>
<p>Sono incredibilmente flessibili.</p>
<p>Possiamo descrivere un problema a parole e ottenere una risposta senza dover costruire un modello specifico per ogni singolo caso.</p>
<p>È uno dei motivi del loro successo.</p>
<p>Ma flessibilità e universalità hanno un prezzo.</p>
<p>Tempo.</p>
<p>Costo computazionale.</p>
<p>Variabilità.</p>
<p>Complessità.</p>
<p>Un grande LLM è progettato per poter rispondere a: <em>“spiegami la relatività generale”</em></p>
<p>e subito dopo: <em>“questa recensione è positiva o negativa?”</em></p>
<p>È straordinario.</p>
<p>Ma proprio perché sa fare entrambe le cose è legittimo chiedersi se abbia senso utilizzarlo sempre.</p>
<p>Se devo prendere milioni di decisioni relativamente circoscritte, forse non mi serve un modello che sappia anche scrivere una sceneggiatura.</p>
<p>Mi serve una macchina specializzata nel decidere.</p>
<h2>L’intelligenza artificiale potrebbe iniziare a dividersi</h2>
<p>Ed è questa la parte che trovo più interessante.</p>
<p>Per anni abbiamo inseguito l’idea del modello universale.</p>
<p>Un’unica AI capace di fare tutto.</p>
<p>Scrivere.</p>
<p>Ragionare.</p>
<p>Programmare.</p>
<p>Analizzare.</p>
<p>Decidere.</p>
<p>Agire.</p>
<p>Forse l’architettura reale dei sistemi AI finirà invece per essere molto più simile a quella del software tradizionale.</p>
<p>Componenti diversi per compiti diversi.</p>
<p>Un modello rapido prende le decisioni semplici.</p>
<p>Un modello più sofisticato interviene quando la situazione diventa ambigua.</p>
<p>Un LLM genera la risposta quando serve comunicare con una persona.</p>
<p>Un agente utilizza strumenti quando deve compiere un’azione.</p>
<p>E un essere umano interviene quando rischio, incertezza o responsabilità superano una determinata soglia.</p>
<p>A quel punto la domanda più importante non sarà: qual è il modello più intelligente?</p>
<p>Potrebbe diventare: quanta intelligenza serve davvero per questa decisione?</p>
<p>È una domanda molto meno spettacolare.</p>
<p>Ma probabilmente molto <strong>più utile</strong>.</p>
<h2>Più AI non significa necessariamente migliore AI</h2>
<p>Nel settore tecnologico abbiamo un problema ricorrente.</p>
<p>Quando qualcosa funziona, tendiamo a volerlo utilizzare ovunque.</p>
<p>Abbiamo fatto siti perché servivano.</p>
<p>Poi qualsiasi azienda doveva avere un sito.</p>
<p>Abbiamo creato app.</p>
<p>Poi qualsiasi servizio sembrava aver bisogno di un’app.</p>
<p>Abbiamo scoperto la blockchain.</p>
<p>Per qualche anno qualsiasi database sembrava avere disperatamente bisogno di diventare una blockchain.</p>
<p>Ora abbiamo l’intelligenza artificiale generativa.</p>
<p>E improvvisamente ogni problema sembra richiedere un LLM.</p>
<p>Ma la buona progettazione tecnologica non consiste nell’utilizzare la tecnologia più sofisticata disponibile.</p>
<p>Consiste nell’utilizzare <strong>la tecnologia necessaria</strong>.</p>
<p>Se una decisione può essere presa bene in pochi millisecondi da un sistema specializzato, aspettare che un modello enorme ragioni e generi una risposta non è necessariamente più intelligente.</p>
<p>È soltanto più costoso.</p>
<p>E più lento.</p>
<p>È stupido!</p>
<h2>Velocità e costo sono caratteristiche dell’intelligenza</h2>
<p>Questo aspetto viene spesso sottovalutato.</p>
<p>Quando utilizziamo ChatGPT personalmente, aspettare qualche secondo non cambia molto.</p>
<p>Se la risposta è migliore, possiamo aspettare.</p>
<p>Ma quando l’intelligenza artificiale entra dentro un processo software, cambia completamente la scala.</p>
<p>Una decisione diventa mille decisioni.</p>
<p>Poi un milione.</p>
<p>Poi cento milioni.</p>
<p>A quel punto una differenza apparentemente insignificante nel costo o nella latenza diventa enorme.</p>
<p>TypeSafe sostiene che JEV possa essere drasticamente più rapido ed economico dei grandi modelli linguistici nei compiti per i quali è stato progettato.</p>
<p>Sono benchmark del produttore e, come tutti i benchmark del produttore, vanno letti per quello che sono.</p>
<p>Ma il principio rimane valido anche senza sposare quei numeri.</p>
<p>Non sempre abbiamo bisogno della risposta migliore che il modello più potente del mondo potrebbe produrre.</p>
<p>A volte abbiamo bisogno di una decisione sufficientemente affidabile prodotta molto velocemente.</p>
<p>Soprattutto se dobbiamo prenderla milioni di volte.</p>
<h2>E no, questo non significa che l’AI non possa più sbagliare</h2>
<p>Qui bisogna stare attenti.</p>
<p>Uno degli argomenti utilizzati da TypeSafe è che un sistema come JEV, non generando liberamente stringhe di testo, elimina una certa categoria di hallucination.</p>
<p>Ed è vero in un senso molto preciso.</p>
<p>Se le risposte possibili sono: A, B, C, il modello non può improvvisamente rispondere: “Napoleone Bonaparte”.</p>
<p>L’output è vincolato.</p>
<p>Questo rende l’integrazione software molto più semplice.</p>
<p>Ma non significa che la decisione sia automaticamente corretta.</p>
<p>Può scegliere B quando la risposta corretta era A.</p>
<p>Può attribuire una probabilità sbagliata.</p>
<p>Può interpretare male un’informazione.</p>
<p>Può essere incerto.</p>
<p>L’assenza di testo inventato non equivale all’assenza di errore.</p>
<p>Ed è una distinzione fondamentale.</p>
<p>Forse perfino più importante in un sistema progettato per prendere decisioni automaticamente.</p>
<p>Perché una risposta assurda la notiamo.</p>
<p>Una decisione formalmente perfetta ma sbagliata può essere molto più insidiosa.</p>
<h2>La confidenza potrebbe diventare importante quanto la risposta</h2>
<p>Qui c’è un altro concetto interessante.</p>
<p>Non soltanto: <em><strong>qual è la decisione?</strong></em></p>
<p>Ma: <em><strong>quanto sei sicuro?</strong></em></p>
<p>Se un sistema risponde: <em>“amministrazione: 99%”</em> posso ragionevolmente automatizzare il processo.</p>
<p>Se risponde: <em>“amministrazione: 52%”</em> forse voglio chiamare qualcosa di più potente.</p>
<p>Oppure una persona.</p>
<p>Ed ecco che nasce un’architettura estremamente interessante.</p>
<p>Decisione semplice e confidenza elevata?</p>
<p>Procedi.</p>
<p>Decisione incerta?</p>
<p>Passa a un LLM.</p>
<p>Caso ancora ambiguo o rischioso?</p>
<p>Passa a un essere umano.</p>
<p>Non significa eliminare gli LLM.</p>
<p>Significa utilizzarli dove servono davvero.</p>
<p>E potrebbe essere una delle evoluzioni più interessanti dell’intelligenza artificiale applicata ai processi aziendali.</p>
<h2>Forse l’AI del futuro non sarà un modello. Sarà una squadra.</h2>
<p>Questa è probabilmente la conseguenza più interessante.</p>
<p>Continuiamo a discutere di GPT contro Claude.</p>
<p>Gemini contro GPT.</p>
<p>Questo modello ha ottenuto due punti in più nel benchmark.</p>
<p>Quell’altro ragiona meglio.</p>
<p>Un altro ancora programma meglio.</p>
<p>Ma un sistema AI realmente maturo potrebbe non dipendere da un unico modello.</p>
<p>Potrebbe utilizzare decine di componenti specializzati.</p>
<p>Uno decide.</p>
<p>Uno ragiona.</p>
<p>Uno scrive.</p>
<p>Uno controlla.</p>
<p>Uno utilizza strumenti.</p>
<p>Uno verifica.</p>
<p>E probabilmente l’utente non saprà nemmeno quale modello è stato utilizzato.</p>
<p>Esattamente come oggi apriamo un sito senza preoccuparci di quale database stia rispondendo alla richiesta.</p>
<p>L’intelligenza artificiale potrebbe smettere lentamente di essere il prodotto.</p>
<p>E diventare infrastruttura.</p>
<p>A quel punto non vincerà necessariamente chi utilizza il modello più potente.</p>
<p>Vincerà chi costruisce il sistema migliore.</p>
<h2>JEV potrebbe sparire. L’idea probabilmente no.</h2>
<p>È ancora troppo presto per sapere se JEV diventerà importante.</p>
<p>Potrebbe diventare il primo rappresentante di una nuova categoria.</p>
<p>Potrebbe essere superato rapidamente.</p>
<p>Potrebbe cambiare completamente forma.</p>
<p>Potremmo perfino smettere di utilizzare l’espressione “System One Model”.</p>
<p>Il settore AI ci ha abituati abbastanza bene alla velocità con cui una tecnologia rivoluzionaria può diventare vecchia nel giro di sei mesi.</p>
<p>Ma l’idea che JEV porta con sé è più interessante del prodotto stesso.</p>
<p>Forse non dobbiamo usare l’intelligenza artificiale generativa per tutto.</p>
<p>E sembra quasi ridicolo doverlo dire.</p>
<p>Pochi giorni dopo la presentazione di JEV sono già comparsi esperimenti costruiti intorno allo stesso concetto, segnale che la domanda esiste: modelli piccoli o specializzati che prendano rapidamente decisioni strutturate, lasciando ai grandi LLM soltanto i problemi che richiedono realmente le loro capacità.</p>
<p>Vedremo se questa strada diventerà una categoria importante del mercato.</p>
<h2>Abbiamo passato tre anni a chiedere all’AI di parlare</h2>
<p>E forse era inevitabile.</p>
<p>Il linguaggio è stato il modo più semplice per mostrare al mondo cosa fosse diventata capace di fare l’intelligenza artificiale.</p>
<p>Una macchina con cui puoi conversare è immediatamente comprensibile.</p>
<p>Una macchina che restituisce una struttura dati in 100 millisecondi lo è decisamente meno.</p>
<p>Non finisce nelle demo spettacolari.</p>
<p>Non diventa virale su LinkedIn.</p>
<p>Non scrive poesie.</p>
<p>Ma potrebbe essere esattamente il tipo di AI che finisce silenziosamente dentro milioni di processi.</p>
<p>Quella che decide dove mandare una richiesta.</p>
<p>Se una transazione deve essere controllata.</p>
<p>Se un contenuto richiede moderazione.</p>
<p>Se un cliente deve essere ricontattato.</p>
<p>Se un processo può continuare automaticamente.</p>
<p>E forse la vera maturità dell’intelligenza artificiale inizierà proprio quando smetteremo di chiederci continuamente cosa sia capace di dire.</p>
<p>E inizieremo a chiederci: <strong>è capace di prendere la decisione giusta?</strong></p>
<p>Perché abbiamo costruito macchine capaci di scrivere saggi.</p>
<p>Ma, molto più spesso di quanto vogliamo ammettere, ci serviva soltanto <strong>un sì o un no</strong>.</p>
]]></content:encoded></item><item><title><![CDATA[Abbiamo passato vent’anni a progettare interfacce. Ora forse basterà parlare.]]></title><description><![CDATA[Per anni abbiamo insegnato agli utenti dove cliccare. L’intelligenza artificiale potrebbe cambiare la domanda: non più “come faccio?”, ma semplicemente…]]></description><link>https://robfio.hashnode.dev/abbiamo-passato-vent-anni-a-progettare-interfacce-ora-forse-baster-parlare</link><guid isPermaLink="true">https://robfio.hashnode.dev/abbiamo-passato-vent-anni-a-progettare-interfacce-ora-forse-baster-parlare</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Thu, 17 Sep 2026 08:49:33 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/a5fe1a70-377f-4011-9a26-013d0ce52084.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p>Per almeno vent’anni abbiamo costruito Internet intorno a un problema molto preciso:</p>
<p><strong>come facciamo a spiegare alle persone come utilizzare una macchina?</strong></p>
<p>Abbiamo disegnato pulsanti.</p>
<p>Menu.</p>
<p>Icone.</p>
<p>Form.</p>
<p>Breadcrumb.</p>
<p>Tab.</p>
<p>Hamburger menu.</p>
<p>Call to action.</p>
<p>Wizard in cinque passaggi.</p>
<p>Dashboard.</p>
<p>Tooltip.</p>
<p>Popup che spiegano altri popup.</p>
<p>Abbiamo inventato intere discipline per stabilire dove mettere un bottone affinché qualcuno riuscisse finalmente a premerlo.</p>
<p>E ci siamo diventati anche piuttosto bravi.</p>
<p>Poi arriva un’intelligenza artificiale e l’utente dice:</p>
<p><strong>“Prenotami un volo per Milano domani mattina, possibilmente prima delle nove, evitando quello più costoso.”</strong></p>
<p>E improvvisamente viene spontanea una domanda.</p>
<p>A cosa servivano tutti quei pulsanti?</p>
<h2>Il software ci ha sempre chiesto di imparare la sua lingua</h2>
<p>Pensiamoci.</p>
<p>Quando utilizziamo un software dobbiamo quasi sempre imparare, almeno in parte, come è stato progettato.</p>
<p>Per inviare una fattura dobbiamo sapere dove andare.</p>
<p>Per modificare una campagna pubblicitaria dobbiamo trovare il menu corretto.</p>
<p>Per prenotare un albergo dobbiamo compilare i campi nell’ordine previsto.</p>
<p>Per analizzare i dati dobbiamo capire quale report aprire, quali filtri utilizzare e quale pulsante esporta il CSV.</p>
<p>La macchina conosce la propria struttura.</p>
<p>Noi dobbiamo adattarci.</p>
<p>È talmente normale che abbiamo smesso di considerarlo strano.</p>
<p>Quando un’interfaccia è progettata bene, semplicemente riduce lo sforzo necessario per imparare quella struttura.</p>
<p>Ma la struttura rimane.</p>
<p>L’intelligenza artificiale conversazionale introduce una possibilità completamente diversa.</p>
<p>Potrebbe essere la macchina ad adattarsi al nostro linguaggio.</p>
<p>E questo cambia parecchie cose.</p>
<h2>Da “dove devo cliccare?” a “cosa vuoi ottenere?”</h2>
<p>La vera rivoluzione della voce non consiste nel poter parlare invece di digitare.</p>
<p>Quello esiste da anni.</p>
<p>Siri esiste.</p>
<p>Alexa esiste.</p>
<p>Gli assistenti vocali esistono.</p>
<p>La differenza è che fino a poco tempo fa parlavamo sostanzialmente con sistemi che riconoscevano un numero limitato di intenzioni.</p>
<p>“Imposta una sveglia.”</p>
<p>“Che tempo farà domani?”</p>
<p>“Chiama Roberto.”</p>
<p>Appena uscivamo dal percorso previsto, iniziava la lotta.</p>
<p>Oggi il salto interessante è un altro.</p>
<p>I nuovi sistemi vocali stanno combinando conversazione in tempo reale, ragionamento, utilizzo di strumenti ed esecuzione di azioni.</p>
<p>Google, per esempio, ha appena presentato Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking, modelli progettati per mantenere una conversazione mentre ragionano ed eseguono attività attraverso strumenti e API. Possono continuare a parlare mentre operazioni vengono svolte in background e utilizzare anche informazioni visive come contesto.</p>
<p>OpenAI sta andando nella stessa direzione. GPT-Live-1, reso disponibile nelle API a settembre, è progettato per conversazioni full-duplex: può ascoltare e parlare contemporaneamente e delegare ragionamenti e azioni più complesse ad altri modelli e strumenti.</p>
<p>Qui la voce smette di essere semplicemente un sistema alternativo per inserire testo.</p>
<p>Diventa un’interfaccia.</p>
<p>O meglio:</p>
<p><strong>potrebbe diventare l’interfaccia che nasconde tutte le altre.</strong></p>
<h2>Abbiamo costruito interfacce perché le macchine non ci capivano</h2>
<p>È questo il punto che trovo più interessante.</p>
<p>Un form esiste perché il software ha bisogno che le informazioni arrivino in una struttura precisa.</p>
<p>Nome.</p>
<p>Cognome.</p>
<p>Email.</p>
<p>Telefono.</p>
<p>Provincia.</p>
<p>Data.</p>
<p>Ora.</p>
<p>Servizio richiesto.</p>
<p>Consenso.</p>
<p>Invia.</p>
<p>Non possiamo semplicemente raccontargli quello che vogliamo perché il software tradizionale non è in grado di interpretarlo.</p>
<p>Quindi siamo noi a fare il lavoro di strutturazione.</p>
<p>Prendiamo quello che abbiamo in testa e lo spacchettiamo secondo lo schema deciso dal sistema.</p>
<p>Con un modello sufficientemente capace, il processo può invertirsi.</p>
<p>Potrei dire:</p>
<p>“Vorrei fissare un appuntamento la prossima settimana. Martedì non posso, mercoledì solo dopo le 16 e preferirei non farlo venerdì.”</p>
<p>È il sistema a estrarre:</p>
<p>disponibilità,</p>
<p>vincoli,</p>
<p>preferenze,</p>
<p>intenzione.</p>
<p>È lui che deve adattare una conversazione umana alla struttura richiesta dal software.</p>
<p>Non io.</p>
<p>Sembra una differenza piccola.</p>
<p>Non lo è affatto.</p>
<h2>Forse abbiamo ottimizzato il livello sbagliato</h2>
<p>Per anni abbiamo discusso del numero ideale di campi in un form.</p>
<p>Tre sono meglio di sei.</p>
<p>Un checkout deve avere meno passaggi.</p>
<p>Il bottone deve essere più evidente.</p>
<p>La CTA deve stare above the fold.</p>
<p>Il menu deve avere poche voci.</p>
<p>Tutte considerazioni corrette.</p>
<p>Ma appartengono allo stesso paradigma.</p>
<p>Stiamo cercando di rendere più efficiente il modo in cui l’essere umano impartisce istruzioni a un sistema che non lo comprende realmente.</p>
<p>L’AI introduce invece la possibilità di eliminare parte di quella complessità.</p>
<p>Non:</p>
<p><strong>“come rendiamo questo form più facile da compilare?”</strong></p>
<p>Ma:</p>
<p><strong>“perché l’utente deve compilare un form?”</strong></p>
<p>Ed è una domanda parecchio più scomoda.</p>
<p>Soprattutto per chi progetta siti e applicazioni da vent’anni.</p>
<h2>E quindi i siti web spariranno?</h2>
<p>No.</p>
<p>Ed è proprio qui che solitamente queste discussioni degenerano.</p>
<p>Ogni nuova tecnologia deve necessariamente “uccidere” quella precedente.</p>
<p>La televisione doveva uccidere la radio.</p>
<p>Internet doveva uccidere la televisione.</p>
<p>I social dovevano uccidere i siti web.</p>
<p>Le app dovevano uccidere il browser.</p>
<p>L’AI dovrebbe quindi uccidere tutto, esseri umani compresi.</p>
<p>Non funziona così.</p>
<p>Le interfacce grafiche continueranno ad avere enormi vantaggi.</p>
<p>Se devo confrontare dieci prodotti voglio probabilmente vederli.</p>
<p>Se devo modificare un’immagine voglio guardarla.</p>
<p>Se devo analizzare un grafico voglio un grafico.</p>
<p>Se sto scegliendo un paio di scarpe, difficilmente mi accontenterò di sentirmele descrivere.</p>
<p>Se devo controllare venti parametri contemporaneamente, una dashboard può essere estremamente più efficiente di una conversazione.</p>
<p>La voce non sostituirà automaticamente l’interfaccia grafica.</p>
<p>Ma potrebbe assorbirne una parte enorme nei contesti in cui l’obiettivo non è <strong>esplorare</strong>, bensì <strong>ottenere qualcosa</strong>.</p>
<p>Ed è qui che la distinzione diventa importante.</p>
<h2>Non voglio usare il vostro software. Voglio ottenere un risultato.</h2>
<p>Nessuno si sveglia al mattino con il desiderio di utilizzare un gestionale.</p>
<p>Vogliamo emettere una fattura.</p>
<p>Non vogliamo utilizzare il portale della compagnia aerea.</p>
<p>Vogliamo cambiare un volo.</p>
<p>Non vogliamo navigare nel CRM.</p>
<p>Vogliamo sapere quali clienti non sentiamo da tre mesi.</p>
<p>Non vogliamo utilizzare un sistema di ticketing.</p>
<p>Vogliamo risolvere un problema.</p>
<p>L’interfaccia è sempre stata il mezzo necessario per arrivare al risultato.</p>
<p>L’AI potrebbe iniziare a separare molto più nettamente le due cose.</p>
<p>Potrei dire:</p>
<p>“Mostrami tutti i clienti che non acquistano da sei mesi, escludi quelli che hanno una trattativa aperta e prepara una lista da far controllare al commerciale.”</p>
<p>Dietro potrebbero esserci un CRM, tre API, un database, un sistema di autenticazione e qualche automazione.</p>
<p>Ma all’utente potrebbe non interessare minimamente.</p>
<p>E forse è proprio questo il cambiamento.</p>
<p>Il software continuerà a esistere.</p>
<p><strong>Potremmo semplicemente vederlo molto meno.</strong></p>
<h2>Per chi progetta siti web la domanda diventa parecchio interessante</h2>
<p>Qui arriviamo al nostro settore.</p>
<p>Abbiamo passato anni a ragionare sull’homepage.</p>
<p>Sul menu.</p>
<p>Sul percorso dell’utente.</p>
<p>Sul funnel.</p>
<p>Sulle landing page.</p>
<p>Sui moduli.</p>
<p>Sulla navigazione.</p>
<p>Ma cosa succede quando una parte crescente degli utenti arriva attraverso un assistente AI?</p>
<p>E soprattutto cosa succede quando quell’assistente non deve più limitarsi a trovare il sito, ma può iniziare a interagire direttamente con i servizi che stanno dietro al sito?</p>
<p>A quel punto potrebbe cambiare perfino il significato di “presenza digitale”.</p>
<p>Un’azienda non dovrà essere soltanto comprensibile alle persone.</p>
<p>Dovrà essere comprensibile anche alle macchine.</p>
<p>Informazioni strutturate.</p>
<p>Cataloghi accessibili.</p>
<p>API.</p>
<p>Disponibilità.</p>
<p>Prezzi.</p>
<p>Dati aggiornati.</p>
<p>Servizi interrogabili.</p>
<p>Procedure eseguibili.</p>
<p>Autenticazione.</p>
<p>Permessi.</p>
<p>Azioni.</p>
<p>Il sito potrebbe lentamente trasformarsi da destinazione obbligatoria a <strong>uno dei possibili modi per interagire con l’azienda</strong>.</p>
<p>E questa è una trasformazione molto più profonda del semplice restyling.</p>
<h2>Potremmo aver bisogno di meno pagine e di sistemi migliori</h2>
<p>Prendiamo il classico sito aziendale.</p>
<p>Home.</p>
<p>Chi siamo.</p>
<p>Servizi.</p>
<p>News.</p>
<p>Contatti.</p>
<p>La struttura che probabilmente sopravviverà alla razza umana.</p>
<p>La domanda interessante non sarà soltanto se quelle pagine siano belle.</p>
<p>Sarà se ciò che contengono può essere realmente utilizzato da un sistema intelligente.</p>
<p>Se qualcuno chiede:</p>
<p>“Questa azienda può realizzare questo lavoro entro novembre?”</p>
<p>l’AI riesce a capirlo?</p>
<p>Se chiede:</p>
<p>“Quanto costa indicativamente?”</p>
<p>esistono dati sufficienti?</p>
<p>Se chiede:</p>
<p>“Prenotami un appuntamento con loro la prossima settimana.”</p>
<p>può farlo?</p>
<p>Se dice:</p>
<p>“Confronta questa soluzione con quella del concorrente.”</p>
<p>la nostra proposta è descritta abbastanza bene da essere compresa?</p>
<p>Potremmo arrivare al paradosso di avere siti graficamente spettacolari che un agente AI considera sostanzialmente inutili.</p>
<p>E siti molto meno appariscenti costruiti su informazioni e servizi perfettamente strutturati che diventano invece estremamente facili da interrogare.</p>
<p>Per chi fa il nostro lavoro non è esattamente una questione secondaria.</p>
<h2>Anche il customer care potrebbe cambiare completamente</h2>
<p>Probabilmente uno dei primi settori in cui vedremo tutto questo in maniera evidente sarà l’assistenza.</p>
<p>Oggi il percorso classico è fantastico.</p>
<p>Entri sul sito.</p>
<p>Cerchi “Assistenza”.</p>
<p>Non la trovi.</p>
<p>Apri “Contatti”.</p>
<p>C’è un chatbot.</p>
<p>Il chatbot ti chiede se può aiutarti.</p>
<p>Gli spieghi il problema.</p>
<p>Ti presenta tre pulsanti che non c’entrano niente.</p>
<p>Alla fine ti chiede l’email.</p>
<p>Poi qualcuno ti risponde due giorni dopo chiedendoti esattamente le informazioni che avevi già scritto al chatbot.</p>
<p>Esperienza digitale.</p>
<p>Ora immaginiamo invece di poter dire:</p>
<p>“Ho ricevuto due volte la stessa fattura. Controlla se è un duplicato e, se lo è, annulla quella errata.”</p>
<p>Il sistema verifica l’identità.</p>
<p>Consulta i dati.</p>
<p>Individua il problema.</p>
<p>Chiede conferma prima dell’azione.</p>
<p>E lo risolve.</p>
<p>A quel punto non stiamo più parlando di un chatbot.</p>
<p>Stiamo parlando di un’interfaccia operativa.</p>
<p>Ed è probabilmente questo il motivo per cui i grandi produttori di modelli stanno investendo così tanto negli agenti vocali capaci di utilizzare strumenti.</p>
<h2>Naturalmente c’è un problema: parlare è facile. Delegare no.</h2>
<p>Ed è qui che bisogna evitare l’entusiasmo da demo.</p>
<p>Una cosa è chiedere informazioni.</p>
<p>Un’altra è autorizzare un sistema ad agire.</p>
<p>“Che saldo ho sul conto?” è una richiesta.</p>
<p>“Trasferisci 5.000 euro” è un’altra faccenda.</p>
<p>Più l’interfaccia diventa invisibile, più devono diventare visibili controllo, conferme e responsabilità.</p>
<p>Chi ha autorizzato l’azione?</p>
<p>Cosa ha interpretato il sistema?</p>
<p>Cosa sta per fare?</p>
<p>Posso annullarlo?</p>
<p>C’è una traccia verificabile?</p>
<p>Come gestiamo un’ambiguità?</p>
<p>Come distinguiamo ciò che l’utente ha realmente detto da ciò che il sistema ha dedotto?</p>
<p>Sono problemi molto meno sexy della demo in cui qualcuno ordina una pizza parlando con l’AI.</p>
<p>Ma sono esattamente quelli che determineranno se questi sistemi entreranno davvero nei processi quotidiani.</p>
<h2>La migliore interfaccia potrebbe diventare quella che quasi non vediamo</h2>
<p>Da anni nel design si ripete che una buona interfaccia dovrebbe essere intuitiva.</p>
<p>Forse stiamo arrivando al limite logico di quella definizione.</p>
<p>L’interfaccia più intuitiva possibile potrebbe essere non dover imparare un’interfaccia.</p>
<p>Dire quello che voglio.</p>
<p>Mostrare quello che sto guardando.</p>
<p>Interrompere.</p>
<p>Correggere.</p>
<p>Aggiungere un dettaglio.</p>
<p>Cambiare idea.</p>
<p>Esattamente come facciamo con un’altra persona.</p>
<p>I sistemi più recenti stanno andando esplicitamente in questa direzione: conversazioni continue, possibilità di interrompere, ragionamento durante il dialogo, accesso a strumenti, capacità di utilizzare anche il contesto visivo.</p>
<p>Non significa che siamo già arrivati.</p>
<p>Significa che la direzione è diventata molto più chiara.</p>
<h2>E forse dovremmo iniziare a progettare di conseguenza</h2>
<p>Per chi lavora nel digitale, il rischio è sempre lo stesso.</p>
<p>Aspettare che una tecnologia sia completamente consolidata prima di iniziare a prenderla sul serio.</p>
<p>Quando succede, solitamente è già tardi.</p>
<p>Non credo che domani smetteremo di progettare siti.</p>
<p>Non credo che spariranno menu, form e pulsanti.</p>
<p>Non credo neppure che passeremo le giornate parlando ad alta voce con il computer in un ufficio pieno di persone.</p>
<p>Ma credo che dobbiamo iniziare a considerare seriamente un cambiamento di prospettiva.</p>
<p>Per vent’anni abbiamo progettato sistemi chiedendoci:</p>
<p><strong>come farà l’utente a capire cosa deve fare?</strong></p>
<p>La prossima domanda potrebbe essere molto diversa:</p>
<p><strong>come farà il sistema a capire cosa vuole l’utente?</strong></p>
<p>Sembra una sfumatura.</p>
<p>In realtà separa due epoche del software.</p>
<p>Nella prima siamo noi a imparare come funziona la macchina.</p>
<p>Nella seconda potrebbe essere la macchina a imparare come funzioniamo noi.</p>
<p>E se succederà davvero, una parte enorme di quello che oggi chiamiamo “interfaccia” potrebbe semplicemente diventare infrastruttura.</p>
<p>Sempre presente.</p>
<p>Sempre necessaria.</p>
<p>Ma nascosta dietro una frase molto più semplice:</p>
<p><strong>“Dimmi cosa vuoi fare.”</strong></p>
]]></content:encoded></item><item><title><![CDATA[Anche l’AI ha trovato il suo spazio pubblicitario... E ora cambia tutto.]]></title><description><![CDATA[La pubblicità entra nelle conversazioni AI: una nuova opportunità per gli inserzionisti, ma anche un nuovo equilibrio tra ciò che l’AI sceglie e ciò che…]]></description><link>https://robfio.hashnode.dev/anche-l-ai-ha-trovato-il-suo-spazio-pubblicitario-e-ora-cambia-tutto</link><guid isPermaLink="true">https://robfio.hashnode.dev/anche-l-ai-ha-trovato-il-suo-spazio-pubblicitario-e-ora-cambia-tutto</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Tue, 01 Sep 2026 21:11:52 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/855ee677-82fc-4128-92df-7f3773b54bc5.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p>Per un po’ abbiamo fatto finta che potesse andare diversamente.</p>
<p>Che l’intelligenza artificiale conversazionale potesse diventare il nuovo punto di accesso alle informazioni senza ripercorrere, almeno in parte, la stessa strada dei motori di ricerca.</p>
<p>Niente dieci link blu.</p>
<p>Niente aste sulle keyword.</p>
<p>Niente annunci sopra i risultati organici.</p>
<p>Niente aziende che comprano visibilità mentre l’utente cerca di capire quale prodotto acquistare, quale servizio scegliere o a quale professionista affidarsi.</p>
<p>Poi è arrivato <a href="https://ads.openai.com/it-IT">ChatGPT Ads</a>.</p>
<p>E, finalmente, qualcosa si muove davvero.</p>
<p>OpenAI ha comunicato la disponibilità di ChatGPT Ads per gli inserzionisti europei e presenta Ads Manager come lo strumento attraverso cui creare, gestire e misurare le campagne pubblicitarie sulla piattaforma.</p>
<p>La cosa interessante, però, non è semplicemente che “ora si può fare pubblicità su ChatGPT”.</p>
<p>Era quasi inevitabile.</p>
<p>La questione interessante è <strong>dove questa pubblicità entra nel processo decisionale delle persone</strong>.</p>
<p>Ed è qui che le cose diventano decisamente più interessanti.</p>
<h2>Il problema che prima o poi doveva arrivare</h2>
<p>Una delle grandi paure legate alla crescita delle risposte generate dall’intelligenza artificiale riguardava proprio il modello economico.</p>
<p>Se sempre più utenti smettono di cercare qualcosa su Google e iniziano invece a chiederla direttamente a ChatGPT, Gemini/AI mode o a un altro assistente, cosa succede alla pubblicità che finanzia gran parte dell’economia della ricerca?</p>
<p>La risposta, almeno in parte, sta iniziando ad arrivare.</p>
<p>La pubblicità entra nella conversazione.</p>
<p>OpenAI descrive ChatGPT come un luogo in cui le persone non si limitano a cercare informazioni, ma esplorano opzioni, confrontano alternative e prendono decisioni.</p>
<p>Esattamente i momenti che interessano di più agli inserzionisti.</p>
<p>Non quando sto chiedendo quanto è alto il Monte Bianco.</p>
<p>Quando sto scegliendo quale portatile comprare.</p>
<p>Quale assicurazione valutare.</p>
<p>Quale software utilizzare.</p>
<p>Quale servizio affidare a qualcuno.</p>
<p>Quale prodotto inserire nella shortlist.</p>
<p>In altre parole: quando c’è intenzione.</p>
<p>E dove c’è intenzione, prima o poi arriva il budget pubblicitario.</p>
<h2>Prima almeno sceglieva lei</h2>
<p>C’è una differenza sostanziale tra una ricerca tradizionale e una risposta generata da un sistema di AI.</p>
<p>Google può restituire dieci, cento, <em>mille</em> <em>(cit. Ing. Cane)</em> risultati.</p>
<p>Un assistente conversazionale tende invece a sintetizzare.</p>
<p>Riduce.</p>
<p>Seleziona.</p>
<p>Ti dice: queste sono probabilmente le tre alternative che dovresti considerare.</p>
<p>Da un certo punto di vista è proprio questo uno dei motivi per cui funziona così bene.</p>
<p>Delego una parte della selezione.</p>
<p>Non voglio più leggere venti siti che dicono praticamente la stessa cosa. Voglio che qualcuno — o qualcosa — analizzi il problema e mi restituisca una risposta ragionata.</p>
<p>Questo dava alla risposta AI una caratteristica interessante: la scarsità dello spazio.</p>
<p>Se ChatGPT mi suggerisce tre strumenti invece di trenta, entrare in quei tre significa avere un peso enorme.</p>
<p>E fino a questo momento, almeno idealmente, la selezione dipendeva dalla capacità del sistema di stabilire cosa fosse pertinente alla domanda.</p>
<p>ChatGPT continua a generare la propria risposta indipendentemente dalla pubblicità. Ma, subito sotto quella risposta, un inserzionista può ora competere per ottenere uno spazio a pagamento.</p>
<p>Non necessariamente dentro la risposta — OpenAI specifica che gli annunci vengono chiaramente identificati e rimangono separati dalle risposte — ma nello stesso momento decisionale.</p>
<p>Ed è una differenza tutt’altro che marginale.</p>
<h2>Si può entrare a gamba tesa nella conversazione</h2>
<p>È questa la parte che trovo più interessante.</p>
<p>La pubblicità sui motori di ricerca ha sempre funzionato, in fondo, con una logica molto semplice.</p>
<p>L’utente cerca qualcosa.</p>
<p>Tu intercetti quella ricerca.</p>
<p>Se il tuo budget, la tua offerta e la qualità della campagna sono sufficienti, ottieni visibilità.</p>
<p>ChatGPT porta questo meccanismo in un ambiente molto più ricco.</p>
<p>Non c’è soltanto una keyword.</p>
<p>C’è una conversazione.</p>
<p>Ci sono le domande precedenti.</p>
<p>Ci sono esigenze espresse dall’utente.</p>
<p>Ci sono confronti.</p>
<p>Dubbi.</p>
<p>Vincoli.</p>
<p>Preferenze.</p>
<p>OpenAI stessa insiste proprio su questo aspetto: rispetto alle semplici parole chiave, una conversazione contiene segnali di contesto molto più ricchi.</p>
<p>Dal punto di vista pubblicitario è quasi il sogno perfetto.</p>
<p>Non devo necessariamente intercettare:</p>
<blockquote>
<p>miglior notebook</p>
</blockquote>
<p>Potrei trovarmi davanti a una persona che ha spiegato di essere uno sviluppatore, usare Linux, avere un budget di 1.200 euro, voler lavorare spesso in mobilità, preferire 32 GB di RAM e non volere uno schermo superiore ai 14 pollici.</p>
<p>Dal punto di vista dell’intento commerciale, siamo parecchi chilometri oltre la keyword.</p>
<p>Ed è evidente perché questa cosa interessi agli inserzionisti.</p>
<h2>Il rischio però è sempre lo stesso: chi ha più soldi entra prima</h2>
<p>Qui arriva la parte meno comoda.</p>
<p>La pubblicità democratizza l’accesso alla visibilità fino a un certo punto.</p>
<p>Poi entra il budget.</p>
<p>È successo con Google e Meta. Sarebbe sorprendente se, con l’aumento della competizione, dinamiche simili non iniziassero a emergere anche qui.</p>
<p>Una delle caratteristiche interessanti delle risposte AI era proprio quella di poter portare alla luce soluzioni meno note.</p>
<p>Un software piccolo ma tecnicamente eccellente.</p>
<p>Un’azienda di nicchia.</p>
<p>Un professionista molto competente ma senza un budget pubblicitario enorme.</p>
<p>Un prodotto che il modello riteneva pertinente pur non appartenendo al leader di mercato.</p>
<p>Con l’ingresso della pubblicità questa dinamica non scompare.</p>
<p>Ma viene affiancata da un’altra.</p>
<p>Quella di chi può comprare il diritto di essere presente nello stesso momento.</p>
<p>E nei sistemi conversazionali questo potrebbe avere un peso persino maggiore rispetto alla SERP tradizionale.</p>
<p>Perché lo spazio mentale dell’utente è molto più ristretto.</p>
<p>Se Google mi mostra dieci risultati organici, quattro annunci, una mappa, Shopping, Reddit, video e altri elementi, posso comunque esplorare.</p>
<p>Se una risposta AI mi presenta due o tre opzioni ragionate e subito sotto compare un’alternativa sponsorizzata perfettamente coerente con quello che sto chiedendo, quell’alternativa entra direttamente nel mio processo decisionale.</p>
<p>Non perché sia necessariamente migliore.</p>
<p>Perché qualcuno ha partecipato a un sistema pubblicitario in cui offerta economica e pertinenza contribuiscono a determinare chi compare.</p>
<p>La pubblicità funziona così da sempre.</p>
<p>Solo che ora cambia il posto in cui viene inserita.</p>
<h2>Questo rende l’AI meno affidabile?</h2>
<p>Non necessariamente.</p>
<p>Almeno per come viene presentato oggi il sistema, OpenAI afferma esplicitamente che gli annunci sono etichettati e separati dalle risposte.</p>
<p>Ed è un punto fondamentale.</p>
<p>Se questa separazione rimarrà realmente netta, il sistema manterrà una distinzione comprensibile tra: "<em>ciò che l’AI mi sta suggerendo</em>" e "<em>ciò che un inserzionista vuole che io consideri</em>".</p>
<p>Il problema vero nascerà se, nel tempo, questa linea dovesse diventare meno evidente.</p>
<p>Non sto dicendo che succederà.</p>
<p>Sto dicendo che sarà probabilmente uno degli elementi più importanti da osservare.</p>
<p>Perché c’è una differenza enorme tra monetizzare lo spazio intorno a una risposta e permettere alla monetizzazione di influenzare la risposta stessa.</p>
<p>La prima è pubblicità.</p>
<p>La seconda cambierebbe radicalmente il rapporto di fiducia con lo strumento.</p>
<h2>Per chi fa advertising si apre un canale completamente nuovo</h2>
<p>Dal punto di vista professionale, però, sarebbe miope limitarsi alla critica.</p>
<p>Per chi lavora nel marketing questa è una novità enorme.</p>
<p>Stiamo assistendo alla nascita di un nuovo inventory pubblicitario.</p>
<p>Con una caratteristica particolarmente interessante: intercetta l’utente durante un processo conversazionale.</p>
<p>Non mentre scorre distrattamente Instagram.</p>
<p>Non necessariamente mentre guarda un video.</p>
<p>Non mentre legge una notizia.</p>
<p>Ma mentre sta cercando di capire cosa fare.</p>
<p>OpenAI parla apertamente di persone che utilizzano ChatGPT per prendere decisioni e scoprire prodotti e servizi.</p>
<p>È difficile immaginare un contesto più interessante per il performance marketing.</p>
<p>Naturalmente bisognerà capire tutto il resto.</p>
<p>Costi.</p>
<p>Modelli di asta.</p>
<p>Targeting.</p>
<p>Volumi.</p>
<p>Metriche.</p>
<p>Attribuzione.</p>
<p>Qualità del traffico.</p>
<p>Conversioni.</p>
<p>Categorie ammesse.</p>
<p>Livello di controllo dell’inserzionista.</p>
<p>Capacità di ottimizzazione dell’algoritmo.</p>
<p>E soprattutto quanto velocemente il sistema verrà aperto e scalato.</p>
<p>Oggi siamo all’inizio.</p>
<p>E all’inizio di una nuova piattaforma pubblicitaria è sempre facile entusiasmarsi per metriche che, sei mesi dopo, assumono un significato completamente diverso.</p>
<h2>Cambierà anche il modo di pensare alla visibilità nell’AI</h2>
<p>C’è poi una conseguenza interessante per tutto il mondo GEO, AEO, LLM optimization o qualunque altro acronimo decideremo di utilizzare la settimana prossima.</p>
<p>Fino ad ora la domanda era sostanzialmente: "<em>come faccio a essere citato dall’intelligenza artificiale?</em>".</p>
<p>Domani le domande potrebbero diventare due: "come faccio a essere scelto dall’intelligenza artificiale?" e "<em>quanto costa comparire comunque?</em>".</p>
<p>Benvenuti nel digitale.</p>
<p>L’abbiamo già visto.</p>
<p>Quando esiste un punto di accesso importante alle decisioni degli utenti, prima si cerca di guadagnare visibilità organicamente.</p>
<p>Poi qualcuno costruisce un sistema per venderla.</p>
<p>SEO e SEA.</p>
<p>Organico e paid social.</p>
<p>Marketplace organico e sponsored products.</p>
<p>Ora probabilmente assisteremo alla stessa evoluzione dentro le interfacce AI.</p>
<p>E a quel punto per aziende e agenzie non sarà più sufficiente chiedersi come essere presenti nelle risposte generate.</p>
<p>Bisognerà iniziare a ragionare su un ecosistema composto da visibilità guadagnata e visibilità acquistata.</p>
<h2>E i piccoli?</h2>
<p>È una delle domande che mi interessa di più.</p>
<p>Le piattaforme pubblicitarie hanno una strana caratteristica.</p>
<p>All’inizio sembrano enormi opportunità per tutti.</p>
<p>Poi maturano.</p>
<p>Aumentano gli inserzionisti.</p>
<p>Sale la competizione.</p>
<p>Salgono i costi.</p>
<p>Gli algoritmi diventano più sofisticati.</p>
<p>La quantità di dati necessaria per ottimizzare aumenta.</p>
<p>E lentamente le economie di scala iniziano a pesare.</p>
<p>È successo praticamente ovunque.</p>
<p>Non vedo particolari motivi per pensare che l’AI advertising sarà immune.</p>
<p>Un grande inserzionista avrà più budget.</p>
<p>Più dati.</p>
<p>Più creatività da testare.</p>
<p>Più capacità di assorbire una fase di apprendimento.</p>
<p>Più conversioni con cui alimentare l’algoritmo.</p>
<p>Più possibilità di sperimentare.</p>
<p>Questo non significa che le aziende piccole saranno escluse.</p>
<p>Significa che la competenza diventerà ancora più importante.</p>
<p>Quando hai poco budget non puoi permetterti di spenderlo male.</p>
<p>E probabilmente anche qui, come già succede su Google e Meta, ci sarà una fase iniziale nella quale chi entra presto e capisce velocemente il funzionamento del sistema potrà ottenere un vantaggio interessante.</p>
<p>Poi arriveranno tutti gli altri.</p>
<h2>Era inevitabile. Ma vale la pena guardare molto attentamente cosa succede adesso</h2>
<p>Non considero l’arrivo della pubblicità in ChatGPT una sorpresa.</p>
<p>Considero interessante che finalmente sia diventata qualcosa di concreto.</p>
<p>Era uno dei grandi pezzi mancanti nel dibattito sull’evoluzione della ricerca.</p>
<p>Se una parte crescente delle decisioni degli utenti passa attraverso gli assistenti AI, era difficile immaginare che quel punto di contatto rimanesse fuori dal mercato pubblicitario per sempre.</p>
<p>Ora sappiamo almeno in che direzione si sta andando.</p>
<p>Resta da capire fino a dove.</p>
<p>Per il momento la promessa è chiara: annunci pertinenti, chiaramente identificati, separati dalle risposte e inseriti nel momento in cui le persone stanno valutando alternative.</p>
<p>Sulla carta funziona.</p>
<p>Dal punto di vista degli inserzionisti, è estremamente interessante.</p>
<p>Dal punto di vista degli utenti, introduce inevitabilmente una nuova pressione commerciale dentro uno spazio che fino a ieri percepivamo in maniera diversa.</p>
<p>E dal punto di vista del mercato apre una partita completamente nuova.</p>
<p>La cosa che mi interessa davvero capire non è se su ChatGPT ci saranno gli annunci.</p>
<p>Quello ormai lo sappiamo.</p>
<p>Mi interessa capire <strong>quanto spazio finiranno per occupare nel processo decisionale dell’utente</strong>.</p>
<p>Prima era relativamente semplice: se ChatGPT suggeriva un’azienda, un prodotto o un servizio, quella presenza dipendeva esclusivamente dalla risposta generata dal sistema.</p>
<p>Ora entra in gioco anche un secondo livello: quello pubblicitario.</p>
<p>La risposta continua a essere indipendente dagli annunci, ma accanto a quella risposta può comparire un inserzionista che ha pagato per competere per quello spazio.</p>
<p>Ed è qui che cambia l’equilibrio.</p>
<p>Non conta più soltanto essere scelti dall’AI. Conta anche poter essere presenti nel momento in cui l’utente sta decidendo.</p>
<p>Siamo solo all’inizio.</p>
<p>Staremo a vedere.</p>
]]></content:encoded></item><item><title><![CDATA[L’intelligenza artificiale farà pulizia nel mercato delle agenzie. Ed è una buona notizia. ]]></title><description><![CDATA[L’AI non sostituirà le agenzie. Metterà fuori mercato quelle che non hanno metodo, competenze e capacità di evolvere.]]></description><link>https://robfio.hashnode.dev/l-intelligenza-artificiale-far-pulizia-nel-mercato-delle-agenzie-ed-una-buona-notizia</link><guid isPermaLink="true">https://robfio.hashnode.dev/l-intelligenza-artificiale-far-pulizia-nel-mercato-delle-agenzie-ed-una-buona-notizia</guid><category><![CDATA[AI]]></category><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Wed, 12 Aug 2026 18:29:20 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/89dcb063-7c87-44f4-8e0d-239c87aecc3f.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<p>L’intelligenza artificiale non distruggerà il lavoro delle agenzie di comunicazione, delle web agency o delle società che si occupano di marketing.</p>
<p>Distruggerà, probabilmente, un certo modo di fare agenzia.</p>
<p>E la differenza è enorme.</p>
<p>Da qualche tempo il dibattito sull’AI sembra essersi ridotto a due posizioni opposte e ugualmente semplicistiche: da una parte chi la considera una minaccia capace di sostituire intere professioni, dall’altra chi continua a ripetere che “l’intelligenza artificiale è solo uno strumento” e che quindi, in fondo, non cambierà nulla.</p>
<p>Credo che entrambe le letture manchino il punto.</p>
<p>L’AI non sta semplicemente introducendo nuovi strumenti all’interno di un mercato esistente.</p>
<p>Sta alzando violentemente l’asticella minima necessaria per restare competitivi.</p>
<p>Ed è per questo che, nei prossimi anni, potrebbe fare una grande pulizia nel nostro settore.</p>
<h2>Il problema non è l’AI. È tutto quello che facevamo prima dell’AI</h2>
<p>Per anni una parte del mercato della comunicazione digitale ha potuto sopravvivere vendendo attività a basso valore aggiunto come se fossero servizi ad alta specializzazione.</p>
<p>Un sito web.</p>
<p>Qualche post sui social.</p>
<p>Una newsletter.</p>
<p>Un piano editoriale.</p>
<p>Quattro campagne sponsorizzate.</p>
<p>Una presentazione in PowerPoint con dentro parole come engagement, storytelling e brand awareness.</p>
<p>Servizi perfettamente legittimi, naturalmente.</p>
<p>Il problema è quando l’esecuzione diventa il prodotto.</p>
<p>Quando il valore di un’agenzia coincide esclusivamente con la quantità di tempo necessaria a produrre qualcosa.</p>
<p>Se il tuo vantaggio competitivo consiste nel fatto che una persona impiega tre ore per scrivere dieci caption, hai un problema.</p>
<p>Se il tuo servizio SEO consiste prevalentemente nel produrre articoli ottimizzati intorno a una keyword, hai un problema.</p>
<p>Se vendi siti web assemblando sempre gli stessi componenti e cambiando logo e colori, hai un problema.</p>
<p>Se la tua proposta social consiste nel pubblicare tre volte a settimana perché “bisogna essere presenti”, hai un problema.</p>
<p>E non è l'AI il problema.</p>
<p>Il problema è che probabilmente quel valore era già basso prima.</p>
<p>L’AI lo sta semplicemente rendendo evidente.</p>
<h2>L’intelligenza artificiale sta trasformando una parte del lavoro in commodity</h2>
<p>Molte attività che fino a pochi anni fa richiedevano ore oggi possono essere accelerate enormemente.</p>
<p>Ricerca.</p>
<p>Sintesi.</p>
<p>Produzione di bozze.</p>
<p>Analisi di documenti.</p>
<p>Varianti creative.</p>
<p>Scrittura di codice.</p>
<p>Analisi dei dati.</p>
<p>Automazioni.</p>
<p>Traduzioni.</p>
<p>Generazione di immagini.</p>
<p>Creazione di presentazioni.</p>
<p>Supporto alla progettazione.</p>
<p>Non significa che queste attività non abbiano più valore.</p>
<p>Significa che il valore si sta spostando.</p>
<p>Il mercato pagherà sempre meno per la semplice esecuzione e sempre di più per la capacità di capire <strong>cosa deve essere fatto, perché deve essere fatto, come inserirlo all’interno di un sistema e come misurarne l’efficacia</strong>.</p>
<p>In altre parole: strategia, competenza, metodo e capacità decisionale.</p>
<p>Ed è qui che molte agenzie inizieranno ad avere difficoltà.</p>
<p>Perché utilizzare un software nuovo è relativamente semplice.</p>
<p>Cambiare il proprio modo di lavorare lo è molto meno.</p>
<h2>Sopravviveranno le agenzie che hanno processi</h2>
<p>L’AI favorirà soprattutto le organizzazioni strutturate.</p>
<p>Non necessariamente le più grandi.</p>
<p>Le più organizzate.</p>
<p>Quelle che conoscono i propri processi.</p>
<p>Quelle che sanno esattamente come nasce un progetto, quali informazioni servono, quali attività vengono svolte, in quale ordine, con quali responsabilità e attraverso quali criteri viene valutato il risultato.</p>
<p>In una struttura di questo tipo l’intelligenza artificiale diventa un moltiplicatore.</p>
<p>Può ridurre i tempi operativi.</p>
<p>Può migliorare la fase di ricerca.</p>
<p>Può automatizzare attività ripetitive.</p>
<p>Può aiutare nell’analisi.</p>
<p>Può creare sistemi di controllo.</p>
<p>Può permettere a professionisti qualificati di lavorare più velocemente e, soprattutto, di dedicare più tempo alle attività che richiedono realmente competenza.</p>
<p>Ma per automatizzare un processo devi prima avere un processo.</p>
<p>Ed è qui che iniziano i problemi.</p>
<p>Se il funzionamento dell’agenzia è:</p>
<p>“Mario sa come si fa”,</p>
<p>“abbiamo sempre fatto così”,</p>
<p>“poi vediamo”,</p>
<p>“dipende dal cliente”,</p>
<p>“ci pensa quello dei social”,</p>
<p>l’intelligenza artificiale non risolverà il problema.</p>
<p>Lo renderà semplicemente più evidente.</p>
<h2>Il vero rischio è continuare a pensare che il mercato sia quello di dieci anni fa</h2>
<p>Ci sono ancora aziende e agenzie che lavorano come se fossimo nel 2015.</p>
<p>Cambiano gli strumenti, ma il modello mentale rimane identico.</p>
<p>Il sito aziendale deve avere Home, Azienda, Servizi e Contatti.</p>
<p>Naturalmente una bella pagina “Chi siamo”.</p>
<p>Possibilmente con la foto dello staff in fila, braccia conserte, davanti a una parete dell’ufficio.</p>
<p>Poi Facebook e Instagram.</p>
<p>Tre post a settimana.</p>
<p>A Natale gli auguri.</p>
<p>A Pasqua gli auguri.</p>
<p>Ad agosto il post “ci prendiamo una pausa”.</p>
<p>E magari un articolo al mese sul blog perché “Google vuole contenuti”.</p>
<p>Il problema non è fare queste cose.</p>
<p>Il problema è farle senza chiedersi più <strong>perché</strong>.</p>
<p>Il mercato digitale è cambiato radicalmente.</p>
<p>Sono cambiati i motori di ricerca.</p>
<p>È cambiato il modo in cui le persone cercano informazioni.</p>
<p>Sono cambiati i social network.</p>
<p>È cambiata la produzione dei contenuti.</p>
<p>È cambiata l’advertising.</p>
<p>Sono cambiate le aspettative degli utenti.</p>
<p>Sta cambiando perfino il concetto stesso di interfaccia.</p>
<p>Sempre più persone non cercano più una serie di link da aprire.</p>
<p>Fanno una domanda e vogliono una risposta.</p>
<p>In questo scenario continuare a vendere gli stessi servizi nello stesso modo non significa essere tradizionali.</p>
<p>Significa essere immobili.</p>
<p>E l’immobilismo, nel digitale, è una forma lenta di uscita dal mercato.</p>
<h2>Non basterà aggiungere “AI” alla lista dei servizi</h2>
<p>Naturalmente molte agenzie faranno quello che il mercato digitale ha già visto decine di volte.</p>
<p>Aggiungeranno una nuova voce nel menu.</p>
<p>Home.</p>
<p>Agenzia.</p>
<p>Servizi.</p>
<p>Web.</p>
<p>Social.</p>
<p>SEO.</p>
<p><strong>Intelligenza artificiale.</strong></p>
<p>Problema risolto.</p>
<p>Improvvisamente tutti saranno AI Agency.</p>
<p>Arriveranno consulenze AI, chatbot AI, content AI, automation AI e probabilmente qualche “AI Strategy” preparata il pomeriggio prima della riunione con il cliente.</p>
<p>Ma adottare l’intelligenza artificiale non significa aprire ChatGPT, Gemini, Claude, Grok, DeepSeek, ...</p>
<p>Significa ripensare i processi.</p>
<p>Significa capire dove l’AI può ridurre inefficienze.</p>
<p>Dove può aumentare la qualità.</p>
<p>Dove può automatizzare.</p>
<p>Dove invece deve necessariamente rimanere una supervisione umana.</p>
<p>Significa conoscere i limiti dei modelli.</p>
<p>Capire i problemi di hallucination.</p>
<p>Governare dati, privacy e sicurezza.</p>
<p>Costruire workflow.</p>
<p>Integrare API.</p>
<p>Valutare costi e ritorni.</p>
<p>Sapere quando utilizzare un agente, quando un’automazione tradizionale e quando, semplicemente, non utilizzare l’AI.</p>
<p>La competenza non consiste nell’usare l’intelligenza artificiale.</p>
<p>Consiste nel sapere <strong>quando e come usarla</strong>.</p>
<h2>L’AI premierà i competenti e metterà in difficoltà gli intermediari</h2>
<p>Per molto tempo nel nostro settore è esistita una rendita di posizione legata alla conoscenza degli strumenti.</p>
<p>Il cliente non sapeva costruire un sito.</p>
<p>L’agenzia sì.</p>
<p>Il cliente non sapeva creare una campagna.</p>
<p>L’agenzia sì.</p>
<p>Il cliente non sapeva produrre contenuti.</p>
<p>L’agenzia sì.</p>
<p>L’intelligenza artificiale sta riducendo rapidamente questa distanza.</p>
<p>Oggi un imprenditore può creare una landing page.</p>
<p>Può scrivere una newsletter.</p>
<p>Può generare immagini.</p>
<p>Può analizzare un foglio Excel.</p>
<p>Può realizzare una presentazione.</p>
<p>Può persino produrre una prima versione di un piano marketing.</p>
<p>Magari non farà tutto bene.</p>
<p>Ma può farlo.</p>
<p>Questo significa che la domanda che il cliente farà sempre più spesso sarà inevitabile:</p>
<p><strong>"perché dovrei pagare voi?"</strong></p>
<p>Ed è una domanda salutare.</p>
<p>Perché obbligherà le agenzie a dimostrare quale sia realmente il proprio valore.</p>
<p>Se la risposta è:</p>
<p>“perché sappiamo usare Elementor”,</p>
<p>“perché sappiamo usare Meta Business Manager”,</p>
<p>“perché sappiamo fare i post con Canva”,</p>
<p>sarà complicato.</p>
<p>Gli strumenti diventano sempre più accessibili.</p>
<p>La competenza no.</p>
<h2>Le agenzie migliori diventeranno molto più forti</h2>
<p>C’è però anche l’altra parte della storia.</p>
<p>L’AI non rappresenta soltanto una minaccia.</p>
<p>Per le strutture competenti è probabilmente una delle opportunità più importanti degli ultimi vent’anni.</p>
<p>Una buona agenzia può oggi aumentare enormemente la propria capacità produttiva.</p>
<p>Un professionista esperto può utilizzare l’AI per analizzare più dati, esplorare più alternative, prototipare più velocemente, automatizzare attività amministrative, produrre documentazione migliore e dedicare più tempo al ragionamento.</p>
<p>Un team di poche persone ben organizzato e supportato dall’intelligenza artificiale potrebbe essere in grado di produrre un output che fino a qualche anno fa avrebbe richiesto strutture molto più grandi.</p>
<p>È una forma di leva.</p>
<p>Ma, come tutte le leve, amplifica quello che esiste già.</p>
<p>Se hai competenze, amplifica le competenze.</p>
<p>Se hai metodo, amplifica il metodo.</p>
<p>Se hai processi, amplifica i processi.</p>
<p>Se hai confusione, amplifica la confusione.</p>
<h2>Il mercato non ha bisogno di più contenuti. Ha bisogno di più pensiero.</h2>
<p>Uno degli effetti paradossali dell’intelligenza artificiale sarà probabilmente un’enorme crescita della quantità di contenuti disponibili.</p>
<p>Più articoli.</p>
<p>Più post.</p>
<p>Più immagini.</p>
<p>Più video.</p>
<p>Più newsletter.</p>
<p>Più siti.</p>
<p>Produrre sarà sempre più facile.</p>
<p>Ed è proprio per questo che produrre avrà sempre meno valore.</p>
<p>La differenza la farà la capacità di selezionare.</p>
<p>Decidere.</p>
<p>Interpretare.</p>
<p>Collegare informazioni.</p>
<p>Avere un punto di vista.</p>
<p>Assumersi la responsabilità di una scelta.</p>
<p>Dire a un cliente che una determinata attività non serve, anche se sarebbe facile fatturarla.</p>
<p>Questa è consulenza.</p>
<p>Il resto è produzione.</p>
<p>E la produzione, quando diventa standardizzabile, viene inevitabilmente automatizzata.</p>
<h2>La selezione è già iniziata</h2>
<p>Non credo che tra qualche anno spariranno le agenzie.</p>
<p>Credo che ne spariranno parecchie.</p>
<p>Alcune chiuderanno.</p>
<p>Altre verranno ridimensionate.</p>
<p>Altre continueranno a esistere servendo un mercato sempre meno redditizio.</p>
<p>Altre ancora cambieranno radicalmente.</p>
<p>E poi ci saranno quelle che avranno capito cosa sta succedendo.</p>
<p>Quelle che utilizzeranno l’intelligenza artificiale non per produrre cento post invece di cinquanta, ma per costruire servizi migliori.</p>
<p>Quelle che trasformeranno il proprio know-how in processi.</p>
<p>Quelle che investiranno nella formazione.</p>
<p>Quelle che inizieranno a ragionare per dati, sistemi, automazioni e integrazioni.</p>
<p>Quelle che smetteranno di vendere ore e inizieranno a vendere competenza.</p>
<p>Saranno probabilmente meno.</p>
<p>Ma saranno molto più forti.</p>
<p>Per questo non vedo l’intelligenza artificiale come la tecnologia che distruggerà il mercato delle agenzie.</p>
<p>La vedo come una tecnologia che obbligherà finalmente il mercato a distinguere tra chi sa realmente fare questo lavoro e chi, per anni, si è limitato a ripetere una formula.</p>
<p>E forse era ora.</p>
]]></content:encoded></item><item><title><![CDATA[Hello World!]]></title><description><![CDATA[Ogni programmatore, prima o poi, ha iniziato da qui.]]></description><link>https://robfio.hashnode.dev/hello-world</link><guid isPermaLink="true">https://robfio.hashnode.dev/hello-world</guid><dc:creator><![CDATA[Roberto Fioretti]]></dc:creator><pubDate>Fri, 07 Aug 2026 13:34:50 GMT</pubDate><enclosure url="https://cdn.hashnode.com/uploads/covers/6a75d9792ce5970500dc720e/421cc243-38e6-48cf-b4a7-33b6e2019253.png" length="0" type="image/jpeg"/><content:encoded><![CDATA[<pre><code class="language-plaintext">Hello World!
</code></pre>
<p>Due parole stampate a schermo per verificare che tutto funzioni.</p>
<p>Il programma parte.<br />Il codice gira.<br />Possiamo cominciare.</p>
<p>Mi sembrava quindi il modo più appropriato per inaugurare questo spazio.</p>
<p>Qui parlerò principalmente di tecnologia, web, intelligenza artificiale, cybersecurity, marketing digitale e di tutto quello che succede quando questi mondi — inevitabilmente — iniziano a sovrapporsi.</p>
<p>Non aspettatevi però l'ennesimo blog fatto di <em>“5 strumenti AI che devi assolutamente conoscere”</em>, <em>“10 trucchi per aumentare l'engagement”</em> o articoli scritti soltanto perché Google ha deciso che quella keyword ha un buon volume di ricerca.</p>
<p>L'idea è un'altra.</p>
<p>Approfondire, sperimentare, mettere in discussione qualche certezza e, quando serve, essere anche un po' polemici.</p>
<p>Perché nel digitale cambia tutto molto velocemente.</p>
<p>Tranne quelli convinti che si possa continuare a lavorare come dieci anni fa.</p>
<p>Quindi:</p>
<pre><code class="language-plaintext">Hello World!
</code></pre>
<p>Il blog è online.</p>
<p>Vediamo cosa succede.</p>
]]></content:encoded></item></channel></rss>