Gemini Notebook (ex NotebookLM) vede le immagini: 10 esempi pratici, dagli scontrini agli appunti scritti a mano

,

Gemini Notebook (ex NotebookLM) adesso può “vedere” le immagini. Le virgolette sono importanti: non vede come una persona, ma può analizzare una fotografia caricata come fonte, riconoscere testi e oggetti, interpretare schemi, ricostruire informazioni e rispondere a domande sul contenuto visivo.

La novità sembra piccola: prima caricavamo PDF, documenti, link, video e testi; ora possiamo aggiungere anche una foto. In realtà cambia parecchio. Una parte enorme delle nostre informazioni non vive in documenti ordinati. È negli scontrini accartocciati in tasca, nelle lavagne fotografate alla fine di una riunione, negli appunti in corsivo, negli scaffali pieni di libri, nei diagrammi tecnici e negli screenshot delle applicazioni.

Gemini Notebook può trasformare queste immagini in fonti interrogabili. Non è magia e non è infallibile. Ma, con fotografie leggibili e domande ben costruite, può diventare uno strumento molto concreto per studiare, lavorare e rimettere ordine nel caos visivo.

Risposta breve: Gemini Notebook può analizzare le immagini?

Sì. Gemini Notebook permette di caricare immagini come fonti e di fare domande sul loro contenuto. La guida ufficiale di Google indica il supporto per numerosi formati, tra cui JPG, JPEG, PNG, WebP, HEIC, GIF, TIFF e altri. Google avverte anche che alcuni tipi di immagine potrebbero non funzionare correttamente. I risultati vanno quindi verificati, soprattutto in presenza di testo piccolo, corsivo difficile, fotografie sfocate o dati tecnici.

Fonte: Guida ufficiale di Gemini Notebook sulle fonti supportate.

Che cosa significa che Gemini Notebook “vede” una foto

Caricare un’immagine non significa soltanto estrarne il testo con un OCR. Gemini Notebook può provare a riconoscere la struttura e il significato complessivo di ciò che appare: titoli e autori sulla copertina di un libro, voci e importi in uno scontrino, frecce e relazioni in uno schema, pulsanti in un’interfaccia, passaggi scritti su una lavagna.

Il vantaggio più interessante arriva dopo il riconoscimento. L’immagine diventa una fonte del notebook e può essere messa in relazione con altre immagini, PDF, pagine web, documenti e video. Non ci limitiamo più a chiedere “che cosa c’è nella foto?”, ma possiamo domandare:

  • quali elementi si ripetono in queste venti immagini;
  • quali dati mancano;
  • quali differenze ci sono tra due schemi;
  • come trasformare gli appunti in una guida;
  • quali libri approfondiscono lo stesso argomento;
  • come ricavare una tabella o una checklist dalle informazioni visive.

Qui sotto trovi dieci esempi. Per ciascuno ho aggiunto anche un prompt pronto da adattare. Se vuoi capire come scrivere prompt efficaci, leggi anche: Prompt engineering: come si misura l’efficacia di un prompt?

1. Leggere e organizzare gli scontrini

Fotografa gli scontrini di una trasferta, di un progetto o delle spese familiari e caricali nello stesso notebook. Gemini Notebook può provare a estrarre esercente, data, voci acquistate, imponibile, IVA, totale e metodo di pagamento, quindi organizzare tutto in una tabella.

È utile per una prima ricostruzione delle spese, non per sostituire un commercialista o un software contabile. Gli scontrini termici sbiaditi sono piccoli campioni di archeologia: una cifra letta male può cambiare il totale.

Prompt da usare

Analizza tutti gli scontrini caricati. Crea una tabella con nome del file, esercente, data, categoria di spesa, imponibile, IVA, totale e metodo di pagamento. Segnala con “da verificare” ogni dato poco leggibile. Alla fine calcola i totali per categoria, ma separa chiaramente i valori certi da quelli incerti.

2. Fotografare una pila di libri e ricavare titoli, autori e link

Hai visto una libreria interessante in ufficio, a scuola o a casa di qualcuno? Una fotografia può diventare una bibliografia. Gemini Notebook può riconoscere i dorsi o le copertine, estrarre titolo e autore e creare un elenco.

Per arrivare ai link occorre un passaggio in più: dopo l’identificazione, usa la ricerca di fonti sul web di Gemini Notebook oppure verifica i titoli in un catalogo affidabile come OPAC SBN o WorldCat. Non chiedere di inventare collegamenti. Per evitare omonimie, fai cercare anche editore, anno e ISBN quando visibili.

Prompt da usare

Identifica i libri visibili nella fotografia. Per ciascuno indica titolo, autore, editore e ISBN solo se leggibili o verificabili. Non completare dati incerti per supposizione. Crea poi una lista delle opere da cercare sul web e proponi, quando verificati, il link alla pagina dell’editore o a un catalogo bibliografico affidabile.

3. Trascrivere appunti scritti a mano in corsivo

Quaderni, blocchi e fogli volanti contengono spesso idee che non ritroveremo mai più. Gemini Notebook può provare a trascrivere una pagina scritta a mano, anche in corsivo, e poi trasformarla in un testo ordinato.

Il risultato dipende molto dalla grafia, dalla luce, dall’inquadratura e dalla presenza di cancellature. Conviene fotografare una pagina alla volta, dall’alto, senza ombre e alla massima risoluzione possibile. Questo esempio si inserisce in un approccio più ampio al secondo cervello digitale: la trasformazione di appunti fisici in conoscenza consultabile.

Prompt da usare

Trascrivi questi appunti rispettando l’ordine della pagina. Mantieni titoli, elenchi, frecce e collegamenti logici. Inserisci [illeggibile] dove non sei sicuro e non indovinare le parole mancanti. Dopo la trascrizione crea una versione ordinata con argomenti principali, decisioni, domande aperte e attività da svolgere.

4. Trasformare la foto di una lavagna in un verbale operativo

Alla fine di una riunione arriva il momento più tecnologico della giornata: tutti fotografano la lavagna e nessuno la guarda più. Caricando la foto in Gemini Notebook possiamo ricostruire temi, decisioni, responsabili e scadenze.

Se aggiungiamo anche l’ordine del giorno, la trascrizione della riunione o i documenti del progetto, Gemini Notebook può confrontare ciò che è stato discusso con ciò che è rimasto davvero sulla lavagna.

Prompt da usare

Leggi la lavagna e trasformala in un verbale operativo. Separa: obiettivi, idee, decisioni prese, attività, responsabili, scadenze e punti ancora da chiarire. Non attribuire un responsabile o una data se non sono visibili. Confronta poi la lavagna con gli altri documenti del notebook e segnala eventuali contraddizioni.

5. Capire uno schema elettrico, meccanico o informatico

Gemini Notebook può aiutare a leggere immagini tecniche: schemi a blocchi, diagrammi di rete, circuiti, planimetrie, esplosi meccanici o flussi di processo. Può descrivere i componenti, seguire i collegamenti e tradurre una rappresentazione complessa in una spiegazione più accessibile.

Qui la prudenza deve salire di livello. Una spiegazione AI non sostituisce il manuale, un tecnico qualificato o le verifiche di sicurezza. Su impianti elettrici, macchinari e sistemi critici, una freccia interpretata male non è un dettaglio creativo.

Prompt da usare

Descrivi questo schema tecnico procedendo da sinistra a destra. Elenca i componenti identificabili, spiega i collegamenti e ricostruisci il flusso. Distingui sempre tra elementi chiaramente visibili e interpretazioni. Confronta lo schema con il manuale caricato e cita i passaggi che confermano la spiegazione. Non fornire istruzioni operative se mancano dati di sicurezza.

6. Confrontare fotografie di un impianto con il manuale di manutenzione

Una foto di un quadro, di un componente o di una macchina può essere affiancata al relativo manuale. Gemini Notebook può aiutare a identificare elementi visibili, trovare nel documento i capitoli pertinenti e preparare una checklist per il sopralluogo.

È un buon esempio della vera forza dello strumento: non la fotografia da sola, ma la fotografia collegata a una fonte autorevole. Una logica simile funziona in molti contesti professionali: leggi anche AI per autotrasportatori: 10 usi pratici di ChatGPT e Gemini Notebook per altri esempi applicati al lavoro.

Prompt da usare

Confronta le fotografie dell’impianto con il manuale tecnico presente nel notebook. Indica quali componenti sembrano riconoscibili e associa a ciascuno il capitolo pertinente del manuale. Crea una checklist di controlli visivi, citando la fonte. Segnala tutto ciò che non può essere verificato dalla sola immagine e non formulare diagnosi definitive.

7. Analizzare lo screenshot di un’applicazione o di un sito

Uno screenshot può essere usato per spiegare un’interfaccia, documentare un errore o valutare l’esperienza utente. Gemini Notebook può descrivere menu, pulsanti, messaggi, campi e gerarchie visive; se carichiamo più schermate, può ricostruire anche il flusso.

Per esempio, un docente può creare una guida per gli studenti; un team di assistenza può preparare FAQ; chi progetta un servizio può raccogliere attriti e passaggi poco chiari.

Prompt da usare

Analizza gli screenshot nell’ordine indicato. Ricostruisci il percorso dell’utente, descrivi che cosa deve fare in ogni schermata e segnala testi, pulsanti o passaggi potenzialmente ambigui. Crea due output: una guida semplice per un utente principiante e un elenco di osservazioni UX per il team che gestisce l’applicazione.

8. Digitalizzare moduli, cartellini e documenti fotografati

Una fotografia può contenere una scheda compilata, un’etichetta, un inventario, un cartellino di magazzino o un modulo cartaceo. Gemini Notebook può estrarre i campi e uniformarli in una tabella, particolarmente utile quando le immagini hanno una struttura ricorrente.

Prima di caricare i file, però, bisogna eliminare o oscurare dati personali, sanitari, finanziari o riservati non necessari. La comodità non cancella la privacy (GDPR).

Prompt da usare

Estrai dalle immagini soltanto questi campi: [elenco dei campi]. Restituisci una riga per ogni immagine e conserva il nome del file come riferimento. Non ricostruire valori mancanti. Segnala duplicati, campi incoerenti e fotografie che richiedono una nuova acquisizione.

9. Trasformare dispense illustrate e tavole didattiche in materiale di studio

Mappe, tavole anatomiche, diagrammi scientifici, linee del tempo e infografiche non sono semplici decorazioni: spesso contengono informazioni che una trascrizione testuale perde. Gemini Notebook può descriverle, collegarle alle dispense e generare quiz o domande di ripasso.

Uno studente può chiedere una spiegazione progressiva; un docente può creare attività differenziate; un formatore può trasformare una tavola complessa in un glossario. Se usi Gemini Notebook anche per la ricerca del lavoro, leggi: 5 modi per usare Gemini Notebook nella ricerca del lavoro.

Prompt da usare

Spiega questa immagine didattica a uno studente di [livello/classe]. Prima descrivi gli elementi visibili, poi chiarisci le relazioni tra loro usando anche le dispense caricate. Crea infine cinque domande a risposta aperta, cinque flashcard e un esercizio basato sull’immagine. Cita le fonti testuali quando aggiungi informazioni non visibili nella figura.

10. Creare un archivio ragionato di oggetti, opere o campioni

Fotografie di prodotti, reperti, opere, campioni, confezioni o materiali possono diventare un piccolo catalogo interrogabile. Gemini Notebook può confrontare immagini, proporre categorie, individuare caratteristiche ricorrenti e collegare ogni elemento a schede o documenti già caricati.

Può essere utile in una biblioteca, in un museo, in un laboratorio, in un archivio scolastico o in un’azienda. Le identificazioni, però, devono restare ipotesi finché non sono confermate da dati o fonti affidabili.

Prompt da usare

Crea un catalogo delle immagini. Per ogni file indica descrizione visiva, caratteristiche distintive, categoria proposta, possibili corrispondenze con le schede presenti nel notebook e livello di certezza. Se due immagini potrebbero rappresentare lo stesso oggetto, segnalalo come ipotesi e spiega quali dettagli servono per verificarla.

Come ottenere risultati migliori dalle immagini

La qualità del prompt conta, ma prima ancora conta la qualità della fonte. Per lavorare meglio con Gemini Notebook:

  1. fotografa il soggetto con luce uniforme e senza riflessi;
  2. tieni la fotocamera parallela al foglio o all’oggetto;
  3. usa una risoluzione sufficiente per leggere i dettagli;
  4. separa immagini diverse invece di creare collage troppo densi;
  5. assegna ai file nomi comprensibili;
  6. indica nel prompt quali campi estrarre;
  7. chiedi di marcare i dati incerti senza completarli;
  8. aggiungi manuali, dispense o cataloghi che possano confermare l’interpretazione;
  9. verifica numeri, nomi, codici, link e dati sensibili;
  10. conserva sempre l’immagine originale per il controllo.

Un prompt efficace non dice soltanto “dimmi che cosa vedi”. Specifica obiettivo, campi, formato dell’output, fonti da confrontare e comportamento da tenere in caso di dubbio. Se vuoi approfondire la scrittura dei prompt, leggi: come si misura l’efficacia di un prompt.

I limiti: che cosa Gemini Notebook può sbagliare

Gemini Notebook può confondere un 3 con un 8, un titolo con un sottotitolo, un cavo con un altro, una parola in corsivo con quella statisticamente più plausibile. Può inoltre descrivere con grande sicurezza un dettaglio che nell’immagine non è abbastanza chiaro. Per capire meglio come funziona un modello linguistico nella generazione del testo, prova il simulatore LLM interattivo.

Per questo conviene applicare una regola semplice: più il dato produce conseguenze, più deve essere verificato. Un titolo di libro sbagliato fa perdere qualche minuto. Un importo, un codice prodotto, un’indicazione medica o un componente tecnico interpretato male possono creare problemi molto più seri.

Attenzione anche alla privacy e ai diritti. Prima di caricare una fotografia controlla che non contenga volti, indirizzi, firme, targhe, dati sanitari, credenziali, documenti riservati o materiale che non hai il diritto di usare.

Gemini Notebook e immagini: non un occhio, ma un nuovo ingresso per le fonti

La funzione più interessante non è il riconoscimento dell’immagine in sé. È la possibilità di portare dentro Gemini Notebook materiali che prima restavano fuori: carta, oggetti, lavagne, schermate, diagrammi, scaffali, moduli.

Una fotografia smette di essere soltanto una fotografia. Diventa una fonte da interrogare, confrontare e trasformare. È qui che Gemini Notebook si distingue da un semplice OCR: può mettere il contenuto visivo in relazione con il resto del notebook e produrre tabelle, guide, domande, checklist e materiali di studio.

Il consiglio è di partire da un esperimento piccolo. Prendi tre scontrini, una pagina di appunti o la fotografia di cinque libri. Caricali, usa uno dei prompt di questo articolo e controlla il risultato riga per riga. La meraviglia dura pochi minuti; il metodo resta. Per altri esempi pratici di Gemini Notebook applicato al lavoro o per approfondire il Corso Gemini Notebook per aziende e professionisti, esplora le risorse collegate.

FAQ su Gemini Notebook e le immagini

Quali immagini si possono caricare in Gemini Notebook?

La guida Google elenca numerosi formati supportati, tra cui JPG, JPEG, PNG, WebP, HEIC, GIF, TIFF, BMP e AVIF. Google precisa che alcuni tipi di immagini potrebbero non funzionare correttamente.

Gemini Notebook legge gli appunti scritti a mano?

Può provare a trascrivere anche testi manoscritti e in corsivo, ma l’accuratezza dipende dalla grafia e dalla qualità della fotografia. È consigliabile chiedere di usare la dicitura “[illeggibile]” invece di indovinare.

Gemini Notebook può ricavare i link dei libri da una fotografia?

Può identificare titoli e autori visibili. Per ottenere link affidabili è meglio usare poi la ricerca di fonti sul web e verificare editore, ISBN o catalogo bibliografico. Un URL non verificato non va trattato come corretto.

Si possono usare le foto degli scontrini per la contabilità?

Le immagini possono aiutare a estrarre e organizzare i dati, ma non sostituiscono documenti fiscali, software contabili o controlli professionali. Importi, date e aliquote devono essere verificati sull’originale.

Gemini Notebook capisce le immagini tecniche?

Può descrivere componenti e relazioni visibili e confrontarli con manuali caricati. Non sostituisce un tecnico qualificato e non dovrebbe essere l’unica fonte per decisioni operative o di sicurezza.

Le immagini caricate diventano fonti del notebook?

Sì. Possono essere selezionate e interrogate come le altre fonti, anche insieme a PDF, documenti, pagine web e altri materiali presenti nello stesso notebook.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Codice di condotta UE sui contenuti generati dall’IA: cosa cambia dal 2 agosto 2026

,

Dal 2 agosto 2026 entrano in vigore gli obblighi di trasparenza previsti dall’articolo 50 dell’AI Act europeo. Chi produce o distribuisce contenuti generati dall’intelligenza artificiale (testi, immagini, video, audio) deve rispettare regole precise su etichettatura e marcatura. La Commissione europea ha pubblicato il Codice di buone pratiche sulla trasparenza dei contenuti generati dall’IA per aiutare aziende e sviluppatori ad applicare queste regole in modo coerente in tutti gli Stati membri.

In questo articolo ti spiego che cos’è, a chi si applica, cosa prevede concretamente e perché è importante anche se non sei un’azienda tech.

Che cos’è il Codice di condotta UE sui contenuti generati dall’IA

Il codice è un documento elaborato da esperti indipendenti nell’ambito di un processo multilaterale facilitato dall’Ufficio per l’IA della Commissione europea. Non nasce dal nulla: è il complemento operativo all’articolo 50 dell’AI Act, la legge europea sull’intelligenza artificiale.

Cosa fa esattamente? Fornisce ai fornitori e agli operatori di sistemi di IA generativa un quadro pratico e riconosciuto a livello UE per dimostrare che stanno rispettando gli obblighi di legge su etichettatura e rilevamento dei contenuti prodotti dall’AI.

Una distinzione importante: l’adesione al codice è volontaria. Gli obblighi previsti dall’articolo 50 dell’AI Act, invece, non lo sono. Chi non aderisce al codice non è esentato dalla legge: deve solo dimostrare in altro modo di rispettarla, con oneri burocratici maggiori e meno certezza giuridica.

A chi si applica

Il codice riguarda due categorie principali:

  • Fornitori: le aziende che sviluppano sistemi di IA generativa (modelli, chatbot, strumenti di generazione di immagini o video).
  • Operatori/Distributori: chi utilizza quei sistemi per produrre e distribuire contenuti al pubblico.

Tradotto in pratica: se gestisci un sito, un canale social, una newsletter o qualsiasi altro canale dove pubblichi contenuti prodotti in tutto o in parte dall’intelligenza artificiale, sei coinvolto. Non solo OpenAI o Google, quindi. Anche chi usa gli strumenti AI per creare contenuti e li diffonde.

Le due sezioni del codice

Il documento si divide in due sezioni distinte, con obblighi diversi per attori diversi.

Sezione 1: Fornitori – Marcatura e rilevamento

I fornitori di sistemi di IA generativa devono implementare meccanismi tecnici che consentano di marcare i contenuti generati dall’AI in modo che possano essere rilevati da strumenti automatizzati. L’approccio tecnico di riferimento è quello del watermarking invisibile e dei metadati C2PA (Coalition for Content Provenance and Authenticity).

In sostanza: il contenuto deve portare con sé un’informazione leggibile dalle macchine che dica “questo è stato prodotto da un sistema AI”.

Sezione 2: Distributori – Etichettatura dei deepfake e del testo generato

Chi distribuisce contenuti generati dall’AI deve etichettarli in modo visibile per l’utente finale. Questo vale in particolare per:

  • I deepfake: immagini o video che ritraggono persone reali in situazioni false o costruite.
  • Le pubblicazioni di testo generate dall’AI su temi di interesse generale (notizie, articoli, analisi).

La Commissione europea ha creato anche un set di icone ufficiali che i distributori possono usare per etichettare i contenuti. Uno strumento pratico per chi vuole adempiere senza dover inventare da zero la propria segnaletica.

Le date da segnare in agenda

Il codice è stato pubblicato il 10 giugno 2026 ed è attualmente in fase di valutazione di adeguatezza da parte della Commissione europea e del comitato per l’IA.

Gli obblighi di trasparenza previsti dall’articolo 50 dell’AI Act diventano applicabili dal 2 agosto 2026. Non è una data lontana. Se non hai ancora ragionato su come etichetti i contenuti AI che produci o distribuisci, è il momento di farlo.

Perché conviene aderire al codice (anche se è volontario)

La risposta è semplice: certezza giuridica e risparmio di tempo.

Chi firma il codice può dimostrare la conformità all’AI Act usando le misure già definite nel documento. Chi non lo firma deve costruirsi un percorso alternativo e convincere le autorità di vigilanza del mercato, Stato per Stato, che le proprie misure sono equivalenti. In un contesto di 27 ordinamenti diversi, non è un percorso comodo.

I firmatari partecipano anche a task force dedicate per condividere pratiche, aggiornare le misure nel tempo e contribuire all’evoluzione delle regole. Un vantaggio competitivo non trascurabile per chi opera in questo spazio.

Cosa rimane fuori dal codice

Il codice non sostituisce l’AI Act né le future linee guida della Commissione sull’articolo 50. Non è un punto di arrivo ma uno strumento di conformità. Sarà integrato, aggiornato e affiancato da orientamenti ufficiali man mano che la valutazione di adeguatezza progredisce.

Restano fuori, per ora, molte domande operative: come si etichetta esattamente un testo co-scritto da un umano e da un AI? Qual è la soglia oltre cui un contenuto “modificato” dall’AI richiede l’etichetta? Le risposte arriveranno con le linee guida attese nei prossimi mesi.

Cosa fare adesso se produci o distribuisci contenuti AI

Non servono grandi investimenti per iniziare. Ecco tre passi concreti:

  1. Mappa i tuoi contenuti AI: capire quanti e quali contenuti prodotti con AI stai già pubblicando. Testo, immagini, video, audio.
  2. Definisci un sistema di etichettatura: anche semplice, anche manuale. L’importante è che sia coerente e visibile. Le icone ufficiali dell’UE sono già disponibili.
  3. Tieni d’occhio le linee guida della Commissione: arriveranno nei prossimi mesi e chiarirà molti punti operativi ancora aperti.

Se usi strumenti AI per la creazione di contenuti — ChatGPT, Midjourney, Sora, o qualsiasi altro — e li pubblichi su canali professionali, questa normativa ti riguarda. Non è fantascienza regolamentare, è già legge.

Domande frequenti sul Codice di condotta UE per i contenuti AI

Il codice di condotta è obbligatorio?

L’adesione è volontaria. Gli obblighi di trasparenza dell’articolo 50 dell’AI Act, invece, sono giuridicamente vincolanti dal 2 agosto 2026. Il codice è lo strumento più pratico per dimostrarli rispettati.

Chi deve etichettare i contenuti AI?

I distributori di contenuti generati da sistemi di IA generativa, in particolare deepfake e testi su temi di interesse pubblico. Non solo le grandi piattaforme: anche chi gestisce canali editoriali, newsletter e siti di informazione.

Cosa si intende per deepfake in senso giuridico?

Immagini, video o audio che ritraggono persone reali in modo falso o manipolato, creati con strumenti di intelligenza artificiale. L’obbligo di etichettatura si applica a questi contenuti indipendentemente dalla loro finalità.

Le icone UE per i contenuti AI sono obbligatorie?

No, sono uno strumento opzionale messo a disposizione dalla Commissione europea per facilitare l’etichettatura. Puoi usarle o adottare altre modalità di indicazione, purché siano visibili e comprensibili per l’utente finale.

Da dove posso leggere il testo ufficiale del codice?

Il documento è disponibile sul sito ufficiale della Commissione europea: digital-strategy.ec.europa.eu. È consultabile anche in italiano.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

AI per autotrasportatori: 10 usi pratici di ChatGPT e Gemini Notebook (ex NotebookLM) con prompt pronti

L’intelligenza artificiale può aiutare un autotrasportatore a leggere un contratto, capire una circolare, controllare i dati di un tachigrafo, preparare un preventivo o trasformare una riunione in un verbale. Non guida il camion al posto tuo e non sostituisce il commercialista, il consulente del lavoro o l’avvocato. Ma può toglierti parecchio lavoro ripetitivo.

Il 20 giugno 2026 ne ho parlato a Sesto Fiorentino durante una giornata organizzata da Or.Bi.T.A. Toscana e dedicata all’intelligenza artificiale nel trasporto artigiano.

Il programma era volutamente concreto: ChatGPT al mattino, Gemini Notebook (ex NotebookLM) al pomeriggio e molte esercitazioni. La domanda di partenza era semplice: dove può essere utile davvero l’AI generativa a chi lavora nell’autotrasporto?

Qui trovi dieci risposte, con altrettanti prompt pronti da copiare. Prima, però, distinguiamo i due strumenti.

ChatGPT e Gemini Notebook: quale usare?

ChatGPT è il coltellino svizzero. Può cercare informazioni online, scrivere, riscrivere, tradurre, analizzare file, creare formule Excel, organizzare dati e ragionare su un problema.

Gemini Notebook è il bibliotecario. Gli consegni le tue fonti — PDF, siti, video YouTube, audio, appunti, tabelle — e gli fai domande su quel materiale. Le risposte rimandano alle fonti, quindi è particolarmente utile quando vuoi capire da dove arriva un’informazione.

Se devi… Usa soprattutto…
Scrivere, rielaborare o creare un file ChatGPT
Fare una ricerca aggiornata sul Web ChatGPT con ricerca online
Interrogare uno o più documenti aziendali Gemini Notebook
Confrontare più PDF e risalire ai passaggi originali Gemini Notebook
Creare formule, tabelle o una prima bozza ChatGPT
Trasformare fonti in FAQ, mappa mentale, audio o slide Gemini Notebook

La differenza è importante. Chiedere a un chatbot di “ricordare” un contratto non è la stessa cosa che caricare quel contratto e obbligarlo a lavorare sulle sue clausole.

1. Capire una circolare senza perdersi nel burocratese

Circolari, regolamenti e comunicazioni di settore sembrano talvolta scritti per mettere alla prova la pazienza umana. ChatGPT può tradurli in italiano corrente; Gemini Notebook può rispondere citando i punti del documento.

Carica il PDF e usa questo prompt:

Agisci come un consulente esperto di autotrasporto. Riassumi questo documento in un massimo di 10 punti, usando un linguaggio semplice. Indica: che cosa cambia, da quando, chi è coinvolto, quali adempimenti sono richiesti, quali scadenze devo ricordare e quali rischi corro se non intervengo. Per ogni risposta cita pagina e passaggio della fonte. Distingui i fatti dalle tue interpretazioni e segnala ciò che deve essere verificato con un professionista.

Il vantaggio non è solo il riassunto. È poter continuare la conversazione: “Questo punto riguarda anche un’impresa con tre mezzi?” oppure “Fammi una checklist da consegnare all’amministrazione”.

2. Interrogare CCNL, accordi sindacali e procedure interne

Gemini Notebook è utile quando le informazioni sono sparse tra più fonti: CCNL, accordo aziendale, regolamento interno e una circolare recente.

Carica i documenti nello stesso notebook e chiedi:

Rispondi usando esclusivamente le fonti caricate. Spiega quali regole si applicano a orario di lavoro, riposi, trasferte e indennità degli autisti. Crea una tabella con: tema, regola generale, eventuali eccezioni, documento di origine, pagina e azione richiesta all’azienda. Se due fonti sono in conflitto, non scegliere arbitrariamente: mostra il conflitto e indicami che cosa devo far verificare al consulente del lavoro.

Qui l’AI non sostituisce il consulente del lavoro. Ti permette di arrivare dal consulente con domande migliori. Che è già mezza vittoria.

3. Controllare CQC, ADR, patenti e adempimenti

Scadenze e requisiti non perdonano. L’AI può aiutarti a costruire uno scadenzario partendo dai documenti, ma i risultati vanno sempre verificati sulle fonti ufficiali.

Analizza i documenti caricati relativi a CQC, ADR, patenti e formazione obbligatoria. Estrai tutte le scadenze e crea una tabella con: conducente, documento o corso, data di rilascio, data di scadenza, anticipo consigliato per il rinnovo, documento mancante e livello di urgenza. Non inventare dati assenti: scrivi “dato non disponibile”. Alla fine crea una checklist mensile di controllo.

Se lavori in ChatGPT puoi chiedere di esportare la tabella in un formato adatto a Excel. Se lavori in Gemini Notebook puoi conservare lo scadenzario come nota e risalire alla fonte.

4. Analizzare un contratto di trasporto prima di firmarlo

Un contratto lungo può nascondere responsabilità sproporzionate, penali, tempi di pagamento sfavorevoli, obblighi assicurativi o clausole poco chiare.

Agisci come assistente nella revisione preliminare di un contratto di trasporto, a tutela del vettore. Non fornire un parere legale definitivo. Evidenzia in una tabella: clausola, significato in parole semplici, rischio per il vettore, gravità da 1 a 5, possibile conseguenza pratica e domanda da fare all’avvocato o al committente. Concentrati su responsabilità, penali, tempi di pagamento, recesso, assicurazione, contestazioni, tempi di attesa, carburante, subvezione e foro competente. Cita sempre articolo e pagina. Segnala le informazioni mancanti.

La frase chiave è “revisione preliminare”. ChatGPT e Gemini Notebook possono accendere una spia; l’avvocato decide se sotto il cofano c’è davvero un problema.

5. Confrontare due versioni di un contratto o di una procedura

Hai ricevuto una nuova versione del capitolato e vuoi sapere che cosa è cambiato? Carica entrambi i file in Gemini Notebook.

Confronta la versione A e la versione B. Elenca soltanto le differenze sostanziali, ignorando correzioni grafiche o di punteggiatura. Crea una tabella con: argomento, testo precedente, testo nuovo, impatto operativo, impatto economico, rischio e azione consigliata. Dedica una sezione finale alle modifiche che aumentano obblighi o responsabilità del vettore. Cita le pagine di entrambe le versioni.

È uno dei casi in cui l’AI fa risparmiare molto tempo: non devi leggere cento pagine alla ricerca di una riga modificata.

6. Leggere i dati del tachigrafo e individuare anomalie

Se esporti i dati in una tabella, ChatGPT può aiutarti a cercare superamenti, pause sospette, valori mancanti e ricorrenze. Non è un software certificato di controllo e non deve essere usato come unico strumento per contestare un’infrazione.

Analizza questa tabella di attività dei conducenti. Verifica per ogni riga tempi di guida, pause e riposi rispetto alle soglie che ti fornisco qui sotto: [INSERISCI LE REGOLE O ALLEGA LA FONTE]. Crea una tabella con conducente, data, anomalia, valore rilevato, soglia, scostamento e priorità di verifica. Non applicare regole che non sono presenti nelle fonti. Evidenzia dati incompleti o incoerenti e spiega quali controlli umani devo fare prima di trarre conclusioni.

Puoi anche chiedere una formula Excel:

Scrivi una formula Excel in italiano che visualizzi “Attenzione” se le ore di guida nella cella A2 superano 9 ore; altrimenti visualizzi “OK”. Spiegami anche dove incollarla e come copiarla sulle righe successive.

7. Ridurre consumi e chilometri a vuoto

L’AI generativa non è un pianificatore di rotta certificato, ma può aiutare a leggere uno storico di viaggi e far emergere schemi: tratte poco redditizie, attese ricorrenti, ritorni a vuoto, consumi fuori media.

Analizza lo storico dei viaggi allegato. Individua: tratte con più chilometri a vuoto, clienti con maggiori tempi di attesa, differenze di consumo tra mezzi comparabili e viaggi con margine potenzialmente basso. Non confondere correlazione e causa. Per ogni anomalia proponi una verifica concreta e indica quali altri dati servono per decidere. Restituisci prima una sintesi di cinque righe, poi una tabella ordinata per impatto economico stimato.

Attenzione alla qualità dei dati: se nel file manca il carico trasportato, confrontare i consumi può diventare un esercizio creativo. E la creatività, in questo caso, costa gasolio.

8. Preparare un preventivo senza dimenticare i costi nascosti

Un prompt ben costruito può trasformare i dati di una tratta in una bozza di preventivo, includendo carburante, pedaggi, ore di guida, attese, ritorno a vuoto e margine.

Prepara la bozza di calcolo per un preventivo di trasporto. Dati: partenza [LUOGO], destinazione [LUOGO], chilometri totali [KM], consumo medio [KM/L], costo carburante [€/L], pedaggi [€], ore di lavoro [ORE], costo orario [€/H], altri costi [€], probabilità di ritorno a vuoto [%], margine desiderato [%]. Mostra ogni formula, non inventare valori mancanti e proponi tre scenari: prudente, realistico e favorevole. Alla fine scrivi una bozza di preventivo chiara, specificando esclusioni e validità dell’offerta.

Poi fai controllare il calcolo a chi segue amministrazione e controllo di gestione. Il chatbot è veloce; una virgola nel posto sbagliato lo è ancora di più.

9. Trasformare una riunione o un vocale in un verbale

Riunioni con autisti, incontri sulla sicurezza e corsi di formazione producono spesso molti appunti e pochi verbali. Gemini Notebook può lavorare anche su file audio; in alternativa puoi trascrivere l’audio e usare ChatGPT.

Trasforma questa trascrizione in un verbale professionale. Separa: data e partecipanti, temi discussi, decisioni prese, attività da svolgere, responsabile, scadenza e questioni ancora aperte. Elimina ripetizioni e intercalari senza cambiare il significato. Non attribuire una frase a una persona se non sei sicuro. Chiudi con una tabella delle azioni e con cinque righe di sintesi da inviare ai partecipanti.

Prima di registrare, informa i partecipanti e rispetta regole aziendali e privacy. Il microfono non trasforma automaticamente una riunione in materiale libero da usare.

10. Creare FAQ e istruzioni per autisti e clienti

Una volta caricate procedure e regolamenti, Gemini Notebook può trasformarli in domande frequenti. ChatGPT può poi riscrivere le risposte con un tono più chiaro o tradurle per gli autisti stranieri.

Usa esclusivamente le fonti caricate per creare 20 FAQ destinate agli autisti. Copri: documenti da portare, controlli prima della partenza, gestione di ritardi e incidenti, tempi di guida e riposo, sicurezza del carico e persone da contattare. Ogni risposta deve essere breve, concreta e comprensibile. Inserisci il riferimento alla fonte. Se una procedura non è definita, scrivi “chiedere conferma al responsabile”, senza inventare.

Poi puoi chiedere:

Traduci queste FAQ in [LINGUA]. Mantieni invariati numeri, scadenze, sigle e riferimenti normativi. Usa frasi semplici e segnala i termini tecnici che potrebbero richiedere una revisione da parte di un madrelingua.

Come scrivere prompt migliori per l’autotrasporto

Un buon prompt contiene almeno cinque elementi:

  • Ruolo: “Agisci come assistente esperto di autotrasporto”.
  • Obiettivo: “Voglio individuare le clausole rischiose”.
  • Contesto: tipo di azienda, mezzi, tratta, destinatario.
  • Formato: tabella, checklist, email, verbale, formula.
  • Limiti: non inventare, cita le fonti, segnala i dubbi.

La formula che uso spesso è questa:

Agisci come [RUOLO]. Il mio obiettivo è [OBIETTIVO]. Usa [FONTI/DATI]. Restituisci il risultato in [FORMATO]. Evidenzia [ELEMENTI IMPORTANTI]. Non inventare informazioni mancanti, distingui fatti e ipotesi e indicami ciò che deve essere verificato da [PROFESSIONISTA].

Privacy: che cosa non caricare alla leggera

Prima di caricare documenti, chiediti se contengono dati personali, informazioni sui dipendenti, targhe, coordinate bancarie, prezzi riservati, segreti commerciali o dati dei clienti.

Quando possibile:

  • anonimizza nomi, targhe e riferimenti personali;
  • elimina le pagine che non servono;
  • verifica le impostazioni di utilizzo dei dati dello strumento;
  • usa account e piani approvati dall’azienda;
  • non affidare all’AI la decisione finale su sicurezza, sanzioni, lavoro, fisco o contratti.

Vale anche qui una massima che uso spesso nei miei corsi: il formaggio è gratis solo nella trappola per topi. Se uno strumento è gratuito, devi almeno capire come tratta ciò che gli consegni.

Da dove iniziare domani mattina

Non serve partire dal progetto più ambizioso. Prendi un documento non riservato che conosci bene, caricalo in Gemini Notebook e verifica se il riassunto è corretto. Poi prova a fargli creare una tabella o una FAQ. In ChatGPT, invece, parti da un’attività ripetitiva: un’email, una formula Excel, una checklist o la bozza di un preventivo.

La regola è: prima verifica su un caso che conosci, poi usa lo strumento su un caso che ti serve.

L’intelligenza artificiale non trasforma automaticamente un’impresa di autotrasporto. Ma può trasformare parecchie ore spese a cercare, copiare, confrontare e riscrivere. E quelle ore, a differenza dei chilometri a vuoto, si possono recuperare.

Domande frequenti sull’AI per autotrasportatori

Qual è la differenza tra ChatGPT e Gemini Notebook?

ChatGPT è più adatto a creare, rielaborare, calcolare e cercare informazioni. Gemini Notebook è pensato per interrogare una raccolta di fonti e rispondere con riferimenti ai documenti caricati.

L’AI può controllare legalmente i tempi di guida?

Può aiutare a individuare possibili anomalie nei dati, ma non sostituisce software certificati, verifiche aziendali o consulenza normativa. Ogni risultato va controllato sulle fonti ufficiali.

Posso caricare contratti e dati degli autisti?

Solo dopo aver valutato riservatezza, base giuridica, impostazioni dell’account e policy aziendali. È preferibile anonimizzare i dati e caricare soltanto ciò che serve.

Gemini Notebook inventa meno di un normale chatbot?

Gemini Notebook lavora sulle fonti selezionate e mostra riferimenti ai passaggi originali, riducendo il rischio di risposte scollegate dai documenti. Non è infallibile: citazioni e conclusioni vanno comunque verificate.

Serve saper programmare?

No. Per i casi descritti bastano documenti ordinati, dati comprensibili e prompt chiari. La competenza decisiva è saper verificare il risultato.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come usare Perplexity (gratis) per cercare lavoro

, ,

Cercare lavoro è un lavoro: ormai è un cliché. Devi individuare gli annunci giusti, capire quali aziende assumono, aggiornare il curriculum, prepararti ai colloqui e magari scoprire quali competenze mancano al tuo profilo.

Il problema è che tutte queste attività richiedono tempo. Molto tempo.

Perplexity può aiutarti a ridurlo. È uno strumento di intelligenza artificiale che combina le capacità di un chatbot con quelle di un motore di ricerca: cerca informazioni online, sintetizza i risultati e, soprattutto, mostra le fonti utilizzate.

In questa guida vedrai come usare Perplexity nella versione gratuita per la ricerca del lavoro, con 12 esempi concreti e altrettanti prompt pronti da copiare.

Che cos’è Perplexity?

Perplexity è un motore di ricerca basato sull’intelligenza artificiale. Invece di restituire soltanto una lista di link, prova a costruire una risposta ragionata usando informazioni reperite sul Web.

Su Google potresti cercare: “offerte di lavoro marketing Milano”. Su Perplexity puoi formulare una richiesta molto più articolata:

Cerca offerte pubblicate negli ultimi sette giorni per digital marketing specialist a Milano, con possibilità di lavoro ibrido e almeno due giorni di smart working. Crea una tabella con azienda, posizione, data di pubblicazione, requisiti e link all’annuncio.

La versione gratuita permette di effettuare ricerche, consultare le fonti e utilizzare alcune funzioni avanzate con limiti variabili. Questi limiti possono cambiare nel tempo: conviene quindi controllare la pagina ufficiale dei piani di Perplexity.

Perché usare Perplexity per cercare lavoro?

Perplexity non sostituisce LinkedIn, Indeed, InfoJobs, i portali aziendali o il contatto con i recruiter. Può però diventare il livello di ricerca che li collega. Se vuoi approfondire come usare l’AI nella ricerca del lavoro in generale, leggi anche la guida su cercare lavoro con l’intelligenza artificiale.

  • Individuare opportunità professionali e aziende interessanti.
  • Analizzare un settore e confrontare il CV con il mercato.
  • Scoprire competenze emergenti e costruire un piano di formazione.
  • Preparare colloqui e verificare informazioni sull’azienda.
  • Cercare eventi e occasioni di networking.

Attenzione: le offerte possono scadere, essere duplicate o cambiare. Prima di candidarti devi sempre aprire la fonte originale e verificare che la posizione sia ancora disponibile.

Prima di iniziare: prepara il tuo kit professionale

  • Curriculum aggiornato.
  • Ruolo desiderato e area geografica.
  • Disponibilità al lavoro remoto o ibrido.
  • Livello di esperienza e settori preferiti.
  • Competenze tecniche e conoscenza delle lingue.
  • Aspettative contrattuali ed eventuali vincoli sulla mobilità.

Se carichi il curriculum, elimina prima i dati non necessari: indirizzo completo, codice fiscale, firma, numero di documento e altre informazioni sensibili. Per lavorare sul posizionamento bastano esperienze, studi, competenze e risultati professionali.

1. Scoprire quali lavori puoi fare partendo dal curriculum

Non sempre il problema è trovare gli annunci. A volte non sappiamo nemmeno quali ruoli cercare. Puoi caricare il curriculum in PDF e chiedere a Perplexity di ricavare una lista di posizioni compatibili.

Prompt

Analizza il curriculum che ho caricato.

Individua:
1. le mie competenze tecniche;
2. le competenze trasversali dimostrate dalle esperienze;
3. i settori nei quali ho già lavorato;
4. dieci posizioni lavorative compatibili con il mio profilo;
5. cinque posizioni adiacenti che potrei valutare con una formazione limitata.

Per ogni posizione indica perché è coerente, competenze già possedute, competenze mancanti, parole chiave da usare e compatibilità da 1 a 10. Non inventare esperienze assenti dal curriculum.

2. Cercare offerte coerenti con il curriculum

Dopo aver identificato i ruoli compatibili, puoi chiedere a Perplexity di cercare offerte recenti e verificabili.

Prompt

In base al curriculum allegato, cerca offerte di lavoro attualmente disponibili in Italia e pubblicate o aggiornate negli ultimi 14 giorni.

Vincoli: località Milano e provincia; modalità ibrida o da remoto; esperienza richiesta massimo 5 anni; escludi stage non retribuiti; considera soltanto offerte con una pagina originale verificabile.

Crea una tabella con posizione, azienda, località, modalità, data, requisiti principali, compatibilità con il CV da 1 a 10, gap e link diretto. Ordina dalla maggiore compatibilità. Se non riesci a verificare un dato, scrivi “non disponibile”.

3. Trovare aziende per un’autocandidatura

Molte opportunità non arrivano sui portali di recruiting. Può quindi essere utile individuare aziende coerenti con il proprio profilo e inviare un’autocandidatura mirata.

Prompt

Agisci come un consulente di carriera specializzato nel mercato italiano. Partendo dal mio curriculum, individua 20 aziende con sede in Lombardia che potrebbero essere interessate al mio profilo, anche se non hanno pubblicato un annuncio.

Per ogni azienda indica settore, sede, dimensioni indicative, prodotti o servizi, motivo della compatibilità, segnali recenti di crescita, pagina Lavora con noi e fonti. Dividile in compatibilità alta, media e aziende più sfidanti. Usa informazioni recenti e non inventare indirizzi email.

4. Scoprire le aziende che stanno crescendo

Un’azienda che apre sedi, raccoglie investimenti, acquisisce concorrenti o lancia prodotti potrebbe avere bisogno di nuove persone.

Prompt

Cerca aziende italiane del settore cybersecurity che negli ultimi 12 mesi abbiano mostrato segnali concreti di crescita: nuovi finanziamenti, acquisizioni, apertura di sedi, ingresso in nuovi mercati, crescita dell’organico, nuovi prodotti o partnership rilevanti.

Crea una tabella con azienda, segnale di crescita, data, fonte, sede, pagina carriere ed eventuali posizioni aperte. Usa preferibilmente fonti aziendali, comunicati stampa e testate economiche affidabili. Segnala le informazioni non confermate.

5. Analizzare i trend occupazionali del settore

Quali professioni stanno crescendo? Quali competenze compaiono più spesso negli annunci? Perplexity può realizzare una prima analisi del mercato.

Prompt

Analizza il mercato del lavoro italiano per i professionisti del marketing digitale usando dati pubblicati negli ultimi 18 mesi. Indica ruoli più richiesti, competenze tecniche, strumenti più citati, competenze AI emergenti, ruoli in crescita, attività esposte all’automazione e settori che assumono di più.

Distingui chiaramente dati documentati, interpretazioni e previsioni. Cita le fonti e la data di ciascun dato.

6. Analizzare una singola offerta di lavoro

Gli annunci sono spesso pieni di formule standard. Devi capire quali requisiti contano davvero e quali elementi richiedono chiarimenti.

Prompt

Analizza questa offerta di lavoro: [INCOLLA IL TESTO O IL LINK].

Estrai attività principali, requisiti obbligatori e preferenziali, competenze tecniche, soft skill, seniority, parole chiave per il CV, possibili domande di colloquio ed elementi poco chiari. Individua eventuali segnali critici: responsabilità eccessive, descrizione generica, requisiti contraddittori, informazioni essenziali assenti o annuncio non aggiornato. Non dedurre stipendio o condizioni non dichiarate.

7. Misurare la compatibilità tra CV e annuncio

Ottimizzare il CV per gli ATS non significa riempirlo di parole chiave. Significa usare il linguaggio dell’annuncio quando descrive competenze che possiedi davvero.

Prompt

Confronta il curriculum allegato con questa offerta: [INCOLLA ANNUNCIO].

Crea una tabella con requisito, evidenza nel CV, corrispondenza, informazione mancante e possibile miglioramento. Poi assegna un punteggio indicativo 0-100, elenca parole chiave pertinenti assenti, suggerisci riformulazioni senza inventare competenze, indica i requisiti mancanti e proponi cinque domande al recruiter. Se il CV non contiene una prova, non considerare la competenza acquisita.

8. Studiare un’azienda prima del colloquio

Presentarsi a un colloquio senza conoscere l’azienda è uno degli errori più frequenti. Perplexity può preparare un briefing aggiornato.

Prompt

Devo sostenere un colloquio con [AZIENDA] per [POSIZIONE]. Prepara un briefing con storia, attività, prodotti, mercati, concorrenti, notizie degli ultimi 12 mesi, investimenti o cambiamenti, valori dichiarati, sfide del settore, competenze cercate e dieci domande intelligenti.

Dai priorità al sito aziendale, comunicati ufficiali, bilanci e fonti giornalistiche autorevoli. Inserisci data e link per ogni notizia.

9. Confrontare due offerte di lavoro

Se hai ricevuto due proposte, Perplexity può aiutarti a costruire una matrice decisionale senza scegliere al posto tuo.

Prompt

Confronta queste due offerte:
OFFERTA A: [INCOLLA]
OFFERTA B: [INCOLLA]

Usa: coerenza con il CV, crescita, stabilità, formazione, flessibilità, responsabilità, spendibilità futura, distanza, retribuzione e benefit solo se dichiarati, rischi e dati mancanti. Assegna un punteggio 1-5 e spiega. Indica quale appare migliore per crescita professionale, stabilità ed equilibrio vita-lavoro.

10. Scoprire quali corsi seguire

Prima di acquistare un corso, verifica se la competenza è davvero richiesta dal mercato.

Prompt

Voglio candidarmi come data analyst junior in Italia. Analizza un campione recente di offerte e individua dieci competenze tecniche più richieste, strumenti frequenti, conoscenze statistiche, certificazioni e competenze indispensabili o preferenziali.

Confronta i risultati con il CV allegato e costruisci un piano di 12 settimane. Per ogni settimana indica obiettivo, argomento, esercizio, risorsa gratuita, tempo e risultato da inserire nel portfolio. Privilegia fonti ufficiali e verifica i link.

11. Cercare corsi, certificazioni e finanziamenti gratuiti

Oltre ai corsi online esistono programmi regionali, fondi, academy aziendali e iniziative finanziate.

Prompt

Cerca opportunità formative gratuite o finanziate attualmente disponibili per una persona disoccupata residente in Lombardia che vuole lavorare nella cybersecurity. Includi corsi regionali, programmi nazionali, academy, corsi universitari aperti, certificazioni gratuite o con voucher.

Per ogni opportunità indica ente, requisiti, programma, modalità, durata, scadenza, certificazione e pagina ufficiale. Escludi pagine non aggiornate e distingui i corsi gratuiti dalle sole prove gratuite.

12. Creare un piano settimanale per la ricerca del lavoro

La ricerca del lavoro rischia di diventare caotica. Puoi trasformarla in un piano misurabile.

Prompt

Agisci come un career coach pragmatico. Voglio trovare lavoro come [RUOLO] entro [PERIODO] e posso dedicare [NUMERO] ore alla settimana.

Costruisci un piano con ricerca offerte, selezione, personalizzazione del CV, autocandidature, networking LinkedIn, studio aziende, formazione, colloqui e verifica dei risultati. Definisci indicatori misurabili e prepara il modello di un foglio di monitoraggio con colonne, stati e prossima azione.

Il trucco più importante: chiedere sempre le fonti

Perplexity mostra normalmente le fonti, ma questo non significa che siano tutte ugualmente attendibili. Per migliorare una ricerca puoi aggiungere questa istruzione:

Per ogni affermazione importante indica una fonte direttamente verificabile. Privilegia fonti primarie e aggiornate. Specifica la data della fonte. Se due fonti sono in contrasto, segnalalo. Se non trovi conferme sufficienti, scrivi chiaramente che l’informazione non è verificata.

Per le offerte di lavoro, l’ordine di affidabilità consigliato è:

  1. Pagina Lavora con noi dell’azienda.
  2. Portale ufficiale usato dall’azienda.
  3. Profilo LinkedIn verificabile.
  4. Portale di recruiting.
  5. Aggregatore di annunci.

Come scrivere prompt migliori per Perplexity

Un buon prompt per la ricerca del lavoro dovrebbe contenere almeno cinque elementi:

  • Contesto: chi sei e cosa stai cercando.
  • Obiettivo: quale risultato vuoi ottenere.
  • Vincoli: luogo, periodo, contratto ed esperienza.
  • Formato: tabella, elenco, piano o confronto.
  • Fonti: quali siti privilegiare e quanto devono essere recenti.

Un prompt debole potrebbe essere: “Cercami un lavoro nel marketing”. Un prompt più efficace è:

Cerca posizioni junior nel digital marketing pubblicate negli ultimi sette giorni a Bergamo, Brescia o Milano. Considera ruoli ibridi e contratti a tempo determinato o indeterminato. Escludi stage e offerte prive del nome dell’azienda. Crea una tabella con requisiti, località, data, modalità di lavoro e link diretto alla fonte originale.

Tre errori da evitare

1. Fidarsi senza aprire le fonti

Perplexity può sbagliare, associare un dato alla fonte sbagliata o presentare come attuale un annuncio scaduto.

2. Inviare il primo testo generato

Una candidatura scritta interamente dall’AI può risultare generica. Usa la risposta come bozza, poi aggiungi esperienze, numeri, motivazioni e dettagli personali.

3. Caricare troppi dati personali

Per analizzare un curriculum non servono codice fiscale, indirizzo completo o documenti. Prima di caricare un file consulta condizioni e informativa sulla privacy.

Perplexity può davvero aiutarti a trovare lavoro?

Sì, ma non nel modo miracoloso spesso promesso dall’intelligenza artificiale.

Perplexity non sostiene il colloquio al posto tuo, non costruisce relazioni professionali e non può garantire che le informazioni trovate siano corrette. Può però fare molto bene tre cose: allargare la ricerca, organizzare le informazioni e aiutarti a formulare domande migliori.

Usalo come un assistente di ricerca, non come un pilota automatico. Nel mercato del lavoro la tecnologia può velocizzare il processo; la credibilità, le competenze e le relazioni restano ancora affare tuo. Per un approccio diverso all’uso dell’AI nel lavoro, puoi anche leggere la guida su come usare Gemini Notebook (ex NotebookLM) nella ricerca del lavoro.

Domande frequenti

Perplexity è gratuito?

Perplexity offre un piano gratuito con ricerche standard e accesso limitato ad alcune funzioni avanzate. Limiti e caratteristiche possono cambiare.

Posso caricare il curriculum?

Perplexity permette di allegare documenti in alcune modalità. Prima di caricare il CV è consigliabile rimuovere dati personali non necessari e consultare l’informativa sulla privacy di Perplexity.

Può trovare offerte di lavoro?

Può cercare e organizzare annunci pubblicati sul Web, ma non garantisce che siano ancora aperti. La disponibilità va verificata sulla fonte originale.

Può riscrivere il curriculum?

Può analizzarlo, confrontarlo con un annuncio e suggerire modifiche. Non deve aggiungere esperienze o competenze inesistenti.

È meglio Perplexity o ChatGPT?

Perplexity è particolarmente utile per ricerche online aggiornate e fonti; un chatbot generalista può essere più adatto a riscrittura e simulazioni. Sono complementari. Scopri come usarli insieme nella guida su trovare lavoro con ChatGPT e Gemini.

Può sostituire un career coach?

No. Può fornire informazioni e ipotesi, ma non conosce completamente la persona e il contesto. Le decisioni importanti richiedono valutazione umana.

 

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Intelligenza artificiale per commercianti: 10 idee concrete per usare Gemini [dal mio webinar per Edi Confcommercio]

,

Il 18 giugno ho tenuto un webinar gratuito per Edi Confcommercio, il braccio formativo di Confcommercio, dedicato a Gemini, l’intelligenza artificiale di Google. In sala (virtuale) c’erano commercianti, artigiani, titolari di negozio. Persone con poco tempo, tante gatte da pelare e zero voglia di sentirsi dire “l’AI cambierà il mondo”. Volevano sapere una cosa sola: a cosa mi serve, concretamente, domani mattina? Questo articolo è la versione scritta di quello che ho condiviso. Dieci idee operative.

Prima di cominciare: perché Gemini e non gli altri?

Domanda lecita. La risposta è semplice. Gemini è gratuito, è integrato nell’ecosistema Google che già usi ogni giorno (Gmail, Drive, Docs, Maps), e negli ultimi mesi ha fatto un balzo impressionante: da 2,8 milioni di utenti ad aprile 2025 a 6 milioni a dicembre. Più 115% in otto mesi. Non è un fuoco di paglia.
Ha anche alcune caratteristiche tecniche che lo rendono interessante rispetto alla concorrenza: una finestra di contesto enorme (128.000 token, cioè riesce a “tenere a mente” documenti lunghissimi), la capacità di analizzare video, la generazione di immagini integrata e i Gems, cioè assistenti personalizzati che puoi costruire tu. Ne parlerò al punto 10.

1. Smettila di trattarlo come un motore di ricerca

Il primo errore che vedo fare è questo: si apre Gemini, si scrive una domanda come se fosse Google, si legge la risposta e si chiude.

Spreco totale.

Gemini non è un motore di ricerca. È un interlocutore. Devi dialogarci. Fare domande di follow-up. Chiedere di approfondire un punto. Spingerlo a ragionare, non solo a rispondere.

La differenza tra un prompt veloce e uno ragionato è enorme. Facciamo un esempio concreto.

Prompt pigro: “Scrivi un’offerta commerciale.”

Prompt da professionista: “Aiutami a creare un’offerta commerciale irresistibile per i miei servizi di [settore]. Analizza: i problemi più urgenti del cliente, le metriche che contano, le possibili obiezioni, gli elementi di differenziazione.”

Stesso strumento. Input diverso. Output che non si comparano nemmeno.

2. Attento alla sycophantic AI: Gemini ti dirà sempre di sì (se glielo permetti)

Questo punto l’ho visto illuminare molte facce durante il webinar.

La sycophantic AI è il fenomeno per cui l’intelligenza artificiale tende ad assecondarti sempre. Ti dice che la tua idea è ottima, che il tuo piano è eccellente, che il tuo testo è perfetto. Anche quando non lo è.

È una forma di adulazione automatica, costruita per piacerti. Il problema è che se cerchi un parere critico e ti arriva solo conferma, stai sprechi una delle funzioni più preziose dello strumento.

La soluzione è semplice: digli esplicitamente di smettere.

Copia e incolla questo prompt all’inizio di ogni conversazione importante: “D’ora in poi, non limitarti ad assecondarmi. Se ti chiedo un parere, sii critico. Non devi essere uno yes-man.”

Cambierà radicalmente la qualità delle risposte.

3. Presentati a Gemini

Gemini non sa chi sei. E se non lo sa, ti risponde come se fossi chiunque.

Dedica cinque minuti a presentarti: il tuo settore, la tua città, la dimensione della tua attività, i tuoi clienti tipo, i tuoi obiettivi. Poi chiedigli cosa ha capito di te. Ti sorprenderà quanto riesce a elaborare.

Questa personalizzazione trasforma ogni risposta successiva: più pertinente, più calibrata, più utile.

4. Usa la modalità thinking per le decisioni difficili

Gemini ha una modalità chiamata thinking (ragionamento avanzato): prima di risponderti, “pensa ad alta voce” e ragiona sul problema in modo strutturato. È particolarmente utile per decisioni complesse, analisi strategiche o quando hai bisogno di un punto di vista che vada oltre la risposta di default.

Un esercizio che ho proposto al webinar, mutuato dal pre-mortem della psicologia cognitiva: descrivi un progetto a Gemini, poi chiedigli “Vai avanti nel tempo di un anno. Il progetto è fallito. Dimmi perché.”

È un modo per identificare i punti deboli prima che diventino problemi reali. Costa niente, vale tanto.

5. Analizza i siti web: il tuo e quello dei concorrenti

Puoi incollare l’URL di un sito web e chiedere a Gemini di analizzarlo. Struttura, messaggi, punti deboli, posizionamento. Funziona.

Ma la cosa più interessante è chiedere di mettere in relazione due siti web: il tuo e quello di un concorrente. Cosa fa meglio lui? Dove sei più forte tu? Cosa puoi copiare (legalmente, sia chiaro)? Dove c’è spazio per differenziarti?

È un’analisi competitiva in dieci minuti che un consulente ti fattura in giorni.

6. Carica il tuo Excel e chiedile di ragionare sui dati

Hai un foglio Excel con le vendite degli ultimi due anni? Caricalo.

Poi chiedi: “Analizza la struttura dei dati e identifica eventuali anomalie: valori mancanti, duplicati o formati incoerenti. Proponi una strategia di pulizia prima di procedere.”

Dopodiché vai avanti: chiedi un’analisi, un grafico, una previsione per i prossimi sei mesi. Gemini sa leggere i dati, sa visualizzarli e sa individuare pattern che a occhio nudo non vedresti.

Non serve essere analisti. Serve fare le domande giuste.

7. Fai ricerca online con prompt strutturati: lead generation e OSINT

Questa è la parte che ha fatto più rumore nel webinar.

Gemini può fare ricerche online per te. Non solo risponderti con quello che sa: può cercare informazioni aggiornate sul web e restituirtele in formato tabella, report, elenco.

Esempio per la lead generation: “Agisci come un esperto di lead generation. Cerca sul web attività del [settore] in [zona]. Mi servono almeno [numero] attività. Dammi una tabella con: nome, descrizione dei servizi, sito web, email di contatto, testo email per contattarli.”

Esempio per la ricerca sui competitor: “Agisci come un esperto di intelligence competitiva. Conduci un’analisi approfondita dei miei 5 principali concorrenti nel settore [X]. Identifica punti di forza, debolezze, strategie di contenuto, prezzi e proposte di valore. Poi dimmi come posso superarli.”

Per ricerche ancora più approfondite, Gemini ha una funzione dedicata chiamata Deep Research: costruisce un report strutturato su un argomento, citando le fonti. È lo strumento più potente per chi deve capire un mercato, un tema, una persona (nel rispetto della privacy e della legalità, ovviamente).

8. Analizza i tuoi post social con il neuromarketing

Hai uno screenshot di un post che hai pubblicato su Instagram o Facebook? Caricalo.

Poi chiedi: “Analizza questo post in base a: chiarezza (punteggio da 1 a 10), impatto emotivo (punteggio da 1 a 10). Riscrivilo per ottenere un 10 su entrambe le metriche. Spiegami cosa hai cambiato e perché.”

Se vuoi andare oltre, chiedi un’analisi dal punto di vista del neuromarketing: attenzione visiva, risposta emotiva, gerarchia delle informazioni. Gemini non è un neuroscienziato, ma sa applicare i principi del neuromarketing ai tuoi contenuti con una precisione sorprendente.

9. Crea presentazioni, infografiche e dashboard

Gemini genera immagini, costruisce infografiche, crea presentazioni e — grazie alla modalità Canvas — assembla dashboard visive direttamente nella chat.

Un esempio pratico che ho mostrato al webinar: “Analizza [URL del mio sito] e le slide allegate. Crea 12 slide per presentare i miei servizi. Target: [tipo di cliente]. Stile: professionale con sfondo scuro. Inizia con una domanda accattivante. Chiudi con una call to action.”

Il risultato non è sempre perfetto al primo colpo. Ma è un punto di partenza che ti risparmia ore di lavoro.

10. Costruisci il tuo Gem: un assistente personalizzato per la tua attività

I Gems sono forse la funzione meno conosciuta e più potente di Gemini.

Puoi creare un assistente personalizzato con un nome, una personalità, delle istruzioni precise e una Knowledge Base: cioè documenti tuoi — listini, cataloghi, FAQ, politiche commerciali — che il Gem usa come base di conoscenza.

Immagina di avere un assistente che risponde alle email dei clienti, redige preventivi e gestisce le domande frequenti usando esattamente le informazioni della tua attività. Non risposte generiche: risposte tue.

Puoi anche condividere i Gems con il tuo team. O usarli per formare una persona nuova che entra in azienda.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Meme e intelligenza artificiale: la mia intervista per un magazine dello IULM

, ,

MasterX, il periodico del master in giornalismo IULM, mi ha citato in un articolo sull’evoluzione dei contenuti nell’era dell’intelligenza artificiale. Riparto da lì per dirti la cosa che mi preme di più.

Qualche settimana fa Maria Sara Pagano, studentessa del master in giornalismo dell’Università IULM, mi ha contattato per un articolo sui meme e l’intelligenza artificiale. Argomento che seguo da vicino e mi intriga parecchio. L’articolo è uscito su MasterX (giugno 2026) e mi ha citato come “docente di formazione digitale” (definizione corretta, anche se mi fa sempre un effetto strano vederla scritta, come quando trovi il tuo nome in un saggio universitario e per un secondo non ti riconosci). Quello che voglio fare qui è riprendere i concetti che ho condiviso con lei e svilupparli meglio. Perché in un’intervista il tempo è quello che è, e alcune cose meritano più spazio.

Il paragone con Instagram

Quando mi chiedono cosa sta succedendo con i meme e l’AI, parto sempre da qui. Nel 2012, uno smartphone e un filtro Instagram davano a chiunque l’illusione di essere un fotografo professionista. Non lo eri. Ma potevi produrre qualcosa di esteticamente accettabile senza anni di formazione.

Oggi l’AI fa la stessa cosa con le immagini, le animazioni, i video. Chiunque può generare contenuti iperrealistici o surreali in pochi secondi. Questo è un fatto. Non è né buono né cattivo in sé. È un cambio di paradigma. Il problema (e qui sta il punto su cui ho insistito con Maria Sara) è cosa succede quando questa possibilità è alla portata di tutti contemporaneamente.

Lo Slop AI: il vero nemico della creatività

Il termine Slop AI indica i contenuti di bassa qualità generati in serie dall’intelligenza artificiale. Migliaia di immagini simili, video clonati l’uno dall’altro, meme che si assomigliano tutti perché partono dagli stessi database, dagli stessi modelli, dagli stessi prompt vaghi. È l’equivalente digitale della musica da ascensore: tecnicamente prodotta, emotivamente vuota. Il rischio non è che l’AI sia brava. Il rischio è che la sua mediocrità di massa sommerga l’originalità di pochi. Ma, e questo è il punto che tengo sempre a precisare, esiste un meccanismo naturale di selezione.

Il darwinismo dei contenuti

Nella massa informe di contenuti mediocri, quelli che funzionano davvero sono ancora quelli con una scintilla umana dentro.

L’AI è un sistema probabilistico. Sa calcolare il risultato medio, quello che statisticamente è più probabile aspettarsi. Ma la trovata spiazzante, la battuta inaspettata, l’angolazione che nessuno aveva pensato: quella non la sa generare. Non ancora. E probabilmente non la saprà generare per molto tempo ancora, per ragioni strutturali che hanno poco a che fare con la potenza computazionale.

Facciamo un esempio concreto. Chiedi a ChatGPT di inventare una barzelletta. Il risultato è quasi sempre imbarazzante. Non perché l’AI sia stupida, ma perché l’umorismo richiede qualcosa che l’AI non ha: la comprensione del contesto culturale preciso, del timing, dell’incongruenza attesa-inaspettata che scatta nella mente di chi ascolta. L’AI imita schemi, il comico rompe schemi.

Cosa ho detto sul trash (e cosa intendo davvero)

Nell’articolo vengo citato in riferimento alla sociologia del trash, in particolare alla teoria di Tommaso Labranca, che definisce il trash non come semplice spazzatura, ma come imitazione fallita dell’originale: una copia goffa che genera fascino proprio per i suoi difetti.

L’AI è la macchina perfetta per produrre trash in questo senso. Cerca di imitare l’ironia umana basandosi su schemi preesistenti. E proprio quando manca il punto della battuta, quando il risultato è involontariamente assurdo, genera qualcosa di comico per ragioni che lei stessa non controlla. È un fallimento creativo che diventa prodotto culturale. Paradossale, ma vero.

Il fenomeno Italian Brainrot (Bombardiro Crocodilo, Tralalero Tralala e compagnia) ne è la prova più visibile. Personaggi nati dall’AI che diventano virali non nonostante la loro stranezza, ma grazie a essa. L’estetica del difetto come valore.

Il mio consiglio per chi vuole creare contenuti con l’AI

Quello che ripeto ai miei studenti, e che ho ripetuto anche a Maria Sara durante l’intervista, è questo:

Usa l’AI come uno sparring partner, non come un ghostwriter.

Significa:

  • Porta tu l’idea. L’AI non la genera al posto tuo. Al massimo la affina, la critica, la migliora.
  • Chiedile di sfidarti. “Cosa non funziona in questa idea?” è un prompt molto più utile di “Scrivimi un meme su questo tema.”
  • Mantieni il controllo del punto di vista. L’AI non ha un punto di vista. Tu sì. È la tua risorsa più preziosa.

La frase che porto sempre con me

Il futuro dei contenuti non vedrà la scomparsa della creatività umana. Ci sarà sempre spazio per la satira artigianale, per i meme fatti con cura, per la comunità che riconosce la differenza tra un contenuto vivo e uno generato.

Alla fine vincerà chi avrà l’idea migliore, non chi avrà l’algoritmo più veloce.

Vale per i meme. Vale per il giornalismo. Vale per la formazione, il marketing, la comunicazione aziendale.

Lo strumento cambia, e cambierà ancora, rapidamente. Ma la capacità di cogliere lo spirito del tempo, di capire cosa serve alle persone in quel preciso momento: quella è ancora tua. Non delegarla.

L’articolo originale “L’evoluzione dei meme” di Maria Sara Pagano è stato pubblicato su MasterX, periodico del Master in Giornalismo dell’Università IULM, Anno XXIV, N° IV, Giugno 2026. Eccone il testo integrale.

Il testo dell’articolo “L’evoluzione dei meme”

Dimenticate le ore passate su Photoshop a scontornare la faccia di Leonardo Di Caprio o a cercare il font perfetto. Oggi la satira corre su un binario diverso: quello dei prompt. L’ingresso dell’intelligenza artificiale nel mondo dei meme non è solo un aggiornamento tecnico, ma un cambio radicale di paradigma. Se un tempo il mematore era un artigiano del pixel, oggi assomiglia più a un regista che guida un “secondo cervello” digitale per dare forma alle proprie intuizioni.

Siamo davanti a una democratizzazione della creazione dei contenuti. Come osserva Gianluigi Bonanomi, docente di formazione digitale, stiamo vivendo una fase simile all’avvento di Instagram: se nel 2012 uno smartphone e un filtro davano l’illusione di essere fotografi professionisti, oggi l’AI permette a chiunque di generare immagini iperrealistiche o video surreali in pochi secondi. Il rischio? Un’inondazione di quello che in gergo viene chiamato Slop AI: contenuti di bassa qualità, generati in serie, che rischiano di frenare l’originalità. Tuttavia secondo Bonanomi esiste una sorta di “darwinismo dei contenuti”. Nella massa informe di meme mediocri, quelli che funzionano davvero sono ancora quelli mossi dalla scintilla umana. L’AI, infatti, è un sistema probabilistico, non deterministico, sa produrre il risultato medio, non può replicare la trovata spiazzante di un creatore in carne ed ossa.

Il fenomeno Brainrot

L’esempio più eclatante di questa nuova era è Italian Brainrot. Personaggi dai nomi improbabili come Bombardiro Crocodilo o Tralalero Tralala sono diventati virali grazie a un mix di estetica AI e umorismo nonsense. Nonostante il nome Brainrot (letteralmente “marciume cerebrale”) possa sembrare dispregiativo, c’è chi vi legge un ritorno allo spirito anarco-burlone di Internet. È un umorismo che non cerca la bellezza estetica, ma punta tutto sul surreale.

Un altro punto sociologico cruciale è il cambiamento della natura stessa del meme. Daniele Zinni, autore di “Meme del sottosuolo”, osserva che non cerchiamo più un template (una base fissa) da modificare, ma chiediamo all’AI di generare illustrazioni o animazioni da zero. Questo abbassa drasticamente la soglia di realizzabilità: scene surreali o fotomontaggi complessi, che prima avrebbero richiesto ore di lavoro su programmi specialistici o non sarebbero mai stati realizzati per pigrizia, ora sono pronti in pochi secondi partendo da una semplice descrizione testuale.

Il principale vantaggio — secondo Andrea Marchesi di Officina Comunicazione S.r.l. — risiede nella riduzione della filiera produttiva dei contenuti, con un’elevata velocità di esecuzione e la possibilità di coinvolgere altri utenti del web, amplificando così la viralità e la reinterpretazione dei meme originali. Lo svantaggio principale è che prompt molto semplici possono infatti produrre contenuti banali o derivati dagli archivi e dai database dello strumento generativo utilizzato.

Per Daniele Zinni l’impatto dell’AI è paragonabile all’alfabetizzazione di massa: ha permesso a tutti di poterli creare, ma è solo quel singolo utente che ha un’idea interessante che riesce ad emergere tra gli altri centomila.

Il fenomeno Skifidol Italian Brainrot™ rappresenta un pioniere industriale: è il primo progetto al mondo a utilizzare l’AI per sviluppare una Proprietà Intellettuale (IP) che nasce sui social ma si concretizza in un ecosistema tangibile di Trading Card Game, action figure e plush. La forza non sta nella tecnologia in sé — che Marchesi definisce uno strumento di lavoro e non una risorsa esclusiva — ma nella capacità di reinterpretare un linguaggio nonsense globale, capace di raggiungere target trasversali che spaziano dai giovanissimi ai cosiddetti “kidult” (la fascia di consumatori adulti che mantengono un forte legame con la loro infanzia).

I limiti della tecnologia

Per comprendere il fascino di questi contenuti “matti”, bisogna scavare nella sociologia del trash. Citando il teorico Tommaso Labranca, Bonanomi spiega che il trash non è semplice spazzatura, ma un’imitazione fallita, una copia goffa dell’originale. L’AI è la macchina perfetta per produrre queste caricature: cerca di imitare l’ironia umana basandosi su schemi preesistenti e, proprio nel momento in cui manca il punto della battuta, genera un risultato involontariamente comico.

Ma l’AI capisce davvero cosa ci fa ridere? Non ancora. Se chiedi a un chatbot di inventare una barzelletta, il fallimento è quasi certo. L’AI non comprende l’ironia o il sarcasmo profondo, può solo imitare schemi che ha già visto. Per questo il consiglio di Bonanomi per i nuovi creatori è di usare l’AI come uno sparring partner o un mentore, chiedendole suggerimenti o critiche, piuttosto che delegarle interamente l’idea. Il futuro non vedrà la scomparsa dei meme “fatti a mano”. Ci sarà sempre spazio per la satira artigianale, magari protetta in community di nicchia che vietano i contenuti sintetici. Alla fine, vincerà chi avrà l’idea migliore, non chi avrà l’algoritmo più veloce. Perché, come insegna l’evoluzione digitale, lo strumento cambia, ma la capacità di cogliere lo spirito dei tempi resta un fatto intrinsecamente umano.

 

/0 Commenti/da

Prompt engineering: come si misura l’efficacia di un prompt?

,

Per anni il prompt engineering, quantomeno negli ultimi tre, è stato trattato come una sorta di via di mezzo tra l’alchimia e l’arte mistica. C’era questa idea bizzarra secondo cui sussurrare le parole corrette a un modello linguistico (LLM) fosse un talento innato, non replicabile e difficilmente traducibile in metriche aziendali.

Oggi, fortunatamente, stiamo superando la fase del folklore. La transizione della tecnologia da semplice strumento di “scoperta” a motore di “influenza” decisionale ci costringe a guardare i fatti: l’interazione con l’intelligenza artificiale non è una dote artistica, ma una competenza ingegneristica misurabile, sistematica e strettamente legata alla struttura dei dati.

Dall’alchimia alla struttura: perché serve un metodo

Quando un utente interagisce con un assistente IA o un agente conversazionale, il sistema non risponde tirando a indovinare. Esiste una fase di ragionamento (reasoning phase) in cui l’LLM scompone la query, analizza la pertinenza testuale, valuta la freschezza delle informazioni e confronta i segnali commerciali.

Se la macchina ragiona secondo una logica deterministica basata su vettori e probabilità, chi scrive il prompt deve muoversi con la stessa precisione. Misurare la competenza nel prompt engineering significa valutare la capacità di un professionista di:

  • Ridurre l’ambiguità: Saper mappare le intenzioni d’uso reali, traducendole in istruzioni chiare e prive di espressioni vaghe.

  • Contestualizzare in modo modulare: Fornire all’IA le informazioni organizzate in blocchi logici o coppie chiave/valore, rendendo il prompt facilmente interpretabile e riducendo il rischio di allucinazioni.

  • Prevedere il comportamento degli agenti: Configurare le istruzioni in modo che un agente IA possa navigare flussi complessi (come un carrello e-commerce o una transazione) senza interrompere il processo logico.

I tre pilastri per misurare l’efficacia del prompt

Se trasliamo questa competenza nel mondo del retail e dell’ottimizzazione per i motori generativi (AEO/GEO), l’efficacia di un prompt (o della strutturazione dei dati che l’IA usa come prompt implicito) si misura su tre livelli quantificabili:

Ecco la tabella che organizza in modo chiaro e scansionabile le metriche di valutazione basate sui pilastri tecnici di AEO e GEO:

Metrica Principale Descrizione Tecnica KPI / Indicatore di Successo Azione di Ottimizzazione Richiesta
1. Machine-Readability

Tasso di corretta estrazione e interpretazione dei dati strutturati da parte dei crawler e degli LLM.

* Sincronizzazione in tempo reale (0 discrepanze feed/sito) .

 

* Correttezza sintattica del codice JSON-LD.

Implementazione ossessiva di schemi Product, Offer, AggregateRating e FAQ.
2. Arricchimento del Contesto

Grado di pertinenza e allineamento tra le intenzioni di ricerca reali degli utenti e le informazioni fornite sul prodotto.

* Tasso di aggancio delle query a coda lunga (long-tail) .

 

* Presenza nei riepiloghi comparativi dell’IA.

Scrittura di titoli intent-driven (Nome + Differenziatore) e inserimento di tabelle comparative e blocchi Q&A.
3. Segnali di Fiducia

Livello di autorevolezza, credibilità e frequenza di citazione del brand come fonte fidata all’interno delle risposte generative.

* Volume e sentiment delle recensioni verificate rilevati dall’IA .

 

* Tasso di inclusione nelle citazioni e link e-commerce.

Marcatura dei dati di social proof , eliminazione di rivendicazioni iperboliche e inserimento di certificazioni ufficiali.

Questa struttura serve a mappare l’infrastruttura invisibile su cui gli assistenti IA scelgono se consigliare o meno il tuo brand. Se una sola di queste metriche fallisce o se il sito live non è reattivo, l’Agente IA interromperà la transazione, azzerando il valore di qualsiasi prompt o contenuto ottimizzato.

Machine-Readability (La sintassi)

Un prompt engineering avanzato non si limita alla chat di Copilot o ChatGPT, ma si applica a monte. Significa istruire l’IA attraverso i metadati del sito web. Saper implementare ossessivamente schemi strutturati (come Product, Offer o FAQ in JSON-LD) garantisce che i modelli leggano i dati senza frizioni. La metrica qui è binaria ed esatta: l’IA ha estratto correttamente il prezzo corrente e la disponibilità? Se la risposta è sì, il prompt dei dati è corretto.

2. Arricchimento del Contesto (La semantica)

I modelli linguistici non amano le descrizioni piatte. Un prompt o un contenuto ottimizzato deve essere intent-driven. Saper abbinare il nome di un prodotto al suo differenziatore specifico (es: “Giacca da trekking – Impermeabile 3 stagioni”) permette all’algoritmo di agganciare la query dell’utente durante le sessioni di ricerca complessa. La competenza si misura valutando il tasso di corrispondenza tra i bisogni espressi dall’utente e la risposta generata dal modello.

3. Segnali di Fiducia (L’autorevolezza)

L’algoritmo premia le fonti che considera credibili. Il professionista deve saper orchestrare nel prompt (o nel grafo di conoscenza del sito) elementi verificabili: volumi di recensioni reali, certificazioni di terze parti e link ad articoli autorevoli. Minore è l’uso di aggettivi iperbolici o non verificabili, maggiore sarà il punteggio di fiducia assegnato dal sistema.

Oltre la superficie: quando il prompt si scontra con la realtà

Esiste un test di realtà definitivo per misurare il valore di questa competenza. Potete anche scrivere il prompt perfetto o ottimizzare i dati del feed in modo impeccabile, ma se l’infrastruttura sottostante fallisce, l’interazione si interrompe.

Nota di scenario: Se un utente chiede a un Agente IA di completare un acquisto basandosi su un’ottima raccomandazione, ma il sito live presenta un carrello non funzionante o un codice promozionale errato, la conversione fallisce.

La competenza nel prompt engineering si misura, in ultima analisi, nella capacità di integrare la logica conversazionale con i sistemi transazionali reali. Chi riduce tutto a una sequenza di “parole magiche” nella chat sta guardando solo la punta dell’iceberg. Il vero prompt engineering è una disciplina tecnica rigorosa, legata all’architettura dell’informazione e, come tale, assolutamente misurabile.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa / promp engineering

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come scoprire se ChatGPT cita il tuo sito (grazie a Google Analytics 4)

, ,

L’intelligenza artificiale sta cambiando le regole della ricerca online. Sempre più utenti usano ChatGPT per trovare risposte, prodotti e servizi, ma c’è un dettaglio che molti sottovalutano: i chatbot citano le fonti.

Quando ChatGPT risponde a una domanda inserendo un link verso il tuo sito, si genera un traffico prezioso e mirato. Ma come si fa a capire quali pagine stanno piacendo di più all’algoritmo di OpenAI? La risposta è dentro Google Analytics 4. Con pochi clic puoi isolare questo traffico e scoprire quali contenuti raddoppiare per scalare la SEO nell’era dei chatbot. Ecco i passaggi da seguire per configurare il report su GA4.

Identificare la sorgente di traffico ChatGPT

Il primo passo serve a capire se e quanto traffico arriva effettivamente dai chatbot. Per farlo, entra nel tuo pannello di Google Analytics 4 e segui questo percorso:

  • Clicca su Report nel menu a sinistra.

  • Seleziona la voce Acquisizione e poi Acquisizione traffico.

  • Nella tabella principale, individua la colonna Gruppo di canali principali della sessione e applica un nuovo filtro.

  • Modifica la dimensione selezionando Sorgente sessione.

  • Usa la barra di ricerca sopra la tabella e digita chatgpt.com.

In questo modo isolerai tutte le visite che sono passate direttamente da una conversazione su ChatGPT al tuo sito. Per me è stata una sorpresa. Sebbene le visite da ChatGPT non siano molte, anzi pochine, comunque ci sono. Eppure si muove, disse Galileo.

Che cosa dicono questi dati?

Ho chiesto a Claude di interpretare i dati. Ecco il suo responso: “Da gennaio a metà giugno 2026, ChatGPT ha generato 39 sessioni verso il sito, principalmente tramite traffico Referral (64%). Le visite Referral mostrano una qualità migliore, con un tasso di coinvolgimento del 48%, contro il 14% del traffico Unassigned. Nel complesso, il tasso medio di coinvolgimento è del 35,9%, in linea con la media del sito.
L’andamento del traffico è discontinuo, con alcuni picchi concentrati tra febbraio e marzo. Nei mesi successivi le visite risultano sporadiche e senza una crescita costante. Pur mostrando segnali positivi in termini di interesse degli utenti, il traffico da ChatGPT resta ancora limitato e non ha generato conversioni.”

Scoprire quali pagine vengono citate dall’intelligenza artificiale

Sapere che ChatGPT ti manda traffico è utile, ma sapere dove lo manda è strategico. Per trovare le singole pagine preferite dall’IA, la procedura cambia leggermente:

  • Nel menu a sinistra, sposta l’attenzione su Coinvolgimento e seleziona Pagine e schermate.

  • Sopra il grafico, clicca sul pulsante Aggiungi filtro.

  • Imposta la dimensione su Sorgente sessione, scegli il tipo di corrispondenza contiene e inserisci il valore chatgpt (o il dominio completo).

  • Applica il filtro.

La tabella si aggiornerà mostrandoti l’elenco esatto degli URL che gli utenti hanno cliccato all’interno delle chat. Ecco i miei risultati:

Come si evince, la pagina che ha ricevuto qualche attenzione a partire da ChatGPT è questa:

Arte a 360 gradi: 3 video YouTube da vedere con l’Oculus

Perché questi dati cambiano la tua strategia di contenuti

Le pagine che appaiono in questo report sono quelle che ChatGPT considera più autorevoli, dense di valore e strutturate meglio per rispondere alle intenzioni di ricerca degli utenti. Non ignorare questi segnali.

Se noti che una specifica guida o un articolo del blog attira molto traffico da IA, significa che quel contenuto ha intercettato i parametri di scansione dei Large language model. Il consiglio in redazione è semplice: analizza la struttura di quelle pagine, aggiornale costantemente e crea nuovi contenuti che ricalchino lo stesso schema editoriale. Se l’algoritmo ha già dimostrato di apprezzare quel formato, la strada per ottimizzare il posizionamento è già tracciata.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Step-Back Prompting: la tecnica Google per far ragionare l’AI con più contesto

,

C’è una cosa che mi ha sempre infastidito quando uso ChatGPT, Claude o Gemini per rispondere a domande tecniche o strategiche complesse: l’AI parte subito dalla risposta, senza fermarsi a pensare al quadro generale. Risultato? Risposte parziali, errori nei passaggi intermedi, soluzioni che sembrano sensate ma mancano il punto.

Ho trovato la soluzione in un paper di Google DeepMind del 2023 che si chiama Step-Back Prompting. È una tecnica che ho iniziato ad applicare in azienda e nei corsi di formazione, e i risultati mi hanno davvero sorpreso. Te la spiego in modo pratico, con esempi che puoi usare subito.

Cos’è lo Step-Back Prompting (e perché funziona davvero)

Lo Step-Back Prompting è una tecnica sviluppata da Google DeepMind che migliora la qualità del ragionamento dei grandi modelli linguistici su due livelli:

  1. Astrazione: prima di rispondere alla domanda specifica, chiedi all’AI di identificare i principi generali o i concetti di base coinvolti nel problema.
  2. Ragionamento: poi, armata di quella visione d’insieme, l’AI applica i principi al caso concreto.

In pratica, invece di chiedere “Qual è la risposta?”, fai fare all’AI un passo indietro: “Prima dimmi: quali sono i principi fondamentali che governano questo tipo di problema?”

Il paper originale (Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models, ottobre 2023) ha testato questa tecnica su PaLM-2L, GPT-4 e Llama2-70B, ottenendo miglioramenti dal 7% al 27% rispetto ai metodi tradizionali su task di STEM, knowledge-based QA e ragionamento multi-hop.

Come si differenzia da Chain-of-Thought e altre tecniche

Chi mastica un po’ di prompt engineering ha già sentito parlare di Chain-of-Thought (CoT): chiedi all’AI di ragionare passo dopo passo, in modo lineare. Funziona. Ma ha un limite: se uno dei passaggi intermedi è sbagliato, l’errore si propaga fino alla risposta finale, come un effetto domino.

Lo Step-Back Prompting risolve proprio questo problema. Invece di procedere linearmente, obbliga l’AI a generalizzare prima e specificare dopo. È la differenza tra un medico che parte subito dalla diagnosi (“hai questo sintomo → è questa malattia”) e uno che prima inquadra la fisiopatologia, poi ragiona sul caso specifico.

Un’altra tecnica simile è il Take a Deep Breath prompting (TDB), che rallenta il ragionamento ma lo lascia comunque lineare. Lo Step-Back Prompting è diverso perché introduce un salto di livello cognitivo: prima si ragiona in astratto, poi nel dettaglio.

Come usarlo: la struttura in due passaggi

La struttura è semplice. Eccola schematizzata:

Passaggio 1 – La domanda di astrazione (Step-Back Question):
“Quali sono i principi fondamentali/concetti di base/framework teorici che governano [tipo di problema]?”

Passaggio 2 – La domanda applicata:
“Usando [i principi emersi], rispondi a questa domanda specifica: [domanda originale]”

Puoi farlo in due prompt separati o in un unico prompt strutturato. Ti mostro entrambi i modi con esempi concreti.

5 esempi concreti per aziende e professionisti

1. Marketing manager – Strategia di lancio prodotto

❌ Prompt normale:
“Scrivi un piano di lancio per il nostro nuovo software di contabilità per PMI.”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi fondamentali che guidano un lancio efficace di un prodotto B2B SaaS per piccole e medie imprese?”
Step 2: “Usando questi principi, crea un piano di lancio per un software di contabilità per PMI italiane con un budget di €15.000.”

Differenza: nel primo caso ottieni una lista generica di attività. Nel secondo ottieni un piano strutturato su basi strategiche solide (positioning, go-to-market, adoption funnel), adattato al contesto specifico.

2. HR Manager – Intervista di selezione

❌ Prompt normale:
“Dammi 10 domande per intervistare un candidato per il ruolo di project manager.”

✅ Con Step-Back Prompting:
Step 1: “Quali competenze, attitudini e segnali comportamentali distinguono un project manager eccellente da uno mediocre in contesti aziendali complessi?”
Step 2: “Usa questo framework per costruire 10 domande di colloquio comportamentali per un PM senior nel settore manifatturiero.”

Risultato: domande molto più mirate, collegate a criteri di valutazione espliciti. Utili davvero, non solo esteticamente.

3. Consulente – Analisi di un problema aziendale

❌ Prompt normale:
“La nostra azienda ha un alto tasso di turnover. Cosa facciamo?”

✅ Con Step-Back Prompting:
Step 1: “Quali sono le principali teorie e modelli che spiegano il turnover aziendale nelle organizzazioni di medie dimensioni?”
Step 2: “Applicando questi modelli, analizza le possibili cause di turnover elevato in un’azienda manifatturiera italiana da 80 dipendenti e proponi 5 interventi prioritari.”

L’AI prima inquadra il problema su basi teoriche solide (teoria della motivazione, engagement, exit interview, ecc.), poi costruisce le raccomandazioni in modo coerente. Non ti ritrovi con consigli banali tipo “migliora il clima aziendale”.

4. Avvocato o notaio – Analisi di una questione legale

❌ Prompt normale:
“Cosa succede se un socio di una srl vuole uscire dalla società?”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi giuridici fondamentali che regolano il recesso del socio in una società a responsabilità limitata secondo il diritto italiano?”
Step 2: “Usando questi principi, analizza il caso di un socio al 30% che vuole uscire da una SRL con statuto che prevede clausole di gradimento.”

Ottieni un’analisi strutturata, non una risposta improvvisata. Ovviamente sempre da verificare con un professionista, ma come punto di partenza per approfondire è un’altra cosa.

5. Formatore o docente – Progettazione didattica

❌ Prompt normale:
“Crea un corso di 4 ore sull’intelligenza artificiale per dipendenti aziendali.”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi di instructional design più efficaci per la formazione di adulti in contesti aziendali su argomenti tecnici complessi come l’AI?”
Step 2: “Usando questi principi, progetta un corso di 4 ore sull’AI per un team commerciale di 15 persone senza background tecnico.”

Il risultato è una struttura didattica basata su principi solidi (apprendimento esperienziale, chunking cognitivo, applicazione pratica immediata) e non una semplice lista di argomenti da trattare in sequenza.

In un unico prompt: la versione compatta

Se non vuoi fare due chiamate separate, puoi condensare tutto in un prompt strutturato. Ecco il template che uso di solito:

“Prima di rispondere, identifica i principi fondamentali e i concetti chiave che governano questo tipo di problema: [descrivi il problema]. Poi, usando quei principi, rispondi a questa domanda specifica: [domanda dettagliata].”

Funziona bene con GPT-4o, Claude 3.5 Sonnet e Gemini Advanced. Con modelli meno potenti i risultati sono più variabili.

I dati: quanto migliora davvero?

I risultati del paper originale parlano chiaro. Su PaLM-2L di Google, lo Step-Back Prompting ha ottenuto questi miglioramenti rispetto al baseline:

  • MMLU Fisica: +7%
  • MMLU Chimica: +11%
  • TimeQA (domande temporali complesse): +27%
  • MuSiQue (ragionamento multi-hop): +7%

Il +27% su TimeQA è particolarmente significativo perché riguarda domande che richiedono di incrociare informazioni da contesti diversi: esattamente il tipo di ragionamento che serve in un’analisi aziendale o in una consulenza strategica.

Quando usarlo e quando no

Lo Step-Back Prompting dà il meglio di sé in questi scenari:

  • Problemi complessi che richiedono ragionamento strutturato (analisi, diagnosi, progettazione)
  • Domande che coinvolgono principi tecnici o legali
  • Task di strategia aziendale dove il rischio di risposta superficiale è alto
  • Formazione e progettazione didattica

Non serve invece per task semplici o creativi: se devi generare uno slogan, scrivere un’email di auguri o riformattare un testo, il Chain-of-Thought o un prompt diretto funzionano benissimo. Usare lo Step-Back lì sarebbe overkill.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

“L’AI licenzia tutti.” Sarà vero? Ho controllato i dati (e la realtà è più complicata)

,

Un titolo come quello di TGcom24 fa venire i brividi: “Intelligenza artificiale: già quasi mezzo milione di licenziati, un lavoratore su 4 a rischio sostituzione”. L’ho letto, come probabilmente l’hai letto tu. Mi puzzava e sono andato a controllare le fonti. Quello che ho trovato è una storia più sfumata, più onesta e, in alcuni punti, decisamente diversa da quello che i titoli vogliono farci credere.

Spoiler: l’AI sta davvero cambiando il lavoro. Ma “cambiare” non è uguale a “distruggere”. E questa differenza (piccola in apparenza, enorme nella sostanza) è quella che i media italiani continuano sistematicamente a trascurare.

Il dato dell’ILO: vero, ma amputato

Il numero-chiave citato dall’articolo di TGcom24 (e rimbalzato su Sky TG24, ANSA, RaiNews e mezza Italia) è questo: il 25% dell’occupazione globale rientra in professioni potenzialmente esposte all’intelligenza artificiale, con percentuali ancora più alte nei paesi ad alto reddito (34%). Il dato è reale. Viene dal report Generative AI and Jobs: A Refined Global Index of Occupational Exposure, pubblicato il 20 maggio 2026 dall’ILO (International Labour Organization) in collaborazione con NASK, l’istituto di ricerca polacco.

Il problema è quello che arriva subito dopo nel pezzo di TGcom24, dove il dato viene tradotto così:

“In sostanza, secondo questi dati, un lavoratore su quattro potrebbe essere sostituito da una macchina nei prossimi anni.”

Questo è sbagliato. Non per mia opinione: perché il report ILO dice esattamente il contrario. Nella nota stampa ufficiale, gli autori scrivono in modo inequivocabile:

“transformation, not replacement, is the most likely outcome” — ILO, maggio 2026

E ancora:

“Full job automation, however, remains limited, since many tasks, though done more efficiently, continue to require human involvement.”

Traduzione: l’automazione completa dei lavori rimane limitata. Perché la maggior parte dei lavori non è fatta di un solo compito, ma di decine di mansioni diverse, molte delle quali l’AI può supportare ma non eseguire in autonomia. L’ILO distingue esplicitamente tra lavori ad alto rischio di automazione completa (appena il 2,3-3,3% del totale, secondo lo stesso report) e lavori esposti alla trasformazione, ovvero quelli dove alcune mansioni cambieranno forma. Quel 25% appartiene alla seconda categoria, non alla prima.

“Esposto” non vuol dire “destinato a sparire”. Significa che il lavoro cambierà. E questa è una notizia diversa — meno catastrofica, ma che richiede comunque una risposta seria in termini di formazione e politiche del lavoro.

I 425.000 licenziati: una cifra vera o un’illusione statistica?

L’altra grande affermazione dell’articolo è quella sui quasi mezzo milione di posti di lavoro persi. Il numero (425.000 nel mondo, di cui 142.000 in Europa negli ultimi tre anni) viene attribuito al sito ailayoffs.live, definito genericamente come un “tracker globale”. Questa fonte viene poi ripresa acriticamente da TGcom24, Sky TG24, ANSA, RaiNews e altri.

Il problema è che ailayoffs.live è un sito privato, non peer-reviewed, non istituzionale, che aggrega dati con metodologie non trasparenti e include i licenziamenti “direttamente o indirettamente riconducibili all’AI” — una categoria talmente vaga da poter includere praticamente qualsiasi taglio in un’azienda tech.

Confrontiamo con Challenger, Gray & Christmas, la società di outplacement americana che dal 1993 pubblica ogni mese il rapporto più autorevole sui licenziamenti negli USA, quello citato anche dalla Federal Reserve:

“In 2025, companies referenced AI for 54,836 announced layoff plans, 5% of total cuts during the year. Since 2023, when this reason was first tracked, AI has now been cited in 99,470 job cut announcements, 3.5% of all layoff plans.” — Challenger, Gray & Christmas, marzo 2026

Circa 100.000 licenziamenti negli USA negli ultimi tre anni in cui l’azienda ha esplicitamente citato l’AI come causa. Non 425.000. Non nel mondo intero, ma negli USA, che rappresentano il mercato del lavoro più colpito dal fenomeno. Il dato di ailayoffs.live è probabilmente gonfiato da categorizzazioni approssimative e non verificabili.

Attenzione: il trend c’è ed è in crescita. Nello stesso report di Challenger, nel solo mese di marzo 2026, l’AI è stata citata come causa del 25% di tutti i licenziamenti annunciati negli USA. Questo fa capire che il fenomeno sta accelerando. Ma un conto è dire “il problema è reale e crescente”, un conto è pubblicare cifre da un tracker non validato come se fossero dati ufficiali.

Il caso InvestCloud di Marghera: l’AI come alibi, alias “AI washing”?

L’articolo cita anche il caso più famoso degli ultimi mesi in Italia: InvestCloud Italy di Marghera, la multinazionale americana che il 9 marzo 2026 ha avviato la procedura di licenziamento collettivo per tutti i suoi 37 dipendenti veneziani, citando espressamente un “nuovo modello organizzativo basato su sistemi integrati con l’intelligenza artificiale”.

La notizia ha fatto il giro d’Italia come il primo vero caso italiano di “licenziamento per colpa dell’AI”. Peccato che la storia non sia così lineare.

L’assessore regionale veneto Massimo Bitonci ha subito corretto il tiro:

“nel caso specifico la chiusura non sarebbe imputabile all’AI in senso stretto, ma a una delocalizzazione in India dentro una ristrutturazione più ampia del gruppo, che coinvolgerebbe 150 lavoratori e sedi in Gran Bretagna, Singapore e Stati Uniti.” — AI4Business, marzo 2026

In pratica, InvestCloud ha spostato le attività in India (costi del lavoro enormemente più bassi) e ha usato l’AI come motivazione strategica nella comunicazione pubblica. L’AI è stata un fattore abilitante — ha permesso di standardizzare la piattaforma eliminando le personalizzazioni locali — ma la vera molla è stata una classica delocalizzazione in un paese a basso costo del lavoro. Non è la prima volta che si usa la tecnologia come paravento per decisioni di business molto più prosaiche.

Le aziende licenziano per il futuro dell’AI, non per il presente

C’è un’altra verità scomoda che i media italiani faticano a raccontare, e che la Harvard Business Review ha documentato in un report di gennaio 2026 basato su 1.006 dirigenti globali intervistati:

“Quello che abbiamo scoperto è che l’IA è responsabile di almeno alcuni licenziamenti, ma che questi sono quasi completamente anticipatori dell’impatto dell’IA. In altre parole, la perdita di posti di lavoro e il rallentamento delle assunzioni sono reali, anche se le aziende stanno ancora aspettando che l’IA generativa mantenga le sue promesse.” — HBR Italia, febbraio 2026

I dati del sondaggio HBR sono illuminanti:

  • 39% delle aziende ha già fatto riduzioni del personale in previsione di un futuro utilizzo dell’AI
  • 21% ha fatto tagli consistenti, sempre in modo anticipatorio
  • Solo il 2% ha effettuato riduzioni basate sull’effettiva implementazione dell’AI

Il paradosso è questo: le aziende tagliano personale perché credono che l’AI le renderà più efficienti, non perché lo abbia già fatto. E uno studio del MIT del 2024, citato da Fortune Italia, ha scoperto che l’automazione con l’AI sarebbe economicamente conveniente solo nel 23% dei ruoli dove la componente visiva è predominante. Nel restante 77% dei casi, pagare un lavoratore umano costa ancora meno.

Come ha detto Bryan Catanzaro, vicepresidente del deep learning applicato in Nvidia: “Per il mio team, il costo del calcolo è di gran lunga superiore a quello dei dipendenti.”

Cosa c’è di vero, quindi?

Non voglio essere il solito “sfatatore” che nega tutto per sembrare originale. Il problema è reale. Ecco cosa possiamo dire con certezza:

✅ Vero: Il 25% dei lavori globali è esposto all’AI (ILO, maggio 2026) ✅ Vero: I licenziamenti in cui viene citata l’AI sono in crescita (Challenger, Gray & Christmas) ✅ Vero: Le professioni più a rischio includono lavori d’ufficio ripetitivi, call center, attività amministrative ✅ Vero: La trasformazione del mercato del lavoro legata all’AI è già in corso ✅ Vero: In Italia sono stati approvati decreti attuativi che vietano l’uso dell’AI per decisioni automatiche su assunzioni e licenziamenti (Sky TG24, giugno 2026)

❌ Falso/Impreciso: “Un lavoratore su quattro sarà sostituito” (l’ILO dice “trasformato”) ❌ Fonte dubbia: I 425.000 licenziati globali (dato da tracker privato non verificato) ❌ Semplificato: Il caso InvestCloud come “licenziamento da AI” (era anche, e soprattutto, delocalizzazione) ❌ Gonfiato: Il framing catastrofico senza citare i dati sull’effettiva convenienza economica dell’automazione

Il punto che conta davvero

C’è un dato che invece non ho visto citato da quasi nessuno, pur essendo nell’articolo di Sky TG24: in Italia nel 2025 gli annunci di lavoro che richiedono competenze AI sono cresciuti del 93% (Politecnico di Milano). E il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro, il 50% in più rispetto al 2024.

Questa è la notizia vera. Non “il robot ti ruba il posto”. Ma: chi sa usare l’AI trova lavoro, chi non la conosce rischia di perdere terreno. La distinzione non è tra umani e macchine, è tra persone che sanno governare gli strumenti e persone che li subiscono.

L’AI non è il mostro che divora i lavoratori. È uno strumento potentissimo che sta cambiando le regole del gioco. E come tutte le rivoluzioni tecnologiche — dall’elettricità a internet — non distruggerà i lavori esistenti tutti in una volta, ma cambierà profondamente quelli che rimarranno.

La vera domanda non è “perderò il lavoro?” ma “sto imparando a fare il mio lavoro in modo diverso?“

/0 Commenti/da