Cosa sa fare davvero l'AI (e cosa no)

Dal campo

Nei percorsi di formazione sull’AI che tengo nelle aziende capita di rivedere le stesse persone a distanza di mesi, ed è lì che si misura la differenza.

In un’azienda, il responsabile commerciale mi accolse al secondo incontro con un verdetto: «L’abbiamo provata. Scrive post carini, ma si vede che sono finti. Non fa per noi». Avevano chiesto all’AI di “scrivere un post per la nostra azienda”, avevano ottenuto esattamente quello, un post per un’azienda qualunque, e avevano archiviato la questione.

Nella seconda azienda, l’amministratrice aveva fatto una cosa diversa. Aveva preso l’export delle vendite di tre anni, l’aveva dato a un agente AI e aveva chiesto: cosa c’è qui dentro che non vedo? Tra le risposte, una l’aveva colpita: una nicchia di clienti (un settore che nessuno in azienda considerava strategico) comprava con una frequenza doppia della media e non riceveva alcuna attenzione commerciale. Al secondo incontro non aveva un giudizio sull’AI, ma una lista di domande nuove sul suo business.

Stessa tecnologia, stesse settimane. La differenza non era lo strumento, e non era la competenza tecnica: nessuna delle due persone sapeva programmare. La differenza era il modo di intenderla: gadget per produrre testi contro collega con cui ragionare e a cui delegare lavoro vero. Questo modulo costruisce il secondo modo.

La mappa degli strumenti (per categorie, non per marchi)

I nomi degli strumenti AI cambiano a ogni stagione; le categorie no. Conviene imparare la mappa per categorie, e trattare i nomi come esempi datati a oggi.

Gli assistenti in chat (oggi: Claude, ChatGPT, Gemini). Si conversa, loro rispondono. Sono il “consulente sempre disponibile”: ragionamento, analisi, scrittura, spiegazioni. Leggono documenti, immagini, fogli di calcolo. Per la maggior parte delle persone sono la porta d’ingresso, e già usati bene cambiano il lavoro. Un errore comune: fermarsi alla versione gratuita e giudicare tutta la categoria dal modello meno capace; per un uso professionale, il modello di fascia alta di un fornitore serio è un investimento da poche decine di euro al mese che si ripaga alla prima analisi fatta bene.

Gli agenti operativi (oggi: Claude Code, Codex, Cowork). Il salto di categoria: non rispondono soltanto, lavorano. Operano su file e cartelle, leggono e producono documenti e fogli di calcolo, scrivono ed eseguono codice, portano a termine compiti in più passaggi. La differenza pratica: all’assistente si chiede «come analizzo le vendite?», all’agente si dice «analizza le vendite in questa cartella e preparami un report». Nati per chi programma, sono diventati utilizzabili da chiunque sappia scrivere un incarico chiaro, e per una PMI sono la vera novità storica, perché rendono interne attività che prima si compravano fuori: dall’analisi dati ai report automatici, fino a costruire siti web, piccole applicazioni e strumenti gestionali su misura.

L’AI dentro gli strumenti (dentro Meta e Google Ads, dentro Canva, dentro il CRM). Automazioni verticali già integrate nei prodotti che si usano: potenti, comode, ma progettate per gli obiettivi del fornitore oltre che per i propri. Vanno usate, sapendo che lì dentro si è passeggeri, non alla guida.

I criteri di scelta durevoli, validi qualunque nome avranno gli strumenti tra due anni: dove stanno i dati (un conto è incollare un testo, un altro caricare l’anagrafica clienti, e serve un fornitore con garanzie contrattuali serie); quanta autonomia serve (una risposta? un lavoro finito?); quanto è verificabile l’output (un’analisi con i passaggi mostrati vale più di un numero calato dall’alto).

Capire prima di produrre

L’istinto di quasi tutte le aziende è usare l’AI per produrre di più: più post, più testi, più immagini. È l’uso più visibile e, quasi sempre, il meno redditizio, perché il mondo non ha bisogno di più contenuti mediocri, e il mercato non paga la quantità.

Il ribaltamento che questo percorso propone: usare l’AI prima di tutto per capire di più. Ogni decisione presa meglio vale più di dieci contenuti in più. In concreto: capire i propri numeri (i clienti migliori, la stagionalità reale, i margini per linea, tutti esercizi già incontrati nei moduli precedenti), capire i clienti (recensioni, email, telefonate trascritte), capire i documenti degli altri (il preventivo dell’agenzia, il contratto del fornitore), capire la materia (l’AI è un tutor infinitamente paziente che risponde alla domanda che non si osa fare in riunione).

Dove eccelle, in pratica

Sul lavoro di marketing di una PMI, l’AI dà il meglio in quattro aree:

Analisi e sintesi. Leggere cinquanta recensioni, venti interviste, i dati di un trimestre, e restituire schemi e anomalie. Il lavoro che nessuno faceva per mancanza di tempo.
Produzione di varianti. Dieci titoli, cinque tagli dello stesso contenuto, tre versioni di un’email. La materia prima su cui il giudizio umano sceglie.
Prima stesura. Bozze di articoli, pagine, descrizioni: dal foglio bianco al 70% in minuti. Il restante 30% (verità, voce, dettagli) resta tuo.
Sparring intellettuale. Farsi fare domande, farsi sfidare le ipotesi, simulare il punto di vista di un cliente. Forse l’uso più sottovalutato: tutti i prompt “intervistami” di questo corso sono sparring.

Dove serve supervisione, e dove non usarla

Supervisione sempre su tre fronti: i fatti (l’AI può affermare cose false con perfetta sicurezza, e ogni dato, nome o numero va verificato), la voce (senza istruzioni precise scrive nel tono di nessuno), il contesto locale (non sa cosa è successo ieri nella tua zona o nel tuo settore, se non glielo dici tu).

E tre territori dove non va usata: le decisioni strategiche finali, le relazioni personali che contano (il cliente importante merita parole scritte da persone), tutto ciò che richiede responsabilità legale. L’AI prepara, l’essere umano decide e firma. È il modo giusto di pensarla: una collaboratrice brillante, velocissima, instancabile, da supervisionare come si supervisiona chiunque sia appena arrivato, per quanto di talento.

Al lavoro con l’AI

Il test delle capacità, da provare oggi stesso su un caso reale:

«Ecco le ultime 20 recensioni della mia azienda (o di un concorrente): [incolla]. 1) Riassumi i tre punti di forza e le tre criticità ricorrenti, citando le frasi originali. 2) Quali parole usano i clienti che noi non usiamo nella nostra comunicazione? 3) Scrivi tre bozze di risposta per la recensione più critica, in tre toni diversi.»

Cronometra. Il confronto con il tempo che ci avresti messo a mano è la misura di cosa cambia. Poi il salto di categoria, se hai accesso a un agente (Claude Code, Codex o Cowork) e un export del gestionale:

«Sei un analista dati che lavora per una PMI italiana [settore]. Nella cartella trovi [file, con codici cliente al posto dei nomi]. Obiettivo: dirmi cose sui miei clienti che probabilmente non so. 1) Chi sono i clienti migliori per fatturato, frequenza, anzianità? Cosa hanno in comune? 2) C’è stagionalità? Prodotti che si comprano insieme? 3) Quanti clienti hanno comprato una sola volta e mai più? 4) Le 3 cose più sorprendenti nei dati. Report di una pagina, linguaggio semplice, calcoli mostrati in appendice così posso verificarli.»

Errori comuni

Giudicare l’AI dal prompt da una riga: «scrivimi un post» produce spazzatura con qualunque strumento. Senza contesto, l’AI restituisce la media di internet.

Usarla solo per scrivere: l’analisi e lo sparring valgono spesso più della scrittura.

Pubblicare senza rileggere: l’AI produce bozze, non prodotti finiti.

Fermarsi alla versione gratuita e giudicare la categoria dal modello meno capace.

Cercare “il tool giusto” invece di costruire il metodo: chi salta di strumento in strumento ricomincia sempre da zero. Il metodo (prossima lezione) si porta su qualunque strumento verrà.

Checklist operativa

Attiva un assistente AI di fascia alta (versione a pagamento, garanzie sui dati verificate).
Elenca le tre attività di marketing che ti costano più tempo ogni settimana.
Per ciascuna, classifica: l’AI può farla da sola / con supervisione / non può farla.
Esegui il test delle recensioni del box AI e cronometra.
Se hai un gestionale: esporta un CSV delle vendite (codici, non nomi) e tienilo pronto per il primo incarico agentico.