Nel mio studio gira un server Linux con modelli AI installati in locale. Lo dico non per vantarmi ma per dare peso a quello che segue: per usare bene l'AI in azienda non ti serve niente di tutto questo. Ti servono tre concetti, e si spiegano in una pagina.
Primo: l'AI generativa non sa, prevede
ChatGPT e simili non consultano un archivio di verità: generano il testo più probabile dato quello che hai scritto. Per questo sono formidabili nel dare forma alle cose: email, riassunti, proposte, traduzioni. Sono inaffidabili come fonte di fatti. Quando l'output contiene un dato, una cifra, un riferimento normativo, va verificato. Sempre. Chi lo capisce usa l'AI come un collaboratore brillante ma da ricontrollare; chi non lo capisce prima o poi manda a un cliente un'informazione inventata.
Secondo: la qualità dell'output dipende dall'input
«Scrivimi un'email per un cliente» produce una mediocrità generica. «Scrivi una risposta ferma ma cortese a un cliente che lamenta un ritardo, massimo dieci righe, chiudi proponendo una telefonata» produce qualcosa di utilizzabile. Non è magia, è istruzione: più contesto dai, meglio lavora. Questa singola abitudine separa chi risparmia ore da chi si arrende dopo una settimana dicendo che «l'AI non funziona».
Terzo: lo strumento è una scelta aziendale
Quale AI usare, con quale account, per quali dati: sono decisioni da titolare, non da singolo dipendente. Perché toccano dove finiscono i dati aziendali e cosa risponde l'azienda in caso di problemi. Il resto (i quaranta tool nuovi al mese, le funzioni che cambiano ogni settimana) è rumore. Le tre cose qui sopra invece restano, e su queste vale la pena investire in formazione.
Vuoi portare in azienda questa chiarezza, senza tecnicismi?