MILANO –Chatbot e prompt fanno parte del passato. Adesso si è entrato in una nuova era AI che richiede nuove competenze. Raffaele Gaito, imprenditore digitale, fondatore di IA360 e tra le voci più seguite sul tema AI in Italia, lo ha detto con una precisione insolita per un palco: «Questa roba qua, cioè se vi rivedete in questa situazione, in questo scenario, se questo fa ancora parte del vostro quotidiano, state usando l’IA come nel 2025».
L’intervento di Gaito al tech stage dell’AI Week di Milano, l’evento dedicato all’intelligenza artificiale che ha radunato migliaia di professionisti, manager e imprenditori nei giorni 19 e 20 maggio, ha avuto come filo conduttore un’idea precisa: la generazione dei chatbot tradizionali, quella di ChatGPT, Gemini e Copilot, appartiene già a una fase superata. «Per capirci, per me 2025 è ChatGPT, Gemini, Copilot. La chat tradizionale: apro il browser, vado sul sito, inizio la chat e così via.» Al suo posto è arrivata una categoria di strumenti che Gaito chiama ambienti agentici, con Claude Code di Anthropic come caso di riferimento scelto per l’intera dimostrazione. La differenza, nella sua sintesi, è strutturale. Mentre un chatbot risponde, un ambiente agentico agisce. E lo fa all’interno dello spazio di lavoro reale dell’utente, con accesso diretto ai file, alle cartelle, alla memoria accumulata nel tempo.
Memoria, contesto e skill, come cambia il rapporto con lo strumento
Uno degli aspetti su cui Gaito si è soffermato con più attenzione riguarda la gestione della memoria. La differenza rispetto ai sistemi di memorizzazione dei chatbot convenzionali è radicale: «Non intendo la memoria come siamo abituati a vedere nel 2025, cioè le frasettine che si salva ChatGPT. Cloud Code, mentre state lavorando, ogni volta che fate una scelta di qualsiasi tipo che riguarda i vostri processi, le vostre attività, capisce che quella è la vostra preferenza e se la va a mettere in alcuni file dove lui mantiene il vostro modo di lavorare». Il sistema, in altre parole, non si limita a ricordare dati discreti: apprende comportamenti operativi e li consolida in forma strutturata, chiedendo conferma quando non è sicuro di aver interpretato correttamente una preferenza. Quando si manda sempre un preventivo con una certa struttura, o si chiude sempre un documento con un determinato schema, l’ambiente lo riconosce, lo archivia e lo riproduce.
Legata a questo meccanismo è la logica delle skill, che Gaito ha definito come «piccoli mattoncini con dentro le vostre competenze», blocchi procedurali che codificano attività ricorrenti e le rendono eseguibili senza doverle ricostruire ogni volta. Possono essere create su richiesta diretta, generate dopo aver svolto un task («sta cosa che abbiamo fatto nell’ultima ora e mezza, hai capito che abbiamo fatto? Mettila in una skill perché domani la rifacciamo»), oppure costruite in modo autonomo dal sistema quando riconosce uno schema abbastanza consolidato da meritare di essere codificato.
La gestione del contesto funziona secondo la stessa logica modulare. Fino a poco tempo fa, il contesto andava inserito nel prompt oppure affidato alle istruzioni di sistema: una procedura manuale, rigida, destinata a degradare man mano che la conversazione si allungava. Gli ambienti agentici ribaltano questo schema attraverso file di contesto separati, caricati in modo dinamico solo quando pertinenti alla richiesta in corso. «Se voi avete un pezzo di contesto che spiega il vostro lavoro, un pezzo di contesto che spiega il vostro tono of voice, un pezzo di contesto che spiega i vostri processi, i vostri clienti e così via e tu gli dici “Devo preparare il preventivo per il cliente X che lavora nell’industria Y”, lui sa tra quei file lì sopra quale si deve leggere e quali deve caricare.» Il risultato pratico è una sessione di lavoro più stabile, senza le interruzioni e i cali di qualità tipici delle chat lunghe.
Tre scenari concreti per capire cosa cambia davvero
Per rendere tangibile la differenza, Gaito ha illustrato tre casi d’uso costruiti per coprire quante più tipologie di lavoro professionale possibile. Il primo riguarda la gestione delle riunioni: il sistema elabora il file audio o video della call, identifica i task e le persone a cui sono stati assegnati, prepara le mail di follow-up e archivia le decisioni prese in modo da renderle recuperabili in qualunque momento futuro. «Se io l’ho fatto per tutte le riunioni gli posso dire “Senti Claude, ma ti ricordi che a dicembre prima della chiusura dell’anno abbiamo fatto quella call con il cliente? Ma poi come siamo rimasti? Quant’era la cifra che abbiamo chiuso?”» Il secondo scenario riguarda la pianificazione giornaliera: un audio di cinque minuti dettato a fine giornata alimenta uno storico da cui il sistema ricava le priorità del mattino successivo, senza bisogno di consultare calendari o rileggere appunti. Il terzo è pensato per consulenti e formatori che svolgono molte sessioni one-to-one: dopo ogni call, il sistema produce la mail di follow-up tenendo conto dell’intera storia del cliente, del tono di comunicazione consolidato nel tempo e delle informazioni emerse nelle sessioni precedenti. «Cloud Code, se voi il cliente ce l’avete da 2 anni, lui va a dire “Oh, nella call di Natale avevate detto questo, oggi l’avete ripreso”», conosce il tuo stile, prepara la mail e la propone in approvazione prima di inviarla.
L’AI Week di Milano si è confermata come uno degli appuntamenti più densi del calendario italiano sull’intelligenza artificiale, con interventi che quest’anno hanno coperto in modo sistematico il passaggio dagli strumenti conversazionali ai sistemi autonomi e all’era agentica dell’AI che promette nuovi e veloci cambiamenti.
