AudioCassetta | by Cassetta degli AI-trezzi

Valentino Grossi

🎙️ AudioCassetta è il formato audio breve della Cassetta degli AI-trezzi. Approfondimenti rapidi su trend emergenti, casi d’uso concreti e strumenti AI spiegati in modo semplice, senza fuffa e senza tecnicismi inutili. Pochi minuti per capire cosa sta succedendo e cosa vale davvero la pena usare. lacassettadegliaitrezzi.substack.com

  1. Formazione, fotografia, progettazione e perché la carriera non-lineare è un vantaggioon l'AI

    3 giu

    Formazione, fotografia, progettazione e perché la carriera non-lineare è un vantaggioon l'AI

    La figlia di 9 anni di Stefano gli chiede ancora “che lavoro fai?” Non è una domanda facile. Educatore professionale, mediatore penale minorile, fotografo, fundraiser, progettista sociale, formatore AI. Tutto vero, tutto insieme, tutto difficile da sintetizzare in una parola. Poi ha sentito Massimo Temporelli parlare di palombari e snorkler. I palombari vanno sempre più in profondità su un dominio. Gli snorkler restano in orizzontale, cambiano direzione, accumulano in trasversale. Ha capito di essere snorkler, e soprattutto ha capito che non era un problema. Ho parlato con lui su Audiocassetta di perché, con l’AI, essere snorkler sia diventato un vantaggio. Chi è Stefano Laureato in Scienze dell’Educazione, dieci anni da educatore professionale in ambito scolastico ed extrascolastico, mediatore penale minorile, fotografo ad Ancona per qualche anno. Poi fundraiser, poi responsabile progettazione e formazione AI per BLM Project, ente accreditato nelle Marche. Ha 47 anni. Dice di aver trovato “la pace dei sensi” negli ultimi sette anni. Non lo direi se non avessi sentito come parla: c’è coerenza in tutto quello che racconta, anche nei pezzi che sembrano lontanissimi. Orizzontale non significa superficiale Il problema con la carriera a snorkel è che dall’esterno sembra dispersione. Chi non si verticalizza su un dominio viene percepito come qualcuno che non si è mai deciso. Però, mentre ascoltavo Stefano, mi sono accorto di una cosa: il pezzo sulla fotografia non era superficiale. Sa di ottica, sa di macchine fotografiche digitali, sa di strutturazione visiva. La storia del catalogo di illuminazione che racconto più avanti non si spiega altrimenti. La vera distinzione non è orizzontale vs verticale. È chi accumula competenze scollegate vs chi le tiene in conversazione tra loro. Il secondo tipo, quando incontra l’AI, porta qualcosa che i modelli non hanno di default. Il capitale semantico (e perché le macchine non ce l’hanno) Stefano cita spesso Floridi. L’idea: dopo Copernico, Darwin e Freud, la cosa che restava all’uomo era la capacità creativa. Con l’AI generativa, anche quella è in discussione. Ma c’è una cosa che i modelli non hanno: il capitale semantico. Il contesto. L’esperienza accumulata su più domini che dà senso a un input. Se non glielo fornisci tu, non ce l’hanno. “Quelle che le macchine non hanno se noi non glielo forniamo.” È la frase esatta che ha usato. Per chi ha una carriera come quella di Stefano, questo cambia il quadro. Non sei disperso. Sei portatore di un contesto che nessun LLM produce da solo. RADAR AI: quando il progettista smette di scrivere Stefano lavora su bandi di finanziamento. La parte che un tempo richiedeva più ore era la scrittura dei progetti: testo da produrre partendo da zero, ogni volta. Con la sua collega Chiara hanno costruito un metodo che hanno chiamato RADAR AI, dove ogni lettera corrisponde a una fase: Raccolta dei dati, Analisi, Definizione, Attuazione (la scrittura), Revisione. Su ognuna di queste fasi c’è uno o più strumenti AI definiti. La fase di scrittura, che prima era il collo di bottiglia, ora è quella che pesa meno. Il tempo liberato va tutto sulla Definizione: incontri con le organizzazioni, raccolta di contesto qualitativo, ascolto. Possono rispondere a più bandi in parallelo. La qualità sale perché si dedica più attenzione alla fase che conta davvero. “Il lavoro del progettista diventa orchestrazione.” È la parola giusta. Il catalogo impossibile Un’azienda che fa installazioni di illuminazione custom: cinque dipendenti, zero budget per un fotografo, nessuna voglia di catalogo cartaceo. Stefano aveva letto qualcosa online su come creare immagini per il marketing partendo da una foto di prodotto. Non l’aveva mai fatto. Aveva però anni di conoscenza fotografica e capiva cosa voleva vedere nell’output. L’azienda aveva già Gemini nel pacchetto Google Workspace, senza saperlo. Il processo: un primo Gem fa da art director, con immagini di referenza incorporate e domande tecniche in linguaggio naturale. L’output è un JSON strutturato per la generazione di immagini. Un secondo Gem prende quel JSON, chiede l’immagine del prodotto e genera il risultato finale. Due giorni di testing. Sessanta immagini fotorealistiche. Un catalogo che l’azienda non avrebbe mai potuto permettersi altrimenti. È il capitale semantico in azione: la conoscenza fotografica di Stefano era il pezzo che permetteva di guidare il processo. Senza quello, l’output sarebbe stato generico. Contratto consumer o business? Quasi nessuno lo sa La parte sulla compliance è quella che colpisce di più per la sua semplicità. Ogni strumento AI principale ha due tipologie di contratto: consumer e business. La differenza sostanziale è che il contratto business garantisce, nella maggior parte dei casi, che i dati delle conversazioni non vengano usati per addestrare i modelli. Quasi nessuna PMI lo sa. Quasi nessuna controlla quale abbonamento sta usando. Stefano lo mette nelle sue formazioni. Le reazioni che descrive sono eloquenti: non ci avevano pensato. Non serve l’AI Act per capire che usare un account consumer per dati aziendali è un problema. Serve qualcuno che lo dica chiaramente, prima. Ha citato anche il DigiComp: il corrispettivo del livello linguistico (A1, B2, ecc.) ma per le competenze digitali. L’AI è stata inserita trasversalmente in tutti i parametri, non in un capitolo a parte. Come l’elettricità: non c’è un capitolo “elettricità” in nessun manuale tecnico. C’è in tutto. La cassetta di Stefano Claude — Il principale, sia in azienda che nelle formazioni. Skill personalizzate costruite con un processo iterativo: prompt grezzo, iterazioni con il modello, skill finale riscritta dallo strumento stesso. References con testi di progetto preesistenti che insegnano al modello come scrivono loro. L’output richiede poca revisione. Gemini — Per la generazione di immagini e la deep research. Integrato nell’ecosistema Google Workspace. Per certi task lo preferisce ancora a Perplexity. ChatGPT — Ha mantenuto l’abbonamento per la memoria accumulata nei progetti di comunicazione costruiti dal 2023 e per la modalità voce in macchina. “Per il brainstorming vocale mentre guido, ancora non ho trovato niente di meglio.” Canva — Per la comunicazione, con i suoi strumenti AI integrati. Collegabile come MCP a Claude. Citato come Adobe entry-level: le cose si fanno in modo semplice, per chi non vuole imparare Photoshop è sufficiente per la maggior parte dei casi. Be Freed — Lo strumento che conosce in pochi. Piattaforma che trasforma testi in podcast generati dall’AI, con una o più voci. A differenza di NotebookLM, non carichi le fonti tu: esplori quelle già presenti nella piattaforma. Utile per la scoperta di contenuti nuovi, non per analizzare documenti propri. Scoperto su AppSumo con abbonamento perpetuo. Vuoi risentire la live integrale? Disponibile su Spotify e Apple Podcast. Stefano lavora con BLM Project nelle Marche su progettazione sociale, fundraising e formazione AI. Se sei un ente del terzo settore o un’organizzazione che vuole capire come inserire l’AI nei propri processi, è la persona giusta. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 14m
  2. Quando l'AI incontra il commerciale

    27 mag

    Quando l'AI incontra il commerciale

    Hai 60 secondi. All’altro capo del filo c’è una segretaria che non sa chi sei. Il tuo obiettivo non è vendere: è farti passato al responsabile. Margherita Turdò ha fatto questo lavoro per mesi. Cold calling da telefono fisso, report su Excel, appuntamenti tracciati con cura quasi ossessiva. Crediti di imposta, poi software house, poi e-learning su misura. Sette anni di commerciale in settori che nessuno si sveglia la mattina sognando di vendere. Ho parlato con lei di come si vende davvero l’AI, di cosa sbaglia chi fa il pitch troppo presto, e di dove finisce il meccanico e dove inizia la persona. Chi è Margherita Margherita Turdò è Business Developer di Andrea Fantucchio e AI per Tutti, il progetto con oltre 60.000 iscritti su YouTube, oltre 11.000 lettori su Substack, partner Google per Gemini Early Access, academy con 500 professionisti attivi. Non viene dal mondo tecnico. Ha studiato giurisprudenza. È entrata nel commerciale quasi per caso, con uno stage in un’azienda di finanza agevolata a Padova, e ha scoperto di avere qualcosa che in pochi valorizzano quando parlano di vendita: l’organizzazione. Il filo rosso delle sue esperienze è sempre lo stesso. Arriva in posti dove non c’è nulla: nessun portafoglio clienti, nessun processo codificato, nessun playbook. E costruisce da zero. L’ultima prima di IA per Tutti era Inrebus, Torino: corsi di formazione multimediali custom made per grandi aziende. Un settore di nicchia dentro un settore di nicchia. È entrata che non c’era nemmeno l’ufficio commerciale. È uscita con una business unit strutturata e clienti acquisiti in due anni e mezzo di lavoro solitario. Il problema del pitch troppo presto La figura del commerciale che arriva, ti spara il pitch e ti rincona con le parole: Margherita pensa che esista, che funzioni in certi contesti, ma che non sia il suo modo. Il suo primo amore non è il prodotto. È il processo. Capire un business, trovare il modo di entrare in un mercato nuovo, proporre qualcosa che quell’azienda non aveva mai fatto. Dentro a tutto questo c’è anche il prodotto, ma viene dopo. “Fare il pitch troppo presto è l’errore principale.” Prima viene l’ascolto. Capire la persona, capire la sua organizzazione, capire qual è il pain reale e non quello dichiarato. Solo quando hai tutti gli elementi necessari, quelli sufficienti, elabori la proposta. In un mercato con enne competitor, dove tutti propongono più o meno le stesse cose, la differenza non la fa il pitch: la fa la profondità con cui hai capito cosa serve all’altro. Il cold calling, spiegato senza paura Una parentesi su un termine che spaventa: il cold calling. È la pratica di chiamare aziende che non ti conoscono, che non hanno interagito con il tuo sito, i tuoi social, la tua newsletter. Hai circa 60 secondi per convincere la segretaria a passarti il responsabile. Non vendi nulla in quella chiamata: vendi solo il diritto di parlare con la persona giusta. Margherita lo faceva da telefono fisso. Venti aziende a settimana, ognuna con i suoi esiti: non risponde, richiamare alle 14.30, ha detto di risentirci tra un mese. Tutto nel calendario. Tutto tracciato su Excel. “L’organizzazione è la prima competenza che ho riconosciuto in me. Non la parlantina.” Questa cosa vale anche oggi, nell’AI. Le relazioni non si costruiscono da soli, e nemmeno si delegano a un agente vocale senza perdere qualcosa di importante lungo la strada. Come si qualifica un cliente in AI Uno dei punti più pratici della conversazione riguarda la qualificazione: capire velocemente se quell’azienda diventerà davvero un cliente, o ti farà perdere tempo. Margherita usa due domande che fa sempre. La prima è: perché noi? Se l’azienda ha sentito dieci consulenti, è un segnale. Non è sbagliato, ma cambia tutto. Quell’azienda non ha scelto te perché ti seguiva e si fidava: ti ha trovato in una lista. Devi capire quanto è affezionata al brand, se ha già comprato qualcosa, se ha manifestato interesse nel tempo. Un lead qualificato non è chi ti contatta: è chi ti ha seguito, ha interagito, ha già fatto un primo passo da solo. La seconda: avete mai usato l’AI? Sembra ovvia. Non lo è. Ci sono aziende che arrivano convinte di voler fare AI e non hanno mai aperto ChatGPT. Ci sono manager che hanno ricevuto il mandato dall’AD e stanno cercando qualcuno a cui delegare la ricerca. Capire il punto di partenza reale ti dice in quanto tempo il progetto potrà partire, e se partirà mai. “Spesso il problema non è l’AI. È che il cliente non ha le risorse interne per stare dietro al progetto.” Questo è il nodo. Vendi, firma, incassi l’ordine. Poi il cliente non ha tempo. Il formatore ha bloccato le date. Il progetto non parte. Le è capitato in tutte e tre le esperienze precedenti, non solo nell’AI. Dove finisce il meccanico Verso la fine ho fatto la domanda che tutti vogliono fare: un agente AI vocale potrebbe fare il cold calling al posto tuo? La risposta è stata misurata. Alcune parti del lavoro commerciale si automatizzano bene. Lei stessa usa NotebookLM in modo sistematico: ha caricato due anni di report appuntamenti e ha chiesto al sistema di trovare le obiezioni più frequenti, in ordine dalla più comune alla meno comune. Poi ha fatto lo stesso con i motivi di acquisto. Il risultato è un quadro chiaro di perché le aziende comprano, e perché non comprano. Prima lo faceva a mano, ci passava ore. Adesso no. Ma la conversazione, quella vera, è ancora un fatto umano. Le aziende continuano a essere gestite da persone. Le decisioni continuano a essere prese da persone, anche quando mediate da tool e dashboard. E se il tuo brand è costruito su di te, la prima cosa che il cliente vede è il tuo nome. Si aspetta di parlare con te. “Fino a che rimarrà così, il commerciale deve esserci.” La sua risposta finale ai founder e ai consulenti che pensano di risolvere tutto con una pipeline agentica: pensate di più alle domande che fate, non a come automatizzate le risposte. La cassetta degli AI-trezzi di Margherita Google Calendar — Non è un tool, è la struttura portante della sua vita lavorativa. Ogni chiamata, ogni follow-up, ogni impegno: dentro il calendario. Funziona dall’inizio della sua carriera e non è mai cambiato. Sales Navigator — L’addon a LinkedIn che cambia il lavoro commerciale in B2B. Permette di trovare i referenti giusti, capire l’organizzazione di un’azienda, fare ricerca mirata prima ancora di contattare qualcuno. NotebookLM — Per l’analisi dei dati commerciali: obiezioni più frequenti, motivi di acquisto, pattern di comportamento dei clienti nel tempo. Carica i report, fai le domande giuste, ottieni un quadro che prima richiedeva ore di lettura manuale. Vuoi risentire la live integrale? Disponibile su Spotify e Apple Podcast. Segui Margherita su LinkedIn e il lavoro di IA per Tutti su YouTube e Substack. Se ti è piaciuta la live, ti chiedo di condividerla. Aiuta me e il canale a crescere ed essere scoperto da altri appassionati di AI pratica. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 14m
  3. L’AI corre. E noi come facciamo a starle dietro?

    13 mag

    L’AI corre. E noi come facciamo a starle dietro?

    Nel 2024, Yellowtech aveva bisogno di qualcuno che costruisse i corsi AI per le scuole italiane. Quei corsi, finanziati dal PNRR, sono arrivati a centinaia di istituti. Il personale ATA, il corpo docente: decine di migliaia di persone. Il materiale uscito da quel progetto è diventato il punto di partenza per buona parte dei formatori AI italiani. Riccardo Celotto, ospite di questa puntata di Audiocassetta, stima che la maggior parte di chi lavora oggi in questo settore abbia usato, in qualche forma, quello che ha contribuito a costruire. Ho parlato con Ricky di come si progetta davvero un percorso AI, di cosa cambia quando passi dalla formazione all’adoption, e di perché “abbiamo già fatto il corso” è spesso il segnale che qualcosa non ha funzionato. Chi è Riccardo Veneto, magistrale a Ca’ Foscari in Management e Innovazione. A settembre 2022 stava lavorando con Alberto Mattiello a un progetto universitario su Decision Intelligence. A novembre è uscito ChatGPT. Da lì tutto ha cambiato direzione. Con Mattiello ha iniziato subito a portare workshop nelle grandi aziende: Tecnomat, Nestlé, Yamaha. Non erano ancora formazione, erano sessioni di discovery. “Come i workshop sul metaverso,” dice. “Dovevi far indossare il visore alla gente, perché capissero cos’era. Con l’AI uguale.” Nel 2024 era Head of Content di Yellowtech, startup nata per portare l’AI nelle scuole e nelle aziende, oggi AI transformation company. Lì ha costruito il percorso PNRR. Adesso lavora principalmente con le PMI come AI adoption specialist. Ha appena lanciato Oltre il Prompt su Substack, 6 edizioni al momento in cui lo intervisto. Sta cercando la sua anima, dice, ma il materiale è già concreto. Formazione non è adoption È la distinzione che Ricky fa subito, e vale la pena fermarsi. Formazione: il soggetto è la persona. Trasmetto concetti, faccio provare gli strumenti, aiuto a capire come funziona una conversazione con un LLM. Il corso finisce in aula. Adoption: il soggetto è l’organizzazione. Mi siedo accanto alle persone mentre lavorano. Guardo dove si perde tempo, dove la frizione è più alta, dove inserire l’AI ha senso misurabile. Non formo: mappo il processo, poi trovo il punto di innesto. “È lo stesso principio dei consulenti Lean che vanno in fabbrica a cronometrare i movimenti,” dice. “Noi facciamo lo stesso su una scrivania, davanti a un gestionale.” Più contesto hai di come funziona un’organizzazione, più riesci a incidere. È la stessa logica di un buon prompt: dai contesto, ottieni risultati migliori. La frase che sente spesso quando entra in un’azienda: “abbiamo già fatto il corso.” Non è un rifiuto, è un segnale. Qualcosa non ha funzionato nel ciclo precedente, e quasi sempre il problema non era il team. Il lievito madre Il modo in cui Ricky gestisce i suoi materiali ha un nome preciso: lievito madre. Stesso contenitore da tre anni. Stessa struttura, stessa sequenza. Dentro, le slide cambiano continuamente. Ogni mese esce qualcosa di nuovo, ogni mese qualcosa diventa obsoleto. “Nonostante il plico sia lo stesso rispetto a un anno fa, tutte le slide sono diverse.” Questo l’ha imparato per necessità. Gli è capitato di aprire uno strumento in aula per mostrare una funzione, e scoprire che quella funzione non esisteva più. Aggiornata quella notte. Non è una scusa: è la quotidianità di un settore che si muove ogni settimana. L’approccio vale anche fuori dalla formazione. Qualsiasi sistema che si espone all’AI va pensato come struttura viva, non come prodotto finito. Come stare aggiornati (senza impazzire) È la domanda che gli fanno sempre, in aula e fuori. Come fa a sapere tutto? La risposta è: non sa tutto. Ha smesso di provarci. Ha tre o quattro filtri: newsletter settimanali selezionate, feed LinkedIn e X allenati per anni a mostrare solo fonti autorevoli, e NotebookLM per i paper scientifici. Carica più paper insieme, chiede al sistema di generare un podcast a due voci che li discuta. Li ascolta mentre fa colazione, mentre si allena. Se un paper sembra importante, lo legge. Se no, passa. “Quello che per altri è scrolling per me diventa aggiornamento. Ho allenato l’algoritmo, non solo il feed.” Il messaggio per le aziende è diverso: loro non devono seguire ogni novità. Devono avere qualcuno che lo faccia per loro. “Io sono l’anello mancante tra quello che succede nel mondo AI e quello di cui le aziende hanno realmente bisogno.” Il problema dello switching cost Un pezzo su cui ci siamo fermati insieme: il costo di cambiare sistema. Tutti i flussi costruiti su Copilot, tutti i GPT custom su ChatGPT, tutta la memoria accumulata su un tool: non si trasferiscono con un click. Se cambi sistema, perdi contesto. E il contesto, in questo momento, è la risorsa più preziosa che hai. È il motivo per cui si parla tanto di Second Brain: non è un hobby per chi ama le app di note. È un modo per rendere il proprio contesto portabile, indipendente dal vendor su cui gira in quel momento. Ricky ha aggiunto un livello: il Second Brain esiste su due piani. Quello personale, che è come lavori, come scrivi, come usi l’AI nel tuo day-to-day. E quello dell’organizzazione, che è i processi, le decisioni, la conoscenza operativa dell’azienda. I due piani richiedono strumenti diversi e approcci diversi. “Sul secondo piano ci sono le competenze vere dell’adoption.” La cassetta di Ricky I 5 tool di cui non farebbe a meno, più uno che pochi conoscono. Tactiq — Trascrizioni automatiche delle call. “Non avere le trascrizioni adesso è impossibile. Ci sono troppe informazioni dentro una chiamata che non devono andare perse.” Free fino a 10 call al mese. NotebookLM — Per i paper, per costruire knowledge base, per generare podcast su documenti tecnici che non hai tempo di leggere. Wispr Flow — Voce in testo su qualsiasi chatbot, con una scorciatoia da tastiera. “Il numero di parole al minuto da scritte a parlate cambia completamente. Io ci faccio i context dump.” Claude Code — Sta sviluppando tre applicazioni. Due per uso interno, una da usare nei percorsi di adoption. Le sere e i weekend è spesso lì. Claude Cowork — Il workspace principale. Il vantaggio che sottolineava: la memoria condivisa tra sessioni. “Se ho fatto una call ieri, domani posso chiedere cosa ho deciso e me lo ricorda.” Non vuoi perdere le prossime live? Iscriviti alla Cassetta degli AI-trezzi gratuitamente Vuoi risentire la live integrale? Disponibile su Spotify e Apple Podcast. La newsletter di Ricky si chiama Oltre il Prompt ed è su Substack. Parla di quello che vede ogni giorno nelle aziende, con il filtro di chi di formazione e adoption ne ha fatta tanta. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 1min
  4. Il segreto del +150%: come l'Al video ha rivoluzionato il conversion rate

    6 mag

    Il segreto del +150%: come l'Al video ha rivoluzionato il conversion rate

    Un brand di borracce termiche. Un video girato con Runway 3.5, quello del periodo in cui i video AI avevano sei mani e gli spaghetti si muovevano come serpenti. Un test su Amazon, durato un mese. Risultato: ordini +130%, CTR +174%, prima pagina per la keyword principale. Prima volta in assoluto per quel brand. Ho parlato con Alessandro Marino, founder di Mindleg Studios, di come è arrivato a fare questo lavoro, di come lo fa davvero e di cosa succede quando l’AI entra nei processi di produzione video in modo serio. Chi è Alessandro Alessandro parte come grafico. Poi legge Zero to One a 19 anni e si converte al marketing, in particolare al growth hacking, lavorando in diverse startup tra Londra, Mantova e Milano. Fine 2022 entra in Contents.com, una startup europea che usava già GPT-3 per generare contenuti testuali, e lì incontra per la prima volta un mondo AI generativa sul serio. In parallelo gestisce Lunia, un’agenzia di video e contenuti che lavorava ancora tutto a mano, con videomaker e fotografi. Poi arriva il 2024, Runway 3.5, i video brutti con le mani storte, e la scelta: ci punto. Nasce Mindleg Studios. Focus al 95% sulla parte video. Come lavora: i tre livelli Alessandro ha un modo preciso di pensare al workflow in base all’output che deve produrre. Non usa un solo tool per tutto: calibra la complessità del setup in base al lavoro. Livello base: generazione veloce Per asset rapidi e non definitivi usa Gemini con Imagen integrato. Genera l’immagine, watermark incluso, senza preoccuparsene. Serve un’idea visiva veloce? Basta questo. Livello intermedio: piattaforma aggregata Per lavori un po’ più strutturati usa Higgsfield. È una piattaforma che aggrega i principali modelli di immagini e video con un’interfaccia template-based: scegli il modello, scegli l’effetto, ottimizza il prompt o parti da un template già pronto. Ha un marketing aggressivo, è diventata lo standard tra i freelancer del digital marketing. Per chi vuole fare cose buone senza costruire un workflow da zero, è il punto di ingresso giusto. Livello avanzato: canvas a nodi Per i lavori complessi, soprattutto quando gestisce più asset in parallelo o lavora con un team, usa Figma Weave (ex Weavy, acquisita da Figma a ottobre 2025 per oltre $200M). È un canvas visuale a nodi: sulla sinistra tieni tutti i tuoi asset di riferimento, sulla destra costruisci il flusso. Un esempio pratico che ha descritto in live: colleghi un’immagine a un agente, l’agente ha come prompt “analizza questa immagine e dimmi altri 5 prompt per generare 5 varianti”, i 5 prompt vanno direttamente dentro Imagen che genera 5 immagini, tutte e 5 tornano nel canvas. Puoi continuare da lì, animarle, collegarle a un tool video, fare upscaling. Tutto senza uscire dall’ambiente. Per un team marketing con grafiche standardizzate, questo tipo di flusso è pensato per girare con input variabile ma output consistente. I casi d’uso concreti Borracce termiche su Amazon: il primo test Luglio 2024. Alessandro ha un contatto in Turnover Digital, una grossa agenzia Amazon di Milano. Gli propone un test: video AI per i Sponsored Brand, quei video piccoli che appaiono mentre scorri tra i prodotti su Amazon. La strategia era semplice: i video su Amazon erano quasi tutti brutti o di bassa qualità. Un video con più cura visiva avrebbe sfruttato l’effetto halo, per cui la qualità percepita del video si trasferisce al prodotto. E la dimensione ridotta dei Sponsored Brand era un vantaggio: non serviva una 4K a schermo intero. Il video lo ha fatto con Runway 3.5. La borraccia che vola, la borraccia in mezzo alla natura, la borraccia vicino a un ruscello. Quello che oggi si farebbe in dieci minuti gli ha preso una settimana, tutte le difficoltà del periodo. Il video è rimasto su Amazon per un mese. I dati che gli ha mandato Turnover: ordini +130%, CTR +174%. E per la prima volta quel brand aveva raggiunto la prima pagina per la sua keyword principale, mantenendosi stabile. L’alternativa: andare fisicamente al ruscello, portare la borraccia, il fotografo, le luci, fare la post-produzione. Un costo facilmente dieci volte superiore, e soprattutto: per un test non lo fai neanche. Video istituzionale per una startup EV Una startup italiana e spagnola nel settore delle colonnine elettriche aveva bisogno di qualcosa da mostrare quando andava a trattare con la pubblica amministrazione. Il pitch era solido, ma mancava “quel qualcosa che fa dire: fighi”. Il concept del video: mostrare il problema prima della soluzione. Due persone al tavolo, inizia a cadere cenere nera, si alzano a guardare intorno, la città è avvolta dallo smog. Inquadrature dall’alto, tutto molto epico, la nube sale. Poi arriva la colonnina del brand, si illumina, spazza via lo smog. Video da 1 minuto e 20. Full AI. Clip generate con modelli video, montaggio in Adobe Premiere Pro, voiceover con ElevenLabs. Sul voiceover vale la pena fermarsi un momento. ElevenLabs non è più solo text-to-voice: mentre scrivi il testo puoi inserire tag di enfasi, “dillo ridendo”, “con più tensione”, “in modo più serio”. Le voci che reggono bene l’italiano sono migliorate molto. Per un video da un minuto e venti, con il giusto lavoro sui tag, il risultato è professionale. Shooting fotografico AI per la moda Durante la live, come caso ipotetico, ho tirato fuori la mia vecchia startup Wools: maglioni in lana, shooting al Pitti Moda, fotografie da fare, modelle, campionario, luci, il fotografo. Un casino organizzativo e un costo importante. Alessandro mi ha descritto il flusso che userebbe oggi per un caso simile. Prima di tutto crea la modella: bastano 2-3 foto abbastanza nitide di lei (anche allo specchio, full body su sfondo bianco, in pose diverse) per poterla ricreare in qualsiasi contesto con i modelli di generazione immagini. Se l’agenzia vuole una campagna geolocalizzata con modelle di etnie diverse, si fa direttamente in generazione, senza casting. Poi crea il prodotto: se hai i bozzetti del maglione e le informazioni sul materiale, bastano per generare tutte le inquadrature del capo. Poi fa indossare il prodotto alla modella generata, aggiusta, itera. Subito dopo: upscaling obbligatorio con Topaz Lab Astra. Nel settore moda ogni dettaglio conta, dalla texture del tessuto alla pelle. Topaz Astra è il modello specifico per video AI, ma funziona anche sulle immagini. Nota a margine: Freepik ha acquisito Magnific, un altro upscaler molto usato, adesso lo trovi direttamente dentro Freepik. Per la parte video: animare le immagini se sono venute bene, oppure costruire uno script semplice. Il tool che usa in questo momento per la qualità è Kling 3 in 4K. I cinesi, sotto questo punto di vista, stanno producendo risultati che i concorrenti occidentali faticano a eguagliare. Risultato finale: prime immagini e video per un e-commerce, pronte in un paio d’ore. Uno smoke test completo a una frazione del costo dello shooting fisico. Se il brand poi vuole crescere e fare le foto vere, lo farà sapendo già cosa funziona. Dubbing multilingua: 15 pillole audio in spagnolo Un altro caso di cui va particolarmente orgoglioso: un’azienda nel settore Garden (ex Bayern Garden) aveva fatto 15 pillole audio da circa un minuto ciascuna. A quel punto gli chiedono: puoi tradurle in spagnolo? Sembra una cosa che si fa in un clic. In realtà è un lavoro preciso con ElevenLabs Dub Studio: cloni la voce originale, carichi l’audio, il sistema genera la traduzione doppiata con la stessa voce. Poi c’è una fase di revisione in cui puoi accorciare, rielaborare, rigenerare singoli passaggi dove il ritmo non funziona o la pronuncia è sbagliata. Il punto che sottolineava: quella traduzione prima semplicemente non si faceva. Non perché il traduttore o il doppiatore fosse caro, ma perché il budget non era previsto. L’AI non ha rubato il lavoro a un doppiatore: ha reso possibile una produzione che non sarebbe mai esistita. Il nodo dei costi I costi della produzione AI stanno cambiando rapidamente, e non sempre verso il basso. Un’immagine 4K full quality con GPT Image su Figma Weave arriva a €1,50 per immagine. Un video da 15 secondi che due anni fa costava 5 euro oggi ne costa 30 se vuoi mantenere gli standard professionali. La forbice tra uso amatoriale e uso professionale si sta allargando. Per chi non ha bisogno del massimo della risoluzione, Flux costa un decimo di Imagen e su molti use case i risultati sono comparabili. Scegliere il modello giusto per l’output giusto è già una competenza. Come sempre il costo va valutato in modo relativo. Un video fisico per una borraccia su Amazon costa facilmente 20 volte di più. Lo shooting moda al Pitti costa comunque quello che costa. Se il test AI funziona, hai già il dato prima di investire sul fisico. Aura: il SaaS che sta costruendo Alessandro sta sviluppando un tool che chiama Aura. Funziona così: inserisci l’ASIN del prodotto su Amazon, il sistema fa lo scraping automatico di tutte le informazioni, sei agenti lavorano in parallelo e generano le otto immagini infografiche standard, già nei formati e nelle specifiche di Amazon. Selezioni i colori primari del brand, il resto è automatico. Il modulo che sta per rilasciare è ASIN to Video: struttura fissa, packshot, tre caratteristiche del prodotto, packshot finale. Quando hai fatto 70 video advertising da 15 secondi sai che quella struttura funziona sempre. Metti il sistema a produrla in automatico. I 5 tool di Alessandro * Claude: preferisce la chat. Ha settato qualche skill utile. Non usa molto Cowork o Code. * Wispr Flow: il numero uno. Dettatura continua, pensiero parlato, tutto trascritto. La chiama “la svolta di vita”. * Figma Weave: il canvas principale. Node-based, tutto il workflow in un posto. * Topaz Lab Astra: upscaling di immagini e video. Indispensabile per qualità professionale. * ElevenLabs: voiceover, dubbing multilingua, tag di enfasi nel testo. Vuoi risentire l

    1h 3m

  5. 29 apr

    AI Automation: 35 ore di lavoro sparite al mese – caso reale

    Ieri sera è passato da Audiocassetta Roberto Ettorre . Il video è sopra: un’ora abbondante di automazioni, agenti e processi reali in azienda. Se hai il tempo, guardala tutta. Non te ne pentirai. Se hai cinque minuti, questa è la versione scritta. I casi d’uso, le tip operative e quello che mi porto a casa. Chi è Roberto Ettorre Roberto è il co-fondatore di Webshop, agenzia digitale di Pescara. Siti web, campagne Google Ads, CRM su Zoho, automazioni di processo. Ha iniziato come libero professionista nel 2008 e ha fondato Webshop nel 2016 con un’idea semplice: fare del web uno strumento che genera risultati veri per le aziende, non una vetrina. La cosa che lo distingue da chi si è avvicinato all’AI solo nell’ultimo anno: Roberto fa automazioni da prima che esistesse l’AI generativa. Ha cominciato con IFTTT quando non lo usava quasi nessuno. Poi è diventato esperto Zapier. Venti, venticinque nodi per workflow. Loop, condizioni, connettori. Tutto a mano, tutto da capire. Quel percorso gli ha dato un pensiero logico allenato che oggi, con gli agenti AI, è la sua arma principale. L’AI amplifica il tuo modo di ragionare. Se il ragionamento è confuso, amplifica il caos. Se è pulito, amplifica i risultati. Caso d’uso 1. Gli attestati che si rinominano da soli Roberto entra in un ente di formazione per edili. Vende un sito web. Poi guarda come lavorano e nota una signora che ogni giorno, per ore, fa la stessa cosa: apre il PDF con tutti gli attestati del corso, sfoglia pagina per pagina, legge il nome del corsista, il codice del corso, il codice dell’azienda, rinomina il file, lo carica su Dropbox nella cartella giusta. Un’ora e mezza. Due ore. Tutti i giorni. Roberto dice al direttore: noi facciamo anche queste cose. Il direttore capisce subito il valore del tempo risparmiato e gli dà carta bianca. La soluzione: un workflow con pdf.co come parser, circa venti nodi, che estrae i dati dal PDF, costruisce il nome del file corretto, crea la cartella su Dropbox, carica tutto. In loop, per ogni attestato. Niente AI generativa. Niente GPT. Solo logica, connettori, e un processo che prima era manuale e adesso gira da solo. Risparmio stimato: tra un’ora e mezza e due ore al giorno. Ogni giorno. Caso d’uso 2. Il commerciale che trova il CRM già compilato Il commerciale inserisce un nuovo lead nel CRM: nome, azienda, email. Quattro campi. Fine. Poi riapre il profilo e trova già tutto: fatturato dell’azienda, numero di dipendenti, chi è il CEO, quando ha pubblicato su LinkedIn l’ultima volta, di cosa parla sui social. Non l’ha messo lui. È partito un agente. Trigger: nuovo lead inserito. Obiettivo: raccogliere tutto ciò che è pubblicamente disponibile su quella persona o azienda. Output: i campi compilati in automatico nel CRM, con le informazioni già normalizzate. Questo è l’automazione agentica in pratica. Il punto di partenza è deterministico. Ma l’agente poi decide come cercare, dove guardare, cosa estrarre. Non segue passi fissi. Ha un obiettivo e lo persegue. Roberto lo costruisce con gli agenti nativi di Zapier, integrati con Zoho CRM. Caso d’uso 3. Il commerciale stanco che parla a Telegram Chi lavora fuori ufficio difficilmente popola il CRM tornando a casa la sera. È stanco, l’interfaccia è scomoda da mobile, i dati si perdono. La soluzione: parla a Telegram. Descrivi la visita a voce o per testo. Un agente ascolta, normalizza i dati, li manda nei campi giusti del CRM. Non serve aprire il gestionale. Non serve imparare nulla di nuovo. Stessa logica per il gestionale vocale per ristoranti che Roberto ha costruito con Lovable ed ElevenLabs. Il titolare dice: “Segna prenotazione per due, ore 20, a nome Giovanni, telefono 333...” e il sistema capisce da solo cosa è il nome e cosa è il numero, senza che tu glielo specifichi. Output: una schermata gestionale classica, con tutte le informazioni già al posto giusto. Iscriviti alla Cassetta degli AI-trezzi per non perdere le prossime live di Audiocassetta La tip che non mi aspettavo: NotebookLM per capire il cliente prima della presentazione Questa è quella che mi ha fatto alzare un sopracciglio. Roberto registra la prima call con un potenziale cliente. Carica il transcript su NotebookLM. Chiede: profilo psicologico, bias cognitivi, leve da usare nella presentazione commerciale. Porta l’output su Gemini, lo lavora, lo dà in pasto a Gamma per costruire le slide. Risultato: una presentazione costruita sulle parole del cliente stesso, che anticipa i suoi dubbi, che usa il suo registro. Non è magia. È preparazione seria. Quella che prima richiedeva ore di analisi, o un intuito commerciale che non tutti hanno, adesso ha un metodo replicabile in venti minuti. Precisazione doverosa: non è “profilazione” in senso manipolatorio. È capire come ragiona il tuo interlocutore per parlargli nel modo giusto. Lo fanno i bravi commerciali da sempre. Con questo flusso ci metti venti minuti invece di ore. I 5 tool della Cassetta degli AI-trezzi di Roberto Alla fine di ogni live su Audiocassetta chiedo i cinque strumenti. I suoi: Lovable per costruire interfacce e gestionali custom con vibe coding, connesso a Supabase per il database. ElevenLabs per agenti vocali, speech-to-text, riconoscimento e normalizzazione dei dati. NotebookLM per lavorare sui propri documenti, fare analisi, ridurre le allucinazioni. Gamma per le presentazioni. Claude, “tutta la vita”, ha detto. E ha aggiunto: si è comprato anche il Mac per avere Cowork. Cosa mi porto a casa Il problema del CRM vuoto, delle fatture da smistare, degli attestati da rinominare non è un problema di AI. È un problema di processo non ancora automatizzato. Cerca, nella tua settimana, un’attività che potresti descrivere così: “copio da qui, incollo là, rinomino, mando”. Quella è la tua prima automazione. E se non sai da dove iniziare, scrivimi. Ne parliamo. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 5m

  6. 22 apr

    Come fare startup (e trovare investitori) nell'era dell'AI?

    Giovanni l’ho conosciuto un anno fa alle OGR di Torino, durante l’Italian Tech Week. È coordinatore di 12 Ventures, uno startup studio focalizzato su EdTech e HR Tech. È una di quelle persone che sa di tecnologia davvero, non per sentito dire, e che la usa per ragionare sui business, non per farsi bella la slide. L’abbiamo chiamata “come fare startup e trovare investitori nell’era dell’AI”. Ma durante l’ora abbondante che abbiamo passato insieme è venuta fuori una lettura del momento che non mi aspettavo. Il problema dell’AI wrapper Tutti ne parlano. Giovanni ha una posizione molto precisa su quando è un limite e quando invece è solo un punto di partenza. Non è quello che ti aspetti. Il SaaS Apocalypse Claude Design ha fatto tremare Figma in un pomeriggio. I designer che avevo in formazione la settimana scorsa l’hanno aperta per la prima volta e in cinque minuti mi hanno detto una cosa secca. Giovanni ha una lettura più lenta e più interessante su dove colpisce davvero questo cambiamento, e dove invece non arriva ancora. La PMI che può diventare startup? Questo è il passaggio che mi ha colpito di più. Giovanni ha cambiato la domanda: non “come si fa una startup”, ma chi può farla oggi. E la risposta mi riguarda, mi riguarda come consulente, e probabilmente riguarda chi legge questa newsletter. La slide del team Una delle cose che ho imparato pitchando anni fa è che il team viene prima del prodotto, sempre. Giovanni spiega perché quella slide sta cambiando forma nel 2026, e perché però non sparisce. La puntata integrale è su Audiocassetta. Dura un’ora, scorre tutta. Trovi Giovanni Caponetto qui su Linkedin. Valentino This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 5m

  7. 15 apr

    Audiocassetta | Al e cybersecurity: tutto quello che c'è da sapere nel 2026

    Quasi sempre arriva prima di qualsiasi altra domanda. Prima di capire cosa fare con l’AI, prima di capire quale strumento usare, prima ancora di capire se l’AI fa per loro. La domanda è sempre quella: “Ma i dati che carico, che fine fanno?” Ci sono rimasto bloccato qualche anno fa anch’io, in quella stessa domanda. Ieri sera ero in live con Veronica Paolucci per Audiocassetta, avvocata specializzata in cyber security, creator del canale YouTube Veronica Paolucci Cyber Security Specialist. Un po’ di numeri per capirci 45.000 iscritti YouTube in un anno, partita con un obiettivo di 1.000 (ce lo ha detto lei). Non è poco. E anche autrice della newsletter “Non tutti i malware vengono per nuocere” (tra le prime 15 più lette in Italia sulla tecnologia), la trovate qui: E in un’ora abbondante, Veronica ha fatto una cosa rara: ha messo ordine in una confusione che in consulenza vedo ogni settimana. Il rischio che vediamo e quello che non vediamo Il problema dell’analisi del sangue su ChatGPT è reale. Ma è il problema sbagliato. Chi non usa l’AI perché “non si sa dove finiscono i dati” usa Google Drive, Dropbox, le mail di un provider qualsiasi, senza farsi la stessa domanda. Quello che fa Gemini dei tuoi dati e quello che fa Google Drive dei tuoi dati è strutturalmente la stessa incognita. Solo che uno è visto come cassaforte e l’altro come intruso. Veronica la mette in modo più preciso: c’è una zona grigia che quasi nessuno nomina. Da un lato chi usa l’AI consapevolmente, anonimizza quando serve, capisce cosa fa e non fa. Dall’altro chi la usa per fare danni. In mezzo c’è la fetta più grande: chi fa errori senza rendersene conto, perché ha dato accesso a sistemi o strumenti senza capire fino in fondo cosa succede dall’altra parte. Il rischio percepito è il dato che dai tu, volontariamente, a un LLM. Il rischio reale, nel 2026, è spesso un altro. Cosa fare in pratica, adesso Sul fronte del dato che dai tu, la posizione di Veronica è pragmatica. Evita ciò che non è strettamente necessario inserire. Se hai dati sanitari davvero sensibili, anonimizzali prima che arrivino all’AI. “Prima” non significa a mano, e non significa sapere programmare. Significa uno script Python che gira in locale, che prende il documento, cancella i dati identificativi, restituisce un file pulito. Claude o Gemini te lo scrivono passo passo. Veronica ne ha 15 nel suo computer. Nessuno lo ha scritto lei. C’è poi una strada meno conosciuta, che riguarda le aziende. Ogni fornitore AI, da Anthropic a OpenAI, ha un trust portal. Dentro quel portale si trova la nomina a responsabile del trattamento, che un’azienda può firmare. Non è un concetto esoterico: è la stessa logica che vale con il commercialista a cui dai le fatture dei clienti. La responsabilità si sposta, in modo tracciabile e documentato. Quasi nessuno lo fa perché quasi nessuno lo sa. Il terzo punto è più piccolo ma molto concreto. Veronica ha collegato il connettore Gmail di Claude a una casella di posta creata apposta, dedicata solo alle newsletter che vuole analizzare. La sua mail lavorativa non è mai entrata nell’equazione. Io ho fatto la stessa cosa da tempo: ho una Gmail buttata, diventata un ginepraio di newsletter e iscrizioni, collegata agli AI. La mail di lavoro non la tocco. Per non perdere le prossime live di Audiocassetta, iscriviti alla Cassetta degli AI-trezzi Il caso limite che vale la pena capire OpenClaw, per chi non lo conosce, è un framework open source (ex CloudBot, ex MoltBot) che installa un agente AI direttamente sul tuo computer. L’agente agisce in autonomia: legge file, manda mail, apre applicazioni. In Cina ci sono persone che lo installano agli anziani nei pop-up di strada, con le magliette dei granchi. L’ho citato non per spaventare, ma perché il suo caso illumina la domanda giusta. Perché alcune persone lo hanno collegato a Telegram e PayPal personali, permettendo di fatto operazioni in autonomia su account sensibili? Perché il confine tra “quanto accesso do a questo strumento” e “cosa può fare qualcuno dall’esterno attraverso questo strumento” è sottile. E in molti casi, in buona fede, quella linea viene attraversata. Veronica ci ha smanettato quando era ancora CloudBot. Poi ha fatto un passo indietro. “Non sono abbastanza competente per mettere guardrail seri intorno a questo. Lo aspetto.” Vale la pena ricordarlo ogni volta che si è tentati di installare qualcosa perché “è figo” e “ce l’hanno tutti”. Un rischio che quasi nessuno nomina: le skill scaricate senza leggerle Veronica ha sollevato un punto che vale da solo un’edizione intera. Con la diffusione delle skill su Claude, in rete stanno circolando file Markdown pronti da scaricare. “Ho creato la skill perfetta per X, usala anche tu.” Prendila, mettila nel progetto, sei a posto. Il problema è che una skill è un file di testo leggibile da qualsiasi umano. E se dentro ci sono istruzioni malevole, le stai caricando direttamente nel tuo agente, che le eseguirà. La contromisura più semplice: invece di scaricare il file e caricarlo, dai il link del repository a Claude Cowork e chiedigli di analizzarlo prima. “Questo file ha istruzioni strane? C’è qualcosa che non ti torna?” Poi decidi tu se caricarlo o no. I 5 attrezzi della cassetta di Veronica Questi sono gli strumenti che usa davvero, nell’ordine in cui li ha citati ieri sera. Claude. “Toglierlo sarebbe come togliere un membro della famiglia.” Usato per ricerca, analisi, vibe coding, deep research, gestione idee, e come memoria personale per tenere traccia di progetti avviati e poi abbandonati. NotebookLM. Per qualsiasi argomento nuovo da studiare. Il workflow: Deep Research, poi le fonti su NotebookLM, poi il podcast generato da ascoltare in macchina. Gamma AI. Per le slide dei corsi di formazione. Velocizza la produzione di materiali didattici in modo significativo. Adobe Podcast. Rimuove l’eco e i rumori di sfondo dai video registrati in ambienti non trattati acusticamente. Permette di editare il parlato selezionando il testo da tagliare, senza toccare la timeline. Costa 12 euro al mese. HackerAI.co. “ChatGPT per hackerare, da usare per testare la sicurezza dei propri sistemi.” Veronica lo usa per analizzare codice di vibe coding e per testare siti propri. Ha scoperto vulnerabilità reali su plugin WordPress scaduti del suo vecchio sito. Da usare con cognizione, sapendo che è anche lo strumento di chi attacca. Se lo usano loro, vale la pena capire come funziona. Questo mi ha lasciato una domanda aperta, e la giro a te: in azienda, quando hai introdotto l’AI, hai mai fatto una riflessione esplicita sui permessi che stavi dando? O è stata una cosa graduale, quasi invisibile, finché un giorno ti sei trovato con accessi collegati ovunque senza averlo deciso davvero? Scrivimi. Valentino FERMA! Prima di andare via, oggi lancio il mio canale YouTube dove vi farò vedere il dietro le quinte della Cassetta degli AI-trezzi, casi d’uso fuori delle demo e molto altro ancora. Clicca sul video e iscriviti al mio nuovo canale YT. Questa è una piccola preview! 👇 This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 2m
  8. #04 Audiocassetta | Cambiare mindset con l’AI: una guida per non farsi travolgere dal futuro

    8 apr

    #04 Audiocassetta | Cambiare mindset con l’AI: una guida per non farsi travolgere dal futuro

    Domenico mi dice una cosa, quasi di passaggio, verso la fine della nostra ora insieme. “Questa tecnologia mi dà la libertà di cambiare strada ogni giorno, sapendo che ho la cassetta degli attrezzi pronta a darmi una mano, quale che sia il percorso.” Non è una battuta di chiusura. È il riassunto di vent’anni passati a fare esattamente quella cosa, cambiare strada, in un paese dove di solito si entra in un settore e ci si muore dentro. Quando ho provato a presentare Domenico Maria Iacobone, mi sono inceppato. Ho scritto centomila appunti. Giornalista. Formatore. Divulgatore. Ex dirigente di una delle più grandi multinazionali del food & beverage al mondo. Fondatore di startup. Consulente AI. “Una presentazione così mi lascia un po’ perplesso,” ha risposto lui. “Faccio fatica a mettere tutto insieme.” Il punto è che non è dispersione. È un percorso. E capire quel percorso è esattamente il motivo per cui ho voluto averlo qui. Perché questo episodio Audiocassetta nasce per parlare con chi l’intelligenza artificiale la applica davvero nei processi, nel lavoro quotidiano, nelle decisioni che contano. Non chi la teorizza. Chi ci si sporca le mani. Domenico è uno di quelli che ci si sporca le mani da prima che avesse un nome decente. Ha cominciato in un mondo dove per trovare clienti si andava in Camera di Commercio a chiedere l’elenco delle aziende iscritte, parliamo del 2003, non di cento anni fa. Ha visto arrivare il Nokia Communicator, Google Maps, i primi algoritmi di machine learning nelle grandi aziende, e infine ChatGPT. E ogni volta ha fatto la stessa cosa: ha capito cosa stava succedendo, si è messo a studiare, e ha cambiato. Cosa trovi in questo episodio L’abbiamo chiamata cambio di mindset non per caso. Volevamo parlare di commerciale, di AI nei processi di vendita, di dati e forecasting. E ne abbiamo parlato. Ma la conversazione è andata molto più in profondità. C’è il racconto di come si lavorava vent’anni fa in una multinazionale, i dati c’erano già, il problema era lavorarli e un esercizio mentale su cosa significherebbe fare lo stesso lavoro oggi con gli strumenti AI disponibili. La risposta di Domenico è concreta, quasi brutale nella sua semplicità. C’è un pezzo importante sul giornalismo e sulla paura che serpeggia nelle redazioni italiane. Domenico ha preso il tesserino nel 2023, ha vissuto dall’interno quella transizione, e ha un’opinione precisa su cosa spaventa davvero i colleghi che non è solo quello che sembra. C’è la storia di una startup nata durante il Covid, con un team che si è visto fisicamente quattro mesi dopo aver cominciato a lavorare insieme. E una domanda che vale per chiunque stia pensando di lanciare qualcosa oggi: cosa cambieresti, sapendo quello che sai adesso? E alla fine: i cinque strumenti che usa ogni giorno, con i casi d’uso reali. Compreso uno che non ti aspetti analogico! Una cosa che mi ha fatto cambiare idea Fino a qualche tempo fa, nelle mie formazioni, dicevo una cosa. La dicevo con convinzione. Domenico, verso la fine della nostra ora insieme, l’ha smontata con due frasi. Non vi dico quale. Ascoltatela. Per non perdere le prossime live, iscriviti alla Cassetta degli AI-trezzi Ascolta l’episodio completo Se ti è rimasto qualcosa un momento che ti ha colpito, qualcosa con cui non sei d’accordo scrivimi. Le conversazioni migliori iniziano sempre dopo la fine. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit lacassettadegliaitrezzi.substack.com/subscribe

    1h 9m
Elenco completo (14)

Descrizione

🎙️ AudioCassetta è il formato audio breve della Cassetta degli AI-trezzi. Approfondimenti rapidi su trend emergenti, casi d’uso concreti e strumenti AI spiegati in modo semplice, senza fuffa e senza tecnicismi inutili. Pochi minuti per capire cosa sta succedendo e cosa vale davvero la pena usare. lacassettadegliaitrezzi.substack.com

Informazioni