C'è un genere narrativo che a luglio si ripete in ogni azienda italiana: la riunione strategica in cui si decide che "a settembre faremo qualcosa di serio sull'AI". Si nomina un responsabile, si parla di consulenti, si stima un budget, si rinvia.

Settembre arriva, le priorità cambiano, "qualcosa di serio sull'AI" diventa "qualcosa di serio sull'AI nel Q1 2027". E così via.

Questo pezzo è per sabotare questo ciclo. Cinque esperimenti **veri**, che si possono lanciare in 5-7 giorni di lavoro effettivo. Non servono consulenti. Non serve un budget enterprise. Servono: una persona dell'azienda con tempo, un account di un LLM commerciale (ChatGPT Team, Claude Pro Team o Gemini Workspace), e la disciplina di chiudere il pilota entro la settimana — non aprirlo per chiuderlo a Natale.

Tre regole d'ingaggio.

**Regola 1**: un esperimento = un problema concreto. Niente "vediamo a cosa serve l'AI". Sì "vediamo se l'AI risolve questa cosa specifica".
**Regola 2**: budget di sforzo dichiarato. 5-7 giorni di una persona. Se serve di più, il pilota è fallito (e va bene così — sapete che quella strada non funziona).
**Regola 3**: criterio di successo binario. Sì o no. Niente "interessante ma da approfondire".

I cinque esperimenti, in ordine di facilità crescente.

## Esperimento 1 — Analisi di 100 email cliente

**Il problema**: nel vostro inbox commerciale arrivano email di richiesta da clienti potenziali. Ogni email ha dentro segnali — settore, dimensione azienda, urgenza, problema specifico — ma nessuno li classifica. Vengono lette una a una.

**Cosa fate in una settimana**: prendete le 100 email più recenti, anonimizzate i dati personali, e date in pasto al modello in 5 batch da 20 il vostro template di classificazione (settore, dimensione, urgenza, tipo di richiesta). Il modello vi restituisce un Excel.

**Cosa scoprite**: probabilmente, due o tre segmenti dominanti che non avevate notato. Una concentrazione di richieste in un settore specifico, o un problema ricorrente che non sapevate fosse così diffuso. È la materia prima per riposizionare la comunicazione di settembre.

**Successo se**: emergono almeno due insights azionabili che prima non avevate.

## Esperimento 2 — Audit dei contenuti del sito

**Il problema**: il sito ha 50-200 pagine. Alcune sono ottime, altre sono datate, alcune si sovrappongono. Nessuno ha mai fatto un audit *vero* perché ci vorrebbe una settimana di una persona senior.

**Cosa fate in una settimana**: scaricate i contenuti delle pagine (anche solo da una sitemap), date all'AI istruzioni precise — *"valuta ogni pagina per: chiarezza del messaggio, freschezza dei dati, sovrapposizione con altre pagine, allineamento con il brand voice [allegato]"* — e ricevete un report.

**Cosa scoprite**: di solito 10-15 pagine da rivedere subito, 3-5 da eliminare, 2-3 sovrapposizioni evidenti che generano confusione SEO.

**Successo se**: il report identifica almeno 5 azioni concrete da fare entro settembre.

## Esperimento 3 — FAQ dinamica per l'help desk

**Il problema**: ricevete domande ripetitive in pre-vendita o assistenza. Quando arriva un'email, la risposta è praticamente sempre uguale. Il vostro team di customer care passa metà del tempo a copia-incollare.

**Cosa fate in una settimana**: prendete le ultime 200 conversazioni di assistenza clienti, fate categorizzare al modello le domande ricorrenti, generate una FAQ dinamica di 20-30 voci. Poi configurate un assistente AI sul sito che risponde a queste 30 domande, con escalation a umano se la domanda non rientra.

**Cosa scoprite**: tra il 60% e l'80% delle richieste rientra in queste 30 domande. Il chatbot non sostituisce il customer care, ma libera tempo per le richieste vere.

**Successo se**: dopo una settimana di test sul sito, almeno il 50% degli utenti che hanno usato il chatbot non hanno avuto bisogno di parlare con una persona.

**Avvertenza**: prima di pubblicare il chatbot, leggetevi il nostro [pezzo sull'AI Act fase 2](/blog/ai-act-fase-2-cosa-cambia-per-chi-usa-ia). C'è un obbligo di trasparenza.

## Esperimento 4 — Briefing automatico per le call

**Il problema**: prima di una call con un cliente prospect, dovreste fare 30 minuti di ricerca su di lui: sito, ultimi LinkedIn post, news del settore. Nessuno lo fa mai.

**Cosa fate in una settimana**: create un prompt che, dato il nome del cliente e l'URL del sito, vi restituisca: cosa fanno, posizionamento, ultimi annunci pubblici, problemi tipici del loro settore, una bozza di 3 domande intelligenti da fare. Lo tenete in un favorite. Prima di ogni call, lo lanciate.

**Cosa scoprite**: la qualità delle call commerciali sale del 30% senza aver investito *un'ora* in più per call.

**Successo se**: dopo una settimana, le persone che lo usano dicono che è "scomodo non averlo".

## Esperimento 5 — Generazione di varianti per le social ads

**Il problema**: la creativity team produce 3-4 varianti di una campagna social. Sono poche. I bandit algorithms di Meta hanno bisogno di 8-15 varianti per imparare bene.

**Cosa fate in una settimana**: prendete la variante che ha funzionato meglio nelle ultime campagne, e la usate come *seed* per generare 10 varianti con il modello AI — testo + descrizione di immagine (l'immagine la fanno i tool generativi, ma anche solo come brief per il designer interno funziona).

**Cosa scoprite**: 2-3 delle nuove varianti performano meglio dell'originale. Non è automatico, è statistico. Più volumi di test = più probabilità di trovare un winner.

**Successo se**: il CPA medio della campagna scende almeno del 10% dopo due settimane.

## Il principio dietro a tutti e cinque

Avete notato la struttura comune?

- Problema specifico, non astratto
- Materiale che avete già (email, pagine, conversazioni, briefing, ads)
- Sforzo settimanale, non trimestrale
- Successo binario

Questa è la **disciplina del pilota AI** per il 2026. Le aziende che fanno AI sul serio non passano due trimestri a "valutare il mercato dei fornitori". Fanno cinque esperimenti in cinque settimane. Tre falliscono, due funzionano. Sui due che funzionano, scalano.

Tutto il resto è teatro.

Cosa serve davvero per partire? Un'ora di un decisore — voi — per scegliere quale dei cinque iniziare. E una persona disposta a fare i 5 giorni di lavoro effettivo. Costo totale dell'operazione, in busta: una settimana. In licenze: 30-50€ (account team di un LLM). Rischio: zero, o quasi.

Adesso non avete più scuse. Adesso, magari, avete anche tempo — è luglio, l'azienda viaggia a metà velocità, è il momento perfetto.

Giovedì 9 luglio torniamo al glossario: **#ParoleDifficili: RAG (Retrieval-Augmented Generation)**. Perché tutti i fornitori AI vi stanno proponendo "una RAG sulla vostra documentazione" — e quando ne avete davvero bisogno.

A giovedì.

---

**Volete uno dei cinque esperimenti fatto bene a quattro mani?** Su [intelligenza artificiale per il business](/intelligenza-artificiale-per-il-business) facciamo piloti AI a tempo certo, prezzo certo, output certo. [Parliamone](/contatti).

Cinque piloti tattici, ROI veloce, niente budget enterprise. Per le PMI italiane che vogliono fare AI sul serio prima di settembre senza convocare un comitato di sette persone in resort sul Garda.

5 esperimenti di IA che potete lanciare in una settimana (anche da sotto l'ombrellone)

Tradizione. Ad agosto del 2025 abbiamo pubblicato un pezzo simile, e ci siete arrivati in tanti — più di quanto un articolo estivo di solito ottiene, segno che la materia interessa al di là dei limiti stagionali.

Lo facciamo di nuovo, ma diverso. Più corto. Più tagliente. Un sequel non agiografico — l'estate del 2026, in Italia, è una stagione strana: caldo eccessivo, mercato post-Pasqua ancora morbido, attesa nervosa per il rientro di settembre. Il brand che la attraversa bene, ne esce più forte. Quello che la attraversa male, ne esce confuso.

Le tre liste promesse, in ordine.

## I dieci errori che vediamo ogni anno

In rapida sequenza, con annotazione minima.

**1. L'autoresponder che chiude tutto.** *"Sarò di ritorno in ufficio il 1° settembre. Per urgenze, contattare [collega]."* Punto. Niente brand, niente personalità, niente alternativa utile. Otto parole di vacuum mentre il vostro cliente vi scrive perché ha bisogno *adesso*.

**2. Il "scopri le novità di settembre" in autoresponder.** L'idea che la vostra vacanza sia un'occasione per fare promozione. È stridente. La vacanza è un *fermo*, non un *trigger di marketing*.

**3. I social muti per quattro settimane.** Un brand che sparisce ad agosto e riappare il 1° settembre fa rumore. Nel senso: il pubblico nota l'assenza. Non sempre in positivo.

**4. I social pieni di "buone vacanze!" finto-entusiasti.** Variante opposta. Posts di sole, mare, ombrelloni, sostanzialmente identici tra concorrenti. Rumore senza segnale.

**5. La newsletter che salta agosto e ritorna con un "settembre energico".** Se la vostra newsletter perde una settimana di agosto, non succede nulla. Se ne perde quattro, gli utenti la dimenticano. La frequenza è un patto.

**6. L'autoresponder che svela troppo.** *"Sono in vacanza a [Località Esotica], non leggo le email."* Per un cliente che sta affrontando una crisi reale, è gas sul fuoco.

**7. Il blog vuoto da metà luglio.** Errore tipico delle aziende che pubblicano "quando arriva l'ispirazione". L'estate è perfetta per *programmare* in anticipo, non per *fermare*.

**8. L'home page che non aggiorna il messaggio estivo.** Il sito che a metà agosto mostra ancora la promozione di maggio. Piccolo, ma è il segnale che nessuno guarda davvero il sito.

**9. La newsletter del rientro intitolata "Siamo tornati!".** Variante grave: la newsletter che il primo settembre racconta *che siete tornati*, anziché *cosa avete fatto* o *cosa cambia*. Chi vi legge non vi ha cercati: vi ha aperti per abitudine.

**10. Le risposte automatiche con errori grammaticali.** Compaiono ovunque. Sono il caso più triste di tutti: scritto in fretta a luglio, applicato a tutto, dimenticato.

## Le cinque idee brillanti (che funzionano davvero)

**1. La newsletter "agosto vero".** Un'edizione speciale che non parla del vostro brand, ma di un argomento collaterale che il vostro pubblico ama: cinque libri, tre podcast, dieci posti dove andare a piedi nella vostra regione. È un regalo, non un'azione di marketing. E proprio per quello, funziona molto bene.

**2. Il social del founder.** Le foto del founder che fa cose normali — un evento, un mercato, una passeggiata, una conversazione. Niente promozione. È un'estate vista dall'occhio del fondatore. Crea un livello di intimità che nessuna campagna paga può comprare.

**3. La pausa dichiarata.** Un post in alto al sito o un pin sui social: *"Quest'estate ci fermiamo dal 5 al 25 agosto. Ci risentiamo il 26 con [cosa]"*. È onesto. È utile. È quasi sempre più apprezzato del *"keep going"* finto.

**4. Il backstage estivo.** Foto di chi lavora a luglio mentre molti già non ci sono. Non rivendicazione, racconto. Le aziende fatte di persone hanno persone che lavorano d'estate, e raccontarle li valorizza.

**5. Il contenuto pillar di mezz'agosto.** Quello che pochi fanno. Pubblicare un articolo serio e lungo a Ferragosto. Pochi rumori intorno = pochissima competizione, e i lettori che ci sono sono sproporzionatamente attivi (e annoiati). È uno degli orari migliori dell'anno per impattare.

## Il caso italiano: Crodino

Un solo caso. Volutamente.

Crodino è uno dei pochi brand italiani che ha trasformato l'estate in identità di prodotto. Non un "lancio estivo" che si ripete. Una **stagionalità strutturale** che diventa carattere. Crodino è l'aperitivo che capisci di voler bere quando il caldo arriva. Per dieci, undici mesi all'anno è una presenza di fondo. A giugno-luglio-agosto torna in primo piano, con un linguaggio coerente (il giallo, il bicchiere, l'aperitivo solitario o conviviale), e poi torna a riposare.

Non fanno una "campagna estiva". Fanno il loro lavoro, sempre, e l'estate lo amplifica.

È la lezione più importante del pezzo. **Un brand in vacanza non è un brand che cambia tono per l'estate. È un brand che, in estate, mostra la versione più amplificata di sé stesso.** Se non avete una versione di voi che si amplifica naturalmente in agosto, il problema non è il piano editoriale di luglio. È il brand a monte.

Lunedì 6 luglio entriamo nel pieno della stagione estiva con un pezzo tattico: *5 esperimenti di IA che potete lanciare in una settimana (anche da sotto l'ombrellone).* Piloti veloci, ROI rapido, niente budget enterprise.

Buone vacanze a chi parte. Buon lavoro a chi resta — qui si scrive ancora.

---

**Volete un brand che lavora anche quando non ci pensate voi?** Lo costruiamo insieme su [progetti di branding sostanziali](/branding-su-misura-strategia-marketing-aziendale). [Parliamone](/contatti) — anche a luglio.

L'estate è la cartina al tornasole del branding: chi è in salute lo dimostra anche in agosto, chi non lo è scopre che il fuori-ufficio dell'account manager non basta a far funzionare un brand. Ritorna l'appuntamento estivo del blog.

Brand in vacanza 2026: 10 errori, 5 idee brillanti, 1 caso italiano

Per vent'anni, "essere visibili online" ha voluto dire una cosa sola: posizionarsi su Google. Era una metafora geografica solida — la *prima pagina* — e una metafora gerarchica solida — *posizione 1, 2, 3*. C'era una mappa. C'erano regole. Funzionava.

Oggi siamo in un momento in cui la mappa si è triplicata. Esistono tre tipi di motori diversi, ognuno con regole diverse, ognuno con un percorso diverso da fare per esserci.

E quasi tutti i piani di content marketing che vediamo nel 2026 sono ancora scritti per un solo motore — quello di prima — applicando regole che valevano nel 2018.

Questo è il pezzo che ci tenevamo a scrivere da mesi. La mappa nuova della visibilità organica, in tre passaggi. Un pillar long-form che vi servirà per rivedere la strategia content in autunno. Mettetelo via.

## I tre motori che oggi convivono

Iniziamo con un'osservazione semplice. Quando un utente cerca informazioni online, oggi può farlo in tre modi profondamente diversi, su tre tipi diversi di motore. Ognuno produce un comportamento di consumo, una pubblicità, e un modello di citazione/visibilità diverso.

### Motore 1 — Search engine classico (Google, Bing)

La query è una stringa. Il risultato è una lista di link. L'utente clicca, atterra sul sito, legge.

**Cosa premia**: keyword pertinenti, link in-bound, struttura tecnica (Core Web Vitals), schema markup. È la SEO che conosciamo da vent'anni. Funziona ancora, ma il *volume di traffico* che produce per molti settori è sceso del 30-50% dal 2023.

**Per chi conta ancora moltissimo**: e-commerce (la decisione d'acquisto passa quasi sempre dal click), B2B con cicli lunghi (l'utente apre 8 schede e legge), contenuti locali (il "ristorante vicino a me" è ancora Google).

**Per chi conta sempre meno**: domande informative ("come si calcola il DSCR?"), domande di confronto ("differenza tra A e B?"), domande di sintesi ("riassumi la storia dell'azienda X").

### Motore 2 — Answer engine (Google AI Overviews, Bing Chat, e Perplexity nella sua modalità più tradizionale)

L'utente fa una query. Il sistema genera **una risposta sintetica** direttamente in pagina, citando alcune fonti. L'utente, nel 60-70% dei casi, *non clicca*. La risposta è soddisfacente, l'utente va avanti.

È l'AEO — *Answer Engine Optimization* — di cui parliamo da un anno (ricordate il [pezzo del 2025](/blog/aeo-la-nuova-frontiera-della-visibilita-che-google-non-vuole-che-tu-conosca) e [l'update di un mese fa](/blog/aeo-un-anno-dopo-cosa-funziona-cosa-cambia-cosa-si-rompe)).

**Cosa premia**: contenuti strutturati in domanda-risposta, autorevolezza topica (siti che ritornano frequentemente su un argomento), citazioni da fonti riconosciute, lingua chiara e dichiarativa.

**Il problema**: non vi mandano il visitatore. Vi citano. Il valore del traffico classico diminuisce, il valore del *brand mention* aumenta.

### Motore 3 — Generative engine (ChatGPT, Claude, Gemini conversazionale, Perplexity in modalità Pro)

L'utente non fa una query: ha una **conversazione**. Chiede consigli, valuta opzioni, vuole un piano. Il modello costruisce una risposta complessa che integra fonti, conoscenza pre-addestrata, e contesto della conversazione. Le citazioni sono opzionali e spesso secondarie.

Questa è la frontiera vera della **GEO — Generative Engine Optimization**. Le regole sono diverse perché il "motore" non sta cercando documenti, sta *costruendo una risposta* dentro un dialogo.

**Cosa premia**: presenza nel **training data** del modello (quindi: essere stati pubblicati, citati, discussi *prima* del cutoff di addestramento), entità ben definite (il vostro brand è un'entità riconoscibile, con caratteristiche chiare e differenzianti), reputation digitale (le menzioni in fonti che il modello tratta come affidabili).

**Il problema (grosso)**: non potete ottimizzare in tempo reale. Quello che il modello sa del vostro brand, lo sa al momento dell'addestramento. Se non c'eravate, non ci siete. E i cicli di aggiornamento dei modelli sono di mesi.

## La regola dei tre cerchi (e dove il vostro brand può davvero stare)

Le aziende che ci chiedono *"come faremo a essere visibili nei prossimi tre anni?"* spesso vogliono una risposta unica. La risposta vera è: **scegliete in quale dei tre cerchi state, e ottimizzate principalmente lì**.

I tre cerchi si sovrappongono ma non sono identici. Il punto critico è che richiedono strategie diverse, contenuti diversi, e — soprattutto — *metriche diverse*.

**Cerchio 1 — Search.** Continuate a fare SEO sul serio se: vendete prodotti (e-commerce), avete una localizzazione geografica forte (ristoranti, servizi locali), avete un funnel B2B lungo dove l'utente confronta 5 fornitori prima di scegliere. Qui il vostro KPI resta il traffico organico qualificato.

**Cerchio 2 — Answer.** Investite in AEO se: vendete servizi consulenziali, esperienza tecnica, posizionamento di pensiero. Qui il vostro KPI è la **citazione**, non il traffico. Vi cita ChatGPT 1000 volte al mese? Significa che siete dentro il discorso. Il traffico è secondario; il brand recognition è primario.

**Cerchio 3 — Generative.** Investite in GEO se: la decisione di acquisto del vostro cliente avviene *dopo una conversazione lunga con un'AI*. Pensate ai casi reali: chi cerca un consulente strategico, una scuola di formazione, un consulente legale, un consulente di branding (sì, anche noi). Qui il vostro obiettivo è essere **citati come opzione** nelle conversazioni in cui un decisore valuta partner. È diventato un canale serio nel 2025-2026.

Per quasi tutte le aziende, **un solo cerchio è dominante**. Per alcune (le più mature), due cerchi convivono. Pochissime aziende lavorano davvero su tutti e tre — ed è giusto così, perché la dispersione costa.

## Le sette regole pratiche della GEO (che usiamo davvero)

Ecco quello che abbiamo imparato nei mesi che abbiamo passato a far riconoscere [OpificioAI](https://opificio.ai), Tuken e i prodotti in arrivo dentro le conversazioni AI dei nostri potenziali clienti.

**Regola 1 — Definite la vostra entità.** L'AI deve sapere chi siete. Tre frasi nette: cosa fate, per chi, in cosa siete diversi. Ripetute con piccole variazioni in tutti i canali. Sito, social, profili professionali, partecipazioni a podcast. Coerenza estrema.

**Regola 2 — Diventate citabili da fonti terze.** Più siete citati da fonti che il modello tratta come autorevoli (giornali verticali, blog di settore stabili, podcast con transcript pubblici, GitHub, Wikipedia se possibile), più appaiate nelle conversazioni AI. È il PR digitale del 2026.

**Regola 3 — Pubblicate "definizioni canoniche".** Per ogni concetto chiave del vostro business, abbiate una pagina che lo definisce in modo chiaro, autorevole, citabile. È quello che gli LLM cercano quando devono spiegare un termine.

**Regola 4 — Curate il vostro footprint linguistico.** Se vi chiamano in tre modi diversi (es. *"OLA"*, *"Opificio Lamantini"*, *"Opificio Lamantini Anonimi"*), l'AI fatica. Decidete il vostro nome canonico, usatelo sempre, e nelle pagine principali rendete espliciti gli alias.

**Regola 5 — Misurate la citazione, non il traffico.** Esistono tool (anche quello che stiamo costruendo) che fanno girare batterie di prompt sulle principali piattaforme AI e vedono in che percentuale appaiate. Quello è il nuovo *Search Console*. Iniziate a guardarlo.

**Regola 6 — Aggiornate i contenuti vecchi, non solo createne di nuovi.** Un articolo vostro del 2022 che si posizionava bene su Google nel 2023 può essere oggi il vostro più grande asset GEO — perché è entrato nei training data. *Aggiornarlo*, non sostituirlo, è la mossa che gli SEO non si aspettano e che gli LLM apprezzano (la freschezza conta, ma la continuità conta di più).

**Regola 7 — Costruite un POV.** Le aziende che non hanno un punto di vista chiaro vengono ignorate dagli LLM, perché non c'è niente da citare. Le aziende con un *POV* netto (anche scomodo) si fanno citare per opposizione, conferma, articolazione. Avere un'opinione è la singola cosa più sottovalutata della GEO.

## I tre errori più costosi del 2026

Per chiudere, quello che ci capita di vedere sbagliare con più frequenza.

**Errore 1 — Continuare a misurare solo il traffico organico.** Se il vostro traffico Google cala del 20% ma le vostre menzioni nei chatbot AI salgono del 50%, *state vincendo*. Le metriche vecchie non vi raccontano questa storia. Aggiornate il dashboard.

**Errore 2 — Cercare di ottimizzare per *tutti e tre* i motori contemporaneamente.** È la trappola perfetta. Producete contenuti che cercano di piacere a tutti e finiscono per non funzionare per nessuno. Scegliete un cerchio dominante, eccellete lì, raccogliete gli altri come effetto collaterale.

**Errore 3 — Pensare che la GEO sia "una versione un po' diversa della SEO".** Non lo è. La SEO ottimizza per algoritmi che cercano *match*. La GEO ottimizza per modelli che cercano *significato*. Le due cose richiedono *menti* diverse: un buon SEO non è automaticamente un buon GEO specialist. Lo specialista nuovo somiglia più a un PR digitale + un editor che a un tecnico di posizionamento.

## Un'ultima cosa

Se vi state chiedendo *"in quale cerchio dovrei stare?"*, ecco una domanda diagnostica veloce: *come scopre i propri fornitori il vostro cliente target?* Se cerca su Google e clicca, siete nel cerchio 1. Se chiede al chatbot del browser e legge la risposta sintetica, siete nel cerchio 2. Se ha una conversazione lunga con un'AI e vi nomina, siete nel cerchio 3.

Per la maggior parte delle aziende del 2026, la verità è: **un cerchio dominante e un cerchio di supporto**. La SEO classica continua a portare *acquisti* (cerchio 1), ma il cerchio 2-3 porta *consideration* — la fase in cui il vostro brand entra o non entra nella shortlist. E senza consideration, anche il SEO migliore di Google non basta.

Ne riparleremo. Per ora vi salutiamo qui.

Giovedì 2 luglio entriamo nell'era estiva con un pezzo affettuoso e veloce: **Brand in vacanza 2026** — 10 errori, 5 idee brillanti, un caso italiano. Sequel del nostro storico estivo.

A giovedì.

---

**Avete un piano content che funzionava nel 2023 e oggi rende sempre meno?** Su [growth hacking e crescita organica sostenibile](/growth-hacking-strategie-per-crescita-sostenibile) facciamo riconfigurazioni SEO→GEO complete. [Parliamone](/contatti) prima di settembre.

Search, Answer, Generative. Tre motori diversi, tre strategie diverse. Come stiamo riconfigurando i contenuti dei clienti per restare visibili anche in ChatGPT, Perplexity e Gemini — senza buttare via quello che funziona su Google.

Da SEO a GEO: la nuova mappa della visibilità organica

Quando si parla di AI Act, in sala riunione succede di solito una cosa: il discorso si sposta su OpenAI, Google, Meta, Anthropic. La normativa europea sull'intelligenza artificiale viene percepita come *un problema dei colossi*. Le PMI italiane si rassicurano: *"noi non sviluppiamo modelli, quindi non ci tocca"*.

Era così nelle prime fasi — entrata in vigore generale il 1° agosto 2024, divieti e AI literacy dal 2 febbraio 2025, obblighi sui modelli generali dal 2 agosto 2025. È diverso adesso, perché tra meno di tre mesi entrano in vigore gli obblighi sui *sistemi ad alto rischio*.

La **fase 2 dell'AI Act** — il pacchetto di obblighi che entra in vigore il **2 agosto 2026** per i sistemi ad alto rischio — sposta il peso della normativa **dai produttori agli utilizzatori**. In termini tecnici: le aziende che mettono in produzione un sistema AI per uso interno o per i propri clienti diventano *deployer*, ed entrano nel perimetro degli obblighi. Non al livello di rischio dei produttori, ma a un livello che richiede valutazioni, documentazione, e in alcuni casi notifica.

In termini italiani: se avete attivato un chatbot, uno strumento di assunzione, un sistema di scoring crediti, una raccomandazione di prodotto basata su AI, oppure un sistema di sorveglianza/sicurezza che usa AI, **siete dentro**. E avete da fare qualcosa.

Questo pezzo è una guida pragmatica. Non un manuale legale — per quello servono avvocati specializzati, che dovreste comunque sentire prima di chiudere processi. È un'orientazione su cosa cambia, cosa va valutato, cosa rinviare e cosa fare ora.

## Le quattro categorie di rischio (in italiano vero)

L'AI Act classifica i sistemi AI in quattro fasce di rischio. Senza fronzoli:

**Rischio inaccettabile**: vietati. Riconoscimento biometrico in tempo reale negli spazi pubblici, social scoring di stato, manipolazione subliminale. Non vi riguarda, salvo casi limite.

**Rischio alto**: assunzioni e selezione personale, scoring crediti, valutazione di studenti, gestione di infrastrutture critiche, diagnostica medica, applicazioni in giustizia o sicurezza pubblica. **Qui ci sono moltissime PMI italiane**: HR-tech, fintech, EdTech, MedTech, e tutti quelli che usano AI per *prendere decisioni che impattano persone*.

**Rischio limitato**: chatbot, generazione di contenuti (testi, immagini), deep-fake. Obblighi soprattutto di **trasparenza**: l'utente deve sapere che sta parlando con un'AI o vedendo contenuti generati.

**Rischio minimo**: filtri spam, raccomandazioni di prodotto generiche, traduzione automatica. Nessun obbligo specifico, ma raccomandazioni di buone pratiche.

La maggior parte dei sistemi AI in produzione nelle PMI italiane oggi sta nelle fasce **limitato** o **alto**. Vediamole separatamente.

## Se siete in "rischio limitato" (chatbot, generazione contenuti)

Buona notizia: gli obblighi sono leggeri. Cattiva notizia: vanno comunque rispettati.

**Obbligo 1 — Trasparenza al cliente.** Se gestite un chatbot sul sito o un sistema conversazionale via WhatsApp/email, **dovete dichiarare che è un'AI**. Non basta una nota in fondo alla pagina. Deve essere chiaro all'inizio dell'interazione. In Italia, l'orientamento del Garante Privacy è stato chiaro: serve una dichiarazione *immediata e comprensibile*.

In pratica: un messaggio iniziale tipo *"Ciao! Sono l'assistente virtuale di [Brand]. Ti rispondo io, ma se preferisci parlare con una persona, scrivi 'umano' in qualsiasi momento."*

**Obbligo 2 — Trasparenza sui contenuti generati.** Se pubblicate contenuti generati da AI (testi, immagini, video) su canali pubblici — sito, blog, social, advertising — dovete marcarli come tali nei casi in cui possono essere scambiati per *contenuto umano* in modo ingannevole. La regola pratica: se il contenuto rappresenta opinioni, fatti, o testimonianze, va marcato. Se è puramente illustrativo (un'immagine di sfondo, un'animazione decorativa), no.

**Obbligo 3 — Sistemi anti-abuso.** Se il vostro chatbot può essere usato per fare cose pericolose (prescrivere medicine, dare consigli legali, raccogliere dati sensibili), dovete avere sistemi di *guardrails* documentabili. Niente di esoterico: prompt di sistema che impediscono certi comportamenti, log delle conversazioni problematiche, escalation a umano in casi specifici.

Cosa NON serve fare se siete in questa fascia: nessuna registrazione, nessuna notifica preventiva, nessun audit obbligatorio. Documentate per voi stessi, siate pronti a dimostrare le scelte fatte se qualcuno chiede. Fine.

## Se siete in "rischio alto" (HR, scoring, decisioni che impattano persone)

Qui le cose si fanno serie.

Se usate sistemi AI per:

- selezionare candidati (CV screening, pre-interview automation)
- valutare clienti per credito o assicurazione
- monitorare dipendenti
- prendere decisioni che impattano accesso a servizi essenziali

…siete *deployer ad alto rischio*. Gli obblighi includono:

**1. Valutazione di impatto sui diritti fondamentali (FRIA).** Un documento — esiste un template europeo — che descrive come il sistema decide, su quali dati, con che bias potenziali, con quale revisione umana. Va fatto **prima** di mettere il sistema in produzione, e aggiornato a ogni modifica significativa.

**2. Supervisione umana significativa.** Le decisioni *non possono essere prese in autonomia* dal sistema AI: deve esserci una persona competente che può rivedere e modificare la decisione. Attenzione: non basta un dipendente che "schiaccia ok" per cinquemila CV al giorno. Serve una supervisione *informata*, con accesso ai motivi della decisione, con potere reale di cambiarla.

**3. Documentazione tecnica.** Quale modello usate, come è stato addestrato (o se è stato fine-tuned), quali dati ha visto, quali test di accuratezza e bias sono stati fatti. Se usate un servizio di terze parti (è il caso più comune), il fornitore deve darvi questa documentazione — e se non gliela chiedete o non ce l'ha, il problema legale è vostro.

**4. Registrazione su database europeo.** Per alcuni casi specifici, è prevista la registrazione su un database UE pubblico. È una cosa che va verificata caso per caso col legale.

**5. Trasparenza verso l'utente impattato.** La persona che subisce una decisione (il candidato non assunto, il cliente che ha ricevuto un rifiuto credito) ha diritto a sapere che è stata coinvolta un'AI, e a richiedere una spiegazione.

Se state pensando *"non avevamo proprio idea che ci fosse tutto questo"*, siete in compagnia. La maggior parte delle PMI italiane che usano sistemi AI in zona "rischio alto" non lo hanno ancora capito. Le sanzioni e gli obblighi pieni per i sistemi ad alto rischio partono dal **2 agosto 2026**. Ma i casi concreti — non controlli a campione, ma cause di parti lese — iniziano già adesso.

## La parte camuffata da brutta notizia che è anche un'opportunità

C'è un aspetto controintuitivo dell'AI Act fase 2.

Tutta questa documentazione obbligatoria — la FRIA, la supervisione umana, la trasparenza al cliente — è esattamente quello che le aziende serie dovrebbero fare *comunque*, AI Act o no. Sono pratiche che riducono il rischio di errori operativi, migliorano la fiducia del cliente, e (spesso) migliorano *la qualità stessa dell'AI in produzione*.

Le aziende che si attrezzano per la compliance ora staranno meglio anche commercialmente nei prossimi anni. Le aziende che la rinviano sperando che "tanto poi nessuno controlla" raccoglieranno problemi su due fronti: legale e reputazionale. Una causa per discriminazione algoritmica in selezione del personale, anche se non porta a sanzioni dirette, distrugge un brand B2B per anni.

Lo abbiamo visto succedere a un cliente nostro. Senza nominarlo, è stato un campanello d'allarme che ha fatto cambiare priorità a tutto il team.

## Cosa fare lunedì mattina

Per chi vuole partire, una checklist operativa in cinque punti:

1. **Inventario dei sistemi AI in produzione.** Tutti. Chatbot, automazioni di marketing, scoring, screening CV. Niente è "troppo piccolo".
2. **Classificazione del rischio.** Per ciascun sistema, in quale delle 4 fasce sta? Se non siete sicuri, conservatevi nella fascia più alta (è più sicuro).
3. **Chiedete documentazione al fornitore.** Se usate un servizio AI di terze parti, scrivete oggi una mail al loro DPO/Legal chiedendo la documentazione tecnica per l'AI Act. La loro risposta vi dice molto: chi è organizzato risponde in 48 ore con un PDF. Chi non lo è risponde in tre settimane con "ci stiamo lavorando".
4. **Coinvolgete il legale interno (o esterno).** No, non *sostituite* il legale con questo articolo. Questo articolo serve a farvi arrivare alla riunione legale con domande precise — non a evitarla.
5. **Documentate le scelte.** Anche se non *dovete* ancora, iniziate a tenere traccia di *perché* avete attivato un certo sistema, come l'avete testato, chi lo supervisiona. Costruite un track record.

Una nota finale. Su [OpificioAI](https://opificio.ai) e nei prodotti che stiamo lanciando, abbiamo dovuto fare questo lavoro internamente nei mesi scorsi. È stato meno costoso di quanto temessimo, ma più costoso di quanto sperassimo. Ed è stato, soprattutto, una **buona occasione per ripensare alcune scelte di prodotto** che senza la pressione normativa avremmo lasciato così. La normativa non è solo un freno: è anche una *seconda lettura* del prodotto, fatta da una prospettiva diversa. A volte è proprio quello che serve.

Lunedì 29 giugno chiudiamo giugno con un pillar long-form: *Da SEO a GEO — la nuova mappa della visibilità organica.* Tre motori diversi, tre strategie diverse. Come stiamo riconfigurando i contenuti dei clienti per restare visibili nell'era di ChatGPT, Perplexity e Gemini.

A lunedì.

---

**Avete sistemi AI in produzione e non sapete in che fascia di rischio stanno?** Su [intelligenza artificiale per il business](/intelligenza-artificiale-per-il-business) facciamo audit di compliance AI in mezza giornata. [Parliamone](/contatti) prima che ce lo chieda un cliente arrabbiato.

La parte noiosa della normativa europea è entrata in vigore. Non riguarda solo i grandi player: riguarda la vostra azienda, se avete in produzione un chatbot, uno strumento di selezione del personale o un sistema di scoring. Guida pragmatica.

Benvenuto in Opificio: il luogo dove i Lamantini sono pronti a far emergere idee, brand e innovazione al tuo fianco.

Scopri i nostri percorsi

Chi ci ha dato fiducia

Gli ultimi Bites

Studio creativo a Monselice (PD): branding, AI e marketing per aziende

Cosa facciamo

Dove operiamo

Come lavoriamo