• Partire da un caso d’ uso concreto. Meglio“ riduciamo del 40 % il tempo di lettura dei capitolati” che“ usiamo l’ IA”.
• Darsi una policy interna scritta. Cosa si può incollare e cosa no, con quali strumenti, con quali versioni, con quali autorizzazioni.
• Preferire versioni business o enterprise. Le clausole di non utilizzo dei dati aziendali per addestramento sono generalmente disponibili solo nei piani a pagamento, non nelle versioni free.
• Verificare sempre l’ output. Ogni testo o dato prodotto dall’ IA va riletto e validato prima di firmarlo o inviarlo. La responsabilità resta della persona, non dello strumento.
• Usare l’ IA per accelerare, non per delegare. Se non sai fare una cosa, non è l’ IA a insegnartela nel momento del bisogno.
• Formare le persone. L’ IA amplifica la produttività di chi sa già fare, non sostituisce le competenze mancanti. L’ effetto della formazione personale con l’ IA ha un fattore di moltiplicazione x10.
• Documentare cosa si automatizza. Se un processo passa progressivamente all’ IA, mettere per iscritto come funzionava prima protegge dal rischio di perdere sapere aziendale quando il collaboratore che lo gestiva va altrove.
DAL CHATBOT ALL’ AGENTE: LA DIFFERENZA CHE CONTA Fin qui abbiamo parlato di“ chatbot”, strumenti a cui si chiede una cosa e si riceve una risposta. La prossima ondata, già in corso, è diversa: strumenti a cui si delega un compito e che restituiscono un risultato. Si chiamano agenti: non si limitano a rispondere, ma eseguono. Preparano un’ offerta a partire da una richiesta ricevuta via e-mail, aggiornano un archivio, monitorano una scadenza, interrogano
« USA L’ IA PER ACCELERARE QUELLO CHE SAI GIÀ FARE, NON PER DELEGARE QUELLO CHE NON SAI FARE »
un gestionale, generano un documento, un report di una configurazione. È un salto di natura, non solo di potenza. E cambia la valutazione dei rischi: quando l’ IA si limita a scrivere testo, l’ utente è comunque nel loop; quando esegue azioni, il controllo umano deve essere progettato dentro il flusso, non lasciato al buonsenso di chi la usa.
PERCHÉ NEL VETRO SERVE UN’ IA VERTICALE Nel vetro piano un’ IA generalista incontra rapidamente il suo limite. Il dominio è ricco e specializzato: norme che cambiano, pensiamo a EN 410 ed EN 673 in aggiornamento, o alla Marcatura CE 2.0 in arrivo con la DoPC, cataloghi in continua evoluzione, capitolati con CAM sempre più stringenti, migliaia di configurazioni possibili di lastra, coating, canalino, gas, stratifica e trattamento termico. Un modello generalista non conosce nulla di tutto questo con la precisione necessaria per prendere decisioni. Un modello verticale, ovvero un modello che l’ amatriciana non la sa fare ma che è adde-
33