Quando entro in un'azienda per fare formazione sull'AI, la prima domanda che faccio è sempre la stessa: "Lo state già usando?". La risposta, ormai, è quasi sempre sì. La domanda successiva — "E come va?" — produce reazioni più interessanti. Sguardi che si scambiano, qualche risatina, frasi del tipo "diciamo che ci stiamo provando". È in quel momento che capisco che c'è da lavorare.
Nelle aziende italiane di oggi, ChatGPT (e gli strumenti simili) sono dentro al lavoro quotidiano. Lo usano in marketing per le bozze, nelle vendite per le email, nelle risorse umane per i feedback, nell'amministrazione per i riassunti, ovunque per riformulare testi. Quello che cambia, da un'azienda all'altra, non è se lo si usa, ma come. E in molte realtà, sinceramente, si usa male.
Non parlo di "male" in senso teorico. Parlo di errori concreti che producono risultati mediocri, perdita di tempo, e a volte rischi veri. Sono gli stessi errori, ripetuti con varianti minime, in aziende di settori diversissimi. In questo articolo provo a raccontarli — senza giudicare nessuno, perché sono errori che chiunque farebbe partendo senza una guida. E provo anche a dire cosa funziona meglio.
Errore 1: trattare ChatGPT come un motore di ricerca evoluto
È l'errore più diffuso, e quasi sempre il primo che vedo. Le persone aprono ChatGPT, scrivono una richiesta breve come scriverebbero "ristoranti aperti vicino a me" su Google, e si aspettano una risposta utile. "Riassumi questo contratto." "Scrivi un'email per il cliente." "Spiegami questo concetto."
Il problema è che ChatGPT non è un motore di ricerca. Non recupera informazioni esistenti da un database, le genera ogni volta da zero in base a quello che gli scrivi. Più la tua richiesta è generica, più la risposta sarà generica, perché il modello non ha modo di indovinare il contesto specifico in cui ti trovi.
Lo vedo in modo lampante in aula quando faccio fare il primo esercizio. Chiedo ai partecipanti di scrivere a ChatGPT "scrivi un'email professionale". Tutti ottengono email che potrebbero essere uscite da qualunque manuale di business writing degli anni Duemila. Poi chiedo di riscrivere lo stesso prompt aggiungendo: "sono un commercialista di Verona, scrivo a un cliente che mi ha chiesto un preventivo, vorrei un tono cordiale ma asciutto". La differenza è abissale.
Il problema non è ChatGPT. È che chi lo usa non ha ancora capito che il contesto è il prezzo da pagare per ottenere risposte utili. Senza, si ottiene la versione media di mille email scritte da mille persone diverse. Inutile.
Errore 2: copiare prompt trovati online senza adattarli
Negli ultimi due anni sono fioriti raccolte di "prompt magici" — su LinkedIn, su Reddit, in newsletter dedicate. "I 50 prompt che useranno tutti i marketer nel 2026." "Il prompt che mi ha fatto risparmiare 10 ore a settimana." Sono contenuti popolarissimi, perché promettono una scorciatoia. E in molte aziende, qualcuno ha cominciato a usarli senza modificarli.
Il fatto è che un prompt non funziona in assoluto: funziona in un contesto specifico. Il prompt che ha generato risultati eccezionali per un copywriter americano che lavora con e-commerce di moda non funzionerà uguale per il marketing manager di un'azienda meccanica italiana. Le parole sono le stesse, ma il contesto in cui le applichi è diverso, e l'output ne risente.
Mi è capitato spesso, in formazione, di sentire frasi tipo "Abbiamo provato quei prompt che giravano su LinkedIn e non hanno funzionato bene". Mostro allora come quegli stessi prompt, riadattati al loro caso specifico, producono effettivamente risultati buoni. Non è magia: è solo capire che un prompt è un modello da personalizzare, non un comando pronto.
Errore 3: fidarsi delle risposte senza verificarle
Questo è l'errore che mi preoccupa di più, perché può causare danni reali. ChatGPT (e tutti i modelli generativi) producono testo plausibile, non necessariamente vero. Su molte cose ci azzeccano. Su numeri specifici, date, citazioni, nomi propri, normative, riferimenti legali — l'errore è frequente, e arriva con la stessa sicurezza con cui arriva la verità.
Ho visto bozze di documenti contrattuali scritte da ChatGPT in cui veniva citato un articolo del codice civile che non esiste. Ho visto preventivi commerciali con cifre presentate come "in linea col mercato" che erano semplicemente inventate dal modello. Ho visto presentazioni con statistiche che sembravano autorevoli e che non avevano nessuna fonte. Tutto materiale che è arrivato fino ad essere quasi inviato al cliente, e che è stato bloccato in extremis da qualcuno che ha pensato di controllare.
Il punto non è non usare ChatGPT per questi compiti — usarlo è giusto, fa risparmiare tempo. Il punto è integrare la verifica dentro il processo. Tutto quello che esce da un'AI generativa è un draft, non un prodotto finale. Su elementi fattuali (numeri, leggi, fonti, citazioni) la verifica deve essere automatica, parte del workflow, non un'eccezione.
Nelle aziende dove ho fatto formazione, una delle cose che ho introdotto è una semplice regola di squadra: "qualsiasi numero o citazione che esca da un'AI va verificata prima di pubblicarla." È una regola banale. Ma deve essere esplicita, perché altrimenti la fiducia automatica si infila ovunque.
Errore 4: non avere una policy sui dati sensibili
Questo è l'errore più sottovalutato, ed è anche quello che può creare i problemi più seri — fino a violazioni del GDPR. In molte aziende, le persone usano ChatGPT (versione gratuita, account personale, accessibile dal browser) per analizzare documenti che contengono dati di clienti, contratti riservati, informazioni interne sensibili.
Il problema è che in quei casi, quei dati lasciano i sistemi aziendali. Vanno a OpenAI (o all'azienda dietro lo strumento usato), e in alcune configurazioni vengono usati per addestrare ulteriormente i modelli. Anche quando non vengono usati per il training, lasciano comunque un perimetro di controllo aziendale per finire in un sistema esterno.
La maggior parte dei dipendenti che fa questo non lo fa per cattiveria o per negligenza consapevole: non ha mai ricevuto una linea guida chiara, ed è ovvio che cerchi di lavorare nel modo più rapido possibile. La responsabilità è dell'azienda, che dovrebbe avere — e quasi nessuna ha — una policy esplicita su cosa si può e cosa non si può dare in pasto a un'AI esterna.
Esistono strumenti pensati per uso aziendale (versioni Enterprise di ChatGPT, Microsoft Copilot integrato in Microsoft 365, Claude for Enterprise) che offrono garanzie diverse: i dati non vengono usati per l'addestramento, restano in un perimetro contrattuale chiaro, c'è un'accountability vera. Costano qualcosa in più, ma cambiano radicalmente il profilo di rischio. La scelta del giusto piano è una delle cose che vale la pena discutere nelle aziende che usano l'AI quotidianamente — e troppe non l'hanno ancora fatta.
Errore 5: usare l'AI come scorciatoia, non come collaboratore
Questo è l'errore più sottile, e quello che mi sembra più importante affrontare a lungo termine. Molti, nei team, usano ChatGPT in modalità "scaricabarile": "Fammi questo, voglio il risultato finito, copio e incollo." È comprensibile — si usa lo strumento per risparmiare tempo, è il punto.
Ma c'è un costo nascosto in questo approccio. Quando usi l'AI come "fai-tutto", impari poco da quello che produce, e tendi ad accettare il primo output decente che ti dà, anche quando con poco lavoro in più sarebbe stato sensibilmente migliore. Il risultato è una qualità media del lavoro che si appiattisce sul "decente", quando con lo stesso strumento si poteva ottenere "ottimo".
Le persone che usano l'AI meglio, nei team che ho osservato, la trattano come un collaboratore junior. Le danno un compito, ricevono un primo risultato, lo discutono, chiedono modifiche, iterano. Il risultato finale è una combinazione tra quello che l'AI ha proposto e il loro giudizio professionale. È un po' più lento dell'uso "scaricabarile", ma il prodotto è qualitativamente migliore — e nel tempo, chi lavora così sviluppa una sensibilità che gli altri non hanno.
È anche il modo in cui l'uso dell'AI può rendere chi la usa più bravo nel proprio lavoro, non meno. Chi la usa come sostituto del pensiero perde competenza. Chi la usa come sparring partner, in qualche modo, la acquisisce.
Cosa hanno in comune questi cinque errori
Se torno indietro e guardo questi cinque errori dall'alto, mi rendo conto che hanno una cosa in comune: nessuno li fa per malafede o pigrizia. Sono errori che nascono dal fatto che ChatGPT è stato adottato dalle aziende italiane in modo straordinariamente rapido, senza che ci fosse il tempo di costruire una cultura d'uso. Le persone l'hanno scoperto, hanno cominciato a usarlo, e l'hanno integrato nel lavoro senza che ci fosse una formazione strutturata.
Il risultato è un mercato in cui c'è un enorme uso di AI ma poco uso competente di AI. È una situazione che cambierà, perché sta diventando evidente a tutti. Le aziende più strutturate stanno già introducendo formazione interna, policy d'uso, momenti di confronto sul tema. Le altre lo faranno nei prossimi 12-18 mesi, perché altrimenti restano indietro rispetto ai concorrenti.
Quello che noto, parlando con manager e direttori che hanno appena iniziato questo percorso, è che la curva di apprendimento è molto più rapida quando il team ha una formazione comune, fatta una volta sola, fatta bene. Nessuna newsletter, nessun video YouTube, nessuna raccolta di prompt sostituisce un momento collettivo in cui qualcuno spiega come funzionano davvero questi strumenti e cosa significa usarli bene nel contesto specifico dell'azienda. Le tre ore di un corso fatto al momento giusto cambiano i tre anni di lavoro successivi.
Per chi vuole approfondire come questi temi vengono affrontati in modo strutturato, il corso AI & Prompting per aziende è pensato esattamente per questo: un percorso compatto, calibrato sul contesto aziendale specifico, che affronta in modo sistematico questi cinque errori (e altri) con esempi pratici e materiali da portarsi a casa.
Una considerazione finale
Una cosa che spesso mi sento di dire alle aziende che mi contattano per formazione è: "Il valore non è imparare ChatGPT. È imparare a farne uno strumento di lavoro affidabile." È una distinzione importante. Usare ChatGPT è qualcosa che ormai chiunque sa fare dopo dieci minuti. Trasformarlo in un asset che produce valore vero per il team, in modo sicuro e ripetibile, è un altro tipo di lavoro — e richiede di passare da un uso casuale a un uso consapevole.
Le aziende che faranno questo passaggio nei prossimi mesi avranno un vantaggio competitivo concreto. Non è retorica da convegno: è quello che vedo già nei team che ho seguito, dove la differenza tra "chi usa l'AI per qualche prompt qua e là" e "chi l'ha integrata bene nei processi" si misura in ore di lavoro risparmiate ogni settimana, e in qualità del prodotto finale.
Se ti riconosci in qualcuno degli errori descritti sopra — e quasi tutti i team in cui sono stato si riconoscono in almeno tre su cinque — il primo passo è prendersi sul serio il problema. Il secondo è organizzare un momento formativo strutturato per il team. Il terzo è applicare quello che si è imparato in modo coerente, per qualche mese, finché diventa abitudine.
FAQ — Domande frequenti
Quanto è realmente diffuso l'uso di ChatGPT nelle aziende italiane?
Da quello che osservo, ormai è quasi universale per ruoli di marketing, comunicazione, amministrazione, customer support. Più variabile per ruoli tecnici e operativi. Quello che varia molto è il livello di utilizzo: alcune aziende lo usano in modo strutturato, con account aziendali e linee guida, altre lo usano in modo "spontaneo", con dipendenti che usano account personali. La maggior parte è nella seconda categoria.
Vale la pena pagare ChatGPT Plus / Enterprise rispetto alla versione gratuita?
Dipende dal volume e dal tipo di uso. Per uso aziendale serio, sì: i piani a pagamento (in particolare le versioni Enterprise / Team) offrono garanzie diverse sui dati, modelli più potenti, contesti di lavoro più lunghi. La versione gratuita è sufficiente per esplorare, ma se l'AI entra davvero nei processi del team, il piano gratuito presenta limiti pratici e di sicurezza che giustificano l'upgrade.
I dati che inserisco in ChatGPT possono finire nei modelli di OpenAI?
Dipende dalle versioni e dalle impostazioni. Nelle versioni Free e Plus, di default i dati vengono usati per migliorare i modelli (si può disattivare). Nelle versioni Team ed Enterprise, di default non vengono usati. Questo è uno dei motivi principali per cui le aziende che gestiscono dati riservati dovrebbero passare ai piani business.
I rischi di GDPR sono davvero reali con l'uso aziendale di ChatGPT?
Sì, e sono reali soprattutto quando dipendenti incollano dati personali di clienti, fornitori, candidati in account personali su versioni consumer. La normativa GDPR considera questo un trasferimento di dati a un sistema esterno, e richiede basi giuridiche specifiche, valutazioni d'impatto, e in alcuni casi accordi di trattamento dati con OpenAI. Per le aziende che gestiscono dati personali in modo regolare, una policy esplicita non è un optional, è un requisito.
Come si fa a capire se l'uso di ChatGPT in azienda è "buono" o "cattivo"?
Tre indicatori pratici che uso quando faccio audit nei team: (1) C'è un workflow definito di verifica per gli output sensibili, o ci si fida ciecamente? (2) Ci sono linee guida scritte su cosa si può e non si può inserire nei prompt? (3) Le persone più efficaci usano l'AI in modo simile, o ognuno fa come gli pare? Se rispondi "no, no, no", c'è probabilmente margine grosso di miglioramento.
Quanto tempo serve per "rimediare" agli errori di un uso non strutturato?
L'esperienza che ho è che bastano sorprendentemente poche ore di formazione strutturata, se fatta bene e calibrata sul contesto aziendale. Il corso AI & Prompting per aziende è progettato esattamente per dare a un team i fondamenti corretti in tre ore. Quello che richiede tempo non è la formazione, è la messa in pratica: serve qualche settimana di applicazione consapevole prima che diventi abitudine, ma a quel punto il cambiamento è duraturo.