MimìrCast: le novità sull’AI ogni giorno
Ascolta il podcast ➔

Intelligenza Artificiale Generativa: come funziona davvero

Capire come funziona davvero l’intelligenza artificiale generativa serve più che inseguirne i nomi commerciali. Dal 2018 a oggi i Large Language Model (LLM) hanno dimostrato che aumentare drasticamente la scala dei modelli produce capacità nuove e in parte inattese, e la corsa non si è fermata. A fine ottobre 2026 le famiglie di punta sono queste. Claude 5.5 di Anthropic, completata in poco più di due settimane con Claude Opus 5.5 il 22 settembre, Sonnet 5.5 il 28 settembre e Haiku 5.5 il 7 ottobre. Poi GPT-6 di OpenAI con le varianti Astra, Sol e Luna, e Gemini 3 di Google. I modelli citati nelle guide di un paio d’anni fa (GPT-4, Claude 3, Gemini 1.5) sono già usciti dal listino o retrocessi a «legacy». È una buona ragione per concentrarsi sui principi, che cambiano molto più lentamente dei listini: è quello che fa questa guida.

In questo articolo scoprirai:

  • Che cos’è l’intelligenza artificiale generativa e in cosa differisce da quella tradizionale
  • Come funziona davvero l’intelligenza artificiale generativa: dal prompt al token
  • Come si addestra un modello generativo e come si scrive un prompt che funziona
  • Quali sono i modelli di AI generativa del 2026 e quanto costano davvero
  • RAG, agenti, AI Act e progetti aziendali: come portare l’AI generativa in produzione

Che cos’è l’intelligenza artificiale generativa

L’intelligenza artificiale generativa è la famiglia di sistemi che, a partire da un’istruzione in linguaggio naturale, produce un contenuto nuovo (testo, immagine, audio, video, codice) invece di limitarsi a classificare o prevedere un valore. La differenza non è di grado ma di compito: un sistema tradizionale risponde «questa email è spam», un sistema generativo scrive l’email.

Il meccanismo comune a tutti questi modelli è statistico. Il modello ha imparato, su enormi quantità di dati, quanto è probabile che un elemento segua quelli che lo precedono, e genera scegliendo, passo dopo passo, fra le continuazioni più probabili. Da qui derivano sia le capacità sia i limiti di cui parliamo nelle sezioni sulle allucinazioni e sul RAG.

Differenza tra AI generativa e AI tradizionale

L’AI tradizionale (discriminativa) impara un confine: separa le categorie, assegna un punteggio, stima un numero. L’AI generativa impara una distribuzione: modella com’è fatto il dato, e quindi può produrne di nuovi che le somigliano. Un modello di credit scoring e un modello che scrive contratti fanno lavori diversi con matematiche diverse. Abbiamo dedicato al confronto una guida alle differenze tra AI generativa e AI tradizionale, utile se devi decidere quale delle due serve al tuo caso: nella maggior parte dei progetti aziendali la risposta corretta è ancora la seconda.

Le leggi di scala e le capacità emergenti

Fino al 2020 non era affatto ovvio che bastasse ingrandire, e la storia dell’intelligenza artificiale è piena di promesse che non hanno retto alla scala. A renderlo una scommessa calcolabile invece che un atto di fede è stato il lavoro sulle scaling laws: Scaling Laws for Neural Language Models ha mostrato che l’errore di un modello linguistico cala in modo prevedibile, secondo leggi di potenza, al crescere congiunto di tre grandezze: parametri, dati e calcolo. Prevedibile è la parola chiave: significa che si può stimare in anticipo quanto renderà un investimento in GPU.

Il corollario pratico è arrivato con GPT-3, descritto in Language Models are Few-Shot Learners: oltre una certa taglia il modello inizia a risolvere compiti che nessuno gli ha insegnato esplicitamente, bastandogli qualche esempio scritto dentro il prompt. È il fenomeno che ha preso il nome di capacità emergenti, ed è la ragione per cui oggi un unico modello generalista sostituisce decine di modelli specializzati.

Due precisazioni oneste. La prima: le leggi di scala descrivono l’errore di predizione del token, non l’utilità percepita, e un modello può migliorare sulla metrica e restare inservibile per il tuo caso. La seconda: parte della comunità di ricerca (Schaeffer e colleghi, 2023) sostiene che l’«emergenza» sia almeno in parte un artefatto delle metriche a soglia, che trasformano un miglioramento graduale in un salto apparente. Il dibattito è aperto, e chi te lo presenta come chiuso sta semplificando.

Come funziona davvero l’intelligenza artificiale generativa: dal prompt al token

Quando scrivi un prompt, il testo non entra nel modello come lo leggi tu. Il percorso ha tre stadi, che abbiamo seguito passo per passo anche nella guida su come funziona davvero un modello di AI, dal testo che entra alla risposta che esce.

  1. Tokenizzazione. La frase viene spezzata in token, unità che stanno fra la sillaba e la parola, secondo algoritmi di segmentazione in sottoparole come il byte-pair encoding. «Intelligenza» può valere due o tre token; una parola rara molti di più. È il motivo per cui i listini si misurano in token e non in parole, e per cui l’italiano costa più dell’inglese a parità di testo.
  2. Embedding. Ogni token diventa un vettore di numeri, una posizione in uno spazio a migliaia di dimensioni dove la vicinanza approssima la somiglianza di significato. Qui il modello non vede più parole: vede coordinate.
  3. Attraversamento della rete. I vettori passano per decine di strati di transformer, e all’uscita il modello produce una distribuzione di probabilità sul token successivo.

Quanto costa in token una pagina in italiano

La tokenizzazione resta astratta finché non si fa un conto. Facciamolo su una pagina come questa. I tokenizer dei modelli principali sono addestrati in larga prevalenza su testo inglese: in inglese il rapporto pratico si aggira intorno a 1 token ogni 0,75 parole, la regola empirica indicata da OpenAI per i suoi tokenizer, mentre in italiano peggiora a circa 1 token ogni 0,55-0,6 parole, perché desinenze, articoli elisi e parole lunghe vengono spezzati in più pezzi. Sono stime d’ordine di grandezza, non una misura: il valore esatto dipende dal tokenizer specifico del modello che usi.

Prendiamo una guida lunga, di 4.800 parole. Applicando quei rapporti (il calcolo è nostro), in italiano fa grosso modo 8.300 token; lo stesso contenuto in inglese ne farebbe circa 6.400. È un sovrapprezzo strutturale di quasi un terzo che paghi su ogni singola chiamata, per il solo fatto di lavorare nella tua lingua.

Perché conta davvero: il numero da moltiplicare non è uno. Se costruisci un assistente che a ogni domanda rimette in contesto tre documenti come questo, ogni singola risposta parte da circa 25.000 token di input prima ancora che l’utente abbia scritto qualcosa. Mille domande al giorno diventano 25 milioni di token di input giornalieri. È qui che i progetti sforano il budget: non sul prezzo unitario, che è basso, ma sul contesto ripassato migliaia di volte. La leva più efficace quasi mai è cambiare modello: è ridurre quanto testo gli si rimanda addosso a ogni turno.

Il transformer e il meccanismo di attenzione

L’architettura transformer, introdotta nel 2017 dal lavoro Attention Is All You Need, ha una intuizione centrale: l’attenzione. Nel calcolare la rappresentazione di un token, il modello pesa esplicitamente quanto ciascun altro token del contesto sia rilevante. In «il gatto che la bambina aveva visto ieri era nero», l’attenzione è ciò che permette al modello di legare «era» a «gatto» scavalcando sei parole.

È anche l’origine del vincolo più concreto che incontrerai: la finestra di contesto, cioè la quantità massima di token che il modello può considerare in una volta. Il costo dell’attenzione cresce rapidamente con la lunghezza del testo, e per quanto le finestre del 2026 siano ampie, tutto ciò che sta fuori dalla finestra per il modello semplicemente non esiste.

Una parola alla volta: la generazione autoregressiva

Il modello non concepisce la risposta e poi la scrive. Genera un token alla volta, e ogni token appena prodotto rientra nell’input per decidere il successivo. Questa è la generazione autoregressiva, e spiega tre comportamenti che sorprendono chi ci lavora la prima volta: la risposta compare progressivamente perché viene davvero calcolata così; lo stesso prompt può dare risposte diverse perché la scelta del token è campionata, non deterministica; e un errore preso al terzo token condiziona tutto ciò che segue, perché il modello non può tornare indietro a correggersi.

Perché un modello di AI generativa «allucina»

Un’allucinazione è una risposta plausibile e falsa. Non è un guasto: è il funzionamento normale visto da un’angolazione scomoda. Il modello è ottimizzato per produrre continuazioni probabili, e una citazione inventata con l’aspetto giusto è, statisticamente, una continuazione eccellente. Il modello non ha un registro di ciò che sa e non sa.

Ha una conseguenza pratica non negoziabile: qualunque affermazione verificabile prodotta da un modello generativo va verificata alla fonte, e i sistemi seri lo fanno ancorando la risposta a documenti recuperati al momento invece che alla memoria dei pesi.

Come si addestra un modello generativo: pre-training, fine-tuning e allineamento

L’addestramento procede per fasi, e le fasi non si equivalgono né per costo né per effetto.

  • Pre-training. Il modello legge un corpus enorme e si allena a un compito banale, indovinare il token successivo, ripetuto miliardi di volte. È la fase che costa quasi tutto e che produce la conoscenza generale. Qui si forma anche il knowledge cutoff: la data oltre la quale il modello, da solo, non sa nulla.
  • Fine-tuning supervisionato. Su esempi curati di istruzione-risposta, il modello impara a comportarsi da assistente invece che da completatore di testo.
  • Allineamento con feedback umano. Valutatori umani confrontano risposte alternative, e da quelle preferenze si addestra il comportamento del modello: essere utile, rifiutare richieste dannose, ammettere l’incertezza. La ricetta di riferimento è quella del paper InstructGPT di OpenAI, Training language models to follow instructions with human feedback. È la fase che determina il “carattere” percepito di un assistente, e quella su cui i laboratori si differenziano di più.

Una precisazione che evita un equivoco frequente: usare ChatGPT o Claude non riaddestra il modello in tempo reale. Quello che sembra memoria dentro una conversazione è il contesto che viene ripassato al modello a ogni turno.

Scrivere un prompt per l’AI generativa: le leve che spostano il risultato

Una volta capito il meccanismo, il modo di scrivere le istruzioni smette di essere folklore. Se il modello sceglie il token successivo pesando tutto il contesto, allora il prompt non è una domanda: è l’insieme delle condizioni che restringono lo spazio delle continuazioni probabili. Quattro leve, in ordine di effetto misurabile.

Contesto ed esempi: le due leve forti del prompt

La prima leva è mettere nel contesto il materiale invece di sperare che il modello lo ricordi. Un prompt che incolla il documento produce risposte incomparabilmente più affidabili di uno che chiede «cosa dice la normativa X»: nel primo caso il modello legge, nel secondo ricostruisce a memoria, ed è esattamente lì che allucina.

La seconda è l’esempio. Descrivere il formato desiderato funziona male; mostrarne uno funziona bene. È la stessa proprietà few-shot documentata nel paper su GPT-3, Language Models are Few-Shot Learners: due o tre coppie input-output nel prompt fissano struttura, registro e livello di dettaglio meglio di un paragrafo di specifiche. Se hai un output che ti è piaciuto, conservalo e riusalo come esempio: vale più di qualunque aggettivo tu possa aggiungere all’istruzione.

Ruolo, destinatario e vincoli negativi

La terza leva è assegnare un compito e un destinatario, non un’identità generica. «Sei un esperto di marketing» sposta poco; «scrivi per un responsabile IT che deve giustificare la spesa al CFO» sposta molto, perché vincola il lessico e il tipo di argomento che il modello considera probabile.

La quarta sono i vincoli negativi espliciti, ed è quella che quasi nessuno usa. «Se il documento non contiene la risposta, scrivi: non presente» riduce drasticamente le invenzioni, perché offre al modello una continuazione lecita e a basso costo dove altrimenti l’unica opzione probabile sarebbe inventare qualcosa di verosimile. Un modello non lasciato libero di dire «non lo so» dirà sempre qualcosa.

Una regola di igiene che vale più di tutte e quattro: se un prompt ti serve più di una volta, scrivilo una volta sola e versionalo. I prompt riscritti a braccio ogni volta producono risultati non confrontabili, e senza confronto non si migliora nulla.

RAG: come si ancora un modello di AI generativa ai tuoi documenti

Il knowledge cutoff e le allucinazioni hanno una risposta tecnica comune, ed è oggi l’architettura più diffusa nei progetti aziendali seri: il retrieval-augmented generation (RAG), formalizzato in Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. L’idea è semplice: invece di chiedere al modello ciò che ha memorizzato nei pesi, gli si mette sotto il naso il documento giusto al momento della domanda. Gli abbiamo dedicato una guida a parte: RAG, cos’è, come funziona e perché è fondamentale per l’AI.

Come funziona una pipeline RAG

I documenti vengono spezzati in blocchi e trasformati in vettori con lo stesso principio di embedding visto nel percorso dal prompt al token, poi archiviati in un indice. Quando arriva una domanda, anche la domanda diventa un vettore: il sistema recupera i blocchi più vicini nello spazio, li incolla nel prompt e chiede al modello di rispondere usando solo quelli. Il modello smette di fare l’enciclopedia e fa il lettore.

I vantaggi sono concreti: la conoscenza si aggiorna riscrivendo un documento invece che riaddestrando un modello, e ogni affermazione può portare con sé il riferimento al blocco da cui viene, quindi è verificabile da un umano in pochi secondi. È la differenza fra un sistema di cui puoi rispondere davanti a un cliente e uno di cui non puoi.

Dove il RAG fallisce: il recupero

Quasi mai il collo di bottiglia è il modello: è il recupero. Se il blocco giusto non finisce fra quelli recuperati, nessun modello al mondo può indovinarlo: risponderà comunque, con la sicurezza di sempre, sul materiale sbagliato. Le cause tipiche sono tre: blocchi tagliati male, che spezzano una tabella o separano un dato dal suo titolo; una domanda formulata con parole diverse da quelle del documento; e documenti contraddittori in archivio, dove il sistema recupera entrambi e il modello sintetizza una via di mezzo che non esiste in nessuno dei due.

La conseguenza operativa è che un progetto RAG si valuta misurando il recupero prima della generazione: quante volte, su un insieme di domande reali, il documento corretto compare fra quelli recuperati. È un numero noioso da produrre, ed è l’unico che predice se il sistema reggerà in produzione.

Oltre il testo: immagini, video e voce nell’AI generativa

Lo stesso principio, imparare una distribuzione e campionarne elementi nuovi, si applica ad altri tipi di dato con architetture diverse. Per le immagini la famiglia storica è quella dei modelli a diffusione, introdotti da Denoising Diffusion Probabilistic Models, che partono da rumore casuale e lo ripuliscono progressivamente fino all’immagine richiesta. I generatori più recenti dei grandi laboratori, come GPT Image 1.5 di OpenAI, nascono invece sempre più spesso dentro modelli multimodali che trattano testo e immagini nello stesso flusso.

È anche il caso di Nano Banana 2.1, l’ultimo modello di immagini di Google: secondo la scheda tecnica di Google DeepMind appartiene alla serie Gemini 3, riceve testo e immagini e restituisce entrambi nella stessa risposta, e mantiene riconoscibili fino a cinque personaggi e quattordici oggetti lungo uno stesso flusso di lavoro. La coerenza fra un’immagine e la successiva è proprio il requisito che separa un giocattolo da uno strumento di produzione. Per il video la coerenza diventa temporale, cioè far sì che un oggetto resti sé stesso da un fotogramma all’altro: è la sfida che OpenAI ha affrontato fin da Sora, il modello che genera video da testo. E c’è chi spinge lo stesso principio fino al software, come Solaris di Runway, l’AI che genera le interfacce al volo.

AI generativa vocale: GPT-Live-1 e Gemini 3.8 Live

Il fronte più mosso del 2026 è la voce. Il 10 settembre 2026 OpenAI ha reso disponibile in API GPT-Live-1, un modello vocale full-duplex: elabora l’audio in ingresso e produce parlato in uscita nello stesso momento, invece di alternare turni rigidi. Il salto non è la qualità della voce ma la gestione delle interruzioni: nelle valutazioni iniziali citate da OpenAI, l’app di apprendimento linguistico Speak ha registrato una riduzione delle interruzioni di quasi l’80% rispetto ai sistemi a turni. Il prezzo dichiarato è di 0,05 dollari al minuto per il livello vocale, con supporto telefonico nativo via SIP e WebRTC.

Due settimane dopo, il 24 settembre 2026, Google ha aggiunto la faccia con Gemini 3.8 Live with Live Avatar: un agente vocale accompagnato da un avatar video generato quasi in tempo reale, con labiale sincronizzato, espressioni naturali e passaggi di turno fluidi in 97 lingue. Due dettagli contano più dell’effetto scenico. Il primo è la chiamata asincrona agli strumenti: l’avatar recupera dati in background senza interrompere il dialogo, cioè è già un agente nel senso descritto nella sezione su MCP. Il secondo è che tutto l’output audio e video porta SynthID, il watermark invisibile di Google DeepMind che rende riconoscibile un contenuto come sintetico: è il tipo di identificabilità che l’AI Act chiede ai contenuti generati. Per ora è disponibile solo in Gemini Enterprise.

Esempi di AI generativa nel 2026: i modelli e quanto costano

Gli esempi più concreti di intelligenza artificiale generativa sono i modelli che usi ogni giorno senza vederli: Claude dietro l’app di Anthropic, GPT-6 dietro ChatGPT e Codex, Gemini dentro i prodotti Google. Fra fine settembre e inizio ottobre 2026 quasi tutto il listino è stato rinnovato nel giro di poco più di due settimane, e vale la pena guardarlo per il principio che lo attraversa: a parità di capacità, il prezzo scende in fretta.

Claude 5.5 e GPT-6: i nuovi modelli dell’autunno 2026

Il 22 settembre 2026 Anthropic ha presentato Claude Opus 5.5, primo modello della famiglia 5.5. Secondo l’azienda «si comporta al livello di Claude Fable 5.1 sulla maggior parte del lavoro e costa il 40% in meno da far girare rispetto a Opus 5», genera output oltre il 30% più velocemente e migliora su tre fronti: codice agentico, uso del computer e lavoro di conoscenza. La famiglia si è completata in fretta: Sonnet 5.5 è arrivato il 28 settembre allo stesso prezzo di Sonnet 5, e Haiku 5.5 il 7 ottobre, pensato per sintesi, classificazione e sottoagenti ad alto volume.

Lo stesso 22 settembre OpenAI ha presentato GPT-6 Sol e GPT-6 Luna, addestrati con metodi simili a GPT-6 Astra, il modello di punta della famiglia. Sol è pensato per il lavoro quotidiano e, secondo OpenAI, commette circa la metà degli errori del predecessore GPT-5.6 Sol; Luna è la variante veloce ed economica per i grandi volumi. Entrambi sono arrivati in giornata anche in GitHub Copilot. A fine settembre è arrivato anche GPT-6.1 Sol, che OpenAI dichiara vicino ad Astra su codice agentico, uso del computer e lavoro professionale a un quinto del prezzo.

Quanto costa l’AI generativa: i prezzi dei modelli a confronto

Il costo di un modello generativo si misura in dollari per milione di token, separando input e output. Questi sono i prezzi di listino in API al momento dell’aggiornamento: quelli di Anthropic sono dichiarati dall’azienda per Opus 5.5, Sonnet 5.5 e Haiku 5.5, quelli di OpenAI sono riportati da MacRumors per GPT-6 Sol e Luna.

ModelloProduttoreInput ($ per milione di token)Output ($ per milione di token)Uso tipico
Claude Opus 5.5Anthropic420Agenti, codice, lavoro complesso
Claude Sonnet 5.5Anthropic210Lavoro quotidiano, agenti
Claude Haiku 5.5Anthropic0,10 (prompt fino a 100.000 token)0,50Sintesi, classificazione, sottoagenti
GPT-6 SolOpenAI210Lavoro quotidiano, codice
GPT-6 LunaOpenAI0,100,50Alti volumi, risposte rapide

Prompt caching e soglie di contesto: come ridurre il costo dei token

Sul conto finale di un progetto pesano due voci che il listino non mostra a colpo d’occhio: quanto contesto si ripassa a ogni chiamata e quanto costa riusare un contesto già inviato. Applicato all’assistente che rimanda tre documenti a ogni domanda, 25 milioni di token di input al giorno costano 100 dollari con Opus 5.5, 50 con Sonnet 5.5 o GPT-6 Sol e 2,50 con Haiku 5.5 o GPT-6 Luna, secondo i prezzi dichiarati da Anthropic e quelli riportati da MacRumors, prima ancora di contare l’output. Fra il primo e l’ultimo c’è un fattore 40.

Conta anche quanto è lungo ogni singolo contesto: Haiku 5.5 tiene il prezzo base solo sotto i 100.000 token di prompt, e oltre quella soglia l’input sale a 0,50 dollari per milione. Poi c’è il prompt caching, cioè la possibilità di riusare a basso costo un contesto già inviato: per Opus 5.5 la lettura da cache costa 0,20 dollari per milione, un ventesimo dell’input normale, e per Sonnet 5.5 Anthropic l’ha dimezzata il 7 ottobre a 0,10 dollari. È la leva che attacca proprio la voce del contesto ripassato. I listini cambiano spesso: vanno ricontrollati prima di qualunque preventivo.

Prompt caching in un agente reale: il caso Asana

Il prompt caching rende davvero solo se il contesto ripassato resta identico da una chiamata all’altra, e un caso pubblicato a ottobre 2026 lo mostra meglio di qualunque listino. L’8 ottobre Asana ha descritto i test sul proprio agente che naviga nel browser: l’agente teneva in cache istruzioni fisse e definizioni degli strumenti, ma non la cronologia crescente di testo e screenshot delle pagine visitate, che veniva ripagata a prezzo pieno a ogni chiamata. Estendendo la cache alla cronologia e potando gli screenshot a blocchi invece che a ogni passo, così che lo storico restasse invariato per circa 19 chiamate consecutive, il costo è sceso di 29 volte già sul modello originale. Con GPT-6.1 Sol il risparmio è arrivato a 76 volte, con esecuzioni 5 volte più rapide, l’89% dell’input letto dalla cache e un costo medio stimato di 0,47 dollari per esecuzione, secondo il caso studio di OpenAI.

Il dettaglio più istruttivo è un altro: secondo Asana, senza la potatura a blocchi la cache da sola ha fatto salire i costi su tre dei quattro modelli provati. È la conferma pratica del conto fatto sui token: la leva più grossa non è cambiare modello, è smettere di rimandargli addosso lo stesso testo a prezzo pieno.

Dal modello all’agente: che cos’è MCP e perché è diventato uno standard

Un modello chiuso nei suoi pesi è un interlocutore colto e scollegato dal mondo. Il passaggio che sta ridefinendo l’AI generativa in azienda è il collegamento ai dati e agli strumenti reali: leggere un database, chiamare un’API, scrivere in un gestionale. Finché ogni integrazione andava costruita a mano, questo restava il collo di bottiglia.

Il Model Context Protocol (MCP), aperto da Anthropic, è lo standard che ha sciolto il nodo: un’interfaccia comune con cui un modello qualsiasi si collega a una fonte dati qualsiasi. I numeri diffusi con l’annuncio della donazione parlano di oltre 97 milioni di download mensili degli SDK e oltre 10.000 server pubblici attivi, con supporto nativo in ChatGPT, Claude, Cursor, Gemini, Microsoft Copilot e Visual Studio Code.

MCP e la Agentic AI Foundation: uno standard neutrale

Anthropic ha poi donato MCP alla Agentic AI Foundation, un fondo diretto sotto la Linux Foundation co-fondato con Block e OpenAI e sostenuto da Google, Microsoft, AWS, Cloudflare e Bloomberg. Come riportato dal blog del progetto, MCP vi entra come progetto fondativo insieme a goose di Block e ad AGENTS.md di OpenAI. La sostanza per chi deve decidere: il protocollo passa sotto la stessa custodia neutrale che governa Kubernetes, PyTorch e Node.js, e smette di dipendere dalle scelte commerciali di un singolo fornitore. Per un responsabile IT che valuta oggi un’integrazione, è la differenza fra adottare uno standard e adottare il formato di un vendor.

Osservabilità degli agenti: le tracce OpenTelemetry su Claude

Un agente che per una sola richiesta fa dieci chiamate al modello e tre a server MCP va reso ispezionabile, altrimenti quando sbaglia non si sa dove. Dal 14 ottobre 2026 la Claude Platform esporta tracce OpenTelemetry in beta pubblica dalla Messages API, da Claude Managed Agents e dagli SDK. OpenTelemetry (OTel) è lo standard aperto con cui i sistemi software registrano ogni operazione come un passaggio, detto span, dentro una traccia: qui ogni turno dell’agente, chiamata al modello, uso di uno strumento e chiamata MCP arriva con latenza, token consumati e identificativi.

Le tracce si leggono negli strumenti che un team usa già, fra cui Datadog, Grafana Cloud, Honeycomb, Langfuse, LangSmith e Sentry, e la documentazione ufficiale prevede anche una modalità che registra il contenuto di prompt e risposte: comoda per riprodurre un errore, da valutare con cura quando passano dati personali. Fra i clienti citati nell’annuncio di Anthropic, Ramp dichiara: «Abbiamo già ridotto l’uso di token del 10-20% e reso le sessioni più veloci del 30%». È la stessa lezione del caso Asana: un costo che non vedi, non lo tagli.

Quanto sono capaci davvero: cosa dicono le valutazioni di sicurezza del 2026

Le classifiche di benchmark dicono poco sulle capacità che contano. Più istruttive sono le valutazioni che i laboratori pubblicano sui propri modelli in scenari ad alto rischio, perché misurano dove il sistema arriva quando nessuno lo aiuta a fare bella figura.

Geolocalizzazione e droni: le prove del Frontier Red Team

Il 10 settembre 2026 il Frontier Red Team di Anthropic ha pubblicato una valutazione su due domini di sicurezza nazionale: il targeting di intelligence e lo sviluppo di armi convenzionali. I risultati dichiarati sono netti. Nella geolocalizzazione di foto all’aperto, Claude Mythos Preview e Mythos 5 hanno battuto anche il miglior riferimento umano, con un errore mediano di 37,0 e 47,2 chilometri su 6.000 immagini, tanto che Anthropic scrive che la frontiera si sta «avvicinando a capacità sovrumane»; Claude Opus 5 si è fermato a 181 chilometri. Nella prova di guida di un drone simulato verso un bersaglio, Opus 5 è stato l’unico modello a scriversi da solo un piccolo modello fisico del velivolo per collaudare il software di controllo di volo prima di farlo volare, e la batteria di test misura anche la navigazione in spazi aerei con GPS disturbato o falsificato. Anche i modelli open-weight di sviluppatori cinesi testati, pur sotto la frontiera, hanno mostrato capacità non trascurabili. Anthropic dichiara di aver risposto con nuovi classificatori per bloccare le richieste in quest’area.

AI generativa e difesa informatica pubblica

La stessa capacità ha un rovescio difensivo, ed è il motivo per cui l’AI generativa è entrata nella cybersecurity pubblica. Anthropic ha lanciato un programma da 15 milioni di dollari in crediti per governi statali, locali e tribali statunitensi, con fino a 100.000 dollari per gli enti più piccoli e California e Texas fra i primi partecipanti; OpenAI ha annunciato un’iniziativa parallela di accesso e difesa informatica per le amministrazioni federali e locali.

Il 6 ottobre 2026 Anthropic ha poi ampliato il Cyber Verification Program, il programma che dà ai professionisti della sicurezza verificati accesso ai modelli più capaci con meno blocchi. Ora i livelli sono tre, Defense, Red Team e Specialized Access, tutti con Opus 5.5, Sonnet 5.5 e Mythos 5.1, e i controlli crescono con i permessi: l’ultimo livello è riservato a chi collauda reti elettriche, sistemi di volo e infrastrutture interbancarie, e ogni organizzazione viene esaminata insieme al governo statunitense. Il segnale da leggere è uno: le stesse capacità che rendono utile un modello lo rendono pericoloso, e la differenza la fanno i controlli, non il modello.

AI generativa e regole: che cosa impone l’AI Act a chi la usa in Europa

Chi lavora in Europa ha un vincolo in più che nessun benchmark misura. Il Regolamento (UE) 2024/1689, noto come AI Act, è il primo quadro normativo organico sull’intelligenza artificiale, ed è costruito su una logica che conviene afferrare subito: non regola la tecnologia, regola l’uso. Lo stesso modello generativo può ricadere in categorie diverse a seconda di che cosa gli fai fare.

L’impianto è a piramide di rischio. In cima ci sono le pratiche vietate, fra cui il social scoring e certe forme di riconoscimento biometrico. Sotto stanno i sistemi ad alto rischio, dove ricadono usi in ambito lavorativo, creditizio, sanitario, educativo e di accesso a servizi essenziali: qui scattano obblighi pesanti di documentazione, gestione dei dati, sorveglianza umana e registrazione. Più in basso ci sono gli obblighi di trasparenza, che toccano da vicino l’AI generativa: chi interagisce con un sistema automatico deve poterlo sapere, e i contenuti sintetici vanno identificabili come tali. Alla base, tutto il resto, dove il regolamento non aggiunge obblighi specifici.

Fornitore e deployer: chi risponde di cosa

L’AI Act separa il fornitore del modello dal deployer, cioè chi lo mette in un proprio prodotto o processo, ed è una distinzione che genera confusione. Gran parte degli obblighi tecnici sui modelli general-purpose ricade sul primo: è compito di Anthropic, OpenAI o Google fornire documentazione, informazioni sull’addestramento e valutazioni di rischio sistemico. Ma il deployer non è esente: risponde dell’uso che ne fa, della sorveglianza umana e dell’informazione agli interessati.

La lettura pratica, senza allarmismi: se stai usando un assistente generativo per scrivere bozze interne, l’AI Act ti chiede poco. Se lo stai mettendo in un flusso che decide su persone (selezionare candidature, valutare pratiche, assegnare priorità a richieste di cittadini) sei in un territorio dove la conformità va progettata all’inizio, non aggiunta dopo. Questo articolo non è consulenza legale, ed è il tipo di valutazione da fare con chi se ne occupa davvero.

AI generativa e lavoro: perché saper fare un compito non basta ad automatizzarlo

Il fatto che una macchina sappia svolgere un compito non significa che quel compito verrà automatizzato: conta quanto costa farlo fare alla macchina invece che a una persona. Lo mostra uno studio di Anthropic pubblicato il 30 settembre 2026, Can we predict the jobs robots will do?, che usa proprio un modello generativo, Claude, per classificare circa 19.000 mansioni di 900 professioni censite in O*NET, la banca dati del Dipartimento del Lavoro statunitense che descrive i compiti di ogni mestiere.

Il risultato è un divario netto. Secondo la ricerca di Anthropic, i robot oggi disponibili possono già svolgere il 74% delle mansioni fisiche negli Stati Uniti, pari al 34% delle ore lavorate, ma sono competitivi sul costo solo per lo 0,3% delle mansioni; se i prezzi dei robot continueranno a scendere al ritmo storico, serviranno 40 anni per arrivare al 10%. Guida e magazzino sono i lavori più esposti, assistenza infermieristica e riparazioni generiche quelli meno.

Lo studio riguarda i robot, non i chatbot, ma la lezione vale anche per l’intelligenza artificiale generativa in ufficio: la domanda giusta non è «il modello sa farlo?» ma «quanto costa farlo fare al modello, controlli compresi?». È lo stesso conto che serve nei progetti aziendali descritti nella sezione qui sotto, e spiega perché il crollo del prezzo per token, visibile nella tabella dei modelli, pesa sulle decisioni più di qualunque benchmark.

Portare l’AI generativa in azienda senza bruciare budget

La distanza fra una demo convincente e un sistema in produzione è il punto dove muore la maggior parte dei progetti di AI generativa. Non per limiti dei modelli: per scelte di perimetro sbagliate all’inizio.

Dove l’AI generativa rende e dove no

Il guadagno è misurabile dove il compito ha tre proprietà insieme: l’output è una bozza e non una decisione, esiste un umano che la rivede come parte naturale del flusso, e l’errore è visibile a colpo d’occhio. Sintesi di documenti, prima stesura di testi, traduzione, refactoring di codice, estrazione di campi da PDF: qui il risparmio di tempo è reale e si documenta.

Va male esattamente al contrario: quando l’output è una decisione finale, quando nessuno lo rilegge perché «tanto è automatico», e quando un errore è indistinguibile da un successo senza andarlo a verificare a mano. Un sistema che riassume dieci contratti al giorno in modo quasi sempre corretto è utile; lo stesso sistema che ne classifica diecimila senza che nessuno guardi è una passività che maturerà tutta insieme. Ne abbiamo parlato nell’analisi che spiega perché, se l’AI generativa non genera ROI, il problema non è la tecnologia.

Il conto economico di un progetto di AI generativa

Il prezzo per token è la voce meno interessante del budget. Le tre che sorprendono sono altre. La prima è il numero di chiamate: un flusso agentico che ragiona in più passi può fare dieci o venti chiamate per una singola richiesta utente, e il costo si moltiplica per un fattore che nessuno ha stimato in fase di proposta. La seconda è il contesto ripassato, il conto fatto nella sezione sui token: è la voce che cresce silenziosamente man mano che si aggiungono documenti. La terza, la più cara, è il tempo umano di valutazione: costruire e mantenere un insieme di casi di test con le risposte giuste è lavoro vero, e senza quello non sai se un cambio di modello ha migliorato o peggiorato il sistema.

Una sequenza che funziona, in ordine:

  1. scegli un compito che rispetti le tre proprietà della bozza rivista e dell’errore visibile;
  2. costruisci trenta casi di test reali con l’output atteso prima di scrivere una riga di codice;
  3. parti dal modello più economico della famiglia e sali solo se i test lo richiedono;
  4. misura il recupero prima della generazione, se c’è un RAG di mezzo.

Chi parte dal modello di punta quasi sempre scopre, mesi dopo, che il problema non era la capacità del modello. E serve qualcuno in casa che sappia leggere quei test: è una delle ragioni per cui un’azienda dovrebbe frequentare un corso sull’AI prima di comprare licenze.

Le competenze come collo di bottiglia: la Claude Frontier Academy

Il collo di bottiglia dei progetti di AI generativa, sempre più spesso, sono le persone capaci di portare un modello dentro un’organizzazione reale. A inizio ottobre 2026 Anthropic ha annunciato la Claude Frontier Academy, un impegno da 100 milioni di dollari per formare entro la fine del 2027 10.000 ingegneri, che Anthropic chiama Frontier Deployed Engineer, incaricati di mettere in produzione Claude presso le aziende. Il percorso ricalca la formazione medica: qualche giorno in presenza, una simulazione di progetto aziendale con esame, poi una residenza di 12 settimane in cui l’ingegnere guida un caso d’uso reale nella propria organizzazione. Nelle prime classi, a San Francisco, New York e Londra, ci sono ingegneri di Accenture, Deloitte, McKinsey, Morgan Stanley e Novo Nordisk. Al di là del marchio, è la conferma del punto di questa sezione: la differenza fra una demo e un sistema in produzione la fanno le competenze, non le licenze.

AI generativa e ricerca online: quanto pesa l’AI Overview

L’effetto più visibile dell’AI generativa per chi pubblica sul web è dentro Google. Abbiamo misurato la presenza dell’AI Overview su un campione di 971 query italiane a tema intelligenza artificiale (rilevazione mimir.bot dell’8 settembre 2026): il riquadro generativo compare nell’81% dei casi. È una misurazione nostra su un verticale specifico, non un dato di settore, e su altri temi la quota può essere molto diversa; ma dice una cosa chiara: su questo argomento, la risposta sintetica in cima alla pagina è ormai la norma, non l’eccezione.

La conseguenza per chi scrive è meno drammatica di quanto si legga in giro, ma reale: il traffico informazionale generico si comprime, mentre resta la domanda per contenuti che l’AI Overview non può sostituire: dati propri, esperienza diretta, verifiche di prima mano. Un tema collegato e spesso frainteso è se Google svaluti i testi scritti con l’AI: la posizione ufficiale, espressa in Google Search and AI-generated content, è che conta la qualità e non il metodo di produzione, con i criteri raccolti nella documentazione su come creare contenuti utili e affidabili. La risposta documentata è dunque più sfumata di quanto suggerisca la domanda, e l’abbiamo esaminata nella guida che chiarisce se Google penalizza i contenuti generati con l’intelligenza artificiale.

Il mercato nel 2026: l’IPO di Anthropic e cosa dice del settore

Il 26 ottobre 2026 Anthropic ha depositato presso la SEC statunitense il prospetto S-1, il documento che rende pubblici i conti di una società prima della quotazione: punta al Nasdaq con il simbolo ANT e, secondo CNBC, conta di avviare le negoziazioni nella settimana del 16 novembre. Si chiude così un calendario slittato più volte: a inizio settembre Reuters indicava metà ottobre, a fine settembre il prospetto riservato letto da Reuters anticipava ambizioni ampie e costi in forte crescita, e a inizio ottobre Bloomberg riferiva di una giornata per gli investitori e di una quotazione prima del Ringraziamento, occasione in cui, secondo CNBC, l’azienda avrebbe condiviso i dati del terzo trimestre. Sulla valutazione, Fortune riporta una forchetta attesa fra 1.800 e 2.000 miliardi di dollari.

I conti nel prospetto di Anthropic

Il prospetto è il primo bilancio pubblico di un laboratorio di frontiera, e racconta bene l’economia dell’AI generativa. Nel primo semestre 2026 Anthropic ha fatturato 16,3 miliardi di dollari contro 1,2 miliardi dello stesso periodo del 2025, secondo TechCrunch, ma ha chiuso con una perdita netta di 80,7 miliardi, dovuta soprattutto a rettifiche contabili non monetarie legate al debito convertibile. Il dato operativo più utile è il calcolo: nel secondo trimestre è costato 5,6 miliardi su 11,6 di ricavi, circa il 48%, riporta Fortune, cioè circa 2 dollari di ricavo per ogni dollaro speso in GPU e infrastruttura.

Il rovescio sta negli impegni. Sempre secondo Fortune, su 657 miliardi di dollari di contratti di infrastruttura e leasing con partner come Microsoft, Amazon e SpaceX, 498 miliardi non sono cancellabili e vanno pagati anche se la capacità resta inutilizzata; nel prospetto depositato alla SEC l’azienda stessa avverte che potrebbe «non raggiungere o non sostenere la redditività in futuro». Per chi costruisce prodotti sopra queste API, un fornitore quotato significa più trasparenza e, insieme, più pressione sui prezzi e sui margini.

Il costo del calcolo: quando i rivali diventano fornitori

Dietro i listini c’è una scarsità che spiega molte mosse del 2026: la potenza di calcolo. Anthropic ha rilevato tutta la capacità del data center Colossus 1 di xAI a Memphis, un accordo fra concorrenti diretti che TechCrunch ha letto come la trasformazione di xAI in un fornitore di GPU a noleggio, e il prospetto mostra che la strategia si sta allargando: secondo Fortune, da fine settembre Anthropic affianca ai contratti con Google, Amazon, Microsoft e SpaceX anche data center propri, gestiti con partner terzi per immobili ed energia. Per chi usa le API la conseguenza è concreta: limiti d’uso, prezzi e disponibilità dei modelli dipendono da contratti di capacità che i laboratori firmano anche con i rivali, e un fornitore a corto di calcolo può razionare proprio il modello su cui hai costruito il tuo prodotto. È un motivo in più per progettare fin dall’inizio un’integrazione che permetta di cambiare modello senza riscrivere tutto.

Fonti:

Domande frequenti

Che cos'è l'intelligenza artificiale generativa?

È la famiglia di sistemi di intelligenza artificiale che, a partire da un'istruzione in linguaggio naturale chiamata prompt, produce un contenuto nuovo: testo, immagini, audio, video o codice. A differenza dell'AI tradizionale, che classifica o stima un valore, impara la distribuzione dei dati e ne genera di nuovi che le somigliano.

Qual è un esempio di intelligenza artificiale generativa?

Gli esempi più diffusi sono gli assistenti come Claude di Anthropic, ChatGPT di OpenAI e Gemini di Google, che scrivono testi e codice. Per le immagini ci sono modelli come GPT Image 1.5 e Nano Banana 2.1, per il video Sora, per la voce modelli in tempo reale come GPT-Live-1 e Gemini 3.8 Live.

Come funziona l'intelligenza artificiale generativa?

Il testo del prompt viene spezzato in token, convertito in vettori numerici e fatto passare attraverso una rete transformer che calcola la probabilità del token successivo. Il modello genera un token alla volta, e ogni token prodotto rientra nell'input per scegliere il successivo. Le capacità derivano da un addestramento in tre fasi: pre-training, fine-tuning e allineamento con feedback umano.

Che differenza c'è tra AI generativa e AI tradizionale?

L'AI tradizionale, detta discriminativa, impara un confine fra categorie: decide se un'email è spam o stima un punteggio di credito. L'AI generativa impara com'è fatto il dato e può produrne di nuovi, per esempio scrivere l'email. In molti progetti aziendali di classificazione e previsione la soluzione più adatta resta quella tradizionale.

Perché l'AI generativa inventa informazioni false?

Il fenomeno si chiama allucinazione: il modello è ottimizzato per produrre continuazioni probabili, non vere, e una citazione inventata ma plausibile è statisticamente una buona continuazione. Il modello non tiene un registro di ciò che sa. Per ridurre il rischio si ancorano le risposte a documenti recuperati al momento, con tecniche come il RAG, e si verificano le affermazioni alla fonte.

Cosa si può fare oggi con l'intelligenza artificiale generativa?

Rende bene su compiti in cui l'output è una bozza rivista da una persona e l'errore è facile da vedere: sintesi di documenti, prime stesure, traduzioni, refactoring di codice, estrazione di dati da PDF. Collegata a dati e strumenti tramite standard come MCP, può anche agire come agente in più passi. È meno adatta a prendere decisioni finali senza controllo umano.

Quanto costa usare l'AI generativa in azienda?

I modelli si pagano in dollari per milione di token: a ottobre 2026 si va da 0,10 dollari di input per Claude Haiku 5.5 e GPT-6 Luna a 4 dollari per Claude Opus 5.5. Sul conto pesano però soprattutto il contesto ripassato a ogni chiamata e il numero di chiamate degli agenti. Il prompt caching può ridurre molto la spesa: Asana ha tagliato di 76 volte il costo di un agente nei test.

L'intelligenza artificiale generativa capisce davvero quello che scrive?

Non nel senso umano del termine: un modello generativo calcola quale token è più probabile dato il contesto, senza un registro di ciò che sa o non sa. Questo meccanismo statistico produce però capacità reali e misurabili, come risolvere compiti mai visti a partire da pochi esempi. Il dibattito scientifico su quanto queste capacità siano davvero emergenti è ancora aperto.

Tabella dei contenuti
Articoli correlati:
Vuoi che l'AI diventi il tuo motore di valore più potente?

Ti accompagniamo noi con Mimír AI Agent.