top of page
Cerca

AI, MAX News - Dicembre 2025

30 dic 2025
Tempo di lettura: 19 min

Ciao, eccoci alla fine di un altro anno di AI.


Il 2025 è stato l'anno in cui l'AI è uscita dalla fase "strumento magico" per diventare parte integrante del lavoro quotidiano di migliaia di persone e aziende. O almeno lo è diventata per me.


È stato un anno incredibile sotto tantissimi punti di vista, un anno a mio avviso più trasformativo del 2024.


Quindi, questa newsletter, tanto per cambiare, è diversa dalle altre. È più lunga, più densa, più riflessiva. Perché voglio raccontarvi non solo cos'è successo nel 2025, ma anche come leggere questi cambiamenti attraverso una lente precisa: quella dell'AI Fluency, il concetto che secondo me ha guidato l'intero anno e che riassume probabilmente l'esperienza di tutti noi che l'AI la usiamo e per certi versi la subiamo.


AI Fluency, non è solo padronanza tecnica, ma quella capacità sempre più diffusa di muoversi nell'intelligenza artificiale con la stessa naturalezza con cui oggi navigate su uno smartphone. E che vi permette anche di decidere QUANDO NON USARLA.


Quindi eccovi le 5 aree con 5 idee ciascuna hanno segnato quest'anno, secondo me. Vedrete che molte di queste rimarranno a lungo.


Ah, se volete approfondire i contenuti di questa newsletter in modo interattivo, ho creato un NotebookLM con tutti i materiali.


Tecnologie e modelli: 5 innovazioni che hanno segnato il 2025


Quest'anno abbiamo assistito a un'evoluzione tecnologica senza precedenti. Non più solo modelli linguistici che rispondono bene, ma sistemi che ragionano, ricordano, si integrano e democratizzano la creazione. Ecco le cinque innovazioni che hanno cambiato il gioco secondo me.


1. AI Agents: da tool a partner tattico


Gli agenti AI non sono più semplici chatbot che rispondono a domande. Nel 2025 sono diventati veri e propri partner operativi: sistemi autonomi capaci di prendere decisioni, orchestrare workflow complessi e adattarsi al contesto. Pensate a miniMe, il mio sistema di agenti che gestisce tutto, dalla ricerca semantica alla pubblicazione di contenuti, passando per l'integrazione con la maggior parte dei software che uso.



2. Reasoning Models: quando l'AI ci pensa su


Se fino a ieri i modelli linguistici erano velocissimi ma superficiali, quest'anno abbiamo una nuova categoria che si è fatta sentire: i reasoning models. OpenAI o1, DeepSeek R1 e altri stanno introducendo il concetto di test-time scaling, ovvero la capacità di dedicare più tempo di calcolo a problemi complessi per produrre risposte più accurate.


In pratica, invece di rispondere immediatamente, questi modelli "ragionano" prima di parlare. È come avere uno stagista che, invece di buttare giù la prima risposta che gli viene in mente, si ferma, riflette, verifica e solo poi consegna il lavoro. Il risultato? Prestazioni decisamente migliori su task complessi come matematica, coding e problem solving strategico.



3. MCP (Model Context Protocol): l'interoperabilità che mancava


Anthropic ha lanciato lo scorso anno a novembre il Model Context Protocol che in pochi mesi è diventato uno standard aperto che permette agli agenti AI di connettersi con qualsiasi sistema esterno in modo sicuro e strutturato.


Grazie a MCP, oggi posso far parlare Claude con i miei appunti Obsidian, con i miei bookmark Raindrop, con il mio CRM e il mio sistema contabile. Tutto in modo trasparente, controllabile e senza dover scrivere codice personalizzato ogni volta. È il tipo di innovazione infrastrutturale che non fa rumore, ma che cambia tutto.



4. Memory: il contesto che non si dimentica


OpenAI ha introdotto la memoria persistente in ChatGPT. Significa che l'assistente ora ricorda le vostre preferenze, i vostri progetti, il vostro stile di lavoro. Non dovete più ripetere ogni volta "scrivimi in tono informale" o "ricorda che lavoro in una PMI manifatturiera".


È un cambio di paradigma sottile ma potente: dall'AI usa-e-getta all'AI che costruisce una relazione con voi nel tempo. E questo, credetemi, fa la differenza nel quotidiano.


Ora la usano tutti i big player e questo rappresenta un concetto fondamentale nella nostra relazione con l'AI. Chi gestisce il contesto?



5. Vibe Coding e Vibe Making: creare senza sapere come


Avete presente quando descrivete a parole cosa volete e l'AI lo crea per voi? Ecco, questo è il Vibe Coding (per il software) e il Vibe Making (per contenuti creativi). Strumenti come Lovable, Cursor e v0 permettono di costruire app funzionanti semplicemente descrivendo cosa dovrebbero fare.


Non è magia, è la democratizzazione della creazione. Non serve più essere sviluppatori esperti o designer professionisti. Serve solo avere un'idea chiara e saperla comunicare bene. Ed è qui che torniamo al concetto chiave: la fluency nell'AI non è saper programmare, ma saper orchestrare. Posto che poi, se avete problemi tecnici, dovete saperli risolvere.



Assumere l'AI in azienda. 5 concetti chiave.


Assumere l'AI in azienda non significa solo "stiamo usando ChatGPT". Significa integrare capacità artificiali come fossero nuovi collaboratori: con ruoli definiti, autonomia crescente e responsabilità chiare. Il 2025 ci ha insegnato che servono framework pratici, non solo entusiasmo tecnologico. Questi cinque concetti hanno guidato le aziende che ho seguito nel passaggio da "sperimentazione" a "trasformazione sostenibile". E il libro "Assumere un'intelligenza artificiale in azienda" rimane attuale. A parte i costi dei token che sono calati di prezzo a doppia cifra.


1. AI Fluency: il filo conduttore del 2025


Se c'è un concetto che ha fatto da stella polare quest'anno, scusate la ripetizione, è l'AI Fluency. Non si tratta di sapere tutto sull'AI, ma di saperla usare con naturalezza nel proprio lavoro. È come la differenza tra chi sa scrivere codice e chi sa far accadere le cose usando il codice.


Il mio framework dell'AI Fluency individua sei livelli di maturità:


  1. Curioso - avete sentito parlare di AI ma non l'avete mai usata seriamente

  2. Esploratore - avete iniziato a sperimentare con ChatGPT o simili

  3. Praticante - usate l'AI regolarmente per task specifici

  4. Integratore - avete integrato l'AI nei vostri workflow quotidiani

  5. Orchestratore - gestite sistemi complessi di agenti AI

  6. Fluente - l'AI è parte naturale del vostro pensiero strategico


Ma ce ne sono altri, anche più autorevoli seppure complessi da comprendere. L'importante è pensarci, non è la scala ma il concetto a contare..


Dove vi collocate? Nei miei workshop ho visto centinaia di persone passare dal livello 1 al livello 3 in pochi mesi. E chi arriva al livello 4-5 non torna più indietro. Perché a quel punto l'AI non è più uno strumento, è un modo di pensare.



2. I workshop AI: nuovi mondi richiedono nuovi modi.


Il 2025 è stato, per me personalmente, l'anno dei workshop. Ho tenuto decine di sessioni e visto un migliaio di manager e team in tutta Europa. E i numeri parlano chiaro su quanto siano stati apprezzati. Ma non li pubblico perchè mi vergogno per quanto sono alti :) È un sistema pratico, efficace, rapido per allineare il management e prendere consapevolezza di cosa sta cambiando e capire che serve un piano di trasformazione. Non della tecnologia, ma della filosofia organizzativa.


Cosa ha funzionato? Una combinazione di teoria e pratica, con sessioni hands-on dove i partecipanti hanno sperimentato direttamente strumenti AI sui loro casi d'uso reali. Non lezioni frontali, ma workshop veri.


Cosa ho imparato


Ascoltando centinaia di domande, dubbi e paure, ho capito alcune cose:


  1. Il framework AI-PLUG funziona se avete metodo - le aziende che lo seguono hanno adoption più veloce e sostenibile

  2. FAFO, (Fool Around and Find Out) 15 minuti al giorno è la chiave - la sperimentazione quotidiana batte la formazione intensiva una tantum

  3. Shadow AI è ovunque - il 50% delle aziende ha dipendenti che usano AI senza autorizzazione. Meglio governare che vietare

  4. I prompt lunghi funzionano meglio - nei task complessi, prompt da 450+ parole producono risultati migliori dei prompt brevi


E una cosa mi ha colpito più di tutte: la sete di conoscenza pratica. Le persone non vogliono teoria (anche se un po' serve), ma comprendere come applicare l'AI al proprio lavoro. Vogliono esempi concreti, casi d'uso reali, errori da evitare. E questo è quello che continuerò a fare.


3. AI Agency: i cinque livelli di autonomia


Non tutti gli agenti AI sono uguali. Il concetto di AI Agency ci aiuta a capire quanta autonomia decisionale diamo ai nostri sistemi:


  1. Livello 0 - L'AI esegue solo comandi diretti (chatbot base)

  2. Livello 1 - L'AI suggerisce opzioni tra cui scegliete voi

  3. Livello 2 - L'AI agisce autonomamente ma vi notifica

  4. Livello 3 - L'AI agisce e vi informa solo se necessario

  5. Livello 4 - L'AI gestisce tutto e interviene solo in caso di problemi critici


La sfida? Trovare il giusto equilibrio tra efficienza e controllo. Nei workshop mi chiedono sempre: "Ma possiamo fidarci?". La risposta è: dipende da quanto bene avete progettato il sistema e quanto chiaramente avete definito i vincoli.


4. AI-PLUG: il framework per l'adozione in azienda


Implementare l'AI in azienda non è una questione tecnologica, è una questione organizzativa. Per questo ho sviluppato AI-PLUG©, un framework in 6 fasi che guida il viaggio di trasformazione:


  • Awareness (Consapevolezza) - Riconoscere le possibilità dell'AI e la necessità di agire, allineando il team di leadership e fondando l'AI-TEAM multidisciplinare

  • Ignite (Accensione) - Iniziare il viaggio organizzando la riunione di avvio, partecipando a workshop ispiratori e definendo modelli, protezione dati e budget

  • Practice (Pratica) - Utilizzare strumenti AI nella routine quotidiana, sperimentando con problemi reali, condividendo scoperte e fallimenti, avviando piccoli progetti a basso rischio

  • Learn (Apprendimento) - Coltivare una cultura del miglioramento continuo con sessioni di feedback regolari, consolidando l'AI-TEAM come hub di conoscenza

  • Understand (Comprensione) - Trasformare l'intuizione in conoscenza attraverso revisioni strategiche, identificando soluzioni efficaci e selezionando i partner giusti

  • Generate (Generare valore) - Avviare il primo progetto AI ufficiale, implementare cicli iterativi ad altri team e creare policy organizzative per l'uso dell'AI


Le aziende con cui ho lavorato che hanno usato questo framework per guidare la loro trasformazione stanno ottenendo risultati concreti. E funziona perché non parte dalla tecnologia, ma dalle persone e dai processi.



5. Cosa ho fatto io: miniMe, l'esempio estremo di assunzione AI


miniMe è il mio esperimento personale per capire cosa significa davvero "assumere" un'AI.


Quest'anno ho dedicato centinaia di ore a costruire un sistema complesso di agenti AI che lavorano per me. Non per scrivere codice (non sono un programmatore), ma per gestire la complessità crescente del mio lavoro quotidiano. L'obiettivo? Sperimentare in prima persona sistemi multi-agentici avanzati senza avere competenze tecniche approfondite, e soprattutto capire cosa funziona davvero prima di consigliarlo ad altri.


miniMe è diventato il mio laboratorio personale: ogni successo e ogni fallimento mi insegnano qualcosa che poi porto nelle aziende. È come assumere un team virtuale e scoprire sul campo quali mansioni delegare, quali processi automatizzare, dove serve ancora il tocco umano. Se volete capire meglio questo approccio, ne ho scritto diffusamente qui.


L'architettura di miniMe


Al centro c'è un sistema RAG, un database vettoriale che contiene tutto: i miei articoli, i miei bookmark Raindrop, le mie note Obsidian. Usa embeddings OpenAI per permettere ricerche semantiche intelligenti. Invece di cercare parole chiave, cerco concetti.


Attorno a miniMeRag orbitano sei MCP servers con cui mi collego a tutti i sistemi che mi servo per lavorare.


E tutto viene gestito da un subagente AI che si diverte a cercare in giro e valutare le priorità e le pertinenze di quello che ho trovato.


Il risultato? Un sistema che sa cosa so, cosa ho scritto, cosa sto leggendo e può agire in autonomia per aiutarmi. Non è un assistente virtuale, è una estensione della mia memoria e della mia capacità operativa.


Non capite cosa ho scritto? È tempo di un workshop. ;-)


Memoria trasparente vs blob fangoso


Una delle scelte più importanti è stata optare per una memoria trasparente. Ogni dato è tracciabile, ogni fonte è citabile, ogni decisione è spiegabile. L'alternativa era il "blob fangoso": un sistema opaco dove non sapete perché l'AI vi suggerisce qualcosa.


Preferisco sapere esattamente da dove vengono le informazioni. Non solo per questioni etiche, ma perché mi permette di fidarmi del sistema. E quando vi fidate, delegate. E quando delegate, scalate.


Non è produttività, è amplificazione. Faccio cose che prima non potevo fare. E le faccio meglio.


Modelli e strumenti: 5 strumenti che hanno fatto la differenza


Oltre ai grandi modelli, il 2025 è stato l'anno di tool specifici che hanno reso l'AI accessibile e utile per casi d'uso concreti. Ecco quelli che hanno catturato la mia attenzione.


1. Claude Code: il mio ambiente di lavoro definitivo (almeno per ora)


Il mio top tool del 2025 non è stato un modello o una piattaforma. È stato Claude Code, l'interfaccia CLI di Anthropic. Ma non l'ho usato come strumento di sviluppo. L'ho usato come ambiente di lavoro completo.


Non perchè si possa programmare lì dentro (anche) ma perchè ci si può lavorare assieme, e lui capisce quando-deve-fare-cosa: parlare di contenuti, aiutarmi a studiare, aiutarmi a preparare proposte. In sostanza ho "lavorato" con Claude. Invece di programmare, ho orchestrato. Questo è il Vibe Working: descrivere cosa devo fare, vedere Claude analizzare il contesto, proporre soluzioni, eseguire operazioni complesse. Non solo codice, ma ricerca, analisi, scrittura, organizzazione.


Senza Claude, miniMe sarebbe un'inutile pezzo di ferraglia. (cit.)


2. NotebookLM: dal caos al ragionamento ordinato.


Google ha rilasciato NotebookLM, uno strumento che inizialmente trasformava documenti scritti in podcast audio conversazionali. Caricate i vostri file, scegliete un focus e NotebookLM genera una discussione naturale tra due speaker virtuali che analizzano il contenuto.


L'ho usato per trasformare lunghi report in audio da ascoltare in macchina. Funziona incredibilmente bene per contenuti densi che richiedono più passaggi per essere digeriti. È come avere due colleghi intelligenti che discutono dei vostri documenti mentre voi ascoltate.


Solo che negli ultimi mesi si è messo a fare slide, infografiche, video commentati, mappe mentali e molto di più. Una tipologia di strumento che proprio mancava. E che ad oggi mi risulta estremamente utile per studiare e capire



3. Lovable: rapid prototyping agentico


Lovable stava fallendo a fine 2024. Ora è la startup europea che più sta crescendo. È l'esempio perfetto di Vibe Coding fatto bene. Descrivete l'app che volete, Lovable la costruisce. Volete modificare qualcosa? Lo dite a parole e Lovable aggiorna il codice in tempo reale.


L'ho usato in demo durante i workshop e la reazione è sempre la stessa: occhi sgranati e "ma quindi posso davvero creare app senza programmare?". Sì, potete. Ma serve comunque capire cosa volete creare e perché. La tecnologia è diventata facile, il pensiero strategico e la gestione dei problemi tecnici no. Anche qui: workshop se non avete capito cosa ho scritto :-)


4. n8n: l'orchestratore di tutto


Se dovessi scegliere il tool che ha reso possibile miniMe, sarebbe n8n. Non è AI, è orchestrazione pura. Ma è proprio questo il punto: l'AI da sola non basta, serve qualcuno che coordini tutto.


n8n è una piattaforma low-code che connette sistemi, automatizza workflow e fa dialogare servizi diversi. Nel mio caso: estrae dati da Wix, li invia a Notion, triggera agenti, invia email via Outlook, aggiorna database. Tutto in flussi visuali, senza scrivere (troppo) codice.


Nel 2025 ho costruito con n8n: automazioni per newsletter, pipeline di raccolta feedback workshop, sincronizzazioni tra sistemi che normalmente non si parlano. È diventato il sistema nervoso di miniMe: gli agenti pensano, n8n esegue.


Il vero potere? Non è solo automation. È orchestrazione intelligente: flussi condizionali, retry logic, error handling, parallel execution. Quando Claude Code suggerisce una soluzione, n8n la rende operativa. Quando miniMe deve fare qualcosa nel mondo reale, passa da n8n.



5. La battaglia dei modelli: l'anno della convergenza


Servirebbero 12 newsletter così per parlare dei cambiamenti nei modelli di quest'anno. Il 2025 è stato l'anno in cui i modelli di frontiera sono diventati... prevedibilmente eccellenti. Sembra un paradosso, ma è la realtà: quando tutti i top model ottengono punteggi simili sui benchmark, la competizione si sposta altrove. Non più "chi è il migliore", ma "chi è il migliore per cosa" o "Chi è il migliore per fare quello che vi serve".


Chi ha vinto? Nessuno. O meglio, tutti.


Secondo LMArena leaderboard (4.8M voti, 287 modelli), a dicembre 2025 i top contender sono Gemini 2.5 Pro, Claude Sonnet 4.5, Claude Opus 4.5. Gemini 2.5 Pro ha "the highest estimated true underlying score", ma le differenze? Single-digit percentage points.


E questa, secondo me, è una buona notizia. Perché significa che la competizione non è più su "chi ha il modello magico", ma su costo, velocità, specializzazione, affidabilità. Significa che l'AI sta maturando da tecnologia hype a infrastruttura affidabile.


Se pensate di poter scegliere "il miglior modello" e usarlo per 2 anni, ripensateci. L'AI-Fluency vi servirà non più per scegliere il modello giusto. Ma per switchare tra modelli in base al task. Volete fare coding? Claude Opus 4.5. Volete reasoning puro? OpenAI o3. Volete multimodale economico? Gemini Flash. Volete locale open source? DeepSeek o LLaMA. E tra 6 mesi? Tutto potrebbe cambiare.


Link utili:


Fonti ufficiali:



Analisi autorevoli:



Punti di non ritorno che cambiano tutto: 5 discontinuità irreversibili


Il 2025 non è stato l'anno delle novità incrementali. È stato l'anno delle discontinuità irreversibili. Cambiamenti che ridefiniscono come si fa business con l'AI e che rendono impossibile tornare indietro.


Non importa essere early adopter. Importa capire cosa è cambiato per sempre. Perché dal 2026 in poi, queste sei discontinuità diventeranno la normalità operativa di ogni organizzazione che vuole competere.


1. MCP: la system integration è cambiata per sempre


13 mesi fa non esisteva. Oggi è impossibile ignorarlo.


Novembre 2024: Anthropic lancia il Model Context Protocol. Un protocollo open source che permette agli LLM di connettersi con qualsiasi sistema esterno in modo standardizzato. Pensatelo come HTTP per l'era agentica: uno standard che permette a tutto di parlare con tutto, mediato da AI.


Oggi, dicembre 2025: 97 milioni+ download mensili. È diventato lo standard de facto per l'integrazione AI.


Chi lo ha adottato? OpenAI (marzo 2025), Google DeepMind (aprile 2025), Microsoft, AWS. E dicembre 2025 ha portato la svolta definitiva: Anthropic ha donato MCP alla Agentic AI Foundation, sotto l'ombrello della Linux Foundation. Governance neutrale, standard aperto, futuro garantito.


Impact business dal 2026: Dal prossimo anno assumeremo che tutto si integri con tutto tramite LLM + MCP. Fine del vendor lock-in sugli strumenti. Fine delle integrazioni custom costose. Inizio di un'era dove cambiare fornitore significa modificare una configurazione, non riscrivere codice.


Le aziende che oggi progettano sistemi agentici senza MCP stanno costruendo debito tecnico. Quelle che lo adottano ora stanno costruendo vantaggio competitivo.



2. OCR: non ci preoccupiamo più se "ce la farà"


L'OCR non è più un problema tecnico. È un problema risolto.


18 dicembre 2025: Mistral lancia OCR 3. Prezzo? $2 per 1000 pagine. Performance? 74% win rate vs Google/OpenAI sui benchmark. Capacità? Gestisce handwriting corsivo, tabelle complesse con celle unite, formule matematiche, layout multicolonna.


Ma non è solo Mistral. Ottobre 2025: DeepSeek OCR, 3 miliardi di parametri, compressione 10x rispetto ai competitor, supporto per 100+ lingue, licenza MIT. Scaricabile, installabile localmente, modificabile.


Impact business: Document understanding è automatizzabile. Fatture, contratti, moduli cartacei non sono più una sfida tecnica da affrontare con vendor costosi. È un problema commodity risolvibile con API a pochi dollari o modelli locali gratuiti.


Questo significa che processi come onboarding clienti, compliance documentale, data entry da documenti legacy non sono più colli di bottiglia. Sono operazioni che si possono automatizzare in poche ore, non in mesi di progetto.



3. Edge AI: hardware intelligenti locali come standard


Processing locale senza cloud diventerà la normalità, non l'eccezione.


I numeri del 2025 raccontano una storia chiara: il mercato Edge AI cresce con un CAGR del 33.9% (2024-2030). Non è hype, è adozione misurabile.


51% della popolazione usa GenAI regolarmente (2025). 52% dei consumatori è disposto a pagare servizi AI mensili, generando un'opportunità da $12 miliardi. E nell'industria? Predictive maintenance basata su Edge AI risparmia il 12% dei costi operativi.


Il pattern è chiaro: processing AI si sposta dove stanno i dati. Telecamere intelligenti, sensori industriali, dispositivi IoT che elaborano localmente invece di inviare tutto al cloud.


Impact business: Privacy-by-design diventa possibile. Data sovereignty diventa reale. Latenza zero diventa normale. Ma c'è una sfida: 44% dice "troppo costoso", 42% "non vedo beneficio". E io aggiungo che questi modelli mi ricordano ancora molto, troppo GPT 3.5. Ma questa è la direzione.


In ogni caso 2026 sarà l'anno della democratizzazione: chip più economici, strumenti più accessibili, casi d'uso più chiari. Chi inizia ora a sperimentare con Edge AI avrà vantaggio su chi aspetta.



4. Sistemi agentici: da esperimento a nuova normalità


L'evoluzione è stata rapida: Chat (L0) → Agents con Tools (L2) → Reasoning Agents (L3) → Agentic Systems (L5).


I sistemi agentici del 2025 orchestrano multipli agenti specializzati. Auto-progettano workflow on-the-fly. Decidono autonomamente quali strumenti usare, quali dati recuperare, quali altri agenti coinvolgere.


Computer Use di Anthropic e Operator di OpenAI hanno portato browser automation, form compilation, RPA senza coding. Gli agenti navigano siti web, compilano moduli, estraggono dati come farebbe un umano. Ma più velocemente, senza errori, 24/7.


Impact business: Scalabilità esponenziale. Riduzione switching time. Ma anche rischio: il "Paperclip Maximizer" è reale. Agenti senza vincoli chiari perseguono obiettivi senza contesto etico.


Chi adotterà sistemi agentici nel 2026 dovrà padroneggiare il concetto di AI Agency: quanto potere decisionale delegare, quali vincoli impostare, come monitorare comportamenti emergenti.



5. Vibe Coding: programmare è diventato un superpotere per tutti


Chiunque può scrivere codice. Questa è la discontinuità più democratica e pericolosa del 2025. E quindi ne parlo anche qui oltre che nelle nuove tecnologie. Andrej Karpathy l'ha battezzato "Vibe Coding" e in pochi mesi è esploso: la possibilità di creare software semplicemente descrivendo cosa volete a un'AI. Non servono più anni di studio su sintassi, librerie, framework. Basta saper descrivere il problema.


Vibe Coding vs AI-Assisted Coding: qui sta il punto critico. Il Vibe Coding è per chi non sa programmare - marketing manager che creano dashboard, HR che automatizzano processi, manager che costruiscono tool interni. L'AI-Assisted Coding è diverso: programmatori esperti che amplificano la loro produttività con Claude Code, Cursor, Copilot. Uno democratizza l'accesso, l'altro moltiplica l'impatto degli esperti.


Impact business: tra Claude Code, GitHub Copilot, AI Studio di Google, Lovable e decine di altri tool, stiamo assistendo all'esplosione del "software usa e getta". Micro-applicazioni create in ore, usate per task tattici, dimenticate. Non è solo efficienza: è un nuovo paradigma dove il ciclo di vita del software si comprime da mesi a giorni. E dove il confine tra "tecnici" e "non tecnici" diventa irrilevante.


Ma c'è il rovescio: chi non capisce cosa sta sotto la superficie rischia grosso. Sicurezza ignorata, debito tecnico invisibile, codice impossibile da manutenere. Il mondo come lo conosciamo sarà sempre diverso, ma solo se capiamo che il Vibe Coding non elimina la necessità di competenza - la ridistribuisce. Non serve più saper scrivere Python, ma serve capire architetture, sicurezza, scalabilità. Il Vibe Coding è potente, ma richiede nuove responsabilità. Quest'anno ho fatto parecchie sessioni di due giorni su questi argomenti con aziende che si sono semplicemente reinventate in seguito.


Il buon Andrej Karpathy ha recentemente ammesso di sentirsi in imbarazzo pure lui, che si sente indietro, essendo nate nuove 'primitive di sviluppo' quest'anno come contesto, agenti, subagenti, MCP, LSP, skills, hooks che... serve proprio reinventarsi. Qui il suo post su X



Previsioni 2026: 5 sparate sbagliate.


Fare predizioni è un esercizio rischioso. Quando producevamo e vendevamo sistemi di previsione di consumi di energia e gas c'era un payoff sulla prima slide: "Le previsioni sono sbagliate, speriamo poco." Ma è anche divertente, e ci costringe a ragionare su dove stiamo andando. Ecco le mie cinque previsioni per il 2026, vediamo quante ne sbaglierò.


1. Il boom dei "Pastori di Agenti"


Nel 2026 vedremo emergere un nuovo mestiere: il Pastore di Agenti. Non sviluppatori, non data scientist, ma professionisti che sanno orchestrare swarm di agenti AI specializzati per risolvere problemi complessi.


Immaginate un project manager che invece di gestire un team umano, gestisce un team di dieci agenti AI, ciascuno esperto in una cosa: uno fa ricerca, uno analizza dati, uno scrive, uno verifica, uno ottimizza. Il Pastore coordina, definisce priorità, risolve conflitti e garantisce qualità.


Non è fantascienza, è già realtà in alcune aziende avanzate. Nel 2026 diventerà mainstream. Poi magari il nome sarà diverso eh.



2. GEO diventa mainstream (e la SEO muore definitivamente)


Addio SEO, benvenuta GEO (Generative Engine Optimization). Se oggi ottimizzate i vostri contenuti per Google Search, nel 2026 li ottimizzerete per come le AI generative citano le vostre fonti.


Significa scrivere in modo che ChatGPT, Claude, Gemini e altri vi citino come fonti autorevoli quando rispondono alle domande degli utenti. Significa strutturare contenuti per essere facilmente parsabili, includere dati con fonti verificabili, creare authority su topic specifici.


La buona notizia? La GEO premia contenuti di qualità, non trucchi algoritmici. La cattiva? Se non iniziate ora, sarete indietro.


3. Shadow AI esce dall'ombra (e i CISO diventano AI Governance Officer)


Nel 2026, le aziende smetteranno di fare finta che i dipendenti non usino AI. La Shadow AI (uso non autorizzato di strumenti AI) è troppo diffusa per essere ignorata. E invece di vietarla, le aziende inizieranno a governarla.


I Chief Information Security Officer diventeranno anche AI Governance Officer. Il loro compito? Non bloccare l'innovazione, ma creare framework sicuri entro cui sperimentare. Policy chiare, tool approvati, best practice condivise.


Le aziende che capiranno questo avranno un vantaggio competitivo enorme. Quelle che continueranno a vietare si troveranno con dipendenti frustrati, tanta shadow AI e innovazione zero.


4. Vibe Making sostituisce i brief creativi


Nel mondo della creatività, il 2026 sarà l'anno del Vibe Making. Invece di brief dettagliati consegnati a designer professionisti, avrete creativi che descrivono a parole cosa vogliono e l'AI lo realizza.


Il designer del futuro non è chi sa usare Photoshop meglio di tutti, ma chi sa immaginare, descrivere e iterare meglio di tutti. Il technical skill diventa commodity, il creative thinking diventa oro.


Questo non ucciderà i designer, ma cambierà radicalmente cosa significa "essere designer". Esattamente come la fotografia digitale ha cambiato cosa significa "essere fotografo".


5. I robot si chiameranno Gigi (e diventeranno membri del team)


Ok, questa è provocatoria 😏. Ma parlo sul serio: nel 2026 vedremo sempre più umanizzazione degli agenti AI. Non solo nomi (tipo "Gigi", il nostro agente di customer service), ma personalità definite, tone of voice specifici, persino "team fit".


"Gigi è bravissimo con i clienti difficili, ma tende a essere troppo prolisso. Usiamolo per i reclami complessi, non per le FAQ veloci. Oppure cambiamogli il prompt"


Suona strano? Sì. Succederà? Assolutamente. Perché quando gli strumenti diventano abbastanza sofisticati, iniziamo a trattarli come colleghi. E questo cambia tutto: come li progettiamo, come li valutiamo, come ci relazioniamo con loro.


Sarà affascinante. E un po' inquietante. Ma soprattutto, sarà inevitabile. Magari dal 2027 però.


Conclusione: l'AI Fluency è un nuovo importante skill


Se c'è una cosa che voglio lasciarvi da questo 2025, è questa: l'AI Fluency è la competenza che farà la differenza nei prossimi anni. Non la conoscenza tecnica profonda, non la capacità di scrivere codice, ma la capacità di muoversi nell'AI con naturalezza, di orchestrare strumenti complessi, magari generando codice usa e getta, per raggiungere obiettivi concreti.


E la buona notizia è che la fluency si può imparare. Non serve essere data scientist o developer. Serve curiosità, sperimentazione quotidiana e un framework mentale chiaro per capire dove e come applicare l'AI. FAFO in sostanza.


Il 2026 sarà ancora più interessante. Vedremo nuovi modelli, nuovi tool, nuovi casi d'uso. Ma soprattutto, vedremo sempre più persone e aziende passare dal livello "curioso" al livello "fluente". E questo cambierà il modo in cui lavoriamo, creiamo e pensiamo.


Vi auguro un 2026 di trasformazione positiva, responsabile e ricca di soddisfazioni.


Perché la teoria è importante, ma ciò che conta davvero è cosa riuscite a fare con quello che imparate.


Grazie per essere arrivati fino a qui. So che è stata una lettura lunga, ma spero utile. Se volete approfondire qualcosa, sapete dove trovarmi.


P.S. Il mio regalo di Natale per voi


Con Andrew Fattorini e YPO abbiamo organizzato un workshop sull'AI presso Zenato Winery per mettere insieme Generative AI, Generazione Z e... i genitori. Ne sono uscite quasi 3 ore di contenuto, gratis su YouTube.


Per chi si annoierà in questi giorni e vorrà qualcosa di diverso dal solito Netflix.



P.P.S. se ve lo siete perso in testa: potete approfondire i contenuti di questa newsletter in modo interattivo, ho creato un NotebookLM con tutti i materiali.


Enjoy AI Responsibly!


Massimiliano


bottom of page