Nessuno di questi ritratti è completamente  inventato. Nascono tutti dalle stesse tracce, ma vengono lette, pesate e sintetizzate in modo diverso da ciascun modello, a seconda di chi sei e di cosa chiedi. La domanda interessante non è quale di queste sia “quella vera”. È cosa cambia per chi una marca la deve gestire.

Da messaggio a sintesi

Per decenni l’identità di marca è stata un monolite di significati: costruito dal management, veicolato attraverso canali controllabili. Negli anni del web e dei social è diventata un’identità negoziata con gli utenti, potenzialmente in grado di scalfire il monolite.

Oggi, nell’era della GenAI, sta diventando un’altra cosa ancora. Per dirlo serve prendere in prestito un’espressione tecnica: spazio latente. Dentro un modello linguistico di grandi dimensioni non c’è un archivio di frasi pronte, da pescare e restituire. C’è uno spazio matematico in cui ogni concetto è rappresentato come una posizione in mezzo a milioni di altri, e le risposte non vengono lette da un “cassetto”: vengono calcolate sul momento, attraversando quello spazio in base a ciò che chiedi. Lo stesso modello, sollecitato in modi leggermente diversi, percorre traiettorie diverse e produce risposte diverse. La risposta che cerchi non è scritta da nessuna parte finché non formuli la domanda.

L’identità di marca, oggi, si comporta esattamente così. Non vive più come un messaggio depositato da qualche parte e pronto all’uso. Esiste come pattern distribuito nelle tracce che l’azienda e le persone lasciano in giro (sito, recensioni, articoli, contenuti generati dagli utenti) e assume forma definita solo nel momento in cui un sistema intelligente viene interrogato su di essa. È latente nello stesso senso in cui lo è un concetto dentro il modello: c’è, ma come potenziale, non come elemento finito. E come per il modello, ogni risposta è leggermente diversa dalle altre, perché ogni sintesi dipende dal modello, dalla query, dal momento. Da qui il nome che ho scelto, marca latente.

Per usare un vocabolario più filosofico: è un’identità in potenza, che diventa atto solo nell’istante della sintesi. La distinzione è aristotelica e qui torna utile in senso letterale: la potenza è ciò che può essere ma non è ancora; l’atto è la sua realizzazione concreta. Una statua è in potenza nel blocco di marmo, diventa atto sotto lo scalpello. Allo stesso modo non esiste una marca con un’identità cristallizzata e univoca. Esiste un campo di significati possibili che, quando richiamati dall’utente (o da un agente IA), si manifestano: calcolati statisticamente sul momento.

È chiaro, allora, che pensare di avere il controllo sulla marca è un’illusione. Non da oggi: lo era anche prima. Ma la novità non è solo che l’IA rende quell’illusione visibile. È che ne introduce una variante inedita.
Nel mondo pre-GenAI il tempo dilavava le tracce: una crisi del 2022 sbiadiva, veniva archiviata, scivolava in fondo ai risultati di ricerca. Oggi quella stessa crisi può restare congelata nei pesi di un modello e riemergere intatta nel 2026, come se il tempo non fosse passato. Non è la vecchia perdita di controllo resa più evidente. È un meccanismo nuovo: la marca non sfugge più solo nello spazio, tra fonti che non governi, ma anche nel tempo, che non dilava più come faceva prima.

GEO, AEO, AIO: cosa cambia davvero

La tentazione, per chi guida un’azienda o un brand, è leggere tutto questo come una nuova disciplina. Già si parla di nuove forme di SEO come GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) e AIO (AI Optimization come unione di GEO e AEO). Tanto che i manager hanno già iniziato a chiedere: “Come ci posizioniamo su ChatGPT?”.

Domanda legittima, che però spesso porta a risposte sbagliate: tattiche di breve respiro come keyword stuffing per LLM, recensioni gonfiate, prompt injection, che non risolvono il problema e a volte lo aggravano. Sia chiaro, non tutta la GEO è fuffa: presidiare fonti autorevoli, esporre dati strutturati, tenere coerenti i fatti che ti riguardano sono pratiche sensate, che peraltro coincidono in parte con la strategia che sto per descrivere. Il punto non è che la tattica sia sbagliata. È che da sola non basta, perché scambia un problema strategico per un problema di ottimizzazione.

Il problema è strategico, infatti. Se l’identità di marca esiste in potenza nelle tracce, allora la marca non si comunica più come un unicum: si progetta affinché emerga dalle tracce che lasciamo. Il messaggio resta uno dei segnali, il più controllabile, ma è solo uno. Il lavoro vero è disseminare nel mondo un insieme di segnali tale per cui un sintetizzatore, interrogato, restituisca una versione decente di te.

Per chi dovrebbe governare una marca al tempo dell’intelligenza artificiale  significa quattro cose pratiche.

Le tracce non pesano tutte allo stesso modo. La gerarchia delle fonti non è più quella della SEO classica. Conta l’autorità della fonte, certo, ma contano almeno altrettanto due altri fattori.

Il primo è l’accessibilità tecnica. Un articolo eccellente di Repubblica dietro paywall pesa molto meno di un pezzo mediocre ma aperto, perché il crawler che alimenta l’addestramento fa fatica a leggerlo. Attenzione: il paywall riduce il peso, non lo azzera del tutto. I contenuti chiusi potrebbero rientrare comunque per altre vie, ad esempio dagli eventuali accordi di licenza tra editori e laboratori alle citazioni di terzi. Ma li penalizza in modo sistematico, e in una misura che chi pianifica le PR raramente considera.

Il secondo è la lingua. I corpora di addestramento sono massicciamente sbilanciati verso l’inglese. Il risultato è controintuitivo: a parità di accessibilità, un articolo aperto in inglese su una rivista di settore può pesare più di un pezzo lungo e ben scritto su una testata italiana. Molte aziende investono in PR nazionali in buona fede, convinte di costruire identità di marca, e ne costruiscono solo metà: quella visibile agli esseri umani, non quella leggibile dalle macchine.

Memoria e recupero sono due cose diverse. L’identità calcolata ha due strati che si comportano in modo differente.

Il primo è congelato nei pesi del modello al momento dell’addestramento. Ci entra al cutoff (il momento in cui l’azienda smette di addestrare il modello) e ci resta. Non per sempre, perché i modelli vengono riaddestrati dopo un certo numero di mesi, ma per un tempo imprevedibile. Pensa a un’azienda che ha cambiato nome, proprietà o posizionamento: per gli umani la transizione si è conclusa, per il modello la vecchia identità può sopravvivere mesi o anni nei suoi dati di addestramento.

Il secondo strato viene recuperato in tempo reale via ricerca e RAG (Retrieval Augmented Generation): più aggiornabile, ma dipendente da quali fonti il modello è configurato per consultare, e di questo, ad oggi, non sappiamo nulla. Qui basta che il primo risultato su un certo intento sia un forum pieno di critiche perché la sintesi ne risenta, anche se sui pesi la tua reputazione è solida. Gestire questi due strati separatamente, con logiche e orizzonti temporali diversi, è una competenza che quasi nessuno ha ancora sviluppato.

Le sintesi sono plurali. Non esiste la risposta dell’LLM sulla tua marca: ne esistono molte, una per ogni modello e una per ogni intento. “Scarpe da running per maratoneti”, “scarpe etiche”, “controversie sul marchio X” producono tre marche diverse con lo stesso nome. Monitorarle è un’attività che ha senso strutturare quanto il monitoraggio dei media tradizionali, con la differenza, non da poco, che qui i risultati cambiano ad ogni interrogazione. Quindi diffida dei tool magici di brand intelligence.

Stanno arrivando i lettori non umani. Nell’era agentiva, più vicina di quanto sembri, la marca non viene sintetizzata solo per un utente che legge. Viene letta e selezionata da agenti che decidono per conto dell’utente: comparano, filtrano, in alcuni casi acquistano. È il salto concettuale più importante, e quasi nessuno lo sta trattando.

Significa che, oltre a essere ben rappresentata, la marca deve essere leggibile e selezionabile da una macchina. Sono due requisiti diversi. Il primo lo conosciamo: è la reputazione, raccontata bene. Il secondo è nuovo. Un agente non si commuove per il tuo claim: confronta. Se i tuoi prezzi divergono tra il sito e i marketplace, se le specifiche di prodotto non coincidono da una fonte all’altra, se le informazioni che ti riguardano non sono esposte in forma strutturata e verificabile, l’agente non litiga con te: semplicemente ti scarta a favore di un concorrente più ordinato. La leggibilità per le macchine, fatta di dati strutturati, coerenza fattuale tra le fonti, claim verificabili, feed in formato machine-readable, smette di essere un dettaglio tecnico per gli sviluppatori e diventa una variabile competitiva. Per ora quasi del tutto ignorata.

Misurare la sintesi

Resta la domanda più scomoda: come si misura tutto questo? Non basta “chiedere a ChatGPT cosa pensa di noi” una volta e archiviare lo screenshot. La sintesi è plurale e mobile, e va trattata come tale.

In pratica vuol dire interrogare con regolarità più modelli, non uno solo, su un ventaglio di intenti che contano per il tuo business: il nome della marca, le categorie in cui competi, i temi sensibili, i confronti con i concorrenti. E vuol dire osservare non la singola risposta, ma la deriva delle risposte nel tempo: cosa compare e scompare, quali errori si sedimentano, quando un episodio che credevi chiuso torna a galla. È un monitoraggio più simile a una rilevazione longitudinale che a un controllo puntuale. Nessuno ti consegna una metrica pulita; il lavoro è costruirsi una serie storica e imparare a leggerla.

Iniziare a sperimentare

L’identità di marca latente è una responsabilità manageriale che pochi stanno ancora trattando come tale. È, a ben vedere, un nuovo gap di consapevolezza: la marca produce continuamente versioni di sé che chi la governa non vede, non misura e nemmeno sa di dover gestire. E non gestirla è una forma di abdicazione a monte: si delega alle macchine la sintesi della propria identità senza nemmeno accorgersene.

Capire quali tracce esistono, quali pesano, quali vanno costruite o ricostruite, come misurare la sintesi che ne emerge: è un lavoro ancora poco definito e poco codificato. Ma è un lavoro, e ognuno di noi farebbe bene a iniziare a sperimentare per poterlo fare al meglio.  

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo La marca latente: gestire il brand al tempo dell’intelligenza artificiale proviene da Vincos di Vincenzo Cosenza.

Come funziona Gemini Spark

Gemini Spark vive dentro l’applicazione di Gemini, in una sezione separata denominata tasks: un ecosistema interamente dedicato alle attività operative a lungo termine. Quando viene assegnato un obiettivo, l’agente non si limita a rispondere, ma elabora un piano d’azione dettagliato, suddiviso in fasi distinte, mostrando all’utente ogni singolo passaggio logico e gli strumenti utilizzati durante il processo.

Una delle caratteristiche più rilevanti è la gestione delle connected apps: l’agente è nativamente integrato con l’ecosistema di produttività di Google (come Gmail, Documenti, Drive e Calendario) e supporterà applicazioni di terze parte. In prospettiva, l’adozione del protocollo di contesto del modello (noto come MCP o Model Context Protocol) permetterà il collegamento a qualsiasi server remoto, espandendo esponenzialmente il raggio d’azione del sistema.

Gemini Spark si presenta come la risposta di Google a Claude Cowork di Anthropic, anche se qui l’esecuzione delle attività non è in locale (non richiede che il computer rimanga acceso), ma in cloud. Ecco cosa permette di fare in questa fase di beta:

• Automazione e gestione della produttività: la capacità di analizzare flussi informativi come la posta elettronica e le scadenze consente alla tecnologia di individuare priorità, inserire automaticamente eventi importanti in agenda ed elaborare bozze di risposta per le comunicazioni più urgenti. L’utente viene costantemente mantenuto nel ciclo decisionale (secondo l’approccio human-in-the-loop), approvando o modificando le azioni prima della loro effettiva esecuzione.
• Ricerca avanzata e sintesi di dati: lo strumento è in grado di scansionare il web secondo criteri temporali, filtri settoriali e fonti specifiche impostate dall’utente. Riesce così a elaborare report accurati, generare presentazioni grafiche essenziali e archiviare i file all’interno di cartelle organizzate in cloud.
• Creazione e memorizzazione di competenze (skills): come in Cowork anche qui l’agente può formalizzare una procedura appena eseguita e pacchettizzarla sotto forma di file .md. Queste istruzioni strutturate diventano abilità permanenti che il sistema può richiamare in qualsiasi momento per compiti analoghi.
• Programmazione ricorrente (schedule): ogni flusso di lavoro o competenza registrata può essere inserita all’interno di un calendario di pianificazione automatica. In questo modo è possibile stabilire routine periodiche (giornaliere, settimanali o mensili) per far eseguire compiti strategici in orari prestabiliti, garantendo un’operatività continua, ventiquattro ore su ventiquattro.

Nel video in basso vi mostro cosa è possibile fare concretamente al momento. Molto di più si potrà ottenere quando Google aprirà il sistema alla connessione con applicazioni di terze parti.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Gemini Spark: l’agente IA di Google testato in anteprima proviene da Vincos di Vincenzo Cosenza.

Il potenziale di Gemini Omni nella rielaborazione video

A differenza dei modelli tradizionali focalizzati esclusivamente sulla creazione di clip da zero, Gemini Omni esprime il suo massimo valore nella modifica e nella trasformazione di contenuti esistenti. Nella sua versione attuale, denominata Omni Flash, il sistema può generare solo video, consentendo di applicare variazioni stilistiche e modifiche selettive a elementi specifici definiti dall’utente.

Gemini Omni si può già usare dentro l’applicazione Gemini, dove si può partire da modelli preimpostati o da descrizioni libere per rielaborare il video caricato (i limiti di filmati generati dipendono dal tipo di abbonamento che si ha).
Sebbene la generazione pura mostri ancora margini di miglioramento, la capacità di manipolare i dettagli di una clip esistente apre scenari interessanti per l’ottimizzazione dei flussi di lavoro creativi.

Google Flow: la regia assistita e la gestione dei personaggi

Per i professionisti che necessitano di un controllo più avanzato, la piattaforma ideale nella quale usare Gemini Omni è Google Flow, un ambiente progettato per offrire funzionalità granulari e strumenti di livello superiore. Uno degli aggiornamenti più significativi di questo strumento è l’introduzione della modalità assistente (denominata Agent Mode), un vero e proprio regista virtuale con cui interagire attraverso una chat. L’assistente è in grado di comprendere briefing creativi complessi, proporre direzioni artistiche e strutturare storyboard dettagliati prima di procedere alla produzione vera e propria.

Inoltre, Google Flow introduce la gestione coerente dei personaggi, una funzione che permette di definire figure umane specifiche assegnando loro tratti distintivi, descrizioni caratteriali e persino voci dedicate. Il sistema genera una griglia di storyboard che fa da guida per lo sviluppo di scene sequenziali, garantendo la continuità visiva del protagonista all’interno del progetto, un elemento fondamentale per la realizzazione di video promozionali o narrazioni complesse.

La rivoluzione del Vibe Coding applicato al video

La vera svolta tecnologica di Google Flow risiede nella sezione dedicata agli strumenti dove troviamo la possibilità di sviluppare software personalizzati sul momento attraverso il concetto di vibe coding. Oltre a disporre di una vasta gamma di filtri, effetti grafici e correzioni cromatiche sviluppati sia da Google sia dalla community, la piattaforma permette ai creatori di descrivere in linguaggio naturale un’esigenza tecnica specifica.

Un assistente di programmazione integrato traduce queste istruzioni in codice funzionante, generando istantaneamente un nuovo applicativo pronto all’uso, come un modulo per applicare effetti cinematografici d’epoca personalizzati. Questa flessibilità sposta il ruolo del videomaker da semplice utilizzatore di software a vero e proprio sviluppatore del proprio flusso di lavoro, consentendo una personalizzazione totale della post-produzione in pochissimi minuti. Nel video seguente, il mio test.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Gemini Omni: il modello multimodale per trasformare i video proviene da Vincos di Vincenzo Cosenza.

Da qualche settimana, infatti, è disponibile la loro applicazione desktop nativa per macOS: un’evoluzione che trasforma un tool nato per la riga di comando in un ambiente visivo accessibile, senza sacrificarne l’estrema flessibilità tecnica.

L’Architettura: Un “Harness” modulare

Più che un semplice assistente, Hermes va inteso come un’infrastruttura, una vera e propria “imbracatura” software (harness) che avvolge un modello linguistico (il cervello) e gli fornisce gli strumenti per agire nel mondo reale.

Il suo più grande punto di forza è l’approccio agnostico. L’utente non è rinchiuso in un ecosistema chiuso: possiamo decidere di collegare il nostro abbonamento ChatGPT (sfruttando gli accessi API tramite Codex), utilizzare i modelli API di Nous Research, o ancora creare configurazioni ibride, magari appoggiandoci a un modello leggero che gira in locale tramite Ollama per i task meno complessi.

Questa modularità si sposa con una gestione intelligente della memoria persistente e dinamica. A differenza di altre soluzioni che saturano rapidamente la Context Window causando rallentamenti vistosi, Hermes rielabora e ottimizza i dati storici, mantenendo l’agente snello e reattivo anche tra sessioni di lavoro diverse.

Dal context design all’automazione autonoma

Un LLM “nudo” genera testo; un LLM imbracato in Hermes può scrivere ed eseguire codice Python, navigare sul web, e interagire con il nostro file system.

Il livello di personalizzazione (context design) che si può raggiungere attraverso i Profili è notevole. Si possono definire identità multiple, assegnando a ciascuna un System Prompt dedicato (il file SOUL.md), un set di skill specifico e persino comandi MCP personalizzati.

Ho voluto mettere il sistema sotto stress per testarne l’operatività reale. Gli ho fatto elaborare lunghi transcript video estraendo non solo copy per i social, ma vere e proprie sintesi visuali direttamente su Excalidraw. Sono poi passato a task più strutturati: dall’analisi di un sito web per la generazione autonoma di una proposta commerciale in formato PowerPoint, fino all’estrazione di dati strutturati dal web per costruire da zero una dashboard comparativa in HTML. Il tutto, rendendo l’operazione ricorsiva attraverso la programmazione di un Cron job, affinché l’agente esegua l’analisi in totale autonomia ogni mese. È persino possibile agganciare WhatsApp per interrogare il proprio ambiente desktop da remoto.

Il sistema è molto promettente, anche se ancora alcune funzioni non sono facilissime da implementare per chi non mastica codice.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Hermes Agent: l’agente open e gratuito per orchestrare il tuo lavoro proviene da Vincos di Vincenzo Cosenza.

Il Motore Sotto il Cofano: Lyria 3 Pro e l’Approccio Modulare

Flow Music mette a disposizione dell’utente una serie di leve decisionali che rendono il processo molto simile alla programmazione di un workflow avanzato. Il cuore del sistema è Lyria 3 Pro, il modello di frontiera di Google per la generazione audio, affiancato da un modulo parallelo chiamato Ghostwriter, dedicato esclusivamente all’elaborazione testuale delle lyrics.

L’aspetto più interessante per chi lavora professionalmente con l’IA è la gestione dei parametri nella sezione “Producer”. L’interfaccia permette di scegliere tra un’elaborazione “Fast” e una “Standard”: quest’ultima applica una catena di reasoning più profonda, sacrificando la velocità in favore di una qualità armonica e strutturale nettamente superiore. Qui, la scrittura del prompt diventa a tutti gli effetti un lavoro di orchestrazione sistemica.

Memoria, Flussi e Spazi Personalizzati

L’efficienza di un’intelligenza artificiale si misura nella sua capacità di adattarsi ai nostri metodi. Flow Music introduce la funzione “Customize Producer”, un’area di fine-tuning dove l’utente mantiene il controllo totale. Invece di dichiarare ogni volta i generi di riferimento o lo stile preferito, possiamo istruire l’IA attraverso le Memories, permettendole di imparare e mappare i nostri gusti generazione dopo generazione.

A questo si aggiunge la possibilità di creare dei veri e propri Flows, comandi personalizzati per automatizzare e velocizzare le richieste ricorrenti, e la funzione Spaces. Quest’ultima è un’intuizione notevole: permette di chiedere al sistema di generare on-the-fly un’interfaccia utente interattiva, come un pocket synth o una drum machine virtuale, utilizzabile direttamente all’interno del browser.

Un Tool Strategico per la Produzione di Contenuti

Attualmente, Flow Music offre un piano gratuito (con crediti giornalieri) e vari tier in abbonamento a partire da 6 dollari al mese. Pur non avendo ancora raggiunto la solidità di Suno, si posiziona già come uno strumento ideale per i content creator e i professionisti del marketing. È una soluzione agile per generare rapidamente tappeti sonori, musiche di accompagnamento per podcast o tracce per i social media, semplificando drasticamente le logiche di licensing.
Nel video in basso la mia prova completa.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Google Flow Music sfida Suno proviene da Vincos di Vincenzo Cosenza.

I 3 punti di forza di Seedance

Dai miei test estesi ho potuto apprezzare almeno tre elementi che contraddistinguono questa versione.

1. Gestione del movimento complesso: le scene di azione, come la corsa in un contesto di esplosioni, non sono più caotiche ed incoerenti. Il modello riesce a “comprendere” la fisica dei movimenti e a mantenere la coerenza del soggetto.
2. L’evoluzione dell’Image-to-Video: la capacità di animare immagini complesse, gestendo particelle o dettagli del volto in modo fluido, è impressionante. Ho testato il modello con immagini generate precedentemente (che solitamente mettono in crisi le IA) e Seedance 2.0 le ha animate con una naturalezza sorprendente.
3. Il controllo creativo: Seedance riesce bene a gestire le reference (basate sul caricamento di un’immagine) e i keyframe, riuscendo ad interpolare le scene tra il primo e l’ultimo frame che l’utente carica.

La guerra dei modelli è appena iniziata

Seedance 2.0 è attualmente il “modello da battere”. Tuttavia, è chiaro che non siamo ancora arrivati alla soluzione definitiva. La competizione tra ByteDance, OpenAI e il futuro Veo di Google non farà che accelerare la maturazione di questi tool.

Il mio consiglio per i professionisti? Non affezionatevi a un singolo modello. La velocità con cui questi strumenti si aggiornano è brutale. L’unica vera competenza duratura è imparare a conoscere le “capacità” di ogni modello: capire cosa chiedere a Seedance, cosa delegare ad altri strumenti e come integrare il tutto nel proprio workflow produttivo (per questo consiglio di usare Flora)

Il futuro dei video generativi non è nel “prompt magico”, ma nell’integrazione di questi tool in una pipeline di lavoro che sappia valorizzare la creatività umana.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Seedance 2.0: nuovo standard per video AI proviene da Vincos di Vincenzo Cosenza.

Si tratta di un’applicazione desktop, nata per assistere gli sviluppatori nella scrittura di codice, ma che oggi è stata trasformata di un’app adatta anche ai knowledge worker e dunque è il modo migliore per sfruttare le capacità agentive dei modelli GPT.

Perché Codex è un punto di svolta per i Knowledge Worker?

Nella mia esperienza devo dire che Codex si sta rivelando un alleato straordinario per gestire informazioni, dati e processi. Il suo valore aggiunto si basa su tre pilastri fondamentali:

1. Il ritorno al “locale”: a differenza di ChatGPT, che opera esclusivamente nel cloud della sua interfaccia web, Codex viene installato sul tuo computer (basta scaricarlo dal sito di OpenAI). Questo significa che puoi assegnargli una specifica cartella di lavoro sul tuo disco. Può analizzare i tuoi file CSV, leggere i tuoi PDF, modificare documenti ed esportare presentazioni, il tutto mantenendo il contesto del tuo ecosistema di lavoro.
2. Le Skill e il protocollo MCP (Model Context Protocol): l’AI diventa un “hub”. Grazie all’uso di server MCP, Codex può connettersi ad applicazioni di terze parti come Gmail, Slack, Google Calendar, Notion o Canva. Puoi chiedergli, ad esempio, di “leggere l’ultima email importante e preparare una bozza di risposta”, delegando la parte noiosa del lavoro di routine.
3. L’automazione ricorrente: in Codex non devi più impartire ordini ogni singola volta. Puoi programmare dei task ricorrenti in linguaggio naturale. Immagina di dire: “Ogni lunedì alle 7:00, leggi il mio calendario e le email, e preparami un riepilogo delle priorità della settimana”. Codex creerà l’automazione e lavorerà per te in background.

Codex e i suoi limiti generosi

Un grande vantaggio dell’applicazione di OpenAI è che al momento è molto generosa. A differenza di Claude Cowork può essere usata per molto più tempo, usando i modelli GPT più avanzati e con il massimo sforzo cognitivo.
Nel video che segue ho registrato un tutorial pratico, in cui vi mostro passo passo come installare Codex, come impostare le autorizzazioni.
Vedrete Codex trasformarsi in un data analyst alle prese con un dataset di campagne marketing, per poi diventare un creatore di presentazioni PowerPoint e, infine, un assistente personale che gestisce il mio calendario e le mie comunicazioni.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Codex: il modo evoluto di usare ChatGPT proviene da Vincos di Vincenzo Cosenza.

Alla base dello storytelling snocciolato sul palco da Philipp Schindler e dai suoi riporti c’è la constatazione che siamo passati da ricerche web basate su semplici keyword a domande strutturate che puntano ad ottenere risposte chiare, non liste di link. Ecco perché anche Google ha fatto evolvere il suo motore di ricerca, potenziandolo con l’IA (sia con AI Overview che AI Mode). Ed ecco perché anche le aziende sono obbligate a cambiare il loro modo di lavorare e di fare pubblicità. Ecco le novità più importanti.

Nuovi ads di ricerca

Google ha presentato due nuovi formati pubblicitari che non interrompono le ricerche ma si integrano nelle risposte date da Gemini 3.5 Flash, in AI Mode.

• Conversational Discovery Ads è un tipo di annuncio che non interrompe, ma appare integrato nella risposta sintetizzata da AI Mode sulla base della domanda dell’utente;
• Highlighted Answers sono annunci che appaiono integrati quando l’IA risponde raccomandando una lista di prodotti.  

Asset Studio

Asset Studio è uno strumento che è in grado di comprendere il brief, gli obiettivi di campagna, le risorse esistenti e di usarle per generare centinaia di nuovi asset. Ovviamente grazie ai modelli creativi di Google tra cui il nuovo Omni. L’inserzionista potrà anche rifinire i risultati usando il linguaggio naturale. Poi, quando le creatività sono pronte, si potranno testare con un A/B test. Arriverà in estate.

Ask Advisor

L’annuncio che mi è sembrato più interessante è Ask Advisor. Un agente esperto in tutti i prodotti Google che potrà affiancare i marketer in tutte le fasi di una campagna. Per esempio sarà in grado di analizzare i dati provenienti da Google Ads e Google Analytics. E configurare una nuova campagna basandosi sulle informazioni presenti nel Merchant Center. Arriverà entro l’anno.

Universal Cart

Lato consumer, la novità più rilevante è Universal Cart, un carrello intelligente che riuscirà a dare suggerimenti per spendere meglio i nostri soldi. Ecco come funziona: l’utente trova prodotti via Search, Gemini, YouTube, Gmail. Li aggiunge al carrello e, in background, un’agente si attiva per individuare se ci sono offerte migliori o sconti che potrebbero essere applicati sulla base delle carte fedeltà possedute. O ci avverte se un prodotto ritorna in commercio o subisce un abbassamento di prezzo.
Quando si è pronti per l’acquisto, il protocco UCP (Universal Commerce Protocol) rende facile l’acquisto permettendo ai sistemi del merchant di dialogare col Google Wallet. Anche per questa nuova funzione bisognerà aspettare l’estate.

Insomma mi sembra che Google voglia usare l’AI per aiutare i marketer grandi a scalare e i piccoli a superare le barriere tecnologiche e a concentrarsi di più sulle idee che rendono unico il proprio prodotto o servizio.  

Il ruolo del marketer nell’era agentiva

In una sessione dedicata sono anche riuscito a fare una domanda a Vidhya Srinivasan, VP/GM Advertising & Commerce. Le ho chiesto quale sarà il ruolo del marketer in questo nuovo mondo agentivo.

In sintesi, ecco la sua risposta:

• Il nucleo strategico rimane umano: il compito di definire l’identità, i valori e l’estetica fondamentale del brand rimarrà saldamente nelle mani dei marketer. Sarà sempre loro responsabilità comprendere come il brand si adatta ai diversi contesti politici ed economici in cui opera

• Scalabilità e democratizzazione creativa: l’IA interverrà per semplificare la produzione e creare facilmente centinaia o migliaia di varianti per capire quali funzionano meglio. Questo abbasserà le barriere d’ingresso, permettendo anche alle piccole imprese di avere risorse creative di alta qualità fin da subito

• Focus sui dati: la gestione operativa delle campagne pubblicitarie sarà in gran parte automatizzata dall’IA. Di conseguenza, i marketer non dovranno più preoccuparsi dell’esatta configurazione manuale delle campagne, ma dovranno concentrarsi sulla qualità dei dati e sulle fondamenta della misurazione per permettere a questi motori intelligenti di operare in modo ottimale.

L'articolo Google Marketing Live 2026: l’era del commercio agentivo proviene da Vincos di Vincenzo Cosenza.

Nella prima era del web le query erano fatte da poche keyword, poi gradualmente le richieste sono diventate più lunghe e poi le tecniche di machine learning hanno permesso una migliore comprensione delle richieste. Poi, l’arrivo dei chatbot di intelligenza artificiale generativa in grado di comprendere e rispondere in linguaggio naturale, ha fatto pensare alla fine del dominio di Google. Ma l’azienda si è adattata e l’anno scorso ha lanciato AI Mode, una sezione del sito nella quale operare ricerche conversazionali, potenziate dalla GenAI.

La ricerca diventa multimodale

Oggi AI Mode è usato da 1 miliardo di persone ogni mese, con query che raddoppiano ogni trimestre. Così, Google ha deciso, dopo 25 anni, di trasformare completamente la “search box”, facendola diventare più “intelligente”, ovviamente grazie ai suoi più recenti modelli di IA (iniziando dal nuovo Gemini 3.5 Flash).

L’annuncio è arrivato durante Google I/O 2026, l’evento annuale dedicato alle novità software, al quale ho potuto partecipare invitato dall’azienda.

La prima cosa che salta all’occhio è che il campo di ricerca si espande dinamicamente mentre scriviamo, in modo da adattarsi alla nostra richiesta. Mentre legge quello che stiamo scrivendo, prova ad interpretarlo, suggerendoci le parole più opportune. Insomma, un autocompletamento potenziato dall’IA.
La novità più rilevante è che la query può accogliere in input non solo testo, ma anche immagini, file, video o schede di Chrome. In questo modo possiamo spiegare meglio cosa vorremmo ottenere.

La ricerca al tempo degli agenti

Ma i cambiamenti più interessanti arriveranno nei prossimi mesi, quando la ricerca continuerà a cambiare pelle condizionata dalle nuove capacità agentive dei modelli linguistici. Google ha annunciato che permetterà agli utenti di creare degli agenti specializzati in diversi task, direttamente dal motore di ricerca. Il primo ad essere disponibile in estate (per gli abbonati a Google AI Pro & Ultra) sarà un “information agent” in grado di cercare continuamente informazioni per noi e di avvertirci quando individua delle novità utili su qualsiasi argomento di nostro interesse (ad esempio un appartamento da affittare in una certa zona e secondo determinate caratteristiche).

Saranno ampliate anche le capacità di prenotazione tramite agenti direttamente in Google Search. Basta inserire dei criteri specifici e l’agente raccoglierà i prezzi e la disponibilità più recenti con link diretti per completare la prenotazione senza cambiare sito. Inoltre, per alcune categorie selezionate, come riparazioni domestiche, bellezza o cura degli animali, si potrà chiedere a Google di telefonare autonomamente le aziende per nostro conto e farci un riassunto della chiamata.

Infine, Google Search si arricchirà anche delle capacità di coding dei nuovi modelli IA e dell’harness Antigravity. Potremo, così, ricevere in risposta delle applicazioni interattive che spiegano fenomeni complessi, meglio delle parole. Ma non finisce qui. All’occorrenza potremmo anche ottenere applicazioni più elaborate da condividere con chi vogliamo. Per esempio, dashboard personalizzate per creare un programma di allenamenti e tracciare i nostri progressi. Anche queste funzionalità arriveranno in estate per gli abbonati a Google AI Pro & Ultra.

In definitiva, la strategia di Google è quella di farci utilizzare i modelli di IA anche senza accedere ad applicazioni specifiche, ma in maniera naturale all’interno del suo servizio più utilizzato, il motore di ricerca. Un modo per portare i vantaggi dell’IA a tutti, nascondendone le complessità. E questo cambierà inevitabilmente il nostro modo di usare il web. Vale la pena chiedersi: guadagneremo tempo o cederemo qualcosa di più difficile da recuperare come l’abitudine a selezionare criticamente?

L'articolo Google reinventa il motore di ricerca con l’IA agentiva proviene da Vincos di Vincenzo Cosenza.

Negli ultimi 12 mesi l’azienda ha dimostrato di essere in grado di sfornare prodotti e modelli di frontiera al pari dei competitor, ma la sua strategia di differenziazione è puntare ad un approccio integrato full-stack che parte dal design di hardware dedicato all’IA fino ai prodotti consumer ed enterprise.

Il filo conduttore di questa edizione è stato la cosiddetta “agentic era”, la fase agentiva dell’intelligenza artificiale generativa. L’IA che non si limita a rispondere alle nostre domande, ma agisce per nostro conto. In questa ottica vanno letti tutti gli annunci più importanti che provo a riassumere.

La famiglia Gemini 3.5: Flash e Lite 

La nuova famiglia di modelli linguistici multimodali e agentivi si chiama Gemini 3.5. Le prime versioni ad essere immediatamente disponibili sono Gemini 3.5 Flash e Gemini 3.5 Lite. Gemini 3.5 Pro dovrebbe arrivare fra un mese.

Gemini 3.5 Flash è superiore a Gemini 3.1 Pro ed è 4 volte più veloce dei modelli di frontiera attuali. Sembra particolarmente efficace sulla scrittura di codice e attività agentive anche di lunga durata. Avendo anche un prezzo più contenuto rispetto ai modelli evoluti, è l’ideale per contenere i costi nelle aziende.

Gemini 3.5 Lite è la versione più leggera del modello pensata per dare risposte ancora più veloci.

I nuovi modelli sono già utilizzabili dentro la nuova app di Gemini (anche se ci sono dei limiti di prompt utilizzabili ogni giorno a secondo dell’abbonamento che si possiede).
Un nuovo selettore posto nel prompt box permette di scegliere il modello da usare e il livello di sforzo computazionale. Al momento, scegliendo 3.5 Flash o Lite si può avere un “Thinking Level” Standard o Extended). Se si sceglie il modello 3.1 Pro si accede anche a Deep Think (ideale per il ragionamento in parallelo).

Gemini Omni

Anche quest’anno Google non trascura i modelli visivi. Se la scorsa volta aveva stupito tutti con Nano Banana, ora prova a fare il bis con una nuova famiglia di modelli generativi chiamata Gemini Omni (mio test). 

La sua caratteristica principale è che può accettare qualsiasi fonte di input e restituire qualsiasi tipo di output. In questa prima fase gli input possono essere testi, immagini, video, audio (solo vocali, non musica) e l’output può essere solo video, ma arriveranno anche immagini e audio. 

Il primo modello della famiglia ad essere distribuito è Gemini Omni Flash, già integrato nell’app Gemini (solo per gli utenti che hanno un abbonamento), in Google Flow e su YouTube Shorts. Le sue capacità sono:

• Editing video tramite linguaggio naturale: il sistema permette di modificare i filmati attraverso normali istruzioni testuali, con una gestione sequenziale delle modifiche. L’utente può chiedere di trasformare l’ambiente circostante, alterare l’azione in corso o inserire nuovi elementi e personaggi. Il modello promette di mantenere la coerenza dei personaggi e della scena anche dopo diverse modifiche consecutive.
• Consapevolezza fisica e culturale: a differenza dei modelli basati sulla semplice associazione visiva (pattern matching), Gemini Omni integra logica e conoscenze enciclopediche. Questo si traduce in una simulazione più realistica delle leggi della fisica (gravità, energia cinetica, dinamica dei fluidi) e nella capacità di generare video esplicativi complessi partendo da brevi input di testo, integrando nozioni storiche e scientifiche.

Gemini rinnovato, anche su desktop

Google ha ridisegnato da zero l’esperienza visiva di Gemini con un nuovo linguaggio di design chiamato Neural Expressive. L’interfaccia ora vanta animazioni fluide, colori vibranti, una nuova tipografia e feedback aptici.

Inoltre, Gemini non risponderà più solo con muri di testo, ma progetterà risposte dinamiche arricchite da immagini, timeline interattive, video narrati e grafiche.

Grande attenzione anche per la componente vocale in Gemini Live: finalmente si potrà passare da digitazione a conversazione vocale (e viceversa) senza interruzioni. In più, il chatbot non si interromperà se l’utente fa pause per pensare o usa intercalari.

La voce è anche al centro del prossimo aggiornamento dell’app desktop di Gemini per MacOS. Sarà possibile dare istruzioni parlando liberamente e senza preoccuparsi di eventuali errori.

Il nuovo Gemini Spark

La funzione più interessante che è stata introdotta si chiama Gemini Spark (mio test). Non è un chatbot reattivo, ma un agente AI personale attivo 24 ore su 24, 7 giorni su 7, che si abilita dall’applicazione Gemini.

Tecnicamente sfrutta il modello Gemini 3.5 a cui è stata aggiunta l'”imbracatura” di Antigravity (Antigravity harness). È profondamente integrato con la suite Google Workspace (Gmail, Docs, Slides, ecc.) per cui può essere usato per lavorare in background (in cloud) per attività anche lunghe.

L’agente può connettersi anche ad app esterne, sfruttando il protocollo MCP. Le prime integrazioni sono con Canva, OpenTable e Instacart. Nelle prossime settimane sarà in grado di inviare messaggi, scrivere email, creare sotto-agenti personalizzati e operare sul browser locale.

Gemini Spark sarà in beta dalla prossima settimana negli Stati Uniti per gli abbonati Google AI Ultra. Purtroppo non c’è ancora una data per l’arrivo in Italia. Spero presto perché, dalle demo che ho visto, l’integrazione profonda con l’ecosistema Google può rivelarsi molto utile per gli utenti che vogliono la potenza degli agenti senza voler perdere tempo in configurazioni cervellotiche.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Google I/O 2026: Gemini diventa un agente AI proviene da Vincos di Vincenzo Cosenza.

E qui entra in gioco Pomelli, il software sperimentale di Google che finalmente è disponibile anche in Italia. A differenza di altri strumenti parte da un presupposto diverso: non ti chiede di scrivere prompt complessi per ogni singolo post. Ti chiede, prima di tutto, chi sei.

Pomelli estrae il “DNA del brand”

Il cuore di Pomelli non è il generatore di immagini, ma il processo iniziale di ingestione del sito web. Inserendo il proprio URL, il sistema non si limita a “leggere” i testi; estrae un vero e proprio DNA aziendale.

Font, palette colori, tagline, valori e tono di voce vengono convertiti in un brand kit dinamico. È il momento in cui l’intelligenza artificiale smette di essere un’entità generica e inizia a parlare la tua lingua. Poter contare su una base così definita significa passare dalla fase di “tentativi ed errori” a quella della produzione seriale di qualità in pochi minuti.

Oltre la staticità: l’era degli asset che “si muovono”

Uno dei limiti dei tool di generazione immagine è la staticità. Pomelli introduce funzioni di animazione basate sugli asset creati, rendendo il passaggio tra un contenuto statico (un’inserzione, un banner) e uno dinamico (un post per i social) estremamente fluido.

Ma la vera sorpresa, e forse il punto dove l’esperimento mostra di più la sua utilità quotidiana, è la funzione “Photoshoot”: basta caricare un prodotto reale e vederlo immerso nei contesti che vogliamo, mantenendo intatta la coerenza del prodotto. È il sogno di ogni e-commerce manager che non ha il budget (o il tempo) per uno shooting professionale costante.

Un esperimento in divenire

Dai miei test emerge che Pomelli ha un potenziale enorme, ma è ancora un esperimento. Non è privo di sbavature (a volte la gestione di alcuni elementi grafici può essere rigida) e non sostituirà un art director esperto in una campagna complessa.

Tuttavia, per la gestione quotidiana dei contenuti, per il test rapido di una campagna social o per mantenere una coerenza estetica su larga scala senza dover ricorrere ogni volta a un graphic designer, è uno strumento di una potenza disarmante. Soprattutto se consideriamo che, al momento, è gratuito.

La domanda che dovremmo porci non è più “che cosa può creare l’IA”, ma “come posso configurare l’IA affinché crei esattamente ciò che rispecchia il mio brand?”. Pomelli risponde proprio a questa domanda.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Pomelli: IA di Google per le campagne di marketing proviene da Vincos di Vincenzo Cosenza.

Midjourney 8.1 è ancora il miglior modello per la generazione di immagini con stile e diverse dal solito. Mentre gli altri modelli, da Gemini Nano Banana 2 a GPT Images 2 puntano sulle capacità di editing e ad un mercato di massa, l’azienda di David Holz ha deciso di puntare sul mercato professionale.

I punti di forza di Midjourney

Il nuovo modello ha alcuni difetti evidenti: non è in grado di comprendere l’intento dell’utente, né tantomeno di effettuare modifiche granulari ad un’immagine, mantenendo la coerenza di oggetti e soggetti.
Però è molto più sorprendente degli altri perché permette all’utente di personalizzare gli stili attraverso un addestramento specifico. Per poterlo fare, in questa versione basta scrollare una vetrina di immagini e scegliere quelle che ci piacciono di più.

Inoltre, è stata migliorata anche la funzione “Moodboard” che permette di caricare una serie di immagini di riferimento ed ottenere un codice da applicare a nuove generazioni.

La possibilità di generare immagini uniche è anche possibile attraverso la scoperta e l’applicazione di migliaia di stili pre-definiti (codici –sref) che possono essere mixati tra di loro per ottenere infinite varianti.

Il workflow ibrido

Dai miei test, che potete vedere nel mio video tutorial, emerge che la ricerca del “tool unico” per le immagini è ancora una chimera.

Se avete bisogno di coerenza stilistica e di un’estetica che si distingua nel rumore di fondo dei feed social, Midjourney resta imbattibile nel dare “carattere” ed artisticità all’output. Ma se avete bisogno di coerenza dei soggetti e precisione di editing è meglio usare Gemini o ChatGPT.

Il professionista del prossimo futuro non è quello che “sa usare Midjourney”, ma quello che sa orchestrarlo all’interno di una filiera produttiva più ampia, dove ogni strumento lavora secondo le proprie regole.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Il nuovo Midjourney 8.1 punta su stile e personalizzazione proviene da Vincos di Vincenzo Cosenza.

Il Ragionamento Esteso: Le Luci

La modalità “Thinking” è senza dubbio il fiore all’occhiello di questa versione. La vera differenza non sta tanto nella risposta finale, ma nel processo.

Affidare a GPT-5.5 un file CSV con i dati di decine di contenuti e campagne, e vederlo non solo restituire un report analitico, ma anticipare gli spunti più rilevanti mentre sta ancora calcolando, simula da vicino l’interazione con un data analyst senior. Nei miei test, il modello ha dimostrato una notevole capacità nel separare le “vanity metrics” dal vero valore di business, identificando immediatamente, gli insight nascosti in una valanga di dati.

Su task di pura logica e deduzione testuale, il salto in avanti rispetto a GPT-4 e alle versioni intermedie è tangibile.

Le ombre sul Coding

Ho chiesto al modello di creare dashboard interattive partendo dai dati analizzati e di ricostruire in codice una landing page sperimentale basata su WebGPU. I risultati? Funzionali, ma esteticamente acerbi. Testi sovrapposti, spaziature errate e un design che urla “Vanilla AI” da ogni pixel.

Anche sul fronte del coding, l’utilizzo dell’agente specializzato Codex (impostato sul livello di intelligenza massima) per creare una mappa interattiva con OpenStreetMap ha generato codice buggato, richiedendo molteplici correzioni. Curiosamente, la semplice interfaccia di ChatGPT con la modalità Thinking estesa ha portato a risultati migliori in minor tempo.

Ovviamente, queste sono solo alcune prove. Continuerò a farne perché i nuovi modelli richiedono nuove pratiche e adattamento anche da parte degli umani.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo ChatGPT 5.5: luci e ombre proviene da Vincos di Vincenzo Cosenza.

Dal Prompting all’Art Direction Ragionata

La novità più dirompente non è solo il fotorealismo estremo, capace di simulare alla perfezione la grana di una pellicola 35mm o le micro-imperfezioni della pelle. La vera rivoluzione risiede nell’introduzione della modalità Thinking.

Non stiamo più dicendo a una macchina “disegna questo”, ma le stiamo affidando un intero flusso di lavoro. Chiedere all’AI di navigare in rete, cercare dati aggiornati, interpretarli e infine impaginarli in un’infografica di grande impatto, trasforma il modello da mero esecutore a un vero e proprio assistente di data design. È il passaggio dalla generazione istantanea al ragionamento visivo complesso. A onor del vero già introdotto da Gemini.

Un Nuovo Paradigma per Agenzie e Brand

Per i professionisti, GPT-Images-2 abbatte barriere storiche, integrandosi direttamente nei formati di lavoro quotidiani:

• Creazione di Brand Kit: partendo da una singola immagine di riferimento, il sistema è ora in grado di scomporne l’anima estetica, generando una palette colori, accoppiamenti tipografici e regole di layout. Un lavoro di sintesi che solitamente richiede ore, risolto in pochi minuti.
• Output multiformato: la capacità di esportare slide di presentazione direttamente in .pptx editabile, o di trasformare un comunicato stampa in un carosello per i social scaricabile in PDF o in GIF animata, significa poter abbattere drasticamente i colli di bottiglia nella produzione dei contenuti.
• Il Santo Graal dell’e-commerce e del design di moda: fornire all’AI 11 immagini distinte di prodotti (scarpe, borse, gioielli, abbigliamento) e chiederle di amalgamarli in un unico scatto editoriale fotorealistico su una modella. Questa funzione ha il potenziale di riscrivere completamente le regole della post-produzione e della fotografia commerciale.

La guida a ChatGPT Images 2

Questi sono soltanto alcuni degli esempi di quello che è possibile ottenere con il nuovo modello di generazione immagini di ChatGPT. Per aiutarvi nell’esplorazione di quello che si può fare, ho pubblicato una guida gratuita che contiene una cinquantina di prompt per generare rapidamente infografiche, mockup, annunci pubblicitari, immagini di prodotto e molto altro ancora. 👉 Scarica la Guida a ChatGPT Images 2

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo ChatGPT Images 2: un nuovo modo di creare immagini IA proviene da Vincos di Vincenzo Cosenza.

Ho deciso di metterlo alla prova nel mio ultimo video, stressando le sue funzionalità per capire se rappresenta davvero una minaccia per le applicazioni esistenti o se è ancora un prodotto acerbo. La risposta, come spesso accade nel mondo dell’AI generativa, sta nel mezzo.

Come funziona Claude Design: dal Design System alle Slide

L’interfaccia di Claude Design (accessibile con un abbonamento a Claude, anche con il piano Pro base) è divisa in due: da un lato la gestione dei progetti, dall’altro la creazione pura.

Ho iniziato testando forse la feature più strutturale: la creazione di un Design System. Il processo è guidato in modo intelligente. Si può fornire il nome del brand, caricare esempi (da GitHub, dal computer o persino da Figma) specificando logo, font e palette. Il sistema elabora tutto e genera un “draft” del design system che può essere revisionato elemento per elemento. Funziona bene? Sì, anche se durante il mio test ho riscontrato qualche problema di caricamento.

Il secondo test è stato il vibe coding puro: ho chiesto a Claude di prototipare un’app per tracciare i consumi culturali (libri, musica, cinema). La dinamica di chat è fluida: il modello pone domande di chiarimento e in circa 5 minuti restituisce un mockup funzionante in HTML.

Ma è stato sul terzo test che Claude Design mi ha sorpreso di più: la creazione di un pitch deck. Sfruttando la skill “Make Deck” e il mio design system precedentemente caricato, gli ho chiesto di analizzare il mio sito e creare 5 slide eleganti. Il risultato è stato nettamente superiore alla media di ciò che producono normalmente gli LLM quando si cimentano con le presentazioni.

I limiti: il problema del “Token-Burn”

Tutto perfetto, quindi? Assolutamente no. Il problema principale di Claude Design, allo stato attuale, è il modello di business legato all’utilizzo. Con l’abbonamento Pro da 20$ al mese, il limite di utilizzo si esaurisce in fretta. Nel mio caso, è bastato generare un design system, prototipare un’app (senza troppe iterazioni) e creare 5 slide per esaurire il bucket settimanale dedicato al design.

Se pensiamo che strumenti come Stitch di Google sono gratuiti e permettono molte più iterazioni, il confronto è impietoso. Con Claude Design, il percorso per arrivare al risultato desiderato rischia di essere lungo e, di conseguenza, costoso in termini di token.

Personalmente, continuerò a usare Stitch per l’esplorazione e la grafica pura, perché mi garantisce una maggiore libertà espressiva senza l’ansia di finire i token.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Claude Design: pregi e difetti del vibe design di Anthropic proviene da Vincos di Vincenzo Cosenza.

Nel mio ultimo video ho voluto metterlo alla prova con una serie di stress-test (dalla logica pura alla scrittura di codice), ma ciò che è emerso va ben oltre la semplice valutazione di un chatbot. Muse Spark nasconde delle potenzialità strutturali che potrebbero cambiare radicalmente il modo in cui analizziamo i dati e costruiamo i nostri flussi di lavoro.

Luci e ombre sulla logica

Nelle mie prove il modello ha fallito clamorosamente nel comprendere l’umorismo di una barzelletta nonsense, perdendosi in una verbosità quasi accademica. Eppure, si è riscattato un attimo dopo, risolvendo in modo impeccabile un test di associazione di parole in stile “Ghigliottina”.

Ma le vere sorprese sono arrivate quando l’ho messo alla prova su compiti analitici. Dandogli in pasto un file CSV con i dati di 1.000 campagne advertising, Muse Spark ha non solo compreso il contesto, ma ha generato in pochi istanti una dashboard HTML interattiva (usando Plotly), restituendo visualizzazioni complesse al pari di quanto fanno i modelli di frontiera.

Il vero vantaggio competitivo: API interne e agenti

Il punto di svolta, quello che rende questo strumento una risorsa formidabile per chi fa strategia, è la sua capacità non documentata di interrogare direttamente le API interne dell’ecosistema Meta (Facebook, Instagram).

Fino ad oggi, i modelli linguistici si affidavano a motori di ricerca esterni per analizzare i trend, ottenendo spesso fotografie parziali. Muse Spark, invece, gioca in casa. Gli ho chiesto di analizzare le conversazioni italiane su un tema divisivo dell’ultima settimana e il sistema ha sguinzagliato autonomamente diversi sotto-agenti in parallelo: uno per la ricerca, uno per la sentiment analysis dei commenti e uno per la visualizzazione dei dati, restituendo un network graph interattivo formidabile.

È l’essenza stessa dei flussi di lavoro agentivi: non stiamo più solo dialogando con un’IA, stiamo orchestrando un team virtuale che lavora in parallelo su task complessi.

Prototipazione rapida e “Vibe Coding”

L’ultimo test ha riguardato le capacità di programmazione, ed è qui che l’approccio orientato al vibe coding trova la sua massima espressione. Ho fornito al modello tre semplici screenshot (un mockup statico) di un’ipotetica app per il tracciamento nutrizionale. In pochissimo tempo, Muse Spark ha scritto il codice necessario per trasformare quelle immagini in un prototipo web funzionante e navigabile.

Poter passare da un’intuizione visiva a un artefatto interattivo in pochi minuti è un acceleratore pazzesco per chiunque debba testare idee, dimostrare concetti ai clienti o validare progetti senza dover passare subito dalla fase di sviluppo intensivo.

In conclusione

Muse Spark ha ancora dei margini di miglioramento, ma l’integrazione profonda con i dati proprietari di Meta e la sua architettura multi-agente lo rendono uno strumento da presidiare con attenzione. La transizione verso una vera e propria intelligenza aumentata passa proprio da qui: dalla capacità di governare ecosistemi complessi e far dialogare i dati.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Muse Sparks per analizzare dati di Instagram e Facebook proviene da Vincos di Vincenzo Cosenza.

È qui che entra in gioco Google Vids, un’applicazione compresa nel pacchetto Google Workspace, ma che è ancora poco nota. Vids applica la logica dell’editing video alla creazione di presentazioni o, potremmo dire, ci permette di svecchiare le presentazioni con un tocco da regista.

La fine della presentazione statica

Il problema delle slide tradizionali non è l’assenza di animazioni, ma la mancanza di narrativa fluida. Google Vids risolve questo limite permettendoci di creare vere e proprie “scene” (esattamente come nel montaggio video), stratificando elementi visivi, tracce audio e persino avatar animati in modo incredibilmente intuitivo.

Immaginate di dover presentare una nuova linea strategica. Con Vids, potete non solo impostare un design system coerente con il brand, ma anche integrare modelli avanzati di intelligenza artificiale direttamente nel flusso di lavoro.

L’IA come co-creatore delle ppt

Ciò che rende Google Vids uno strumento dal potenziale enorme è la sua profonda integrazione con l’ecosistema AI di Google.

• Creazione di immagini e animazioni: durante il mio test, ho potuto generare da zero un’illustrazione isometrica di una smart city, per poi animarla direttamente all’interno della piattaforma chiedendo al sistema di “renderla viva”.
• Modelli avanzati: la possibilità di utilizzare modelli potenti per generare clip video (come un drone shot fotorealistico di una città futuristica di notte) o l’inclusione di tracce audio composte ad hoc dal modello Lyria 3, aprono scenari creativi prima inimmaginabili senza un team di videomaking dedicato.
• L’avatar presentatore: far pronunciare un copione ad un avatar, sincronizzando il labiale con un audio generato automaticamente, non è solo una feature tecnica interessante, ma un modo per umanizzare il messaggio anche quando non possiamo o non vogliamo registrarci di persona.

Come accedere a Google Vids

Per accedere a Google Vids basta scrivere vids.new nella barra degli URL del browser. Il tool è gratuito per chi ha un account Google, seppur con alcuni limiti di generazione mensile.
Nel mio video tutorial ti spiego passo passo come usarlo, ma la sfida è imparare a pensare in formato video, passando dalla logica del punto elenco alla logica dello storytelling per scene.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Trasforma presentazioni statiche in animate con Google Vids proviene da Vincos di Vincenzo Cosenza.

Sto parlando di Perplexity Computer, un vero e proprio sistema agentivo concepito per orchestrare flussi di lavoro complessi. A differenza delle soluzioni desktop, che richiedono macchine costantemente attive e presentano limiti di sincronizzazione tra dispositivi, questo sistema lavora interamente sulla nuvola. Per usarlo bisogna avere un abbonamento Pro a Perplexity.

Ma la vera rivoluzione risiede nella sua architettura. Perplexity Computer non si affida a un singolo “cervello”, bensì opera attraverso un router intelligente: a seconda del prompt e della complessità del problema, il sistema assegna autonomamente il compito al modello linguistico più adatto. Può utilizzare Claude Opus 4.6 come orchestratore principale, delegare le ricerche profonde a Gemini, o affidarsi a modelli veloci per i task più leggeri.

Per comprendere le reali capacità di questa imbracatura software (harness), ho deciso di sottoporla a una serie di stress test avanzati, simulando scenari operativi tipici di professionisti e marketer.

Nello specifico, ho testato l’agente su diverse aree cruciali:

• Automazione e Ricerca: dalla sintesi autonoma delle notizie tecnologiche nelle ultime 24 ore, all’impostazione di task ricorrenti con invio automatico di report direttamente su Gmail.
• Analisi Competitiva: l’estrazione di dati e insight da profili social aziendali, con la successiva generazione autonoma di un report strategico in formato presentazione.
• Il Model Council: una delle funzionalità più affascinanti e promettenti, che permette di interrogare simultaneamente modelli diversi (Claude, Gemini, GPT) sullo stesso tema per ottenere una consulenza strategica multiprospettica, evidenziando le convergenze e le divergenze analitiche.
• Generazione di Codice e Dati: la creazione da zero di una dashboard interattiva, capace di collegarsi alle API di istituzioni finanziarie per restituire dati aggiornati in tempo reale.

Nonostante le enormi potenzialità, l’adozione di un sistema di questo tipo richiede una valutazione attenta. Il consumo dei crediti operativi può crescere rapidamente in base alla complessità dei task, e le capacità di navigazione web autonoma presentano ancora alcuni colli di bottiglia se paragonate all’uso diretto di API dedicate.

Nel mio ultimo video ho documentato nel dettaglio ogni singolo esperimento, mostrando l’interfaccia, le dinamiche decisionali dell’agente e, soprattutto, la qualità dei risultati finali generati dal sistema.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Come funziona Perplexity Computer, l’agente in cloud proviene da Vincos di Vincenzo Cosenza.

Le due fasi

La prima fase, inaugurata da ChatGPT il 30 novembre 2022, è stata quella dei chatbot: modelli linguistici capaci di conversare in linguaggio naturale, riassumere, tradurre, generare idee. Una rivoluzione percepita soprattutto come linguistica. Per la prima volta parlavamo con una macchina senza bisogno di interfacce complesse. Ma per quanto impressionanti, questi sistemi sapevano parlare, ma non fare.

La seconda fase ha iniziato a prendere forma quando agli stessi modelli sono state date anche delle “mani”: la capacità di usare strumenti per eseguire compiti nel mondo reale.

Però, tra queste due, c’è una fase intermedia: quella dei “modelli che ragionano”. Il 12 settembre 2024 OpenAI rilasciò o1-preview, primo modello della serie “o”: a differenza dei predecessori, non generava una risposta immediata, ma produceva prima una catena di ragionamento interna (chain of thought), invisibile all’utente, e solo dopo la risposta. OpenAI lo descrisse come il passaggio “dal Sistema 1 al Sistema 2” nell’accezione di Kahneman: dal pensiero intuitivo a quello ponderato. Sembrava un’innovazione difficile da replicare velocemente e invece, il 20 gennaio 2025, venne annunciato DeepSeek R1, primo modello open source con capacità comparabili a o1, addestrato a costi radicalmente inferiori.

Il passaggio ai reasoning model è stato la precondizione dell’agentività. Un modello che sa solo rispondere esegue istruzioni. Un modello che sa ragionare può pianificare passi, verificare errori intermedi, correggere la rotta. E così abbiamo visto apparire i primi esempi di agenti come Deep Research (un agente per fare ricerche approfondite sul web), Operator di OpenA, Claude Computer Use di Anthropic (agenti in grado di usare un computer remoto o locale) e Manus.

Il 2026 si è aperto con nuove conferme di questa traiettoria agentiva, con l’arrivo di Claude Cowork e OpenClaw.

• Cowork, derivato da Claude Code, è un agente pensato per i knowledge worker: basta descrivere un obiettivo, dare il contesto e l’agente pianifica i passi da eseguire, legge e crea file sul computer, naviga il web, coordina sotto-agenti che lavorano in parallelo.
• OpenClaw è un progetto open source pensato per un pubblico più specializzato. Si potrebbe definire un framework di orchestrazione che si installa su un server (o in locale) e connette qualsiasi modello linguistico agli strumenti del proprio computer e a servizi (file, browser, email, API). Tutto controllabile via WhatsApp o Telegram. Il successo è stato enorme, ma soprattutto, l’idea implementativa è stata subito ripresa da diverse aziende (la stessa Anthropic ha aggiunto la funzione di controllo remoto ai suoi strumenti).

Siamo lontani dalla perfezione. Ma la direzione è chiara: stiamo andando verso sistemi agentivi sempre più autonomi che non coinvolgono solo il mondo degli sviluppatori, ma che irrompono prepotentemente nella vita lavorativa di tutti i lavoratori della conoscenza.

L’infrastruttura che ha reso tutto possibile

Sotto questa accelerazione, due protocolli stanno costruendo l’infrastruttura dell’economia agentiva.

Il primo è MCP (Model Context Protocol), rilasciato da Anthropic nel novembre 2024 e poi ceduto alla Linux Foundation nel dicembre 2025. È l’equivalente dell’USB-C per l’IA: un connettore universale che permette a qualsiasi modello linguistico di collegarsi a qualsiasi strumento esterno, database, software, servizi web, senza integrazioni su misura. OpenAI, Google, Microsoft, Amazon lo hanno adottato in tempi record.

Il secondo è A2A (Agent-to-Agent), ideato da Google e confluito nella stessa fondazione. Se MCP fa parlare un agente con gli strumenti, A2A fa parlare gli agenti tra di loro. I suoi effetti sono ancora evidenti soltanto nei prodotti Google, ma sono promettenti..

Da prompter a orchestratore cognitivo

Se il chatbot si trasforma in agente, anche noi dobbiamo evolvere. Non basterà più saper scrivere un buon prompt. Bisognerà saper pianificare processi, scomporre obiettivi complessi, valutare risultati intermedi, costruire contesti strutturati, con documenti, dati, vincoli e criteri, che permettano all’agente di lavorare in modo coerente e prevedibile. Dovremmo trasformarci in manager di agenti o orchestratori cognitivi.

Il rischio simmetrico è la delega cognitiva. Con un chatbot ci si poteva permettere richieste approssimative: nel peggiore dei casi si otteneva un risultato mediocre. Con un agente che può compiere decine di azioni concatenate, le istruzioni vaghe potrebbero avere conseguenze più serie.

I professionisti con più valore saranno quelli che sapranno applicare competenze manageriali non a team di persone, ma a squadre di agenti. I dati del mercato del lavoro 2026 già registrano un premio salariale del 56% per chi padroneggia questi strumenti rispetto alla media. Una ricerca della Harvard Business School mostra che dal 2022 le offerte di lavoro per mansioni strutturate e ripetitive, quindi facilmente automatizzabili, sono calate del 13%, mentre la domanda per ruoli analitici, tecnici o creativi (ossia ruoli “aumentati”) è cresciuta del 20%.

Il vantaggio competitivo non si misurerà sulla velocità di esecuzione, ma sulla chiarezza della delega e sulla capacità di visione. Le IA saranno il cervello e le mani di molte attità. A noi il compito di essere gli orchestratori, se ci eserciteremo ad esserlo. La sfida dell’era agentiva non è tecnologica, ma antropologica: riguarda la nostra capacità di restare curiosi e pensanti in un mondo che ci offre, ogni giorno, una ragione in più per non farlo.

✉️ Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo La fase 2 dell’intelligenza artificiale: l’opportunità da non perdere proviene da Vincos di Vincenzo Cosenza.

È stata una chiacchierata densa, che ha toccato i rapporti di forza tra superpotenze, le strategie dei colossi tech e il ruolo, purtroppo marginale, dell’Europa in questo scacchiere. Ecco i punti chiave e alcune delle riflessioni più “forti” emerse dalla nostra conversazione.

La Cina ha (davvero) vinto?

Il titolo del libro di Alessandro è una provocazione, ma fotografa una realtà innegabile: la Cina ha accumulato vantaggi strutturali enormi. Non si tratta solo di avere i dati o la potenza di calcolo, ma di un capitale umano sconfinato. Milioni di persone vengono formate ogni anno, e la stessa filiera tecnologica e accademica statunitense è ormai profondamente dipendente dai ricercatori di origine cinese.

“La forza della Cina è nel capitale umano: forma letteralmente milioni di persone che pubblicano milioni di paper e dominano ormai la capacità scientifica mondiale… e l’ecosistema statunitense dipende da questi ricercatori.”

Un esempio lampante del dinamismo cinese è il recente caso di DeepSeek. Più che un “killer” di Nvidia, DeepSeek ha dimostrato l’incredibile velocità con cui la Cina può imitare, adattare e lanciare innovazioni, spingendo colossi come Tencent, Alibaba e ByteDance a competere ferocemente all’interno dello stesso ecosistema.

L’eterno dilemma degli Stati Uniti

La strategia americana per l’AI appare spesso contraddittoria: da un lato il contenimento tecnologico (bloccare le esportazioni di chip), dall’altro il pragmatismo commerciale. Come ci ricorda Alessandro, l’analogia con la Guerra Fredda regge poco.

“C’è chi dice che vendere chip alla Cina sia come vendere missili all’Unione Sovietica durante la Guerra Fredda. Il problema è che l’analogia non tiene: ci sono centinaia di miliardi di interscambio e la Cina è fortemente interconnessa nel mercato mondiale. Nessuno di noi può sapere da dove vengano tutti i componenti del sistema Blackwell di Nvidia… ma c’è sempre qualcosa di cinese.”

Questo stallo porta a una curiosa teoria di politica internazionale, molto in voga a Pechino: la Cina sa che per vincere, non deve fare altro che lasciare che l’America si faccia del male da sola, delegittimandosi agli occhi dei suoi stessi alleati.

Nvidia: il camaleonte dei chip

Non potevamo non parlare di Nvidia, l’azienda che in questo momento detta i ritmi dell’intero mercato. Guidata da Jensen Huang dal 1993, Nvidia sta continuamente cambiando pelle. Non è più solo un produttore di GPU, ma una piattaforma, un “assemblatore di lusso” che acquisisce tecnologie e si adatta in tempi record alle nuove esigenze del mercato, come l’inferenza.

Huang è un manager feroce e spregiudicato, ma ha un problema strutturale per il futuro: i suoi più grandi clienti (Google, Microsoft, Amazon) stanno cercando di diventare i suoi più temibili concorrenti.

L’Europa e le sfide energetiche

Mentre l’AI divora energia, la concentrazione dei Data Center sta già creando tensioni socio-politiche. L’Europa ha un ritardo abissale sui semiconduttori, ma ha due assi nella manica su cui puntare:

1. Il vantaggio energetico di paesi con il nucleare (come la Francia) per attrarre investimenti.
2. L’applicazione dell’AI alla robotica, all’automazione industriale e alla “blue economy” (autonomia marittima), dove la cantieristica europea è ancora forte.

E tra i player tech? Secondo Aresu, oggi la migliore strategia ce l’ha Anthropic, che negli ultimi 6 mesi ha dimostrato una superiorità netta nell’aggredire il mercato B2B, costringendo persino OpenAI a rincorrerla.

Se volete approfondire questi scenari, vi invito a guardare l’intervista completa.

✨ Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Chi dominerà l’AI? La mia conversazione con Alessandro Aresu proviene da Vincos di Vincenzo Cosenza.