Edison

In quanto membro del Comitato Scientifico della Edison Digital Academy mi occupo della progettazione e supervisione del programma di upskilling sul tema AI per i dipendenti Edison

Responsabile AI – Comitato Scientifico Digital Academy

Talent Garden

AI Expert

Innovazione.AI

Consulenza e Divulgazione AI su Linkedin e YouTube

Founder

Startup Checklist

Come Wikipedia, per le Startup
Valida la tua idea gratuitamente con un percorso guidato dall'idea alla raccolta fondi
startupchecklist.it

Innovation Consultant

Trainect - Wellbeing Revolution

Fractional Head of AI

ProfessionAI

Formatore

uBroker S.p.A.

Da piccola Startup appena nata a grande SpA Leader della Crescita con un fatturato di 77M in soli 6 anni. Un'azienda che mi ha fatto crescere insieme a lei e che porterò sempre nel cuore.

Web Specialist

Social & Content

Visionary Days

Visionary Days è un evento che incoraggia la discussione sui temi legalti al futuro.

Co-Founder

VisioTrade SpA

Employee

Non solo tool di AI: vi aiutiamo ad integrare l'AI nel prodotto, nella piattaforma e nella strategia.
Seguimi per notizie e insights utili sull'Intelligenza Artificiale.

Precedentemente (a ritroso) ho fatto trasformazione digitale 2 anni con PMI, ho lavorato 6 anni in una Scaleup e ho fatto Startup 2 anni.

Chiedere a GPT di "analizzare" qualcosa è inutile

Ti spiego perchè 👇🏼

Oggi abbiamo modelli di ragionamento che quindi possono eseguire degli step in background, ma pur sempre scrivendo. Possono riflettere ecc

Ma "analizzare" è una facoltà del pensiero
↳ non di un LLM

Piuttosto dobbiamo descrivergli 
→ cosa deve generare nei suoi step
→ quali obiettivi deveo perseguire
→ quali microtask eseguire in background

Quindi "analizza il file" no, perchè lui già lo legge e analizza implicitamente

Piuttosto
- riassumi il file
- poi estrai gli elementi x, y, z
- descrivi lo stile ideale con cui rispondere
- definisci cosa vorrebbe il target
- scrivi una prima bozza nello stile di...
- fai una critica dal punto di vista di...
- restituiscimi l'output migliorato

Es è solo un esempio generico

Da esperto, puoi guidare il suo ragionemento in modo incredibilmente efficace e preciso

Se invece vuoi andare nella direzione opposta e umanizzare il più possible l'output nelle tue interazioni con GPT5, ti rimando ad un altro post su questo argomento

Yuri Mariotti

Fractional Head of AI - AI Expert @TAG - Founder @innovazione.AI @StartupChecklist - Speaker

Quando usare modelli Open o modelli Closed?

Di recente un cliente mi ha detto che voleva creare degli agenti con modelli openweights come Deepseek o Llama, caricati sul suo server locale on premise.

La motivazione era la sicurezza, ma parliamone

E affrontando velocemente il discorso hardware 

→ server locali davvero sicuri possono permetterseli solo le corporate, e vale lo stesso per i private cloud che hanno costi fissi altissimi
→ per tutti gli altri casi cloud standard o serverless sono soluzioni una più economica e scalabile dell'altra, a seconda del "numero di utenti e richieste"

Ma tornando al software quindi
↳ quando usare modelli Open o Closed?

In termini economici
↳ se non hai centinaia di migliaia di utenti e un utilizzo intenso di token, raramente vale la pena usare modelli Open.

- sono più complessi da installare
- richiedono competenze più di nicchia
- hanno una qualità mediamente inferiore
- paghi comunque il cloud

A meno che non li usi comunque tramite API, anche tramite provider come Groq ad esempio, ma a questo punto stai facendo un compromesso tra qualità e prezzo, ignorando la sicurezza

In termini di sicurezza quindi?
↳ entrambe sono soluzioni molto sicure

Ho approfondito questo argomento in due post, te li linko nei commenti se vuoi approfondire

Ma in breve, è praticamente certo che OpenAI, Anthropic e Google NON usino i vostri dati aziendali per il training, come non li usano i Cloud provider

Il discorso dovrebbe spostarsi più sul rischio!!

Ovvero: un uso anche anonimizzato e non riconducibile di questi dati da parte del fornitore è un rischio davvero esistenziale per la vostra azienda? 

99/100 la risposta è no

E nei pochi casi contrari, allora è richiesto molto più di modelli openweights, ovvero soluzioni costose in private cloud o on-premise con team e soluzioni di cybersec dedicati.

---

Per questo cliente quindi, che non è una corporate ma 
- una media impresa di servizi non digitali 
- senza un'infrastruttura cloud
- con usecase su centinaia di utenti
- anche se tratta dati medici

La risposta per me è semplice
↳ modelli Closed in cloud serverless

Semplice, economico, scalabile, sufficientemente sicuro

Il prompting richiede chiarezza

Ma gli esperti sfruttano l'ambiguità

E non quella nella domanda
↳ ma nel ragionamento

Vi ho già spiegato che dargli un elenco di step di ragionamento da seguire è una delle cose piú efficaci che potete fare per massimizzare la qualità di un output.

Ma dovete dargli degli step di qualità

Nel "chain of verification" uno degli step finali è di autocritica 👇🏼👇🏼👇🏼

Dopo avergli detto di fare qualcosa

↳ trova 3 errori, punti ciechi, critiche
→ e per ciascuno fai una revisione

Dirgli di essere piú preciso serve a poco perchè è troppo vago, come dovrebbe fare?

Serve chiarezza (!!)

Ma non quella che chiude
↳ quella che si apre all'ambiguità di pensiero

Un'altra tecnica è "adversarial prompting" in cui gli si dice proprio di attaccare il suo ragionamento da un particolare punto di vista 👇🏼👇🏼👇🏼

Dopo avergli detto di fare un compito

↳ critica dal punto di vista della "controparte"
→ e fai una revisione che ne tenga conto

E lo ripeto

👉🏼 Non sono prompt separati
↳ ma fasi di ragionamento nello stesso prompt

Ovviamente vanno usate in casi specifici

- analisi strategica per individuare bias e punti di vista concorrenziali
- copywriting per mettere alla prova coerenza, tono e fragilità dei messaggi
- problem solving tecnico per anticipare scenari "edge"
- decision making per stress-testare scelte e motivazioni
- contrattualistica per far emergere ambiguità, rischi e sbilanciamenti

E concludo con una specifica
👇🏼👇🏼👇🏼

Il punto di questo post non è dirgli di essere critico. Questo lo avete già sentito dire da qualcun altro, ne sono certo.

Il mio obiettivo è farvi andare oltre.

Il punto è inserire meccanismi di auto analisi e correzione efficaci all'interno degli step di ragionamento, per guidarlo nell'esplorazione verso output di qualità maggiore.

La parola chiave è auto-correzione

Il vero punto è guidare l'AI a seguire il metodo scientifico
→ la più grande invenzione della storia

Hai un problema?

L'AI puó cambiarlo, non risolverlo

Sarai tu a risolverlo, ma con l'AI avrai un approccio diverso e prospettive nuove

Invece di risolverlo direttamente
↳ il modo migliore di interagire con l'AI è partire da lontano e collaborare con uno strumento praticamente onniscente.

E per collaborare efficacemente

→ indaga gli argomenti
→ delega alcune fasi
→ migliora l'output
→ ripeti

Ogni step ha uguale importanza (!!)

Il punto non è scrivere un prompt per delegare all'AI. Se è questo che ti hanno insegnato, è solo la punta dell'iceberg.

Il vero punto è interagire con l'AI in cicli sempre piú rapidi per arrivare a soluzioni migliori, più efficaci, nello stesso tempo.

Se ci metti meno è solo un bonus

Lo ripeto
→ velocizza i cicli di esplorazione e ottimizzazione

Nello stesso tempo sarai diversi cicli più avanti degli altri, questo è il vero potere della collaborazione con l'AI

Qualità > Velocità
Velocità ---> Qualità

GPT5 non scrive per le persone

Scrive per addestrare altre AI 🙃

Ma perchè? E come umanizzare gli output?

Partiamo dal perchè 👇🏼👇🏼👇🏼

GPT5 è nato per essere uno strumento intelligente, e verrà ampiamente usato per utilizzo agentico di tool nelle app, e per generare testi con cui addestrare modelli futuri.

E nel suo processo di addestramento, fatto da scienziati e consulenti, ha imparato che gli output migliori hanno
→ complessità
→ linguaggio tecnico
→ lunghezza e struttura
→ elenchi puntati e titoli

Ma spesso non è quello che vogliamo

Quindi come umanizzare GPT5? 👇🏼👇🏼👇🏼
1. Con GPT5 è meglio eliminare piuttosto che aggiungere

Dirgli cosa non fare piuttosto che aggiungere specifiche che finiscono per creare conflitti e ulteriore complessità.

Quindi non dirgli di scrivere in modo naturale
↳ digli cosa NON scrivere

Ad esempio quali parole NON usare

Con l'esperienza saprai bene quali sono, ma mi riferisco alle classiche da supercazzola consulenziale
- ottimizzare
- leader
- sinergia
- professionale
- ... altre?

O digli di NON usare frasi da più di 15 parole. 

Dobbiamo rimuovere la complessità apparente, che lo porta al ragionamento, infatti il secondo punto è

2. Non farlo ragionare

La modalità di ragionamento si è adattata al mondo scientifico e di sviluppo software, alla logica e all'esecuzione ordinata
↳ finisce per seguire i soliti pattern

L'abbiamo già detto

👉🏼 GPT5 è un router

E per scrivere in modo più umano e diretto, dobbiamo evitare di indirizzarlo verso il modello di ragionamento.
Quindi seleziona il modello instant

Oinizia il prompt con - reasoning effort: minimal- output: concise

Risponderà in modo più diretto e breve, come farebbe un umano, senza attivare il ragionamento che va in una direzione molto diversa.
3. Dagli un framework su cui scrivere

- intro, concetto, conclusione
- saluto, domanda, cta- anche più punti, scegli tu

E digli quanto lungo vuoi l'output, quante frasi.---

Qui si vede la differenza tra il prompt di un esperto e di un principiante.

Per questo GPT5 è uno strumento pazzesco
↳ perchè abilita molto più di prima gli esperti

Ma dobbiamo spingerlo nella giusta direzione
- dicendogli cosa non dire
- guidando il ragionamento o non
- dandogli framework da seguire

Provaci e fammi sapere come va

Regolamentare l'AI: sí o no?

Ieri in Fabbrica Campus ho raccontato le opportunità e rischi dell'AI.

E in particolare voglio riportare qui 2 rischi

1. La centralizzazione del potere, che già oggi vede 3 individui (Musk Zuck Besk, prova a dirlo veloce) con piú potere economico dei 150.000.000 americani piú poveri, il 50% dello stato piú potente del mondo.

E ci siamo arrivati con un internet pubblico e distribuito, mentre ora vediamo:

2. La competizione di piattaforme su cui costruire le soluzioni tecnologiche del futuro, con divisione e lockin.

Vi immaginate se ci fossero stati 3 diversi internet?

O se un'azienda avesse capitalizzato l'intero traffico globale?

Questo è quello che sta succedendo

---

La conclusione dello speech?

Regolamentare sí, assolutamente sí.

E cito Uljan Sharka, founder di iGenius, in un suo intervento qualche giorno fa.

"L'AI Act non è un freno ma una guida"

Purtroppo non abbiamo le carte per regolamentare il mondo, e sicuramente questo in qualche modo ci mette in difficiltà.

Ed è anche vero che forse dovremmo cambiare il modo (proposte valide non ne conosco).

Ma finchè agevoliamo i pochi in cima a discapito dei pochi in fondo, il gap di potere aumenta invece di ridursi.

E il sogno democratico si fa piú sfocato.

Sembra strano doverlo dire, ma io tifo per un futuro migliore, e nemmeno per la maggioranza ma per tutti(!!)

L'AI dovrà superare molte sfide tecnologiche, politiche, etiche e sociali per aiutarci in questo obiettivo.

Ma ricordiamoci che non è assolutamente un risultato scontato, al contrario.

Quindi
- informatevi sull'AI
- fate le discussioni difficili
- votate con lungimiranza

taplio

Yuri Mariotti's Linkedin Analytics

Yuri Mariotti

Performance ScoreYuri Mariotti's LinkedIn Performance

Yuri Mariotti's Best Posts (last 30 days)

Ready to grow your LinkedIn presence?

taplio

.css-6ytdur{background-image:linear-gradient(284deg, rgba(39, 43, 72, 1) 0%, rgba(33, 47, 183, 1) 100%);color:transparent;-webkit-background-clip:text;background-clip:text;}Yuri Mariotti's Linkedin Analytics

Yuri Mariotti

Performance Score.css-goub6s{font-size:var(--chakra-fontSizes-md);font-weight:500;color:var(--chakra-colors-gray-600);display:block;margin-top:var(--chakra-space-1);}Yuri Mariotti's LinkedIn Performance

Yuri Mariotti's Best Posts .css-1emoo84{font-size:var(--chakra-fontSizes-md);font-weight:400;color:var(--chakra-colors-gray-600);}(last 30 days)

Ready to grow your LinkedIn presence?

Yuri Mariotti's Linkedin Analytics

Performance ScoreYuri Mariotti's LinkedIn Performance

Yuri Mariotti's Best Posts (last 30 days)