Il paradigma del software sta attraversando una trasformazione profonda: da un modello tool-centrico, in cui sono le persone ad adattarsi agli strumenti, a uno human-centrico, dove è l’intelligenza artificiale a orchestrare processi e attività. È su questa inversione che si fonda la visione di GenSpark, raccontata da Wen Sang, fondatore e COO della piattaforma, ai microfoni di RadioNext.
Il punto di partenza è chiaro: negli ultimi vent’anni abbiamo imparato a lavorare adattandoci ai software - suite, CRM, strumenti di collaborazione - accumulando competenze operative su decine di tool. Ma se fosse il contrario? Se fosse l’intelligenza artificiale ad adattarsi a noi, orchestrando strumenti e processi in autonomia?

GenSpark prova a rispondere proprio a questa inversione, proponendosi come workspace AI “all-in-one” che non sostituisce i tool, ma li coordina attraverso agenti intelligenti capaci di eseguire attività concrete, dalla ricerca alla produzione di contenuti fino ad azioni operative nel mondo reale. La promessa è ambiziosa, forse già sentita, ma questa volta cambia l’architettura: una “mixture of agents” che integra oltre 70 modelli AI e più di 150 strumenti proprietari. Il risultato? Non più singoli modelli specializzati, ma un sistema che aggrega competenze - ragionamento, coding, creatività - e le traduce in output di qualità per il lavoro quotidiano.

Siamo davvero pronti a delegare l’80% del nostro lavoro operativo a un sistema di agenti? Secondo Wen, è già realtà: gran parte del tempo dei knowledge worker è assorbito da attività ripetitive, e l’automazione consente un salto di produttività che libera spazio per decisioni strategiche. Non si tratta di “copilotare” l’uomo, ma di portarlo a un livello superiore, eliminando il carico operativo.

Il modello di business sembra confermare la tesi: in pochi mesi GenSpark ha superato i 200 milioni di dollari di ricavi annuali, con una crescita trainata non dalla pubblicità ma dal valore percepito dagli utenti, dalle partite IVA alle grandi aziende. Il caso citato di un broker americano che moltiplica produttività e margini grazie alla piattaforma è emblematico: meno costi, più clienti, più velocità. È qui che si gioca la partita vera dell’AI: non nella potenza dei modelli, ma nel ritorno economico concreto.

Ma il tema competitivo resta aperto: come può una startup di poche decine di persone sfidare giganti come Microsoft o Google? La risposta è nella velocità e nell’approccio AI-native: sviluppo accelerato, codice scritto in gran parte da AI e rilascio continuo di nuove funzionalità. Non si tratta di sostituire gli ecosistemi esistenti, ma di ridefinirne i confini, rendendo invisibili le barriere tra software. In questo scenario “wild west”, dove tutti sperimentano, la vera domanda non è chi vincerà, ma quale modello prevarrà: integrazione incrementale o riprogettazione radicale del lavoro?

E sul rischio bolla? Wen è netto: il discrimine è il valore reale. Dove c’è ROI misurabile, non c’è bolla che tenga. Per manager e imprenditori, il messaggio è chiaro: non è il momento di osservare, ma di sperimentare. Perché, come insegna la storia, non sono le macchine a sostituire le persone, ma le persone che usano meglio le macchine a superare le altre.

Altroconsumo, nel racconto di questa seconda puntata di RadioNext, mostra un punto che molte imprese italiane continuano a sottovalutare: l’intelligenza artificiale non è davvero trasformativa quando si limita a velocizzare l’esistente, lo diventa quando costringe a ripensare il modo in cui il lavoro viene organizzato. È questa la chiave emersa dal confronto con Ivan Maroli, responsabile dei centri di competenza di Altroconsumo, che descrive un percorso concreto, lontano sia dall’entusiasmo ingenuo sia dal marketing da convegno.
Prima l’automazione delle attività ripetitive, poi la misurazione dell’impatto, quindi l’eventuale evoluzione verso strumenti più personalizzati: un metodo che interessa da vicino manager e imprenditori, soprattutto quelli che stanno cercando di capire se l’AI sia un investimento industriale o soltanto l’ennesimo costo travestito da innovazione. Il progetto pilota raccontato in trasmissione parte infatti da una constatazione molto semplice: troppe energie qualificate finiscono ancora in raccolta dati, aggiornamenti e controlli manuali, cioè in attività necessarie ma a basso valore aggiunto.
Quando queste routine vengono assorbite dall’AI, si libera spazio per analisi, decisione e sviluppo. Siamo davvero pronti, però, a usare questo tempo liberato per fare meglio il lavoro, oppure rischiamo di riempirlo con altra burocrazia digitale? La domanda è meno teorica di quanto sembri, perché il caso Altroconsumo suggerisce che il vero cambio di passo non stia nello strumento, ma nella cultura aziendale che lo accompagna.
E qui arriva il passaggio più interessante per chi guida un’organizzazione: non serve essere una multinazionale da migliaia di dipendenti per impostare una trasformazione credibile. Altroconsumo, realtà di poco più di 200 persone inserita in un network internazionale di associazioni dei consumatori, dimostra che anche strutture agili possono sperimentare con metodo, scalare ciò che funziona e condividere asset e competenze in modo intelligente.
Il secondo asse della puntata riguarda infatti il chatbot front-end, l’assistente virtuale “Vera”, costruito per dialogare con i consumatori partendo dal patrimonio di conoscenze accumulato in anni di test, analisi e studi. Ed è qui che l’AI smette di essere solo efficienza interna e diventa ridisegno della relazione con l’utente. Non più una classifica da consultare in autonomia, non più una tabella tecnica da interpretare da soli, ma una conversazione capace di trasformare dati e benchmark in una raccomandazione contestuale: qual è la lavatrice migliore per te, per il tuo spazio, per la tua famiglia, per il tuo bisogno concreto? È un cambio di paradigma che molte aziende del largo consumo, del retail e dei servizi dovrebbero osservare con attenzione, perché sposta il focus dal prodotto “migliore in assoluto” alla risposta “più utile in quel momento”.
E non è forse questa la promessa più credibile dell’intelligenza artificiale nel business, cioè aumentare la pertinenza, non soltanto la velocità? Il punto finale, forse il più prezioso, riguarda il consiglio di metodo dato agli imprenditori: prima testare con strumenti disponibili sul mercato, sbagliare, rimisurare, capire gli obiettivi veri; solo dopo, se necessario, investire in soluzioni custom, soprattutto quando entrano in gioco sicurezza dei dati e proprietà intellettuale. In altre parole, meno fede nelle demo perfette dei fornitori e più disciplina nel leggere i propri processi. Perché infilare l’AI dentro un’azienda che continua a lavorare con logiche vecchie, avverte Ivan, significa preparare un fallimento costoso. E allora la vera domanda, per chi ascolta, non è se adottare l’intelligenza artificiale, ma se la propria organizzazione sia davvero pronta a cambiare il modo in cui decide, serve il cliente e costruisce valore.

Cosa succede quando un’organizzazione storicamente rigorosa, metodica e basata su processi consolidati decide di mettere davvero mano al proprio modo di lavorare con l’intelligenza artificiale? La risposta arriva dal caso raccontato a Radio Next da Ivan Maroli, responsabile dei centri di competenza di Altroconsumo, che offre uno spaccato concreto e, per molti versi, sorprendente su come l’AI possa essere introdotta senza grandi investimenti ma con un forte ripensamento culturale.

Il punto di partenza è chiaro: oltre 40 esperti impegnati in attività ad alto valore, ma intrappolati anche in una quota significativa di lavoro ripetitivo e manuale. Siamo davvero sicuri che il tempo dei professionisti debba essere consumato in operazioni a basso impatto? È qui che nasce un progetto pilota che ribalta la prospettiva classica: non partire dalla tecnologia, ma dai processi. Prima mappatura dettagliata delle attività quotidiane, poi analisi del tempo impiegato e del potenziale risparmio, infine una selezione rigorosa delle priorità. Il risultato? Quattro attività chiave che da sole occupavano il 70% del tempo complessivo.

Un dato che dovrebbe far riflettere molte aziende: quanto del lavoro quotidiano è realmente strategico? E quanto invece è solo inerzia operativa? La scelta degli strumenti arriva solo dopo, quasi come conseguenza naturale. Altroconsumo opta per un approccio pragmatico, testando strumenti generalisti come ChatGPT e verificandone l’efficacia su casi d’uso concreti. Nessuna trasformazione faraonica, nessun investimento milionario: circa mille euro di licenze per un primo gruppo di lavoro. È un messaggio potente per manager e imprenditori: la barriera all’ingresso non è economica, ma mentale.

Il vero cambio di passo avviene nel ridisegno dei processi. “Lo rifarei allo stesso modo?” diventa la domanda guida. E la risposta, spesso, è no. Da qui nasce una fase iterativa fatta di test, feedback e miglioramenti continui, con un coinvolgimento attivo delle persone. Non si tratta solo di introdurre strumenti, ma di accompagnare un cambiamento di mindset. Il risultato è tangibile: un risparmio medio del 50% del tempo sulle attività analizzate. Un esempio emblematico? L’analisi delle etichette alimentari: un’attività ripetitiva che può passare da ore di lavoro manuale a pochi secondi grazie all’AI.

Ma il vero valore non è il tempo risparmiato in sé, bensì il tempo restituito a attività a maggiore valore aggiunto: analisi, interpretazione, decisione. È qui che si gioca la partita competitiva. Perché l’AI non sostituisce l’esperto, ma ne amplifica l’impatto. E allora la domanda finale diventa inevitabile: le aziende sono pronte a ripensare davvero il lavoro, o si limiteranno a inserire nuovi strumenti in vecchi processi? Il caso Altroconsumo dimostra che il vantaggio competitivo non nasce dalla tecnologia in sé, ma dalla capacità di rimettere in discussione ciò che si è sempre fatto.