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.

Quanto abbiamo parlato di intelligenza artificiale negli ultimi anni? E quanto poco, invece, del suo “corpo”? È da questa domanda che prende forma la riflessione emersa nell’intervista a Fabio Puglia, Presidente di Oversonic Robotics, che ai microfoni di RadioNext apre un fronte cruciale per il mondo industriale: il passaggio dall’AI che genera contenuti all’AI che agisce nello spazio fisico.

La robotica sta vivendo un cambio di paradigma radicale, dove le aziende non sono più solo produttori di hardware ma sempre più software house, capaci di costruire intelligenza distribuita che interpreta ambienti, processi e relazioni. È qui che si gioca la vera partita competitiva per imprese e manager: integrare sistemi che comprendano il contesto produttivo senza stravolgerlo.

Ma siamo davvero pronti a inserire robot antropomorfi nelle linee produttive? Secondo Puglia, il limite oggi non è tanto nella capacità cognitiva - già in forte evoluzione grazie all’integrazione di LLM e sistemi di computer vision - quanto nell’hardware, ancora non perfettamente allineato alle ambizioni del software.

Eppure, il punto non è accelerare indiscriminatamente: l’industria impone regole, perimetri, affidabilità. In un ambiente produttivo non c’è spazio per “allucinazioni” o interpretazioni creative, ma solo per output corretti e prevedibili. È qui che emerge una tensione strategica: da un lato algoritmi deterministici, dall’altro modelli generativi. Chi guida davvero? La risposta, almeno per ora, è un equilibrio ibrido, dove l’AI supporta ma non sostituisce la logica industriale. Interessante anche il ruolo dei robot come mediatori tra complessità digitale e operatività umana: semplificano l’interazione, abbassano le barriere tecniche, rendono accessibili sistemi prima riservati a specialisti. Ma attenzione: non si tratta di delegare completamente, bensì di potenziare.

E allora il concetto di “Dark Factory”, fabbriche completamente automatizzate, è davvero vicino? Fabio Puglia è netto: è un processo iterativo, fatto di progressiva fiducia e validazione. Non un salto, ma una traiettoria. E in Europa? Le competenze non mancano, anzi: l’interdisciplinarità è un vantaggio competitivo reale. Quello che manca è il coraggio di sperimentare, di creare sandbox, di accettare il rischio come leva di innovazione. Un messaggio chiaro per gli imprenditori italiani: la robotica va portata “in casa”, testata, compresa. Non come soluzione magica, ma come leva strategica. Perché la vera domanda non è se i robot entreranno nei processi produttivi, ma come e con quale ruolo. E soprattutto: chi sarà pronto quando accadrà?

C’è un paradosso che attraversa oggi il continente africano e che le imprese europee non possono più permettersi di ignorare: da un lato una crescita attesa della digital economy che punta ai 200 miliardi di dollari entro il 2026, dall’altro meno del 5% dei giovani con competenze strutturate in coding o data analysis. È proprio dentro questa tensione che si inserisce il lavoro di Mercy Akamo, CEO di Kijana, piattaforma che connette aziende globali con talenti africani giovani, già formati e pronti al lavoro. Ma siamo davvero davanti a un gap o piuttosto a un’enorme opportunità ancora in fase di strutturazione?
Secondo Mercy Akamo, la narrazione del “ritardo” africano rischia di essere superficiale. Sul piano istituzionale, Paesi come Rwanda e Kenya stanno investendo in alfabetizzazione digitale già dalla scuola primaria, mentre le grandi corporate - da Google a Microsoft - stanno costruendo pipeline di competenze attraverso micro-corsi, certificazioni e programmi scalabili. Il risultato? Un ecosistema che si sta muovendo rapidamente verso modelli di formazione più flessibili, ibridi e orientati al mercato. Non più solo università, ma community, hub locali e piattaforme remote. È sufficiente per colmare il divario? O stiamo assistendo alla nascita di un nuovo paradigma educativo più aderente alle esigenze del business?
Il vero cambio di prospettiva, però, riguarda il modo in cui le aziende europee guardano al talento africano. Per anni il driver è stato il costo. Oggi, sottolinea Akamo, questo approccio è superato. Il valore competitivo si gioca su altri fattori: accesso rapido a bacini di talenti ampi, velocità di esecuzione, scalabilità. In un contesto europeo segnato da una crescente carenza di profili tech, l’Africa emerge come una riserva strategica di competenze digitali in espansione. Non si tratta più di “risparmiare”, ma di costruire capacità produttiva.
Ci sono poi elementi operativi che rafforzano questa proposta: fusi orari compatibili con l’Europa, elevata diffusione della lingua inglese, mindset imprenditoriale diffuso e una sorprendente flessibilità nell’assemblare team distribuiti. Kijana, in questo scenario, interviene riducendo l’attrito: selezione preventiva dei candidati, formazione non solo tecnica ma anche su comunicazione e collaborazione cross-culturale, e un modello che consente alle aziende di saltare intere fasi del recruiting tradizionale. La domanda allora diventa: quanto vale oggi il tempo risparmiato nell’acquisizione di talento rispetto al puro costo del lavoro?
Restano alcune criticità, certo: infrastrutture non omogenee, complessità normative, differenze nei modelli operativi. Ma anche qui il quadro sta evolvendo rapidamente. Le grandi città africane - Lagos, Nairobi, Kigali, Accra - offrono ormai connettività e hub tecnologici comparabili agli standard internazionali, mentre sul piano legale i processi di assunzione remota seguono logiche già consolidate a livello globale.
Il confronto con India ed Europa dell’Est è inevitabile. Ma se i primi rappresentano un mercato maturo e i secondi uno spazio culturalmente affine ma demograficamente limitato, l’Africa si distingue per un fattore chiave: la profondità inesplorata del suo capitale umano. Oltre il 60% della popolazione ha meno di 25 anni. Non è solo una questione di numeri, ma di prospettiva. Le aziende che oggi investono in Africa non stanno semplicemente esternalizzando, stanno costruendo una pipeline di talenti per il futuro e, allo stesso tempo, aprendo una porta verso uno dei mercati consumer più dinamici al mondo. La vera domanda, quindi, non è se l’Africa sia pronta, ma se le aziende europee siano pronte a ripensare il proprio modello di accesso al talento globale.

L'intelligenza artificiale non è più un tema da convegni tecnologici. Sta entrando anche in uno dei settori più tradizionali dell'economia europea: l'autotrasporto su gomma. Nella seconda parte della conversazione di RadioNext, riprendiamo il filo della puntata precedente e con i nostri ospiti Damiano Frosi e Michele Palumbo portiamo il dibattito su un terreno molto concreto: come stanno cambiando logistica, flotte e modelli operativi delle aziende di trasporto grazie ai dati e agli algoritmi.

Il punto di partenza è semplice: il trasporto su strada è un settore dove efficienza e marginalità sono strettamente legate. Ogni chilometro, ogni carico, ogni ora di guida ha un impatto diretto sui conti dell'azienda. Ed è proprio qui che l'intelligenza artificiale può fare la differenza. Non come promessa futuristica, ma come strumento operativo per ottimizzare rotte, prevedere la domanda e ridurre costi logistici.

Se nella prima parte della puntata avevamo esplorato il potenziale della tecnologia, qui il focus si sposta sull'adozione reale nelle imprese di trasporto. Perché il vero salto non è installare nuovi software, ma trasformare la gestione delle flotte in un sistema guidato dai dati.

Pensiamo alla pianificazione dei viaggi. Algoritmi avanzati possono analizzare traffico, disponibilità dei mezzi, vincoli normativi e richieste dei clienti per costruire itinerari più efficienti. Il risultato? Meno chilometri a vuoto, meno carburante consumato, più puntualità nelle consegne. In un settore dove i margini sono spesso ridotti, anche piccoli miglioramenti possono generare vantaggi competitivi significativi.

Ma la trasformazione non riguarda solo la logistica operativa. Riguarda anche il rapporto con il cliente. Le piattaforme digitali stanno introducendo livelli di trasparenza e tracciabilità che fino a pochi anni fa erano impensabili. Oggi un cliente può sapere in tempo reale dove si trova la merce, quando arriverà e come si stanno evolvendo le condizioni di trasporto. È un cambio culturale prima ancora che tecnologico.

Naturalmente tutto questo porta con sé una domanda inevitabile: che ruolo avranno le persone in un settore sempre più automatizzato? La risposta che emerge dalla conversazione è chiara. L'intelligenza artificiale non sostituisce il lavoro umano, ma ne cambia il perimetro. Gli autisti restano centrali, ma diventano parte di un ecosistema digitale più ampio. I responsabili di flotta non gestiscono più solo mezzi e turni, ma interpretano dati e scenari.

È qui che si gioca la vera partita competitiva del settore. Non tra chi adotta una tecnologia e chi no, ma tra chi riesce a integrare dati, piattaforme e competenze manageriali più velocemente degli altri.

E allora la domanda finale è inevitabile: tra cinque anni, che volto avrà il mercato dell'autotrasporto europeo? Un sistema ancora basato su modelli tradizionali o una rete logistica sempre più intelligente e connessa?

Perché la sensazione è che la trasformazione sia già iniziata. E nel trasporto su gomma, come spesso accade nell'innovazione, chi impara prima a usare i dati corre più veloce degli altri.

Questa è la parte II dell'intervista. Se ti sei perso la prima parte, puoi riascoltarla qui

La logistica italiana vale 112 miliardi di euro e continua a crescere, anche in un contesto economico meno brillante e con un indice della produzione industriale in calo: è questo il primo dato che emerge dall'Osservatorio Contract Logistics 2025 del Politecnico di Milano guidato da Damiano Frosi, ospite a RadioNext insieme a Michele Palumbo, docente di Operations and Supply Chain alla Cattolica di Milano.

A trainare il settore sono soprattutto e-commerce ed export, due motori che dal 2020 hanno ridisegnato priorità, flussi e modelli operativi. Ma la vera notizia non è la crescita in sé: è il cambio di status della logistica, da commodity invisibile a leva strategica. Siamo davvero pronti a considerarla un asset competitivo e non un semplice centro di costo?

L'incertezza geopolitica, i conflitti alle porte dell'Europa, i dazi e la volatilità della domanda hanno imposto una riconfigurazione delle supply chain: più scorte, più magazzini, network distributivi ripensati, approvvigionamenti più complessi per un Paese come l'Italia che trasforma più di quanto produca. La globalizzazione, ricordava Michele Palumbo, non è più percepita solo come volano, ma anche come fragilità: dopo il Covid le catene globali sono apparse vulnerabili e si assiste a un ritorno di produzioni e impianti in Europa, con rotte più brevi e maggiore regionalizzazione.

Ma c'è un paradosso che manager e imprenditori non possono ignorare: mentre la logistica diventa centrale, mancano le persone. In Italia si stimano 30mila autisti in meno e almeno altrettanti magazzinieri; in Europa il gap supera il milione di lavoratori.

È solo un problema di numeri o anche di attrattività? Per anni il settore è stato raccontato attraverso traffico, inquinamento e conflitti sindacali, trascurando innovazione, tecnologia e opportunità di carriera. Oggi però gli autisti lavorano con sistemi di pianificazione evoluti che tengono conto delle preferenze individuali, ricalcolano i percorsi in tempo reale, integrano dati su traffico, meteo e resi; nei magazzini arrivano esoscheletri, soluzioni ergonomiche e strumenti digitali che riducono fatica e stress. L'intelligenza artificiale non si limita a descrivere cosa accade, ma suggerisce e sempre più spesso decide, passando da modelli descrittivi a prescrittivi fino a logiche autonome.

Questo toglierà lavoro? Secondo gli ospiti no: lo trasformerà, creando nuovi ruoli e nuove competenze. La domanda allora cambia: le imprese sono pronte a investire in formazione e a comunicare un percorso di crescita credibile? L'ultimo miglio, esploso con l'e-commerce - oltre il 20% degli articoli retail a livello globale viaggia ormai su piattaforme digitali - ha modificato anche la vita degli autisti, con più tratte brevi e la possibilità di rientrare a casa più spesso.

Non è forse anche questa una leva di employer branding? Per i decision maker il messaggio è chiaro: la logistica è la spina dorsale di ogni business, un vettore di cambiamento tecnologico e organizzativo. Aprire le aziende al pubblico, raccontare le sfide internazionali, mostrare l'innovazione in atto può colmare il divario tra percezione e realtà. Perché senza logistica non si va da nessuna parte, ma con una logistica evoluta si può andare molto lontano.

Se l'intelligenza artificiale diventa il nuovo buyer, chi controlla davvero la relazione con il cliente? Nella seconda puntata della conversazione a RadioNext, Marco Loguercio, advisor e-commerce ed esperto SEO e GEO, entra nel cuore della trasformazione: l'impatto degli LLM sui comportamenti di acquisto e sui modelli di business, tra B2B, B2C e nuove logiche pubblicitarie.

Nel B2B il cambiamento è già concreto: sempre più uffici procurement utilizzano strumenti come Copilot o Gemini per valutare fornitori, confrontare prezzi e caratteristiche tecniche, automatizzando una fase che per anni è stata dominata dalla relazione diretta tra venditore e azienda. È una rivoluzione silenziosa ma profonda: quando la prima scrematura la fa un algoritmo, il posizionamento non è più solo una questione di brand reputation, ma di come il contenuto viene interpretato e restituito da un modello generativo.

Nel B2C il percorso è ibrido: circa metà degli utenti che usano LLM continua a usare anche Google. C'è chi parte dal motore di ricerca e poi approfondisce in chat, e chi fa il contrario, chiedendo subito all'AI di confrontare alternative e suggerire la soluzione migliore. Il punto, però, è che lo scenario si sta accorciando: i grandi player stanno lavorando per consentire l'acquisto direttamente all'interno della risposta.

Siamo pronti a un e-commerce senza sito? Per le aziende l'opportunità è evidente - meno frizioni, conversioni più rapide - ma il rovescio della medaglia è altrettanto chiaro: perdita di dati, minore visibilità sui comportamenti, difficoltà di misurazione. I KPI tradizionali vacillano. Non c'è più il click da tracciare, il tempo di permanenza da analizzare, la heatmap da interpretare. Le conversazioni restano dentro ecosistemi chiusi, veri e propri walled garden dove Google, OpenAI e Microsoft presidiano l'interfaccia e, soprattutto, le informazioni. Le aziende vedono l'ordine arrivare, ma non sanno davvero quale prompt lo abbia generato.

Come si ottimizza ciò che non si può osservare? In parallelo si apre il capitolo monetizzazione. OpenAI guarda a modelli di affiliazione e di ADV integrato, Google sperimenta nuovi formati pubblicitari integrati nelle risposte, Microsoft osserva e testa. Potremmo arrivare a un sistema di bidding sulle risposte generate? L'ipotesi è sul tavolo: maggiore fee, maggiore visibilità. Uno scenario che ricorda la search advertising delle origini, ma con una complessità superiore perché qui la risposta non è un elenco di link, è un testo unico, personalizzato, conversazionale.

Per i brand si apre quindi un doppio fronte strategico: presidiare marketplace ed ecosistemi esterni per intercettare la domanda, ma allo stesso tempo rafforzare l'e-commerce proprietario con prodotti esclusivi e contenuti distintivi, per mantenere controllo su narrazione e marginalità.

Non esiste una soluzione universale. È un learning by doing che richiama la SEO di 25 anni fa, ma con una velocità di evoluzione che impone investimenti in ottica R&D più che campagne tattiche. La pubblicità arriverà, probabilmente insieme a nuovi flussi di dati oggi non disponibili, ma nel frattempo le imprese devono sperimentare, scegliere partner con reale capacità innovativa e accettare che il ritorno non sia immediato. La vera sfida non è solo vendere dentro la chat, ma capire come farsi scegliere dall'algoritmo senza perdere identità, relazione e valore nel lungo periodo.