Formazione AI per aziende: da ChatGPT all’uso quotidiano

Dare a tutti un account ChatGPT o Claude è la parte facile. Quella difficile è fare in modo che le persone lo usino sul lavoro vero, ogni settimana e in sicurezza. Ecco come impostare la formazione AI di un team perché l’intelligenza artificiale entri nel lavoro di tutti i giorni, e come farla restare lì anche dopo il workshop.

In sintesi

La formazione AI per i dipendenti funziona quando crea un’abitudine settimanale, non solo un accesso: esercitarsi su attività reali per ogni ruolo, imparare poche solide tecniche di prompting, scrivere una policy aziendale sull’AI di una pagina che indichi gli strumenti approvati e i dati da non condividere mai, collegare l’AI ai sistemi aziendali partendo da accessi in sola lettura e conferma umana, e lasciare qualcuno a disposizione per le domande anche dopo la fine della formazione.

Perché il solo accesso agli strumenti non basta

Il solo accesso agli strumenti non porta all’adozione perché alla maggior parte dei dipendenti mancano quattro cose: un punto di partenza chiaro, regole chiare, un buon primo risultato e tempo per esercitarsi. Uno schema frequente: l’azienda compra le licenze, organizza una demo e aspetta. Pochi curiosi usano l’AI ogni giorno; tutti gli altri la provano una volta, ottengono una risposta generica e lasciano perdere. I motivi sono prevedibili:

Nessun punto di partenza chiaro. “Usate l’AI per essere più produttivi” non è un compito. Le persone devono vederla funzionare sulle proprie email, sui propri report e sui propri fogli di calcolo.
Regole poco chiare. Se nessuno ha detto che cosa si può condividere con uno strumento di AI, i dipendenti più prudenti lo evitano e quelli meno prudenti incollano qualsiasi cosa.
Primi risultati deludenti. Una richiesta vaga di una riga ottiene una risposta vaga, e le persone concludono che lo strumento non serve al loro lavoro.
Nessun tempo per esercitarsi. Le nuove abitudini richiedono un po’ di tempo dedicato e qualcuno a cui chiedere quando ci si blocca.

Partire da attività reali, ruolo per ruolo

La formazione AI va costruita attorno alle attività ricorrenti che assorbono il tempo di ogni team, non attorno a demo generiche; quindi, prima di ogni sessione, chieda a ciascun team di elencarle. Punti di partenza tipici:

Vendite: raccogliere informazioni pubbliche su un potenziale cliente, scrivere bozze di email di primo contatto, preparare domande per una telefonata, trasformare gli appunti di una riunione in prossimi passi.
Assistenza clienti: scrivere bozze di risposta alle domande frequenti con il tono dell’azienda, tradurre i messaggi dei clienti, riassumere lunghe conversazioni di ticket.
Operations e amministrazione: ripulire i dati dei fogli di calcolo, scrivere formule, estrarre dati da fatture o documenti di trasporto, preparare bozze di procedure e checklist.
Direzione: riassumere report lunghi, preparare ordini del giorno e verbali, confrontare le opzioni per una decisione, cercare le lacune in un piano.

Scelga due o tre attività per ruolo che siano frequenti, a basso rischio e facili da verificare. I primi successi contano più dei progetti ambiziosi; lasci per dopo i dati sensibili e le azioni automatiche, quando regole e strumenti saranno pronti.

Le basi del prompting che restano

Sette abitudini di prompting coprono quasi tutto il lavoro quotidiano: dare contesto, descrivere il risultato, fornire il materiale, mostrare un esempio, iterare, lasciare che l’assistente faccia domande e verificare l’output. Non serve un lungo elenco di trucchi. Le best practice di prompt engineering per ChatGPT di OpenAI e le best practice per il prompting di Anthropic mettono entrambe al primo posto chiarezza e contesto; Anthropic suggerisce di pensare a Claude come a “un dipendente brillante ma nuovo, che non ha contesto sulle tue norme e sui tuoi flussi di lavoro”. Le sette abitudini:

Dare contesto. Chi è lei, a chi è destinato il testo e perché. “Lavoro nell’assistenza di un negozio online di mobili; questo cliente è arrabbiato per una consegna in ritardo” ottiene una bozza molto migliore di “scrivi una risposta”.
Descrivere il risultato. Lunghezza, formato, tono, lingua, che cosa includere e che cosa lasciare fuori.
Fornire il materiale. Incolli il testo o alleghi il file, nel rispetto delle regole sui dati, invece di aspettarsi che l’assistente indovini.
Mostrare un esempio di un’email o di un report che le piace.
Iterare. Consideri la prima risposta una bozza: la chieda più breve, più formale, in tabella.
Lasciare che sia l’assistente a chiedere. “Prima di iniziare, fammi tutte le domande che ti servono” fa spesso emergere informazioni mancanti.
Verificare. Gli assistenti AI possono affermare con sicurezza fatti sbagliati. Controlli nomi, cifre, date e tutto ciò che arriverà a un cliente. Chi invia il testo ne è responsabile.

Le insegni sulle attività di ciascun partecipante, non con le slide, così ognuno esce con almeno un prompt che riutilizzerà il giorno dopo.

Sicurezza dei dati e una policy aziendale sull’AI di una pagina

Il modo più semplice per proteggere i dati aziendali è una policy interna sull’AI di una pagina, scritta in modo semplice; regole chiare rendono le persone più disposte a usare l’AI, non meno. La policy dovrebbe rispondere a cinque domande:

Quali strumenti e account sono approvati? I piani business o enterprise gestiti dall’azienda includono controlli di amministrazione. Gli impegni di OpenAI sulla privacy per le aziende dichiarano che, per impostazione predefinita, OpenAI non addestra i propri modelli sui dati di ChatGPT Business, ChatGPT Enterprise o della sua piattaforma API, e il Privacy Center di Anthropic dichiara che, per impostazione predefinita, Anthropic non usa input e output dei suoi prodotti commerciali, come Claude for Work e l’Anthropic API, per addestrare i modelli. Gli account consumer dipendono dalle impostazioni di ogni utente, quindi legga i termini aggiornati di ogni strumento che approva.
Che cosa non va mai incollato? Password e chiavi di accesso; dati personali di clienti o dipendenti, salvo che lo strumento sia approvato per questo; contratti riservati e tutto ciò che è coperto da un NDA.
Che cosa va bene? Informazioni pubbliche, le proprie bozze, esempi anonimizzati e testi interni a basso rischio.
Chi rivede l’output? Stabilisca che cosa deve controllare una persona prima che arrivi a un cliente, e quali decisioni l’AI non deve prendere da sola.
A chi chiedere? Indichi una persona o un canale per le domande e per segnalare gli errori.

Se tratta dati personali di persone nell’UE, il GDPR si applica anche quando quei dati entrano in uno strumento di AI, quindi verifichi le condizioni di trattamento dei dati di ogni fornitore.

Anche l’AI Act dell’UE contiene, all’articolo 4, una disposizione sull’alfabetizzazione AI: le organizzazioni che forniscono o usano sistemi di AI devono adottare misure per sostenere l’alfabetizzazione AI del proprio personale e delle altre persone che usano quei sistemi per loro conto, tenendo conto delle loro conoscenze e del contesto d’uso. Si applica dal 2 febbraio 2025; la modifica di luglio 2026 ha sostituito l’obbligo originario di garantire un “livello sufficiente” di alfabetizzazione AI con un obbligo di sostenerla, e precisa che non va garantito un livello specifico per nessuna persona. A chi si applica e come viene fatto rispettare lo spieghiamo nella nostra guida all’articolo 4 dell’AI Act e alla formazione AI obbligatoria. Tenere traccia della formazione e della policy è un modo sensato per dimostrare che cosa ha fatto.

ChatGPT, Claude o altro? Li provi sulle sue attività

Il modo più affidabile per scegliere tra ChatGPT, Claude e altri assistenti è un piccolo test sulle sue attività reali, non una classifica. ChatGPT, Claude, Google Gemini e Microsoft Copilot hanno ciascuno i propri punti di forza, e cambiano tutti spesso. Il test ha quattro passaggi:

Scelga alcune attività reali, con materiale di esempio che può usare.
Esegua gli stessi prompt in ogni strumento che sta valutando.
Chieda a chi svolge quel lavoro di giudicare precisione, tono e quanto è stato necessario correggere.
Verifichi gli aspetti pratici: le sue lingue, l’integrazione con ciò che usa già (Microsoft 365, Google Workspace, il suo CRM), le funzioni di amministrazione, le condizioni sui dati e il costo per utente.

Potrebbe finire con un assistente principale e un secondo per attività specifiche; va bene, purché siano approvati entrambi. Le abitudini di prompting si trasferiscono da uno strumento all’altro, quindi la formazione non va sprecata se in futuro cambia. Il nostro confronto ChatGPT vs Claude vs Gemini per aziende riassume piani, condizioni sui dati e controlli di amministrazione.

Oltre la chat: collegare l’AI ai dati aziendali

Collegare l’AI ai dati aziendali significa permettere all’assistente di lavorare direttamente con le informazioni dell’azienda, entro i permessi che concede: cercare in un’unità condivisa, consultare un ordine nel gestionale, controllare la storia di un cliente nel CRM, invece di far copiare e incollare ai dipendenti i dati tra i sistemi e una finestra di chat.

Un modo molto diffuso per creare questo collegamento è l’MCP (Model Context Protocol). L’MCP è uno standard aperto, rilasciato inizialmente da Anthropic e oggi progetto aperto sotto la Linux Foundation, che definisce un modo comune per collegare gli assistenti AI a strumenti e fonti di dati. Un sistema espone ciò che sa fare tramite un server MCP; un assistente che supporta l’MCP, come Claude o ChatGPT, può poi usarlo entro i permessi concessi. Esistono connettori pronti per molti strumenti aziendali comuni, e se ne possono sviluppare di personalizzati per i sistemi interni.

Con i sistemi reali la posta in gioco sale. I principi di sicurezza della specifica ufficiale dell’MCP (in inglese) stabiliscono che gli utenti devono acconsentire esplicitamente e comprendere ogni accesso ai dati e ogni operazione, e che l’applicazione di AI deve ottenere il consenso esplicito dell’utente prima di richiamare qualsiasi strumento. In pratica, parta con prudenza:

Inizi con accessi in sola lettura a dati a basso rischio.
Non dia all’assistente più permessi del dipendente che lo usa.
Richieda una conferma umana prima di qualsiasi azione che modifica dati o contatta un cliente.
Installi connettori solo da fonti affidabili; i contenuti che l’AI legge possono contenere istruzioni nascoste pensate per ingannarla.
Registri gli accessi, così da poterli verificare.

La formazione dovrebbe spiegare anche che cosa può vedere e fare un assistente collegato per conto di ciascuna persona.

Misurare l’adozione e mantenerla nel tempo

Misurare l’adozione e mantenerla nel tempo dipende da cinque cose che succedono dopo la formazione: referenti interni, una raccolta condivisa di prompt, sessioni di follow-up, misure semplici e una policy aggiornata. Un singolo workshop raramente cambia le abitudini da solo:

Referenti interni. Nomini una o due persone entusiaste per team che raccolgano le domande, condividano esempi e aiutino i colleghi, e dia loro il tempo per farlo.
Una raccolta condivisa di prompt. Conservi i prompt testati per ruolo in un documento condiviso o salvati nello strumento (progetti, assistenti personalizzati), ciascuno con l’attività, un esempio di buon output e un responsabile.
Sessioni di follow-up. Organizzi un nuovo incontro quando le persone si sono esercitate: riesamini che cosa ha funzionato, corregga ciò che non ha funzionato e aggiunga il gruppo successivo di attività.
Misure semplici. Monitori quante persone usano con regolarità lo strumento approvato (i piani business lo mostrano spesso nella console di amministrazione) e quante attività ricorrenti hanno un prompt testato; chieda ai team di stimare il tempo risparmiato su attività specifiche. Un prima e dopo di un’email reale dice più di un grafico.
Tenga aggiornata la policy man mano che cambiano strumenti, termini e regole, e lo comunichi alle persone.

Domande frequenti

I dipendenti hanno bisogno di competenze tecniche per usare gli assistenti AI?

No. L’uso quotidiano consiste nello scrivere richieste in linguaggio naturale e rivedere le risposte. Alle persone serve capacità di giudizio: quali attività sono adatte all’AI, come dare contesto e come controllare il risultato. Collegare l’AI ai sistemi interni è un progetto tecnico, ma usarla non richiede di saper programmare.

È sicuro incollare informazioni aziendali in ChatGPT o Claude?

Dipende dall’account e dalle informazioni. OpenAI e Anthropic dichiarano che i dati dei loro piani business ed enterprise non vengono usati per l’addestramento dei modelli per impostazione predefinita; gli account consumer dipendono dalle impostazioni individuali. Anche con uno strumento approvato segua la policy: niente password, e dati personali o riservati solo dove lo strumento è approvato per questo.

Per il nostro team è meglio ChatGPT o Claude?

Li provi entrambi sulle sue attività invece di affidarsi alle classifiche: esegua in ciascuno gli stessi prompt reali, faccia giudicare i risultati a chi svolge quel lavoro, poi valuti integrazioni, condizioni sui dati e costi.

UsualMatrix organizza formazione AI pratica costruita sulle attività reali di ogni team e collega l’AI ai sistemi aziendali tramite MCP. Lavoriamo con clienti in tutto il mondo e comunichiamo in cinese, spagnolo e inglese. Scopra il nostro servizio di soluzioni di intelligenza artificiale oppure ci contatti per parlare del suo team.

Nota: le parti di questo articolo sull’AI Act dell’UE e sul GDPR sono informazioni di carattere generale alla data di pubblicazione e non costituiscono consulenza legale. Verifichi con un avvocato o uno specialista della protezione dei dati che cosa si applica alla sua organizzazione.