ChatGPT aziendale: costi, account e guida 2026

Il mercato italiano dell'intelligenza artificiale ha raggiunto 1,8 miliardi di euro nel 2025, in crescita del 50% sull'anno precedente, ma il 71% delle grandi imprese ha avviato almeno un progetto AI contro appena l'8% delle piccole e medie imprese. Sono i numeri dell'Osservatorio Artificial Intelligence del Politecnico di Milano, e raccontano una cosa precisa: usare ChatGPT per aziende non è più una scelta di frontiera, è diventato il primo gradino di adozione per chi non ha un reparto IT.

Il problema è che quasi nessuno lo affronta come un progetto. Si compra un abbonamento, si manda una mail al team, e sei mesi dopo si conclude che l'AI è sopravvalutata. Nel frattempo metà dell'azienda usa già il proprio account personale con dentro documenti che non dovrebbero uscire dal perimetro aziendale.

Questa guida è operativa. Cosa cambia davvero tra la versione gratuita e i piani business, quanto costa, dove produce margine e dove no, cosa dice la normativa europea, come si misura il ritorno e come si arriva a un uso stabile in novanta giorni senza incidenti sui dati.

Cosa cambia tra ChatGPT gratis e ChatGPT per aziende

La differenza non sta nella qualità delle risposte. Sta in tre cose che contano solo quando il rischio è aziendale e non personale.

Il trattamento dei dati. Sui piani business e enterprise, i contenuti aziendali non vengono utilizzati per addestrare i modelli in modo predefinito. Sui piani consumer la configurazione dipende dalle impostazioni del singolo utente, cioè da una casella che nessuno controlla. Questa è la ragione principale per cui un'azienda passa a un piano a pagamento, e vale da sola la spesa.

L'amministrazione. Un piano business dà console centralizzata, gestione degli utenti, disattivazione immediata di chi lascia l'azienda, e visibilità su chi ha accesso a cosa. Senza questo, quando un commerciale se ne va, la sua cronologia di lavoro se ne va con lui.

Le funzioni collaborative. Spazi condivisi, assistenti configurati una volta sola e riutilizzati da tutto il team, connessione ai documenti aziendali. È qui che si passa dal risparmio individuale al risparmio di processo, che è l'unico che si vede in bilancio.

Quello che non cambia: le allucinazioni restano, il modello non conosce i tuoi dati se non glieli fornisci, e la responsabilità di ciò che esce dall'azienda resta interamente della persona che firma. Nessun piano a pagamento compra la fine della verifica umana.

Le tre configurazioni possibili

Account personali non gestiti. Situazione di partenza della maggior parte delle PMI italiane, spesso senza che il titolare lo sappia. Costo apparente zero, rischio reale alto.

Piano business gestito dall'azienda. Da due postazioni in su, amministrazione centralizzata, dati aziendali esclusi dall'addestramento. È la configurazione corretta per la quasi totalità delle imprese sotto i cinquecento dipendenti.

Piano enterprise o accesso via API. Ha senso sopra una certa soglia dimensionale, o quando serve integrazione con i sistemi interni, controlli di conformità specifici e gestione centralizzata delle chiavi. Sotto quella soglia aggiunge costo e complessità senza aggiungere valore.

ChatGPT aziendale: come funziona l'account Business

La domanda che arriva più spesso dopo la prima riunione è pratica: cosa succede quando si apre un account aziendale. Il funzionamento è più semplice di quanto si pensi, e proprio per questo va impostato bene il primo giorno.

Lo spazio di lavoro. ChatGPT Business crea un workspace dell'azienda, separato dagli account personali. Il titolare o il responsabile IT ne è proprietario, invita i colleghi con l'indirizzo email aziendale e decide chi amministra. Quando una persona lascia l'azienda, si toglie dal workspace e la sua cronologia di lavoro resta all'organizzazione.

Le postazioni. Secondo la pagina di supporto ufficiale di OpenAI su ChatGPT Business, una postazione è capacità pagata del workspace, separata dalla persona che la usa. Esistono due tipi:

• Standard: 25 dollari per utente al mese, 20 con fatturazione annuale. Include ChatGPT, progetti condivisi, GPT personalizzati, connettori ai documenti aziendali, ricerca approfondita e agente.
• Premium: 125 dollari al mese, 100 con fatturazione annuale. Stesse funzioni con limiti d'uso più alti, utile per chi lavora con l'AI tutto il giorno.

Il workspace richiede almeno due postazioni in tutto, anche miste. I prezzi possono variare per paese e valuta: prima di firmare, controlla il listino nella tua area.

Quello che va deciso prima di invitare il primo utente:

1. Chi è proprietario del workspace e chi lo amministra, per iscritto.
2. Quali connettori attivare: Drive, SharePoint o posta aprono l'accesso ai documenti, quindi vanno accesi reparto per reparto, mai tutti insieme.
3. Il dominio email da verificare, così nessuno crea per errore un secondo workspace parallelo.
4. Chi riceve una postazione Premium: di solito due o tre persone, non l'intero ufficio.

Esiste ChatGPT Business gratis? No. Esiste la versione gratuita per uso personale e, talvolta, una prova del piano Business. La versione gratuita non dà workspace, amministrazione né esclusione garantita dei dati aziendali dall'addestramento: per un'azienda non è un'alternativa al piano Business, è il punto di partenza del problema.

Quanto costa ChatGPT per aziende, davvero

Il listino è la parte piccola del conto. Ecco le voci reali, con listino OpenAI verificato a ottobre 2026 e ordini di grandezza per un'impresa italiana tra dieci e duecento persone.

Un primo anno realistico per un'azienda di trenta persone con venti postazioni attive: tra 12.000 e 25.000 euro tutto incluso, di cui meno della metà in licenze. Chi si ferma alle sole licenze spende meno e ottiene, quasi sempre, zero.

Il confronto con altri capitoli di spesa AI è utile per calibrare le aspettative, e l'ho sviluppato nella guida sui costi dell'intelligenza artificiale per le aziende.

Il problema che hai già: la shadow AI

Prima di decidere il piano, guarda la situazione reale. I tuoi collaboratori usano già questi strumenti. Semplicemente non te lo dicono.

Il Cloud and Threat Report 2026 di Netskope misura che il 47% di chi usa l'AI generativa al lavoro passa ancora da app personali, fuori dal controllo dell'azienda. Nello stesso rapporto il 60% degli incidenti da minaccia interna coinvolge istanze personali di app cloud. Il trend migliora dove l'azienda offre un account gestito, e peggiora dove non lo offre.

Questo cambia due cose nel modo di ragionare.

Il rischio esiste comunque. Preventivi, anagrafiche clienti, bozze di contratto e listini sono già stati incollati dentro account personali. Attivare un piano aziendale non crea il rischio: è il controllo più economico disponibile su un rischio che stai già correndo.

Il livello di partenza non è zero. Una parte del personale ha uno o due anni di pratica autodidatta. Trattarli da principianti è il modo migliore per far fallire il progetto. Trovali, e fanne i referenti interni.

La domanda che faccio sempre nel primo incontro con la proprietà: quante persone qui dentro hanno usato uno strumento AI per lavoro nell'ultima settimana senza dirlo a nessuno? La risposta onesta è quasi sempre tra un terzo e due terzi, e sposta la conversazione da "dobbiamo adottarlo" a "lo abbiamo già adottato senza governo".

Dove ChatGPT produce margine, e dove non ne produce

Non tutte le attività hanno lo stesso ritorno. Questa è la mappa che uso per stabilire l'ordine, ed è ordinata per velocità con cui il risultato diventa visibile.

Amministrazione e back office

Riassunto di documenti lunghi, estrazione di dati da testi non strutturati, prima stesura di comunicazioni ricorrenti, riscrittura di procedure interne. Ritorno rapido, rischio basso, verifica semplice. È il punto di partenza giusto nella maggior parte delle aziende italiane, anche se è il meno entusiasmante.

Commerciale e preventivi

Preparazione prima delle chiamate, prima bozza di offerta partendo da una mail di richiesta, riscrittura della stessa proposta per tre interlocutori diversi, sintesi dello storico cliente prima di un rinnovo. Qui il guadagno di tempo è consistente e misurabile in giorni.

Attenzione a un limite: la generazione massiva di messaggi in uscita distrugge la pipeline più velocemente di quanto la riempia. Il valore sta nella preparazione, non nel volume.

Marketing e contenuti

Varianti di uno stesso messaggio per canali diversi, sintesi di ricerche, bozze editoriali, riscrittura per lunghezza. Ritorno buono, ma solo con un controllo di qualità serio: il testo generato senza revisione si riconosce, e in una PMI italiana la voce del titolare vale più della quantità di pubblicazioni.

Customer service

Bozze di risposta suggerite all'operatore, classificazione delle richieste in entrata, sintesi di conversazioni lunghe. Il modello giusto è l'assistenza all'operatore, non la sostituzione. La sostituzione completa richiede controlli, dati e integrazioni che non si costruiscono con un abbonamento.

Dove il ritorno è basso

Analisi numerica su dati aziendali senza integrazione, previsioni di domanda, ottimizzazione delle scorte, controllo qualità su immagini. Sono problemi da machine learning applicato ai tuoi dati storici, non da assistente conversazionale. Confondere le due famiglie è l'errore che vedo più spesso nei consigli di amministrazione: si compra un abbonamento e ci si aspetta una previsione.

La regola pratica: ChatGPT abbatte il costo del lavoro cognitivo ripetitivo. Non migliora le decisioni prese sui numeri. Per quelle serve un altro tipo di progetto, con dati, baseline e gruppo di controllo, come descritto nella guida sull'intelligenza artificiale per le PMI.

ChatGPT aziendale on premise: esiste davvero?

La risposta breve è no: ChatGPT non si installa sui server dell'azienda. Funziona come servizio cloud di OpenAI. Chi cerca la versione on premise di solito ha un'esigenza precisa, cioè che i dati restino in Europa o non escano affatto dal perimetro. Le strade reali sono tre.

Residenza dei dati in Europa. OpenAI offre la residenza dei dati in Europa per i nuovi workspace ChatGPT Enterprise ed Edu e per la piattaforma API: conversazioni, file caricati e GPT personalizzati restano archiviati nella regione scelta. Non vale per il piano Business, e non si applica a un workspace già creato. Se il requisito è contrattuale, va deciso prima dell'apertura.

Modelli tramite cloud aziendale. Le aziende che hanno già un contratto Microsoft Azure possono usare i modelli OpenAI dentro il proprio tenant, in regioni europee, con le stesse regole di sicurezza del resto dell'infrastruttura. Richiede competenze tecniche e non offre l'interfaccia pronta di ChatGPT: serve costruire o comprare l'applicazione sopra.

Modelli open weight in casa. Dall'agosto 2025 OpenAI pubblica i modelli gpt-oss con licenza Apache 2.0. La versione più piccola gira su macchine con 16 GB di memoria, la più grande su una singola GPU da 80 GB. È l'unica strada davvero on premise. Costa in hardware, manutenzione e persone, e le prestazioni restano sotto quelle dei modelli di punta in cloud.

La mia regola pratica. Sotto i duecento dipendenti, senza dati sanitari o segreti industriali critici, il piano Business con una policy chiara copre il rischio reale. L'on premise ha senso quando un contratto, un regolatore o un cliente lo impongono per iscritto. Comprarlo per tranquillità generica significa pagare tre volte per un servizio peggiore.

Dati, privacy e AI Act: cosa serve davvero

Questa sezione evita la maggior parte dei problemi, e costa poco se fatta prima invece che dopo.

Classificazione in tre livelli. Pubblico, interno, riservato. Per ogni livello una riga che dice quali strumenti si possono usare. Sistemi più complessi non sopravvivono a un martedì impegnativo.

Cosa non entra mai in un prompt. Dati particolari sulla salute, credenziali, dati bancari completi, documenti coperti da accordi di riservatezza specifici, dati personali di terzi non necessari allo scopo. Questa lista va scritta, non spiegata a voce.

Base giuridica e informativa. Se il trattamento riguarda dati personali di clienti o dipendenti, valgono i principi ordinari del GDPR: base giuridica, minimizzazione, informativa aggiornata. Il Garante per la protezione dei dati personali ha già affrontato più volte il tema dei servizi di AI generativa, ed è la fonte da leggere prima di improvvisare.

Alfabetizzazione AI. L'articolo 4 dell'AI Act europeo chiede a fornitori e utilizzatori di adottare misure che sostengano l'alfabetizzazione sull'AI del personale che si occupa di questi sistemi, tenendo conto delle competenze tecniche e del contesto d'uso. Si applica dal febbraio 2025, indipendentemente dal fatto che i tuoi sistemi siano classificati ad alto rischio. Il testo dell'articolo è di due paragrafi. Tradotto in pratica: la misura più facile da dimostrare è una formazione documentata, con registro di chi, quando e su cosa. Gli obblighi ulteriori e la loro scansione temporale li ho dettagliati nella guida sull'AI Act per le aziende.

Soglie di revisione umana. Scrivi quali contenuti richiedono una persona prima di uscire dall'azienda. Testi verso il cliente, cifre economiche, formulazioni contrattuali, valutazioni sul personale. Non è burocrazia, è la differenza tra velocità e incidenti.

Scorecard: la tua azienda è pronta?

Assegna il punteggio a ogni affermazione vera. Massimo 100.

Punto di partenza (25 punti)

• Sappiamo all'incirca quante persone usano già strumenti AI ogni settimana: 10 punti
• Almeno tre attività ripetitive sono state indicate da chi le esegue davvero: 8 punti
• Riconosciamo per nome due o tre utilizzatori esperti interni: 7 punti

Dati e regole (30 punti)

• Esiste una policy scritta su cosa si può e non si può inserire negli strumenti esterni: 12 punti
• La classificazione dei dati è comprensibile anche a chi non è tecnico: 10 punti
• Una persona ha nome e cognome sulla responsabilità degli incidenti: 8 punti

Organizzazione (25 punti)

• C'è uno sponsor con budget proprio, non un comitato: 10 punti
• I responsabili delle persone formate parteciperanno alla formazione: 8 punti
• Il tempo per la formazione è protetto in calendario, non chiesto in più: 7 punti

Misurazione (20 punti)

• Abbiamo una misura di partenza su almeno un processo che vogliamo cambiare: 8 punti
• Abbiamo definito in anticipo il risultato atteso, con un numero: 7 punti
• È già fissata una revisione a novanta giorni: 5 punti

Lettura del punteggio. Sopra 75: attiva il piano e parti con un reparto pilota. Tra 50 e 75: sistema prima policy e misura di partenza, sono due settimane di lavoro che raddoppiano il ritorno. Tra 30 e 50: parti da un solo reparto, non da tutta l'azienda. Sotto 30: il problema non è ChatGPT, è che l'azienda non misura i propri processi, e nessuno strumento risolve quello.

Roadmap 30, 60, 90 giorni

Un reparto, un processo, un numero. L'attivazione simultanea su tutta l'azienda fallisce con una regolarità che ho smesso di considerare sfortuna.

Giorni 1 a 30: perimetro e regole

Settimana 1. Rilevazione onesta dell'uso attuale, in forma anonima e senza conseguenze. Serve il dato reale sulla shadow AI, non un questionario perfetto. Individua gli utilizzatori esperti interni.

Settimana 2. Scrivi la policy. Due pagine, linguaggio semplice, tre esempi concreti di cosa è vietato e perché. Una policy che nessuno ricorda sotto pressione è arredamento.

Settimana 3. Attiva il piano business sul reparto pilota, non su tutti. Criteri di scelta del reparto: alta ripetitività, output misurabile, un responsabile che vuole farlo. Mai partire dal reparto politicamente più caldo.

Settimana 4. Misura la baseline. Quante pratiche a settimana, in quanto tempo, con quanta rilavorazione. Senza questo numero tutto ciò che segue è aneddotica.

Giorni 31 a 60: formazione e pratica

Settimane 5 e 6. Formazione su due livelli: alfabetizzazione e regole per tutti, poi laboratorio applicato per il reparto pilota sui documenti veri dell'azienda. Mai su esempi inventati. I responsabili partecipano insieme ai loro team, non in una sessione separata.

Settimana 7. Modulo sulla verifica. Come si riconosce una risposta sbagliata ma convincente nel proprio dominio, cosa va sempre controllato, cosa non si delega mai. È il modulo che quasi tutti saltano ed è quello che evita gli incidenti.

Settimana 8. Primo punto di controllo. Cosa è cambiato nei numeri, cosa è stato abbandonato, cosa si è rotto. Metti in conto che circa un terzo dei flussi insegnati verrà scartato: è un risultato sano, non un fallimento.

Giorni 61 a 90: consolidamento e prova

Settimane 9 a 11. Mezz'ora settimanale di confronto interno su cosa ha funzionato e cosa no. I flussi sopravvissuti diventano un manuale interno di poche pagine, scritto da chi li usa.

Settimana 12. Confronto con la baseline e presentazione onesta del risultato, incluso ciò che non ha funzionato. Solo dopo si decide il secondo reparto, sulla base dell'evidenza e non di chi ha spinto di più.

La parte di formazione merita attenzione a sé, e l'ho trattata nella guida sull'intelligenza artificiale per la formazione aziendale.

Come si misura il ritorno

L'errore classico è moltiplicare ore risparmiate stimate per un costo orario inventato. I consigli di amministrazione hanno imparato a scontare quel numero, giustamente.

Usa una di queste tre misure, tutte confrontate con una baseline presa prima.

Pratiche gestite per persona a settimana, a parità di qualità. È la misura più difendibile per back office, amministrazione, assistenza.

Tempo di ciclo, dalla richiesta alla consegna. Adatta a preventivi, offerte, materiali di marketing, risposte al cliente. I timestamp esistono già nei sistemi che usi.

Tasso di rilavorazione, percentuale di output che richiede correzione. È la misura che ti protegge dal caso peggiore, quello in cui la velocità sale e gli errori salgono più in fretta.

Esempio concreto. Ufficio preventivi di un'azienda di serramenti, quattro persone, 260 preventivi al mese, 45 minuti ciascuno tra lettura richiesta, ricerca a listino e stesura. Costo pieno orario 32 euro. Dopo formazione e uso strutturato, il tempo medio scende a 28 minuti con tasso di correzione invariato.

Tempo liberato: 260 per 17 minuti, cioè circa 74 ore al mese, pari a 2.360 euro mensili di capacità. Costo del progetto primo anno, licenze e formazione incluse: 14.000 euro. Ritorno lordo annuo: circa 28.300 euro.

E qui la parte che quasi tutti saltano. Quelle ore sono capacità, non cassa. Diventano cassa solo in due modi: l'ufficio assorbe più richieste senza assumere, oppure le persone vengono spostate su attività che generano ricavo. Se non accade nessuna delle due, il ritorno reale è zero, qualunque cosa dica il foglio di calcolo. Scegli quale delle due prima di partire, e scrivilo. Il metodo completo è nella guida sul ROI dell'intelligenza artificiale.

Le tre metriche che stanno sulla stessa slide. Tasso di utilizzo reale a novanta giorni, non presenze in aula. Variazione della metrica di processo rispetto alla baseline. Tasso di rilavorazione prima e dopo.

Come scegliere tra ChatGPT e le alternative

La domanda arriva sempre, e la risposta corretta non è una classifica. È una griglia di criteri, perché la scelta dipende da dove sono i tuoi dati e da come lavora la tua gente.

Dove vivono i documenti aziendali. Se l'azienda è interamente su un ecosistema di produttività integrato, un assistente nativo di quell'ecosistema riduce l'attrito di accesso ai file. Se i documenti sono sparsi tra gestionale, drive e caselle di posta, il vantaggio nativo si assottiglia molto.

Che tipo di lavoro devi accelerare. Testi lunghi, analisi di documenti complessi, riscritture strutturate: qui contano finestra di contesto e qualità del ragionamento. Micro attività dentro fogli e presentazioni: conta di più l'integrazione.

Quanto controllo ti serve sui dati. Se operi in un settore regolato, la domanda su dove risiedono i dati e su quali garanzie contrattuali esistono precede ogni valutazione sulla qualità del modello.

Quanto è pronto il tuo personale. Uno strumento che le persone già conoscono a casa parte con un vantaggio di adozione che nessuna scheda tecnica compensa.

Costo totale, non prezzo per postazione. Licenze più formazione più presidio interno. Uno strumento più economico che nessuno usa costa infinitamente di più di uno più caro adottato davvero.

Il consiglio pratico: scegline uno solo e falla finita. Due strumenti in parallelo raddoppiano la formazione, dimezzano la competenza e producono confusione su dove sta il lavoro. Si valuta il cambio dopo dodici mesi, con dati d'uso alla mano.

Quando ha senso integrare, e quando no

La domanda arriva quasi sempre troppo presto. Dopo tre settimane di uso qualcuno chiede di collegare lo strumento al gestionale, e da lì partono preventivi a cinque cifre per progetti che nessuno ha ancora dimostrato di volere.

La regola che uso è semplice: si integra solo ciò che è già stato fatto a mano almeno cinquanta volte. Prima di quella soglia non sai se il flusso è quello giusto, e stai pagando per automatizzare un'ipotesi.

Cosa vale la pena collegare per primo. L'archivio documentale, quando le risposte richiedono di consultare procedure, listini o contratti che cambiano spesso. È il collegamento con il rapporto tra valore e complessità migliore, perché sostituisce una ricerca manuale che oggi costa minuti a ogni richiesta.

Cosa conviene rimandare. Le scritture automatiche sui sistemi gestionali. Leggere è a basso rischio, scrivere no. Un sistema che crea o modifica record senza supervisione trasforma un errore singolo in un problema di riconciliazione contabile, e il costo di rimediare supera il tempo risparmiato.

Cosa non va integrato quasi mai. I flussi che cambiano ogni trimestre per ragioni commerciali. L'integrazione irrigidisce, e irrigidire un processo instabile significa doverla rifare due volte l'anno.

Un criterio economico utile: se l'integrazione costa più di dodici mesi del tempo che libera, non è un progetto, è un desiderio. Con l'uso manuale già stabile, quel calcolo si fa in mezz'ora e con numeri veri.

Le istruzioni che funzionano in azienda

Le guide alla scrittura dei prompt sono quasi tutte scritte per l'uso personale. In azienda serve altro, perché l'istruzione non deve funzionare una volta per una persona: deve funzionare cento volte per persone diverse, con esiti confrontabili.

Le istruzioni vanno scritte una volta e riusate. Se ogni collaboratore riscrive la propria richiesta ogni mattina, l'output sarà diverso per ognuno e il controllo di qualità diventa impossibile. Le istruzioni ricorrenti si scrivono, si testano su dieci casi reali e si conservano in un posto condiviso.

Dentro l'istruzione va messo il contesto che il modello non può sapere. Chi è il cliente tipo, cosa vende l'azienda, quale tono usa il titolare, quali cose non si dicono mai. Senza questo si ottiene una risposta corretta in generale e sbagliata per te.

Va detto anche cosa non fare. I limiti espliciti valgono più delle istruzioni positive: niente cifre inventate, nessuna promessa di tempi di consegna, nessun riferimento normativo senza fonte. È il modo più economico per ridurre le correzioni.

Serve un esempio del risultato voluto. Un output di riferimento, preso da un lavoro reale ben fatto, vale più di tre paragrafi di descrizione. È anche il modo con cui il tono aziendale entra nel processo invece di restare nella testa di una persona.

Le istruzioni vanno riviste ogni trimestre. Cambiano i modelli e cambia l'azienda. Una raccolta di istruzioni non aggiornata produce lentamente output che nessuno riconosce più come proprio.

Gli errori che bruciano il progetto

Comprare le licenze e chiamarla adozione. L'abbonamento è il 20% del progetto. Il resto è processo, formazione e verifica.

Attivare tutti insieme. Sembra deciso e distrugge la misurabilità. Se cambi tutto insieme, non saprai a cosa attribuire il risultato, quindi non saprai cosa sistemare.

Saltare i responsabili. Se il capo continua a chiedere il documento come prima, si tornerà a farlo come prima entro un mese. È l'omissione più frequente e la più costosa.

Nessuna policy sui dati. Il giorno in cui un collaboratore incolla un contratto in un account personale, il costo del progetto cambia categoria.

Confondere assistente e previsione. Chiedere a un assistente conversazionale di prevedere la domanda del prossimo trimestre sui tuoi dati storici è come chiedere a un traduttore di fare il bilancio. Serve un progetto diverso, con dati tuoi e validazione.

Nessun modulo di verifica. Le risposte sbagliate ma plausibili sono il rischio reale. Se il team non sa riconoscerle nel proprio dominio, la velocità diventa un moltiplicatore di errori.

Fermarsi al primo entusiasmo. Il progetto finisce quando il flusso gira da solo a novanta giorni, non quando l'aula applaude.

Quattro casi reali, con il meccanismo

Casi del mio portafoglio e di lavoro con clienti. Il nome della leva conta più della tecnologia.

Un'azienda del settore sportivo con cui lavoro, più 30% di vendite. Segmentazione e previsione della risposta alle campagne, con riallocazione del budget verso i segmenti a più alta probabilità di conversione. La formazione ha riguardato quattro persone e due flussi. La leva è stata chi contattare, non la creatività dei messaggi.

Struttura alberghiera, ricavi da 9 a 10 milioni. Previsione della domanda per data e canale, con revisione settimanale del prezzo invece che stagionale. Un milione in più senza aggiungere camere né spesa pubblicitaria. Il revenue manager ha avuto bisogno di sei ore di formazione. Il direttore ha avuto bisogno di smettere di correggere il modello a intuito, e ha richiesto più tempo.

Centro medico, più 20% di capacità. Previsione delle mancate presentazioni e agenda ottimizzata con overbooking calibrato per fascia. Venti per cento di visite in più con lo stesso personale e le stesse sale. Il valore era già dentro l'organizzazione, fermo in slot vuoti che nessuno contava.

Agriturismo, ospiti raddoppiati. Analisi dei canali di provenienza e concentrazione della spesa su due canali su sette. Nessun modello sofisticato, solo lettura disciplinata dei dati esistenti. A volte il risultato corretto di un progetto AI è scoprire che il problema non richiede AI.

Il filo comune: un gruppo piccolo e formato, un processo misurato, un responsabile che agisce sull'output entro sette giorni. Nessuno dei quattro ha fatto formazione a tappeto su tutta l'azienda.

Sei domande da fare a un fornitore

Il mercato italiano è pieno di società che hanno aggiunto la parola AI al listino negli ultimi due anni. Queste sei domande, poste prima della firma, separano chi lavora sui processi da chi rivende contenuti.

Su quali nostri documenti lavoreranno i partecipanti durante la sessione? Se la risposta non richiede di vedere prima i tuoi materiali, stanno consegnando una presentazione generica con il tuo logo sopra.

Qual è la misura di partenza e chi la rileva? Un fornitore che non chiede i numeri attuali del processo non ha intenzione di essere misurato su quelli finali.

Chi forma i responsabili, e quando? La risposta corretta è: prima o insieme ai team, mai dopo.

Cosa succede dalla quinta alla dodicesima settimana? Se non esiste una struttura di consolidamento, stai comprando un evento. Valutalo con quel metro.

Come affrontate la verifica degli errori nel nostro settore? Osserva se sanno nominare i modi tipici in cui una risposta sbagliata passa inosservata nel tuo mestiere. Cifre, riferimenti normativi, tolleranze tecniche e calcoli falliscono in modi diversi.

Possiamo parlare con un vostro cliente simile che lo usa da almeno un anno? Dodici mesi è il filtro. L'entusiasmo della seconda settimana lo mostrano tutti.

Un ultimo segnale, meno tecnico e più predittivo: se in due incontri non hai mai sentito nominare i tuoi processi o il tuo conto economico, ti risolveranno un problema tecnico interessante e non il tuo. È lo stesso criterio che uso per valutare qualsiasi consulente di intelligenza artificiale.

Cosa cambia con gli assistenti che eseguono

Buona parte del materiale formativo scritto negli ultimi due anni presuppone una persona che scrive in una finestra di chat. Quel presupposto sta già invecchiando.

Quando questi sistemi iniziano a eseguire sequenze di azioni invece di produrre bozze, per chi lavora cambiano tre cose.

La supervisione sostituisce la scrittura. La competenza si sposta dallo scrivere una buona istruzione al rivedere una sequenza già completata e decidere se è corretta. È un compito diverso, più vicino alla revisione contabile che alla scrittura, e quasi tutti ci sono meno bravi di quanto credano: un lavoro finito appare più credibile di una bozza.

Gli errori diventano meno visibili. Una frase sbagliata si nota. Un processo che ha girato bene diciannove volte e alla ventesima ha saltato un passaggio no. Serve sapere cosa controllare a campione, con quale frequenza, e cosa fare quando il controllo totale non è praticabile.

I permessi diventano parte del mestiere. Chi approva un'azione deve sapere a quali sistemi lo strumento arriva e cosa può modificare. Non è più solo una questione da reparto informatico.

Indicazione pratica per adesso: tieni i flussi con esecuzione automatica dentro un gruppo ristretto e formato, e non estenderli al personale generico finché le abitudini di verifica non sono solide. Il funzionamento di questi sistemi l'ho spiegato nella guida sugli agenti AI per le aziende.

Da dove partire lunedì mattina

Tre azioni, nessuna richiede budget.

Prima. Chiedi ai tuoi tre responsabili con più lavoro ripetitivo qual è l'attività che il loro reparto ripete più spesso e sopporta meno volentieri. L'incrocio tra ripetitivo e detestato è dove l'adozione non incontra resistenza.

Seconda. Scopri cosa usano già le persone, in forma anonima e senza conseguenze. È il tuo vero punto di partenza e non è quasi mai zero.

Terza. Scrivi il numero che vuoi muovere, con il suo valore attuale, prima che qualcuno costruisca un programma. Se nessuno sa dirti il valore attuale entro una settimana, quello è il primo progetto, ed è un progetto di misurazione, non di intelligenza artificiale.

Chi arriva a questo punto con risposte chiare scopre in genere che il progetto è più piccolo, più economico e più mirato della proposta che ha sul tavolo. Se vuoi una valutazione esterna e diretta su quale reparto attivare per primo e cosa misurare, ha senso farla prima di impegnare il budget, non dopo il primo gruppo di persone formate.

FAQ

Conviene ChatGPT per aziende rispetto agli account personali dei dipendenti?

Sì, per tre motivi che riguardano il rischio e non le prestazioni. I contenuti aziendali non vengono usati per addestrare i modelli in modo predefinito sui piani business, l'amministrazione centralizzata permette di revocare l'accesso quando una persona lascia l'azienda, e gli assistenti configurati una volta sola diventano patrimonio dell'organizzazione invece che dei singoli. Con account personali, il lavoro accumulato in mesi esce dall'azienda insieme a chi lo ha prodotto, e nessuno sa quali documenti siano stati inseriti.

Quanto costa ChatGPT per aziende in un'impresa italiana?

Le licenze ChatGPT Business costano 25 dollari per utente al mese, oppure 20 con fatturazione annuale, con minimo di due postazioni; le postazioni Premium costano 125 dollari, 100 con fatturazione annuale, mentre i piani enterprise si negoziano caso per caso e le stime di mercato li collocano tra 45 e 100 dollari per postazione, con minimi elevati e impegno annuale. Il conto reale però include formazione, policy sui dati e tempo interno di presidio. Per un'azienda di trenta persone con venti postazioni attive, un primo anno completo si colloca tra 12.000 e 25.000 euro, di cui meno della metà in licenze.

Quali dati aziendali non vanno mai inseriti in ChatGPT?

Credenziali di accesso, dati bancari completi, dati particolari relativi alla salute, documenti coperti da accordi di riservatezza che vietano espressamente il trasferimento a terzi, e dati personali di clienti o dipendenti non necessari allo scopo. La regola operativa è una classificazione in tre livelli, pubblico, interno e riservato, con una riga per livello che indica quali strumenti sono ammessi. La lista va scritta e distribuita, non spiegata a voce durante una riunione.

L'AI Act obbliga a formare il personale?

Chiede misure di alfabetizzazione, e la formazione è la più diffusa. L'articolo 4 dell'AI Act impone a fornitori e utilizzatori di adottare misure che sostengano l'alfabetizzazione sull'intelligenza artificiale del personale che si occupa di questi sistemi, tenendo conto delle competenze tecniche e del contesto d'uso. La scelta delle misure e della loro intensità spetta all'azienda. Si applica da febbraio 2025 e vale anche se i sistemi usati non rientrano tra quelli ad alto rischio. In pratica la misura più facile da dimostrare è una formazione con traccia scritta: registro di chi è stato formato, su quali contenuti e in quale data. Ricostruire questa documentazione durante una verifica costa molto più che produrla mentre si procede.

In quanto tempo si vedono risultati concreti?

Con un solo reparto, un processo ripetitivo e una misura di partenza rilevata prima, il risultato è leggibile entro novanta giorni. I primi guadagni di tempo compaiono già nella seconda o terza settimana di uso strutturato, ma diventano un dato difendibile solo dopo il confronto con la baseline. Chi promette risultati misurabili in trenta giorni sta contando ore risparmiate stimate, non capacità liberata e riutilizzata.

ChatGPT può sostituire il lavoro di un dipendente?

Nella pratica sostituisce parti di attività, non persone. Riduce il tempo delle attività cognitive ripetitive, prima stesura, sintesi, riscrittura, estrazione di informazioni da testi. Non sostituisce il giudizio, la responsabilità verso il cliente né la conoscenza del contesto aziendale. Il risultato tipico è che le stesse persone gestiscono più volume o si spostano su attività a maggior valore. Se nessuna delle due cose accade, il tempo liberato non diventa mai un risultato economico.

Meglio ChatGPT o gli assistenti integrati negli strumenti che usiamo già?

Dipende da dove vivono i documenti e da che tipo di lavoro devi accelerare. Se l'azienda è interamente dentro un unico ecosistema di produttività, un assistente nativo riduce l'attrito di accesso ai file. Se i documenti sono sparsi tra gestionale, drive e posta, quel vantaggio si assottiglia e conta di più la qualità sui testi lunghi e sui documenti complessi. Il criterio decisivo resta il costo totale, licenze più formazione più presidio, e la regola pratica è sceglierne uno solo: due strumenti in parallelo raddoppiano la formazione e dimezzano la competenza.

Serve una figura interna dedicata?

Non una assunzione, ma un presidio sì. Servono una persona che risponda delle regole sui dati, una che gestisca gli accessi e due referenti operativi che il resto del team può interpellare quando si blocca. Nelle aziende sotto le cento persone questo si traduce in circa il 5 a 10% del tempo di due collaboratori, da mettere a preventivo e da riconoscere formalmente. Se il ruolo resta un favore fatto nei ritagli, si spegne in due mesi e il progetto con lui.

Come funziona l'account aziendale di ChatGPT Business?

ChatGPT Business crea un workspace dell'azienda separato dagli account personali. Un proprietario acquista le postazioni, almeno due in tutto, e le assegna ai colleghi invitati con l'email aziendale. L'amministratore gestisce utenti, connettori ai documenti e permessi, e quando una persona lascia l'azienda la rimuove senza perdere il lavoro svolto. I dati del workspace non vengono usati per addestrare i modelli in modo predefinito. La configurazione richiede poche ore, ma conviene decidere prima chi amministra e quali connettori accendere.

Esiste una versione di ChatGPT aziendale on premise?

No, ChatGPT è un servizio cloud e non si installa sui server aziendali. Le alternative sono tre: la residenza dei dati in Europa per i nuovi workspace Enterprise ed Edu e per l'API; l'uso dei modelli OpenAI dentro un cloud aziendale come Azure in regioni europee; i modelli open weight gpt-oss, installabili in casa con licenza Apache 2.0. Solo l'ultima è davvero on premise, e costa in hardware e competenze. Ha senso quando un contratto o un regolatore lo impone.

Esiste ChatGPT Business gratis?

No, il piano Business è a pagamento: 25 dollari per postazione al mese, 20 con fatturazione annuale, con minimo di due postazioni. OpenAI a volte offre un periodo di prova. La versione gratuita di ChatGPT è pensata per l'uso personale: non ha workspace aziendale, console di amministrazione né esclusione garantita dei dati dall'addestramento. Per un'azienda usare account gratuiti significa avere i documenti sparsi in account che nessuno controlla.