Da scettico a entusiasta: il mio percorso con l'AI

Confessione: fino a due anni fa ero uno scettico dell'intelligenza artificiale. Sì, proprio io che oggi sviluppo chatbot AI Stella per le aziende. Quando sentivo parlare di AI pensavo "solita moda passeggera del mondo tech". Avevo visto troppe promesse non mantenute, troppi tool che facevano tanto rumore e poco altro.

Poi è successo qualcosa. Diciamocelo: ChatGPT ha cambiato le carte in tavola. Non perché fosse la prima AI al mondo, ma perché per la prima volta era utilizzabile da chiunque, senza bisogno di lauree in machine learning o budget da multinazionale.

Il momento del click

Il mio momento di svolta è arrivato in modo banale. Stavo lavorando a un gestionale per un negozio di articoli sportivi qui a Trento. Il proprietario mi chiese se poteva integrare un sistema per rispondere alle domande frequenti dei clienti via email. Classica richiesta: "ho 20 email al giorno che chiedono gli orari, la disponibilità prodotti, come arrivare in negozio".

Prima avrei fatto un bel FAQ statico sul sito. Questa volta, per curiosità, ho provato a integrare un'API di OpenAI nel suo software gestionale su misura. Ho caricato le informazioni base del negozio, gli orari, il catalogo, e ho lasciato che l'AI gestisse le risposte.

Il risultato? Il cliente ha ridotto del 70% il tempo speso a rispondere a email ripetitive. Ma la cosa che mi ha colpito non era la percentuale: era la naturalezza delle risposte. Non sembravano scritte da un bot, sembravano scritte da una persona che conosce bene il negozio.

Perché ero scettico (e avevo anche ragione)

Il mio scetticismo non era del tutto infondato. Vengo da oltre vent'anni di programmazione dove ho visto cicli di hype continui. Remember XML? Remember le app mobile che dovevano sostituire i siti web? Remember i chatbot pre-AI che capivano solo "ciao" e "arrivederci"?

Il punto è che l'AI precedente era limitata. I vecchi chatbot con alberi decisionali erano frustranti: dovevi prevedere ogni possibile domanda, costruire risposte rigide, e comunque il 50% delle volte l'utente finiva in un vicolo cieco. Non era intelligenza, era una serie infinita di if-else mascherata da innovazione.

Quindi sì, quando tutti hanno iniziato a parlare di "rivoluzione AI" nel 2022-2023, io ero quello che diceva "vediamo tra sei mesi". Avevo già dato.

Cosa mi ha fatto cambiare idea

Non è stata la tecnologia in sé. È stato vedere risultati concreti su progetti reali. Un'azienda di Rovereto mi ha chiesto di automatizzare la gestione delle richieste di preventivo. Ricevevano circa 50 email al giorno, molte incomplete o poco chiare. Ho sviluppato un sistema che analizza le email in arrivo, estrae le informazioni rilevanti, e crea automaticamente una scheda nel loro CRM.

Prima: 2 ore al giorno per smistare e catalogare richieste. Dopo: 15 minuti per controllare che l'AI non abbia fatto errori (rarissimi, tra l'altro). Questo è utilizzo pratico dell'intelligenza artificiale per aziende, non fumo negli occhi.

Oppure prendiamo un altro caso: uno studio di commercialisti mi ha chiesto di aiutarli a generare report personalizzati per i clienti. Loro hanno i dati, ma scrivere report comprensibili richiede tempo. Ho integrato un sistema AI che prende i numeri dal gestionale e genera report in linguaggio naturale, evidenziando criticità e opportunità.

Il commercialista continua a controllare tutto (ovvio), ma il tempo risparmiato è enorme. E i clienti apprezzano report scritti in italiano comprensibile invece che solo tabelle Excel.

L'AI non sostituisce il programmatore (anzi)

Una cosa che mi ha sorpreso: l'AI non ha ridotto il mio lavoro, l'ha cambiato. Prima scrivevo codice per ore. Oggi scrivo meno codice ripetitivo e più codice di integrazione. Invece di costruire da zero una funzione per validare input, chiedo all'AI di generare il boilerplate e io mi concentro sulla logica di business.

Esempio pratico: stavo sviluppando una funzione per processare fatture in formato PDF. Invece di passare mezza giornata a scrivere il parser, ho dato in pasto il PDF a un modello AI e gli ho chiesto di estrarre i dati rilevanti in formato JSON. Poi ho scritto la logica per validare e integrare quei dati nel sistema. Risultato: stesso output, un terzo del tempo.

// Esempio semplificato di come uso l'AI nelle mie web app
$client = OpenAI::client($apiKey);

$response = $client->chat()->create([
    'model' => 'gpt-4',
    'messages' => [
        ['role' => 'system', 'content' => 'Sei un assistente che estrae dati da fatture'],
        ['role' => 'user', 'content' => $fatturaTestuale]
    ],
]);

$datiEstratti = json_decode($response->choices[0]->message->content);
// Poi valido e processo i dati con la mia logica

Questo non significa che l'AI scriva il software al posto mio. Significa che gestisce le parti ripetitive mentre io mi concentro su ciò che conta: capire le esigenze del cliente e costruire soluzioni che funzionano davvero.

I limiti ci sono ancora (e vanno rispettati)

Non voglio dipingere un quadro troppo roseo. L'AI ha limiti evidenti. Allucinazioni? Capitano. Risposte confidenti ma sbagliate? Più spesso di quanto vorrei. Costi di API che possono lievitare se non stai attento? Assolutamente sì.

Per questo nei progetti che sviluppo implemento sempre controlli umani. L'AI propone, l'utente dispone. Un chatbot può rispondere a domande semplici, ma per richieste complesse deve passare a un operatore. Un sistema di analisi può suggerire azioni, ma la decisione finale resta al cliente.

E poi c'è la questione privacy: quando lavoro con dati sensibili, uso modelli on-premise o configurazioni che garantiscono la non memorizzazione dei dati. Non tutti i progetti si prestano all'AI cloud-based.

Cosa ho imparato in questo percorso

Prima cosa: l'AI è uno strumento, non una soluzione magica. Funziona quando risolve problemi specifici e misurabili. "Voglio l'AI nel mio sito" non è una richiesta sensata. "Voglio automatizzare le risposte alle 50 email giornaliere sempre uguali" lo è.

Seconda cosa: l'integrazione è la parte difficile. Far funzionare un'API AI è facile. Integrarla in un workflow esistente, gestire errori, monitorare costi, garantire sicurezza: questa è la parte che richiede competenza vera.

Terza cosa: la mia esperienza come sviluppatore vale più di prima, non meno. Perché solo chi conosce il codice, i database, le architetture software sa dove e come inserire l'AI in modo efficace. Gli strumenti no-code vanno bene per prototipi, ma per soluzioni aziendali serve programmazione vera.

Oggi quando un cliente mi chiede una web app su misura, la prima domanda che faccio è: "Quali attività ripetitive ti rubano più tempo?". Spesso la risposta porta a integrare qualche forma di AI. Non perché è di moda, ma perché funziona.

Sono passato da "l'AI è solo hype" a "l'AI è un tool potente se sai usarlo". Non è una rivoluzione che sostituisce tutto, è un'evoluzione che migliora processi esistenti. E questo, per uno come me che cerca sempre soluzioni pratiche a problemi reali, ha perfettamente senso.

Se stai pensando di integrare l'intelligenza artificiale nella tua azienda, parliamone. Posso raccontarti cosa funziona davvero e cosa è solo marketing, sulla base di progetti concreti che ho sviluppato. A volte basta un'automazione semplice per cambiare la giornata lavorativa.