Usare l’intelligenza artificiale in azienda richiede più di un abbonamento: servono competenze per scegliere il compito, proteggere i dati e valutare il risultato. Nel dialogo con InMarvinWeTrust discutiamo proprio del valore che sviluppatori e sistemisti possono portare quando alcuni passaggi del lavoro diventano automatizzabili.

La domanda iniziale è provocatoria: perché un’azienda dovrebbe rivolgersi a Marvin o a Lorenzo se pensa di ottenere lo stesso risultato pagando un’applicazione? La conversazione non offre una previsione certa sul mercato del lavoro. Cerca di capire dove finisca l’esecuzione automatica e dove cominci la responsabilità professionale.

Il valore di chi sa capire un problema

Dal mio punto di vista di sviluppatore, l’arrivo di strumenti capaci di generare codice rende ancora più importante continuare a studiare. Nel video richiamo anche il vibe coding, inteso come un approccio in cui si guida la generazione del software attraverso richieste in linguaggio naturale.

Non basta però osservare che un programma viene prodotto rapidamente per concludere che siano scomparse analisi, verifica e manutenzione. Il problema aziendale comprende requisiti, vincoli e conseguenze che non coincidono con la sola scrittura delle righe di codice.

Marvin allarga il ragionamento alle infrastrutture. Un tecnico deve riconoscere il tipo di problema, individuare le informazioni utili e capire se una proposta sia applicabile a quel sistema. Saper usare uno strumento è una competenza; saper valutare quando non serve lo è altrettanto.

La formazione continua non è quindi soltanto inseguire ogni novità. È mantenere la capacità di giudicare ciò che una novità promette di fare al posto nostro.

Incollare un log nel chatbot non equivale a fare diagnosi

Uno degli esempi più concreti portati da Marvin riguarda chi prende i log di un sistema e li incolla in un assistente chiedendo dove si trovi l’errore. Lui osserva che aver individuato i log è già un primo passo tecnico, ma non basta a risolvere il problema.

Un messaggio può dipendere da ciò che è successo prima, dalla configurazione o da componenti che il chatbot non vede. La risposta può suggerire un’ipotesi utile, ma rimane un’ipotesi da confrontare con l’ambiente reale.

Nel dialogo aggiungo un altro aspetto: prima di inviare log o codice aziendale bisogna chiedersi che cosa si stia trasferendo. Un frammento apparentemente innocuo può contenere dati personali, credenziali, indirizzi interni o informazioni sul progetto.

Il criterio operativo che ne ricavo è circoscrivere la richiesta: capire quali informazioni servano, usare strumenti autorizzati dall’organizzazione e condividere soltanto materiale adatto a quel contesto. Il fatto che un assistente sia comodo non risolve il problema della riservatezza.

Addestramento, conservazione e piano commerciale sono aspetti diversi

Nel confronto parliamo delle condizioni applicate ai dati inseriti nei servizi di IA. È un passaggio da leggere con precisione: non vale l’equazione “gratuito significa sempre addestramento” e non basta pagare per ottenere qualsiasi tutela desiderata.

Bisogna verificare il prodotto specifico, il tipo di account, le impostazioni e le condizioni applicabili. Inoltre, escludere l’uso per l’addestramento non equivale necessariamente a escludere ogni conservazione o trattamento necessario al servizio.

Durante la registrazione, in cui viene citato il 20 settembre 2025, richiamo un cambiamento nelle opzioni di Claude. L’annuncio di Anthropic sui termini consumer del 2025 descriveva la scelta dell’utente sull’impiego dei dati per migliorare i modelli. Questo conferma perché sia poco utile trattare tutti i servizi e tutti i piani come se avessero un’unica regola immutabile.

Il video viene pubblicato successivamente come contenuto autonomo: le osservazioni della conversazione restano legate al loro periodo, non rappresentano una verifica permanente dei termini di ogni fornitore.

Il prezzo non spiega da solo il modello economico

Marvin propone poi un confronto con le VPN e con altri servizi offerti gratuitamente: chi sostiene i costi dell’infrastruttura e in che modo viene finanziata?

È una domanda importante. La formula “se è gratis, il prodotto sei tu” rende immediato il sospetto verso alcuni modelli economici, ma non è una legge universale. Esistono servizi gratuiti finanziati in modi differenti, così come esistono prodotti a pagamento che trattano dati degli utenti. Occorre leggere le condizioni concrete.

Nel caso di una VPN, spostare parte della fiducia verso un fornitore non significa neppure che quest’ultimo possa leggere indistintamente ogni contenuto: il traffico e le protezioni delle applicazioni vanno distinti. Il punto del dialogo rimane chiedersi quale soggetto stiamo scegliendo e su quali basi gli affidiamo un ruolo nel nostro utilizzo della rete.

Quando l’abitudine diventa dipendenza da un servizio

La conversazione passa anche alle applicazioni che conquistano utenti con funzioni gratuite e successivamente modificano l’offerta. Richiamiamo CapCut e WhatsApp come esempi che ci fanno discutere del rapporto tra diffusione, abitudini e monetizzazione.

Il passaggio non va usato come cronologia verificata dei loro piani o come affermazione che ogni funzione sia diventata a pagamento. Il problema generale è il costo del cambiamento: dopo aver imparato un programma e costruito un metodo intorno a esso, spostarsi altrove può richiedere tempo.

Questo vale anche in azienda. Un prezzo iniziale conveniente non descrive da solo il costo futuro di formare le persone, migrare materiali o sostituire un’integrazione. Per me l’autonomia passa anche dal conoscere questi vincoli prima di far dipendere tutto il lavoro da una singola piattaforma.

L’IA aumenta il bisogno di giudizio professionale

Nella conversazione siamo d’accordo su un punto: non esiste una soluzione unica per tutti i problemi. Uno strumento potente può essere usato male; una richiesta formulata bene può comunque produrre una risposta da controllare.

Il professionista che voglio essere non si limita a difendere attività ripetitive dalla concorrenza dell’automazione. Cerca di comprendere le esigenze, scegliere strumenti adeguati e assumersi la responsabilità delle decisioni tecniche.

È questa la domanda utile anche per un’azienda che vuole introdurre l’IA: quale attività stiamo migliorando, con quali dati e con quale verifica del risultato? Se non sappiamo rispondere, l’abbonamento da solo non ci ha ancora dato un metodo di lavoro.