Dalle Chat Scattered a un Sistema Operativo Vivo di Intelligenza Artificiale: Come Costruire un’azienda con Intelligenza Artificiale al Primo Posto

La maggior parte delle aziende sta già dirottando i budget software inesperimenti di intelligenza artificiale, con ChatGPT già in uso quotidiano per molti team. Ma come si fa a trasformare questi esperimenti isolati in un sistema che guidi realmente l’azienda? Il problema non è l’adozione; è la mancanza di coordinamento. Le conoscenze sono intrappolate in schede individuali del browser e in dozzine di conversazioni non collegate, costringendo i team a ricreare costantemente il lavoro da zero.

Caos di ChatGPT

Conosco questo problema per esperienza personale. Nel 2023, come molti fondatori, mi sono trovato in mezzo a ciò che ora chiamo caos di ChatGPT. Ogni membro del team nella nostra azienda di 40 persone stava utilizzando l’intelligenza artificiale in modo isolato, trasformandoci in un sistema frammentato in cui l’intelligenza collettiva dell’azienda era sparsa piuttosto che centralizzata. Stavamo duplicando i nostri sforzi.

Come succede di solito? Quando l’adozione dell’intelligenza artificiale inizia, sembra un progresso. Ognuno trova alcuni casi d’uso personali, l’efficienza aumenta un po’ e la dirigenza vede “utilizzo di intelligenza artificiale” nell’azienda. Il problema è che queste vittorie rimangono frammentate invece di unirsi in un hub centralizzato. Se il miglior prompt del direttore marketing è bloccato nella sua cronologia di ChatGPT, il capo delle vendite non può costruire su di esso. Ciò costringe i team a reinventare la ruota ogni giorno.

Se questo suona familiare, è perché è la realtà all’interno del 99% delle aziende oggi. Ognuno ha i propri esperimenti di intelligenza artificiale in corso, ma poche aziende possono vantare un vantaggio trasversale ai dipartimenti e un contesto condiviso. A questo punto non possono essere nominate aziende con intelligenza artificiale al primo posto, sono aziende con intelligenza artificiale sparsa.

Il Punto di Svolta: Trattare l’Intelligenza Artificiale come Infrastruttura

In Elly Analytics, questo è stato il punto in cui mi sono chiesto: e se l’intera azienda condividesse il contesto di intelligenza artificiale, i prompt, gli script e i flussi di lavoro fossero immediatamente disponibili per tutti? Questa domanda mi ha aiutato a capire che eravamo pronti a smettere di sperimentare con l’intelligenza artificiale e a iniziare a guidarla.

Abbiamo visto che Cursor, sebbene costruito per gli sviluppatori, aveva esattamente le capacità di cui avevamo bisogno per guidare questa trasformazione. Ci ha fornito agenti di intelligenza artificiale che lavorano non solo con la chat, ma con il contesto dei nostri file, dei nostri progetti, della nostra base di codice, della nostra strategia aziendale. Invece di chiedere a ChatGPT di “analizzare un concorrente”, adesso chiedo: “Utilizza la nostra ultima ricerca competitiva e genera un riassunto visivo nel nostro formato di strategia”. Sa dove si trova il file, cosa sembra il formato e come parliamo della concorrenza.

Abbiamo costruito il nostro nuovo stack di intelligenza artificiale intorno a tre livelli:

1. Cursor — un ambiente di super-agente originariamente costruito per gli sviluppatori (i loro strumenti sono sempre un anno avanti rispetto a quelli mainstream), ma altrettanto potente per i team di marketing, operazioni, risorse umane e strategia. Ciò va oltre la semplice sintesi di documenti per automatizzare effettivamente le attività — dal elaborare le trascrizioni delle chiamate alla creazione di script Python per l’analisi dei dati.
   
2. Un cervello aziendale condiviso — una base di conoscenza centrale e in evoluzione che ogni agente di intelligenza artificiale può leggere e aggiornare. Con esso, l’intelligenza artificiale diventa un collaboratore con una comprensione completa della strategia, dei processi e degli obiettivi dell’azienda. Elimina la necessità di copiare e incollare incessantemente tra le schede del browser e assicura che i nostri agenti di intelligenza artificiale abbiano il contesto completo dell’azienda.
3. Flussi di lavoro plug-and-play — processi di intelligenza artificiale riutilizzabili e specifici per ogni dipartimento per tutto, dall’onboarding alla pianificazione della campagna.

Il Modello di Lavoro con Intelligenza Artificiale al Primo Posto

Per chiunque sia pronto a seguire il nostro percorso, abbiamo reso il nostro modello di lavoro con intelligenza artificiale al primo posto open-source. Contiene repository specifici per dipartimento con contesti per Strategia, Prodotto, Marketing, Operazioni, Finanza e altro, configurazioni predefinite, script di automazione e esempi reali di flussi di lavoro che utilizziamo quotidianamente. Puoi clonarlo, adattarlo e avere la tua infrastruttura di azienda con intelligenza artificiale al primo posto attiva e in funzione in poche settimane.

Non devi essere un gigante tecnologico per adottarlo. Se ti preoccupi che il tuo team non sia abbastanza tecnico per GitHub, pensa a esso come a Google Drive con la cronologia delle versioni integrata. Non toccherai mai la riga di comando; l’intelligenza artificiale gestisce tutto ciò per te.

Se decidi di introdurre questo nella tua azienda, ecco il percorso che ti consiglio:

Passo 1: Inizia a utilizzarlo tu stesso per i tuoi casi d’uso personali. Abbiamo anche un repository dedicato con esempi e istruzioni per questa fase — perché è difficile vendere l’idea al tuo team fino a quando non hai sperimentato i benefici di persona.

Passo 2: Incoraggia le persone chiave dell’azienda a iniziare a utilizzare Cursor per i loro compiti. Una volta che sperimentano il valore, raggiungeranno rapidamente il limite che scatena il passo successivo: desiderare file e contesto condivisi.

Passo 3: Scegli un team (spesso il team di leadership, marketing o un’altra funzione) per eseguire il primo esperimento condiviso. Configura un repository condiviso, utilizzalo per risolvere una sfida di sincronizzazione reale per quel team e trasforma il risultato in una storia di successo visibile per il resto dell’azienda.

Passo 4: Estendi ad altre parti dell’organizzazione nello stesso modo — inizia con un capo team o un early adopter, concentrati prima sui flussi di lavoro personali e poi espandi in flussi di lavoro condivisi. Ogni settimana, chiedi (e condividi tra i team) casi d’uso interessanti in modo che la momentum e l’adozione si costruiscono nel tempo. Nella nostra esperienza, i team migrano naturalmente verso l’ambiente con intelligenza artificiale al primo posto una volta che lo testano.

Il Ritorno sull’Investimento di un’azienda con Intelligenza Artificiale al Primo Posto

Secondo le nostre stime, l’adozione di questo modello ha liberato oltre 10.000 ore di lavoro all’anno nel nostro team di 40 persone. E non si tratta solo di risparmiare tempo, ma di rendere l’intero team più intelligente, veloce e coordinato che mai. Ecco cosa significa giorno per giorno.

Le Vittorie a Breve Termine (0–6 Mesi)

Il beneficio più immediato è la continuità del contesto di intelligenza artificiale in tutto il lavoro. Non più perdita della cronologia delle conversazioni ogni volta che si chiude una scheda, non più iniziare da zero con ogni sessione e copiare e incollare tra le schede del browser sparpagliate. La tua intelligenza artificiale comprende l’azienda nel suo complesso fin dal primo giorno.

La seconda vittoria a breve termine è una riduzione del 30–50% del lavoro amministrativo di routine. L’analisi manuale, la generazione di report ripetitivi e le mansioni di documentazione infinite scompaiono in secondo piano mentre l’intelligenza artificiale si occupa del lavoro pesante.

E poi c’è l’effetto composto dell’intelligenza artificiale organizzativa. Una volta che i flussi di lavoro, i prompt e gli script sono condivisi in tutta l’azienda, ogni dipartimento guadagna trasparenza nel resto dell’organizzazione. L’intelligenza collettiva cresce con ogni attività completata — e quella crescita beneficia tutti.

La Trasformazione a Lungo Termine (6+ Mesi)

Nel lungo termine, l’impatto si approfondisce. La tua azienda smette di essere una raccolta di dipartimenti e inizia a comportarsi come un organismo alimentato da intelligenza artificiale. L’allineamento strategico migliora perché l’intelligenza artificiale consente vere e proprie intuizioni trasversali. Quando un nuovo assunto si unisce, eredita non solo documenti, ma l’intera intelligenza organizzativa accumulata, pronta per essere applicata fin dal primo giorno. La presa di decisioni migliora e si accelera perché ogni scelta è fatta con un contesto più ricco e completo disponibile qui e ora.

Un’altra trasformazione duratura è che anche i team non tecnici guadagnano l’accesso a flussi di lavoro professionali di livello aziendale. Attraverso l’infrastruttura di GitHub, ottengono il controllo delle versioni, le tracce di audit, e gli strumenti di collaborazione professionali senza dover diventare sviluppatori. I controlli di accesso assicurano che le persone giuste vedano le informazioni giuste, e l’architettura si scala senza problemi man mano che l’organizzazione cresce.

E infine, forse il cambiamento più profondo: si va oltre i chatbot e le basi di conoscenza per avere un’intelligenza artificiale che esegue effettivamente il codice. È qui che si verifica la magia: l’intelligenza artificiale non si limita a riassumere o consigliare — elabora file, esegue analisi e automaizza i flussi di lavoro.

Credo che la maggior parte delle aziende seguirà questo percorso nei prossimi due anni. Adottare questo sistema ora non migliora solo i flussi di lavoro di oggi — posiziona la tua azienda per guidare il mercato una volta che l’intelligenza artificiale al primo posto diventa la norma.

I Benefici degli Strumenti per Sviluppatori — e un Potente Effetto Collaterale

Un’obiezione comune che sento è: “Presto, tutto questo sarà costruito in ChatGPT, Google Docs e Notion”. La mia risposta è: Grande — quando succederà, sarà fantastico. È una cosa positiva che tutti gli strumenti principali stiano muovendosi verso una collaborazione più profonda con l’intelligenza artificiale, e renderà il lavoro di squadra guidato da intelligenza artificiale più facile per tutti.

Ma quando quelle funzionalità arriveranno, ci saranno già nuovi strumenti, e quegli strumenti arriveranno quasi sempre per prima all’ecosistema degli sviluppatori. È per questo che ha senso sperimentare con strumenti di livello sviluppatore adesso se si vuole rimanere all’avanguardia. E non è quasi così difficile come potrebbe sembrare; ho anche messo insieme una guida di setup di 15 minuti per aiutarti a iniziare.

È anche importante chiedersi non solo “Cosa cambierà nel prossimo futuro?” ma “Cosa rimarrà costante?” Qualsiasi cosa nuovi strumenti di intelligenza artificiale emergano, una cosa sarà sempre inestimabile — è un contesto strutturato sulla tua organizzazione, i suoi prodotti, processi, priorità, persone e strumenti. Ogni nuovo strumento di intelligenza artificiale, non importa quanto avanzato, ancora deve “conoscere” la tua organizzazione prima di poter essere utile. È qui che utilizzare Cursor come interfaccia di intelligenza artificiale principale, con dati condivisi tramite repository GitHub, ha un potente effetto collaterale: cattura e struttura automaticamente il contesto organizzativo come sottoprodotto del lavoro quotidiano del team.