Glossario · MicroLab

Glossario AI/

I termini che senti dai fornitori, spiegati a chi dirige un'azienda e non deve programmare nulla.

30 voci4 temiAggiornato

30 / 30 voci

§01

Fondamenta.

8 voci
GLS.001

Intelligenza artificiale

Software che ricava da grandi quantità di esempi il modo di svolgere compiti prima riservati a una persona, come scrivere, riassumere o riconoscere immagini.
In pratica

Sotto la sigla convivono cose lontane fra loro. Il correttore ortografico e il sistema che ti scrive una mail partono da principi diversi. Quando un fornitore dice intelligenza artificiale conviene chiedergli quale tecnica usa e su quali dati l'ha addestrata.

Attenzione

L'etichetta finisce su prodotti che di nuovo hanno poco, perché fa alzare il prezzo. Un preventivo che la ripete senza dire cosa fa il software merita una seconda domanda.

GLS.002

Machine learning

La tecnica con cui un programma ricava da solo le proprie regole dagli esempi che gli vengono dati, senza che un programmatore gliele scriva.
In pratica

Mostri al sistema diecimila fatture già classificate e lui impara a classificare l'undicimillesima. Funziona dove esiste uno storico ordinato e il compito si ripete uguale, come la previsione degli ordini o il controllo qualità su una linea.

Attenzione

Conta la qualità dello storico. Se le fatture degli ultimi anni sono state classificate male, il sistema impara l'errore e lo ripete su scala industriale.

GLS.003

LLM

Modello addestrato su enormi quantità di testo, che risponde generando una parola dopo l'altra in base a quanto le ha viste ricorrere insieme.
In pratica

È il motore dietro ChatGPT, Claude, Gemini e i loro concorrenti. La stessa domanda posta due volte può ricevere due risposte diverse, perché la generazione ha una componente casuale.

Attenzione

Il modello ha una data di taglio della conoscenza e ignora quel che è successo dopo. Per farlo lavorare sui tuoi documenti o su fatti recenti serve collegarlo, con il RAG o con una ricerca.

GLS.004

Prompt

L'istruzione che dai al modello. Dentro ci stanno la richiesta, il materiale su cui lavorare, il ruolo che deve assumere e la forma che vuoi in risposta.
In pratica

La differenza fra una risposta inservibile e una utilizzabile sta quasi sempre qui. Scrivi una mail al cliente rende molto meno di scrivi sei righe al cliente che ha ricevuto la merce in ritardo, tono formale, e proponi uno sconto sul prossimo ordine.

Attenzione

Quello che scrivi nel prompt esce dall'azienda e arriva sui server del fornitore. Prima di incollarci dentro un contratto o l'anagrafica di un cliente, verifica dove finiscono i dati.

GLS.005

Token

L'unità in cui il modello spezza il testo per elaborarlo. Vale circa tre quarti di una parola italiana, e su di essa si misura il consumo.
In pratica

Una pagina fitta vale cinquecento token, un contratto di venti pagine diecimila. Il conto serve per due cose, sapere quanto stai spendendo e sapere se un documento entra nella finestra di contesto del modello.

Attenzione

L'italiano consuma più token dell'inglese a parità di contenuto, intorno a un terzo in più. I preventivi costruiti su cifre americane vanno quindi corretti verso l'alto, e la differenza si sente sui volumi.

GLS.006

Finestra di contesto

La quantità massima di testo che il modello riesce a tenere sotto gli occhi in una volta, istruzione e risposta comprese.
In pratica

Si misura in token. Con una finestra da 200.000 token ci stanno circa quattrocento pagine, abbastanza per un capitolato intero. Superata la soglia il sistema taglia le parti più vecchie della conversazione, e da lì in poi il modello risponde senza quel pezzo.

Attenzione

L'attenzione del modello cala verso il centro delle conversazioni lunghe, anche quando la finestra è ampia. Le istruzioni che contano vanno ripetute vicino alla domanda.

Vedi anche

Token · LLM · Costo per token

GLS.007

Addestramento e inferenza

Le due fasi della vita di un modello. Nell'addestramento impara dai dati una volta per tutte, nell'inferenza risponde alle domande di ogni giorno.
In pratica

L'addestramento di un modello grande costa decine di milioni e lo fanno cinque o sei aziende al mondo. Quello che compra una PMI è quasi sempre inferenza, cioè l'uso di un modello già addestrato, pagato a consumo.

Attenzione

Chi propone di addestrare un modello sui vostri dati quasi sempre intende un'altra cosa, il fine-tuning o il RAG. Vale la pena farsi spiegare quale delle due, perché costi e risultati cambiano molto.

GLS.008

Allucinazione

Un'informazione falsa che il modello scrive con lo stesso tono sicuro di quelle vere.
In pratica

Il modello prevede la parola più probabile invece di consultare un archivio. Quando la risposta gli manca, la produce lo stesso, ben scritta e plausibile.

Attenzione

Nessun modello ne è immune, nemmeno i più recenti. Il rischio cala facendogli leggere i tuoi documenti e facendo controllare da una persona i passaggi che contano.

§02

Come si usa in azienda.

8 voci
GLS.009

Agente AI

Un sistema che, ricevuto un obiettivo, decide da sé i passi da compiere e usa strumenti esterni per portarlo a termine.
In pratica

Un agente che smista la posta legge il messaggio, capisce se è un ordine o un reclamo, apre il gestionale, registra la richiesta e risponde al cliente. La differenza rispetto a un chatbot sta negli strumenti che può azionare.

Attenzione

Più cose l'agente può toccare, più danno può fare un suo errore. Si parte da compiti reversibili e si tiene una persona sui passaggi che muovono soldi o scrivono a un cliente.

GLS.010

Chatbot

Un'interfaccia a conversazione. L'utente scrive una domanda in linguaggio comune e il sistema risponde nello stesso modo.
In pratica

Quelli di dieci anni fa seguivano alberi di risposte preconfezionate e si bloccavano appena uscivi dal copione. Quelli costruiti su un LLM reggono le domande formulate male, e collegati ai tuoi documenti rispondono su listino e condizioni di vendita.

Attenzione

Dal 2 agosto 2026 l'AI Act impone che il chatbot dichiari di essere un sistema automatico. Chi lo fa passare per una persona è fuori norma.

Vedi anche

Agente AI · RAG · AI Act

GLS.011

RAG

Il metodo per far rispondere il modello sui tuoi documenti: prima cerca i passaggi utili nei tuoi archivi, poi scrive la risposta usando quelli.
In pratica

Serve per un assistente che conosce il tuo listino e i tuoi contratti. I documenti restano dove sono e le risposte si aggiornano insieme a loro.

Attenzione

La resa dipende da come è tenuto l'archivio. Se in giro ci sono tre versioni dello stesso listino, il sistema ne pesca una a caso.

GLS.012

Fine-tuning

La messa a punto di un modello già esistente su un insieme di esempi tuoi, per fissarne il tono o il formato delle risposte.
In pratica

Serve quando il modello deve rispondere sempre nello stesso stile o produrre schede prodotto con una struttura rigida. Richiede qualche centinaio di esempi già scritti bene, che qualcuno in azienda deve preparare.

Attenzione

Per far rispondere il modello sui tuoi documenti serve il RAG. Il fine-tuning lavora sulla forma delle risposte, mentre i contenuti restano quelli del modello di partenza. Va rifatto quando esce un modello nuovo.

GLS.013

Embedding

La traduzione di un testo in una sequenza di numeri che ne rappresenta il significato, così che testi simili finiscano vicini fra loro.
In pratica

È il meccanismo che permette di cercare per significato al posto della parola esatta. Chi scrive la merce non è arrivata trova la procedura intitolata gestione ritardi di consegna, anche senza una parola in comune.

Attenzione

Gli embedding di un fornitore non sono compatibili con quelli di un altro. Cambiare modello obbliga a ricalcolarli su tutto l'archivio, ed è una delle voci di costo che nei preventivi non compaiono.

Vedi anche

Database vettoriale · RAG · Token

GLS.014

Database vettoriale

L'archivio che conserva gli embedding dei tuoi documenti e sa restituire in pochi millisecondi i passaggi più vicini a una domanda.
In pratica

È il magazzino di un sistema RAG. I documenti vengono spezzati in brani da poche righe, tradotti in numeri e depositati qui. A ogni domanda l'archivio consegna i cinque o dieci brani più pertinenti, che il modello usa per rispondere.

Attenzione

Contiene una copia dei tuoi documenti, quindi va trattato come il gestionale sul piano della sicurezza e degli accessi. Se ci finiscono dati personali, rientra fra i trattamenti da mettere nel registro.

GLS.015

Prompt engineering

Il mestiere di scrivere e correggere le istruzioni finché il modello restituisce con regolarità la risposta che serve.
In pratica

Il lavoro consiste nel dare al modello un ruolo, un esempio di risposta corretta e i limiti da rispettare, poi nel provare su una ventina di casi reali. In azienda le istruzioni buone si scrivono una volta e si riusano, come un modulo.

Attenzione

Un'istruzione tarata su un modello rende diversamente su un altro, e anche sulla versione successiva dello stesso. Conviene tenerle in un posto solo e riprovarle a ogni cambio di fornitore.

Vedi anche

Prompt · Fine-tuning · Benchmark

GLS.016

Human in the loop

L'organizzazione del lavoro in cui una persona approva o corregge l'esito del sistema prima che produca effetti.
In pratica

L'AI prepara la risposta al reclamo, il responsabile la legge e la manda. Il guadagno di tempo resta quasi intero, perché rileggere costa molto meno che scrivere da zero, e la responsabilità rimane di una persona con un nome.

Attenzione

Il controllo diventa una firma automatica se chi lo fa non ha tempo o non sa cosa cercare. Va scritto quali punti si verificano, e per gli usi ad alto rischio l'AI Act lo pretende.

Vedi anche

Agente AI · Guardrail · AI Act

§03

Costi e scelte.

7 voci
GLS.017

Modello aperto e modello proprietario

Due modi di distribuire un modello. Quello aperto si scarica e gira dove vuoi, quello proprietario resta sui server del fornitore e si usa a distanza.
In pratica

Con un modello aperto paghi il server e non il consumo, e i dati non escono. Con uno proprietario paghi a token e prendi le prestazioni migliori del momento. Sotto una certa mole di lavoro il conto pende quasi sempre dalla seconda parte.

Attenzione

Aperto non vuol dire senza costi. Un modello grande vuole schede video che costano quanto un macchinario, più qualcuno che le tenga in piedi.

GLS.018

Cloud e on-premise

Le due collocazioni possibili del sistema. In cloud sta sui server del fornitore, on-premise su macchine dentro l'azienda.
In pratica

Il cloud parte in giorni e si paga a consumo. L'on-premise chiede un investimento iniziale e tiene i dati dentro il perimetro aziendale, cosa che pesa quando si lavora su cartelle cliniche o progetti coperti da riservatezza.

Attenzione

Nessuna delle due strade è più conforme dell'altra per legge. Il GDPR chiede garanzie sul trattamento e su dove risiedono i dati, e un fornitore serio con server europei le fornisce per iscritto.

GLS.019

Costo per token

Il sistema di pagamento dell'AI generativa: si paga a quantità di testo scambiato con il modello, in frazioni di centesimo.
In pratica

Un token vale circa tre quarti di parola, una pagina fitta ne conta cinquecento. Si paga il testo che invii e anche quello che ricevi.

Attenzione

Per un preventivo serve il consumo di una pratica moltiplicato per le pratiche del mese. Il prezzo di listino del modello, da solo, dice poco.

GLS.020

API

Il canale con cui due programmi si parlano senza una persona in mezzo. È così che il gestionale interroga il modello e ne riceve la risposta.
In pratica

Il passaggio dall'uso a mano all'uso via API porta il risparmio misurabile. Finché qualcuno copia e incolla nella chat, il guadagno si ferma alla singola persona. Collegando il gestionale, il preventivo si genera da solo appena arriva la richiesta.

Attenzione

La chiave di accesso vale come una password e va tenuta fuori dai fogli condivisi. Chi la ottiene spende sul tuo conto, e i fornitori consigliano di fissare un tetto mensile di spesa.

GLS.021

Latenza

Il tempo che passa fra la domanda e la risposta. Va da meno di un secondo a qualche decina, secondo il modello e la lunghezza del testo.
In pratica

Su un chatbot davanti al cliente cinque secondi di attesa fanno chiudere la finestra. Su un lavoro notturno che rielabora tremila schede prodotto la latenza non conta, e conviene scegliere il modello che costa meno.

Attenzione

Ogni pezzo aggiunto allunga i tempi. Un sistema RAG cerca nell'archivio prima di rispondere, un agente incatena più chiamate, e i secondi si sommano lungo tutta la catena.

GLS.022

Benchmark

Il confronto fra modelli su una prova standard uguale per tutti, dalla matematica alla scrittura di codice.
In pratica

Le classifiche pubbliche servono a scremare una rosa di candidati. La prova che decide resta quella fatta in casa, su cinquanta casi tuoi con la risposta giusta già nota, perché il compito di un'azienda somiglia poco a quello di un test.

Attenzione

I punteggi si avvicinano fra un modello e l'altro, e due decimi di differenza non si vedono nel lavoro quotidiano. Pesano di più il prezzo e la resa in italiano.

GLS.023

Proof of concept

Una prova ristretta e a termine, fatta per stabilire se un'idea regge prima di impegnare il budget dell'anno.
In pratica

Si prende un processo solo, si fissano sei settimane e si decide in partenza quale numero deve muoversi, per esempio il tempo medio di risposta a un'offerta. Alla scadenza si guarda quel numero e si decide.

Attenzione

Il pilota che nessuno chiude è la forma più comune di spreco. Serve una data e un criterio scritto prima di cominciare, altrimenti la prova si trascina per mesi e finisce archiviata senza una decisione.

Vedi anche

Benchmark · API · Costo per token

§04

Rischi e regole.

7 voci
GLS.024

AI Act

Il regolamento europeo sull'intelligenza artificiale. Assegna obblighi diversi a seconda del rischio dell'uso che se ne fa.
In pratica

Le fasce sono quattro: pratiche vietate, alto rischio, obblighi di trasparenza, rischio minimo. Quasi tutti gli usi di una PMI stanno nelle ultime due.

Attenzione

Gli obblighi valgono anche per chi si limita a usare strumenti altrui. Dal 2 agosto 2026 un chatbot deve dichiararsi e i contenuti generati vanno marcati.

GLS.025

Dati personali e GDPR

Le regole europee sul trattamento dei dati riferiti a persone. Valgono su ogni sistema che li tocca, compresi quelli di intelligenza artificiale.
In pratica

Un assistente costruito sui documenti aziendali quasi sempre tratta dati personali, perché nei contratti e nelle mail ci sono nomi. Il trattamento va messo nel registro, il fornitore nominato responsabile esterno, e va indicato dove stanno i server.

Attenzione

GDPR e AI Act corrono su binari separati e vanno rispettati entrambi. Il primo guarda i dati delle persone, il secondo il rischio dell'uso, e la conformità a uno non copre l'altro.

GLS.026

Uso dei dati per l'addestramento

La possibilità che il fornitore riutilizzi quello che scrivi nella chat per migliorare i propri modelli.
In pratica

I piani gratuiti e quelli personali spesso lo prevedono, i piani aziendali e l'accesso via API di norma lo escludono per contratto. La riga da cercare parla di training o di miglioramento del servizio.

Attenzione

Un preventivo o una formula incollati in una chat personale possono uscire dal controllo dell'azienda. È il motivo per cui conviene dare a tutti uno strumento aziendale prima che si organizzino da soli.

GLS.027

Bias

Una distorsione sistematica nelle risposte, ereditata dai dati di addestramento o dal modo in cui il sistema è stato costruito.
In pratica

Uno strumento che seleziona curriculum e ha imparato da vent'anni di assunzioni sbilanciate continuerà a scartare le stesse persone. Il difetto si vede solo guardando gli esiti a campione, perché il sistema motiva ogni singola scelta in modo convincente.

Attenzione

Selezione del personale e valutazione del merito creditizio stanno fra gli usi ad alto rischio dell'AI Act, con obblighi di verifica e di documentazione. Sono anche i terreni dove un errore diventa una causa.

GLS.028

Shadow AI

L'uso di strumenti di AI che i dipendenti fanno per conto proprio, con account personali e fuori da ogni regola aziendale.
In pratica

Succede in ogni azienda dove servirebbe uno strumento che nessuno ha fornito. Le indagini di settore lo trovano in larga parte delle imprese, e chi lo fa di solito lavora meglio degli altri, il che spiega perché non si ferma con una circolare.

Attenzione

Il divieto secco sposta l'uso in luoghi che non vedi. Funziona meglio dare uno strumento aziendale con contratto e regole scritte, e spiegare cosa può essere incollato e cosa no.

GLS.029

Deepfake

Un contenuto audio o video costruito con l'AI per far dire o fare a una persona reale qualcosa che non ha detto né fatto.
In pratica

La truffa che colpisce le imprese passa dalla voce. Il finto amministratore delegato telefona all'ufficio amministrativo e chiede un bonifico urgente e riservato. Bastano pochi secondi di audio pubblico per clonare un timbro riconoscibile.

Attenzione

Riconoscere un falso a orecchio sta diventando impossibile, quindi la difesa è una procedura. Sopra una certa soglia il pagamento si conferma su un canale diverso da quello della richiesta, sempre, anche quando la voce è quella del titolare.

Vedi anche

AI Act · Guardrail

GLS.030

Guardrail

I limiti tecnici imposti al sistema, che stabiliscono di cosa può parlare, cosa può eseguire e quando deve fermarsi.
In pratica

Su un chatbot commerciale si impedisce di promettere sconti e di citare i concorrenti. Su un agente si stabilisce quali operazioni può compiere da solo e sopra quale importo deve chiedere.

Attenzione

Nessun filtro regge a chi lo aggira di proposito, e chi ci prova online lo pubblica. I guardrail riducono l'incidente ordinario, mentre per gli usi che espongono l'azienda serve una persona in fondo alla catena.

Prosegui

Un termine ti riguarda da vicino? Ne parliamo in una call.

Prenota una call →