ChatGPT per aziende: cosa fa davvero, i limiti e quando conviene un tool verticale

Hai chiesto a ChatGPT la newsletter di settembre. Trenta secondi per la bozza, poi venti minuti a riscriverla perché il tono non era il tuo, altri dieci a togliere due dati sbagliati sui tuoi prodotti. Alla fine hai pagato l’abbonamento per fare quasi tutto a mano. È la scena che ripeti ogni settimana, e la domanda vera ha smesso di essere “cos’è ChatGPT”, perché lo sai già. Adesso conta sapere fin dove arriva, e cosa fai quando smette di convenire.

Questa guida ti dà un criterio per rispondere caso per caso, con un test a punteggio e un calcolo del costo reale che puoi rifare sui tuoi processi. Niente lista dei “50 modi per usare ChatGPT”, perché quella lista è esattamente il motivo per cui stai bruciando ore.

A cura del team di Marketing Hackers, che implementa flussi di AI dentro PMI italiane da 1-1,5 milioni di fatturato.

Cosa fa davvero ChatGPT in azienda, e i lavori dove rende

ChatGPT rende sui lavori occasionali e a bassa ripetibilità: bozze, riassunti, riordino di appunti, traduzioni, brainstorming, prima stesura di email. Perde valore quando il compito diventa ricorrente, deve uscire sempre nello stesso formato e lo eseguono persone diverse. Lì il generalista ti dà un risultato ogni volta un po’ diverso, e la variabilità la paghi tu in correzioni.

Il guadagno di produttività è stato misurato. In un esperimento randomizzato su 453 professionisti laureati a cui erano stati assegnati compiti di scrittura specifici per mestiere, chi usava ChatGPT ha ridotto del 40% il tempo medio e alzato del 18% la qualità dell’output ¹. Numeri seri, con un confine altrettanto serio. Restano dentro i compiti di scrittura professionale di livello intermedio, e si fermano davanti a un processo aziendale con dieci passaggi e vincoli di brand. Quando un lavoro assomiglia a “scrivimi un testo di media difficoltà”, il generalista vola. Quando assomiglia a “produci il post settimanale rispettando queste otto regole e questi dati aggiornati”, inizia a inciampare.

L’adozione conferma dove sta il valore percepito. Nella rilevazione Deloitte su oltre 2.800 dirigenti, la generazione di testo è l’uso più diffuso all’85%, davanti a codice (63%) e immagini (53%) ². E l’articolo che ha raccolto 43 contributi di esperti di informatica, marketing e sistemi informativi indica guadagni concreti proprio nelle attività di management e marketing ³. Il testo è il terreno naturale di questi modelli, ed è anche il primo su cui la tua PMI li mette alla prova.

Un uso che regge sempre, per esempio, è il riuso. Prendi un contenuto lungo che hai già validato tu, e lo fai declinare:

“Da questo articolo (incollo il testo), estrai 3 post LinkedIn per un pubblico di titolari di PMI. Tono diretto, frasi brevi, un dato concreto per post, nessuna emoji. Non aggiungere numeri che non sono nel testo.”

Qui il generalista fa il lavoro sporco su una base che controlli tu. Il rischio di errore è basso perché la fonte è tua e già corretta.

I 6 limiti che non passano cambiando modello

Questi limiti sono strutturali. Aspettare la versione successiva non li risolve, perché nascono da come funziona un modello generalista addestrato su testo generico.

Non conosce davvero il tuo cliente. L’analisi accademica sui limiti di ChatGPT per il marketing è netta. Fatica a capire bisogni e preferenze reali dei consumatori, e può generare informazioni fuorvianti o imprecise. La conclusione degli autori è che serve fine-tuning sul dominio, prompt costruiti bene e supervisione umana continua ⁴. In pratica il generalista scrive “in generale”, e il tuo mercato ha volti, abitudini e numeri precisi.

Va guidato e verificato, sempre. I ricercatori del Software Engineering Institute della Carnegie Mellon hanno condotto quattro case study su domini diversi, dalla data science alla pianificazione strategica. ChatGPT ha migliorato la qualità e accelerato il lavoro senza eliminare la persona. Servivano persone competenti per scomporre i compiti complessi in pezzi che il modello sapeva gestire, e per controllarne gli output ⁵. Se togli quella persona, togli il controllo di qualità.

Ti dà risultati diversi a parità di richiesta. Lo stesso prompt il martedì e il giovedì produce due testi diversi. Per un brainstorming è un pregio. Per un processo che deve uscire identico ogni volta è un difetto che paghi in tempo di uniformazione.

Non ha memoria del tuo processo. Ogni conversazione riparte quasi da zero. Le tue regole di brand, il tuo tono, i tuoi dati, glieli devi rimettere davanti ogni volta o vivere di copia-incolla di istruzioni.

Rischia sui dati sensibili. Ne parliamo sotto, perché è il limite che ti può costare più di qualche ora persa.

Non conosce i tuoi numeri aggiornati. Prezzi, disponibilità, listino di questo mese, il generalista non li ha, e se non glieli dai se li inventa con sicurezza. Questa è la ragione per cui una risposta plausibile può essere completamente sbagliata.

Dati e regole, il perimetro che non puoi ignorare

Qui il terreno cambia, e in gioco entra il rischio più della qualità del testo. E le aziende lo hanno già capito. Nella rilevazione Deloitte, il 55% delle organizzazioni ha evitato del tutto certi casi d’uso della GenAI per problemi legati ai dati, e il 75% ha aumentato gli investimenti sul data management proprio a causa dell’AI generativa ⁶. Questo segnale vale anche per una piccola impresa, e dice che il perimetro dati va deciso prima di premere invio.

Tre delle prime quattro barriere all’adozione, nella stessa indagine, sono legate al rischio: preoccupazioni sulla conformità normativa (36%), difficoltà a gestire i rischi (30%), assenza di un modello di governance (29%) ⁶. E la pressione regolatoria sta crescendo. Nella serie Deloitte di fine 2024, regolamentazione e rischio sono diventati la prima barriera a sviluppo e deployment, in salita di 10 punti percentuali in un anno ⁷.

Per una PMI la regola operativa sta in una riga. Dentro ChatGPT ci metti solo ciò che potresti dire a un consulente esterno appena conosciuto: informazioni non riservate, materiali già pubblici, bozze senza dati personali di clienti o dipendenti. Anagrafiche, contratti, listini riservati, dati sanitari, restano fuori a meno di aver configurato piani e impostazioni che escludono i tuoi contenuti dall’addestramento e verificato dove finiscono i dati. Prima decidi il perimetro, poi usi lo strumento.

Il test a 4 domande per decidere caso per caso

Prima di aprire l’ennesima chat, misura il lavoro con quattro domande. Dai 0 o 1 a ciascuna, poi somma.

1. Ricorrenza. Questo lavoro torna almeno una volta a settimana? (sì = 1)
2. Formato fisso. Deve uscire sempre nella stessa struttura, con gli stessi vincoli? (sì = 1)
3. Più esecutori. Lo fanno persone diverse nel tempo, e deve venire uguale a prescindere da chi lo esegue? (sì = 1)
4. Costo dell’errore. Uno sbaglio nell’output ti costa caro (cliente perso, dato pubblico sbagliato, ora di rilavoro)? (sì = 1)

Come leggere il punteggio. 0-1, ti basta ChatGPT. È un lavoro occasionale, tienilo sul generalista e non spendere altro. 2, zona grigia. Un Custom GPT con le tue istruzioni fisse può bastare, se il costo dell’errore resta basso. 3-4, ti serve un processo dedicato, cioè un tool verticale che incorpora regole, formato e controlli, oppure una persona se il giudizio conta più dell’automazione. Più alto è il punteggio, più stai pagando i limiti del generalista a mano, ogni settimana.

Basta il generalista, serve un tool verticale, o serve una persona

Applica la stessa logica ai lavori tipici di marketing di una PMI. Questa tabella è la scorciatoia del test.

Lavoro	Basta il generalista	Serve un tool verticale	Serve una persona
Bozza di una email singola	✔
Riassunto di una riunione	✔
Traduzione di un testo	✔
Brainstorming di angoli	✔
Post social ricorrenti nel tuo tono		✔
Descrizioni prodotto a listino, stesso schema		✔
Articoli SEO ottimizzati e strutturati		✔
Risposte standard al cliente con dati aggiornati		✔
Strategia di posizionamento			✔
Gestione di un cliente in crisi			✔

La colonna centrale è quella dove la PMI perde più tempo, perché ci prova con il generalista e ottiene ogni volta un risultato da sistemare. Se poi il processo è di produzione contenuti o di sito, e non lo vuoi gestire internamente, esistono servizi gestiti che assorbono l’intero flusso. Puoi vedere chi lo fa nel nostro team di design e contenuti.

Quanto ti costa davvero mantenere ChatGPT su un processo ricorrente

Il costo dell’abbonamento è la parte che vedi. Il costo vero è il tempo umano per esecuzione. Questa formula la puoi rifare sui tuoi numeri.

Costo per esecuzione = (minuti di prompt + minuti di correzione + minuti di impaginazione) × costo orario ÷ 60 Costo mensile = costo per esecuzione × esecuzioni al mese

Un esempio con numeri dichiarati, misurati cronometrando una produzione reale di post settimanali (valori tipici osservati su questo processo, riportati come stima interna). Metti 8 minuti per impostare e rilanciare il prompt, 12 minuti di correzione perché tono e dati vanno sistemati, 5 minuti di impaginazione. Sono 25 minuti a pezzo. Con un costo interno di 25 euro l’ora, fanno circa 10,40 euro per post. Su 12 post al mese sono circa 125 euro di solo tempo umano, sopra l’abbonamento. Su base annua supera i 1.400 euro per un singolo processo ricorrente.

Adesso confronta. Un tool verticale che incorpora tono, formato e dati riduce i 12 minuti di correzione a 3 e azzera l’impaginazione. Stesso lavoro sotto i 6 minuti a pezzo. Il conto lo fai tu con la formula sopra, e quel numero decide al posto dell’entusiasmo per la demo. Questo calcolo è la ragione per cui il punteggio 3-4 del test quasi sempre giustifica il cambio.

Come scegliere tra Custom GPT, tool verticale e servizio gestito

Il Custom GPT è il primo passo economico. Carichi le tue istruzioni fisse e i tuoi documenti di riferimento una volta, e ottieni un ChatGPT che parte già istruito. Copre bene la zona grigia del test, i lavori a punteggio 2. Un prompt di sistema che puoi incollare nella configurazione:

“Sei l’assistente contenuti di [azienda]. Scrivi sempre in italiano, tono diretto, frasi brevi, zero emoji. Regole di brand: [le tue]. Usa solo i dati presenti nei file che ti ho caricato. Se un dato non c’è, scrivi ‘DATO MANCANTE’ invece di inventarlo. Formato di output: [il tuo schema fisso].”

Quel “scrivi DATO MANCANTE invece di inventarlo” è la riga che ti salva dai numeri sbagliati, perché costringe il modello a segnalare il buco invece di riempirlo.

Il tool verticale entra in gioco oltre il Custom GPT, quando il processo ha controlli, integrazioni con i tuoi dati aggiornati e output che devono uscire identici a ogni esecuzione. È la risposta ai punteggi 3-4 dove l’automazione conta più del giudizio umano. Un dettaglio dai dati Deloitte spiega perché le aziende scalano proprio qui: le iniziative GenAI più mature stanno nell’IT (28%), poi operations (11%), marketing (10%) e customer service (8%) ⁷. Marketing è in classifica, ma resta indietro, e il motivo è che sul marketing la variabilità del generalista si sente subito.

Il servizio gestito è per i lavori a punteggio alto dove serve una persona, o dove semplicemente non vuoi tenere il processo in casa. Qui l’AI resta l’acceleratore dietro le quinte di chi produce, e tu compri il risultato finito.

Fonti

Footnotes

1. Experimental evidence on the productivity effects of generative artificial intelligence. doi.org ↩

2. State of Generative AI in the Enterprise 2024. deloitte.com ↩

3. Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. linkinghub.elsevier.com ↩

4. ChatGPT for Marketers: Limitations and Mitigations - Digital Commons. digitalcommons.sacredheart.edu ↩

5. Demonstrating the Practical Utility and Limitations of ChatGPT … sei.cmu.edu ↩

6. Despite Increased Investment and Early Enthusiasm, Data … deloitte.com ↩ ↩²

7. State of Generative AI in the Enterprise | Deloitte UK. deloitte.com ↩ ↩²