Perché BrainRooms non ha un solo tutor AI (e non ne avrà mai uno)

"Perché non fate un solo assistente AI che sa tutto della mia azienda?" È la domanda che sentiamo più spesso quando presentiamo BrainRooms a un cliente nuovo. La risposta breve è: perché non funzionerebbe. La risposta lunga parte da un'idea che un filosofo francese ha scritto trent'anni fa, prima ancora che esistessero i chatbot.

Nel 1994 Pierre Lévy pubblica L'intelligence collective: pour une anthropologie du cyberspace. Dentro c'è una frase che oggi, con un tutor AI per azienda, non è più teoria: "Nessuno sa tutto, tutti sanno qualcosa, tutto il sapere è nell'umanità." Lévy la scriveva parlando di comunità online che si scambiano conoscenza. Noi l'abbiamo trovata la descrizione più precisa di come deve funzionare un sistema di tutor AI in un'azienda vera.

Il problema del tutor tuttologo

Un assistente AI generico — quello che risponde a tutto, dalla contabilità al marketing al diritto del lavoro — è addestrato su un impasto enorme di contenuti presi ovunque. Sa un po' di tutto e non sa bene niente. Alla prima domanda specifica sul tuo settore, sul tuo prodotto o sul tuo mercato, torna a rispondere in generale: consigli plausibili, ma che potrebbero valere per qualsiasi azienda. Il cliente se ne accorge subito, e smette di fidarsi.

Il problema non è la tecnologia. È l'ambizione di far sapere tutto a un solo sistema.

Quattro tutor, quattro domini, zero sovrapposizioni

In BrainRooms i tutor sono quattro — Elena, Guido, Marco, Joe — e ognuno lavora su un solo dominio. Elena segue il digital marketing e la lead generation. Guido si occupa di finanza agevolata e consulenza bancaria. Marco e Joe seguono rispettivamente ristorazione e altri settori verticali. Nessuno dei quattro prova a rispondere fuori dal proprio ambito: se una domanda non è di sua competenza, lo dice e reindirizza, invece di improvvisare una risposta qualsiasi.

Ogni tutor si istruisce sui materiali reali di quel settore e, quando serve, sui documenti specifici del cliente: guide scritte per quel mercato, bandi verificati, dati aggiornati. Non un impasto generico, un corpus verticale che cresce nel tempo con il contesto vero dell'azienda che lo usa.

Dividere la competenza non è un limite, è la scelta

Quattro tutor specializzati costano di più da costruire e mantenere di uno solo generico. È una scelta deliberata, non una scorciatoia. Un cliente che chiede a Guido di finanza agevolata e si sente rispondere con un consiglio di marketing perde fiducia in tutto il sistema, non solo in quella risposta. Meglio un tutor che dice "questo non è il mio campo, ti passo a chi se ne occupa" di uno che finge di sapere tutto e sbaglia in silenzio.

È esattamente il principio di Lévy applicato a un problema che nel 1994 non esisteva ancora: nessun tutor sa tutto, ognuno sa il suo campo, e la competenza complessiva vive nella somma dei quattro, non nel tentativo di comprimerla in uno solo.

Cosa significa per chi installa un tutor sul proprio sito

Per un'azienda che vuole un assistente AI sul proprio sito, questo si traduce in una domanda pratica da farsi prima di scegliere: il tutor che sto valutando conosce davvero il mio settore, o è un modello generico con un logo diverso? La differenza si vede alla prima domanda tecnica: chi sa il suo campo risponde con dati precisi; chi non lo sa, o inventa, o scivola nel vago.

Se stai valutando un tutor AI per la tua azienda, vale la pena chiedersi su cosa è davvero addestrato, non solo cosa promette di saper fare. Qui raccontiamo come istruiamo i nostri, materiale per materiale, prima che parlino con un cliente vero.