Note di lavoro, in chiaro.
Appunti di lavoro dallo studio: ipotesi, esperimenti e numeri che vengono dai progetti reali. Pubblichiamo anche quando il risultato non ci fa comodo.
15 Set 2026·AI e automazione
Audit AI per PMI: scegli prima il workflow, poi il modello
Come valutare un processo aziendale prima di introdurre l'AI: dati, permessi, verifiche, costi e criteri per un audit AI concreto per PMI.
11 Set 2026·AI e automazioni
Gli agenti AI hanno bisogno di un workspace, non solo di un modello
Perché gli agenti AI affidabili hanno bisogno di contesto, strumenti, permessi, checkpoint e verifiche: il workspace operativo che trasforma l'autonomia in lavoro concreto.
5 Set 2026·
GPT-6 Astra o Claude Fable 5.1? Come scegliere un modello AI per la tua azienda
GPT-6 Astra e Claude Fable 5.1 hanno un prezzo API di partenza comparabile. Ecco come scegliere un modello AI per PMI guardando workflow, costi reali e affidabilità.
5 Set 2026·AI e automazione
Non basta che un sito sia bello: deve essere anche comprensibile agli agenti AI
Come Studio Futuro progetta siti AI-friendly con azioni strutturate, sicurezza e un percorso pratico verso WebMCP.
31 Ago 2026·AI e automazioni
Pi Agent e agenti AI autonomi: come funziona Coro
Scopri come Pi Agent può diventare il runtime per un team di agenti AI specializzati, ciascuno con un computer dedicato. Il caso concreto di Coro.
17 Ago 2026·Case study
E-commerce per scuole con AI: 40 portali online in tre mesi | Caso Kyron
Da maggio ad agosto 2026 abbiamo costruito per Kyron brand, sito, studio operativo e un sistema e-commerce guidato dall'AI: oggi un commerciale apre da solo il portale di una scuola, senza tecnici. Quaranta portali online.
20 Giu 2026·Education
AI nelle scuole italiane: dal DM 166 ai primi deployment reali
DM 166 e DM 219 hanno reso i dirigenti deployer di sistemi AI, con fondi PNRR fino a 50.000€ per istituto. Chi costruisce per la scuola deve partire dalla governance, non dalla feature.
15 Giu 2026·Research
Flotte ibride: modelli locali e frontier API in un solo orchestratore
Aggiornamento della pipeline locale dello studio con la nuova generazione open-weight — Qwen 3.5, Gemma 4, DeepSeek V3.2 — servita via vLLM con speculative decoding. Sui workload ripetitivi i modelli locali raggiungono ormai la parità pratica con le frontier API di un anno fa, e lo speculative decoding taglia la latenza di un ulteriore ~40%. Il router dello studio tratta locale e cloud come un'unica flotta: il confine si sposta per task, non per principio.
Ogni nota ha una pagina propria. Scrivici se vuoi l’anteprima su un tema specifico.
Un incontro
Parliamo del tuo progetto
Ci dici cosa stai facendo, dove sei bloccato e cosa deve funzionare. Se ha senso, definiamo un primo pezzo concreto.
Risposta entro 24 ore lavorative