Negli ultimi mesi probabilmente hai visto anche tu certi video su YouTube: uno sviluppatore apre il terminale, dà in pasto tutta la documentazione aziendale a un agente AI e in dieci minuti ha un company brain aziendale che risponde a qualsiasi domanda e aggiorna la wiki interna da solo. Sembra magia. E se in azienda la conoscenza è sparsa tra email, PDF e fogli Excel che nessuno aggiorna più, la tentazione di provarci è comprensibile.
C’è un problema, però: quello che vedi in quei video non è pensato per un’azienda vera. È uno strumento nato per uno sviluppatore solista, spacciato — spesso in buona fede, a volte no — per una soluzione pronta per l’impresa. Lo sappiamo bene, perché usiamo esattamente questo principio ogni giorno per gestire la nostra memoria interna, e sappiamo con precisione dove si rompe quando prova a crescere.
Perché nella demo sembra tutto perfetto
Il procedimento che gira nei video è sempre lo stesso, e in effetti funziona: si trasforma tutta la documentazione in file Markdown, si usano strumenti di ingestione — script in stile Karpathy, o Docling — per ripulire PDF e file sparsi, si organizza tutto in Obsidian, e si dà in pasto la cartella a Claude Code (o un agente simile da terminale) come base di conoscenza. Il risultato nella demo è impressionante: l’agente risponde subito, trova la procedura giusta in un secondo e aggiorna persino la wiki da solo.
Un archivio Markdown collegato a Claude Code, dove si tiene la memoria di progetti, clienti e decisioni prese mesi fa. Funziona bene — ma funziona in un’agenzia di pochissime persone, non un’organizzazione con reparti, ruoli distinti e obblighi di legge da rispettare. Ed è proprio superando quel confine che il sistema comincia a scricchiolare.
I cinque muri che fanno crollare il sistema in un’azienda vera
Quando provi a portare la stessa struttura in un’organizzazione con più di qualche persona, si scontra quasi subito con cinque limiti strutturali — non dettagli tecnici da sistemare in corsa, ma ragioni per cui il progetto va ripensato da capo:
- Permessi e controllo degli accessi
- Concorrenza e scalabilità
- Allucinazioni che diventano verità ufficiale
- Conformità e GDPR
- Manutenzione e ciclo di vita del dato
1. Permessi e controllo degli accessi
Un folder di file Markdown non ha granularità nei permessi. In un’azienda vera, uno sviluppatore non deve poter leggere le buste paga o i contratti dei dirigenti, e il reparto marketing non deve poter modificare il codice dell’infrastruttura. Con un sistema “a cartella unica” hai solo due strade: o l’AI ha accesso a tutto — un disastro dal punto di vista della privacy e del Garante per la protezione dei dati personali — oppure crei centinaia di cartelle e istanze separate, e il tuo company brain aziendale diventa un arcipelago scollegato invece che una fonte unica di verità.
2. Concorrenza e scalabilità
Claude Code da terminale nasce per uno sviluppatore che lavora da solo. Cosa succede quando cinquanta dipendenti, nello stesso momento, fanno domande o chiedono all’agente di aggiornare la wiki? Si generano conflitti di versione sui file Markdown, rallentamenti, blocchi dei file — e il rischio concreto di corrompere quella che dovresti poter chiamare la fonte di verità dell’azienda.
3. Allucinazioni che diventano verità ufficiale
Se lasci che un agente AI scriva o aggiorni da solo la wiki aziendale, vale la regola più vecchia dell’informatica: garbage in, garbage out. Se l’AI interpreta male una procedura e la riscrive, da quel momento quell’errore diventa la nuova verità per tutti i colleghi che la consulteranno dopo. In azienda serve governance: ogni modifica a una fonte di verità dovrebbe passare da un controllo umano — una revisione, un’approvazione formale — non da un agente che scrive e pubblica in piena autonomia.
4. Conformità e GDPR
Mandare l’intera conoscenza aziendale, tramite script locali, verso API esterne senza audit log, senza crittografia avanzata dei dati a riposo e in transito, senza un’architettura certificata, è un rischio legale che nessun responsabile IT o compliance dovrebbe accettare. Ed è un problema che in una PMI italiana, con clienti, dipendenti e fornitori da tutelare, si presenta il primo giorno ,non dopo un anno di utilizzo.
5. Manutenzione e ciclo di vita del dato
I file e le cartelle locali non gestiscono da soli l’invecchiamento del dato. Chi aggiorna i documenti diventati obsoleti? Come si gestiscono le versioni duplicate? Senza un vero motore di retrieval e un database vettoriale gestito, la qualità delle risposte dell’AI peggiora man mano che la cartella cresce, ed è la parte che nessuna demo di dieci minuti ha il tempo di mostrare, perché si vede solo dopo mesi di uso reale.
Il metodo funziona. Il pacchetto venduto online no
Qui arriva il punto che ci sentiamo di dire con chiarezza: il metodo alla base, un archivio di conoscenza interrogabile in linguaggio naturale, con risposte tracciabili alla fonte è valido. Lo dimostriamo lavorandoci noi stessi, ogni giorno. Il problema non è l’idea. È che quello che vedi impacchettato e venduto online come “la tua azienda avrà un cervello digitale in un pomeriggio” è, nella sostanza, un prototipo dimostrativo nel gergo tecnico un MVP travestito da sistema enterprise.
Sono in tanti a venderlo così: giovani consulenti e agency che impacchettano uno stack gratuito e open-source con un po’ di formazione, cercando un margine alto su un prodotto che a loro costa quasi nulla. E ci sono altrettante PMI che lo comprano, attratte dalla promessa di una soluzione rapida ed economica per non restare indietro sull’intelligenza artificiale. Il risultato più comune, per chi lo prova su una struttura vera, è che funziona per qualche settimana e poi viene abbandonato, perché nessuno lo aggiorna, o perché comincia a dare risposte inaffidabili e nessuno se ne fida più.
Come si costruisce un company brain aziendale che regge davvero
Un’azienda seria non parte dal terminale e da una cartella di file locali. Parte da un’architettura pensata per durare: pipeline di retrieval collegate direttamente agli strumenti che l’azienda già usa, email, gestionali, archivi documentali, invece di duplicare tutto in Markdown; un database vettoriale e, dove serve gestire relazioni complesse tra documenti, un knowledge graph; e un sistema di autenticazione integrato, in cui ogni persona vede solo i documenti a cui ha davvero accesso.
È lo stesso principio con cui costruiamo ogni software su misura in Vis Logica: non un pacchetto preconfezionato scaricato da un repository, ma uno strumento cucito sul processo reale della tua azienda — con i permessi, la governance e l’interfaccia che una PMI vera richiede fin dal primo giorno, non aggiunti in un secondo momento quando il progetto-dimostrazione prova a diventare un sistema di produzione.
Se hai visto una di queste demo e ti stai chiedendo come si costruisce davvero un company brain aziendale — sicuro, tracciabile, pensato per la tua PMI e non per un content creator su YouTube — parliamone. Analizziamo il tuo caso specifico e ti diciamo con onestà cosa serve, senza venderti uno stack gratuito impacchettato come soluzione definitiva.
