{"id":23110,"date":"2026-10-21T07:58:08","date_gmt":"2026-10-21T07:58:08","guid":{"rendered":"https:\/\/news.ainova.io\/lai-funziona-ma-cosa-puo-fare-davvero-per-la-tua-azienda\/"},"modified":"2026-10-21T08:22:39","modified_gmt":"2026-10-21T08:22:39","slug":"lai-funziona-ma-cosa-puo-fare-davvero-per-la-tua-azienda","status":"publish","type":"post","link":"https:\/\/news.ainova.io\/it\/lai-funziona-ma-cosa-puo-fare-davvero-per-la-tua-azienda\/","title":{"rendered":"L’AI funziona. Ma cosa pu\u00f2 fare davvero per la tua azienda?"},"content":{"rendered":"\n

L’AI funziona. Ma cosa pu\u00f2 fare davvero per la tua azienda? <\/strong><\/h1>\n\n\n\n

Dai preventivi tecnici alla ricerca di clienti, dall’assistenza alle attivit\u00e0 quotidiane: oltre 160 possibili applicazioni dell’intelligenza artificiale e degli agenti AI. E perch\u00e9 conviene iniziare adesso.<\/em><\/h2>\n\n\n
\n
\"\"<\/a><\/figure>\n<\/div>\n\n\n

Negli ultimi mesi ho avuto l’occasione di incontrare e confrontarmi con numerosi imprenditori e manager, appartenenti a settori anche molto diversi tra loro. Quasi tutti hanno manifestato un interesse autentico per le possibilit\u00e0 offerte dall’intelligenza artificiale, spesso accompagnato da una notevole curiosit\u00e0 verso le applicazioni che potrebbero trasformare il modo di lavorare delle loro aziende. <\/p>\n\n\n\n

Accanto all’interesse, per\u00f2, ho riscontrato anche un sentimento altrettanto diffuso: una combinazione di diffidenza, incertezza e difficolt\u00e0 nel comprendere da dove cominciare. Una situazione che, comprensibilmente, si traduce in processi decisionali lunghi, valutazioni continuamente rinviate e progetti che faticano a superare la fase esplorativa. <\/p>\n\n\n\n

Alcuni imprenditori mi hanno raccontato di aver gi\u00e0 sperimentato personalmente strumenti come ChatGPT o Claude. Ne hanno apprezzato la capacit\u00e0 di scrivere testi, analizzare documenti, sintetizzare informazioni o offrire suggerimenti. Eppure, quando la conversazione si \u00e8 spostata dal loro utilizzo individuale all’applicazione nei processi aziendali, \u00e8 emersa una difficolt\u00e0 ricorrente: non riuscivano a immaginare come trasformare quelle capacit\u00e0 in qualcosa di concretamente utile per la propria organizzazione.<\/strong> <\/p>\n\n\n\n

\u00c8 proprio questa distanza fra la percezione del potenziale dell’AI e la comprensione delle sue applicazioni operative che mi ha spinto a riflettere su un modo diverso di raccontare ci\u00f2 che oggi \u00e8 possibile realizzare.<\/p>\n\n\n\n

Perch\u00e9 il problema, nella maggior parte dei casi, non \u00e8 la mancanza di opportunit\u00e0. \u00c8 riuscire a riconoscerle. <\/p>\n\n\n\n

Quando ho iniziato a mettere in ordine le diverse applicazioni che stiamo sviluppando o esplorando con Ainova, insieme a quelle che potrebbero essere implementate attraverso ulteriori integrazioni, abbiamo individuato oltre 160 attivit\u00e0 aziendali nelle quali l’AI potrebbe offrire un contributo operativo concreto<\/strong>. Dalla ricerca di nuovi clienti alla preventivazione tecnica, dalla gestione dei documenti al customer service, dalla produzione industriale al controllo di gestione. <\/p>\n\n\n\n

Non sono 160 funzionalit\u00e0 che sostengo siano tutte gi\u00e0 disponibili e immediatamente attivabili. Sono una mappa delle possibilit\u00e0: alcune gi\u00e0 affrontate nell’ecosistema Ainova, altre configurabili con le tecnologie esistenti e altre ancora che richiederebbero progetti specifici. <\/p>\n\n\n\n

Ma questo esercizio mi ha confermato una convinzione: per comprendere il valore dell’intelligenza artificiale, dobbiamo smettere di partire da ci\u00f2 che la tecnologia \u00e8 capace di fare in astratto e iniziare a guardare il lavoro che un’azienda svolge ogni giorno.<\/p>\n\n\n\n

Dall’AI che risponde alle domande all’AI che partecipa al lavoro<\/strong><\/p>\n\n\n\n

Per molti, l’esperienza dell’intelligenza artificiale \u00e8 ancora quella di una conversazione. Si apre un’applicazione, si scrive una domanda e si riceve una risposta. \u00c8 un modello potente e ormai familiare, ma non rappresenta l’unica modalit\u00e0 con cui l’AI pu\u00f2 contribuire alla vita di un’impresa. <\/p>\n\n\n\n

Un agente AI pu\u00f2 avere un ruolo pi\u00f9 operativo. Pu\u00f2 ricevere un obiettivo, consultare fonti informative autorizzate, utilizzare strumenti aziendali, svolgere una sequenza di attivit\u00e0 e presentare il risultato per la verifica o l’approvazione delle persone responsabili. <\/p>\n\n\n\n

Immaginiamo, ad esempio, un’azienda manifatturiera che desideri individuare nuovi distributori in Germania. Utilizzando ChatGPT, un commerciale potrebbe ottenere suggerimenti sui mercati da esplorare e sulle strategie pi\u00f9 indicate. Un sistema agentico integrato nei processi aziendali potrebbe invece ricercare potenziali distributori, raccogliere informazioni, verificarne la coerenza con il profilo commerciale desiderato, predisporre schede di presentazione e preparare attivit\u00e0 di contatto e follow-up attraverso il CRM. <\/p>\n\n\n\n

La differenza non riguarda soltanto la quantit\u00e0 di lavoro che l’AI pu\u00f2 svolgere. Riguarda la possibilit\u00e0 di inserirla in un processo organizzato, nel quale le informazioni vengono recuperate, le attivit\u00e0 coordinate e i risultati controllati. <\/p>\n\n\n\n

\u00c8 questo il principio su cui stiamo sviluppando Ainova: collegare collaboratori digitali, informazioni aziendali, sistemi gestionali e persone, affinch\u00e9 l’intelligenza artificiale non rimanga uno strumento isolato, ma diventi parte del funzionamento quotidiano dell’organizzazione.<\/p>\n\n\n\n

Cosa significa concretamente? Alcuni esempi <\/strong><\/p>\n\n\n\n

La gamma delle applicazioni possibili \u00e8 molto pi\u00f9 ampia di quanto normalmente si immagini. E soprattutto non riguarda soltanto aziende tecnologiche o organizzazioni di grandi dimensioni. <\/p>\n\n\n\n

Vendite: cercare clienti, riconoscere opportunit\u00e0 e seguire le relazioni<\/strong><\/p>\n\n\n\n

In molte imprese, la crescita commerciale dipende ancora da ricerche manuali, database frammentati, contatti raccolti durante le fiere e attivit\u00e0 di follow-up che tendono a essere rinviate quando il lavoro quotidiano diventa pi\u00f9 intenso.<\/p>\n\n\n\n

Con Ainova \u00e8 possibile strutturare processi nei quali collaboratori digitali ricercano aziende potenzialmente interessate a determinati prodotti o servizi, arricchiscono le informazioni disponibili, individuano segnali di interesse e aiutano il personale commerciale a concentrarsi sui prospect pi\u00f9 promettenti.<\/p>\n\n\n\n

Possiamo pensare alla ricerca di distributori esteri, all’individuazione di imprese che hanno annunciato nuovi investimenti, all’analisi di territori ancora poco presidiati o alla riattivazione di clienti con i quali i contatti si sono progressivamente diradati.<\/p>\n\n\n\n

L’obiettivo non \u00e8 trasformare le vendite in una sequenza indiscriminata di messaggi automatici. \u00c8 alleggerire le attivit\u00e0 preparatorie e organizzative, permettendo ai commerciali di dedicare pi\u00f9 tempo alle relazioni, alla negoziazione e alla costruzione di opportunit\u00e0 reali. <\/p>\n\n\n\n

Preventivi tecnici: ridurre il lavoro ripetitivo senza rinunciare alla competenza<\/strong><\/p>\n\n\n\n

Uno degli ambiti che considero pi\u00f9 interessanti, soprattutto per il tessuto industriale italiano, \u00e8 quello della preventivazione tecnica.<\/p>\n\n\n\n

Pensiamo a un’impresa che progetta impianti industriali, macchinari, sistemi elettrici o componenti realizzati su commessa. La preparazione di un’offerta pu\u00f2 richiedere la lettura di capitolati, l’analisi di specifiche, la consultazione di listini, la verifica di precedenti commesse e il coinvolgimento di figure tecniche e commerciali. <\/p>\n\n\n\n

Un sistema sviluppato con Ainova pu\u00f2 aiutare a raccogliere e interpretare le informazioni contenute nelle richieste, evidenziare i dati mancanti, recuperare parametri pertinenti e predisporre una prima struttura del preventivo.<\/p>\n\n\n\n

I calcoli ingegneristici, naturalmente, devono essere affidati a formule, algoritmi e procedure di validazione appropriate, non alla sola capacit\u00e0 generativa di un modello linguistico. La responsabilit\u00e0 tecnica e l’approvazione finale rimangono alle persone incaricate. <\/p>\n\n\n\n

Il beneficio consiste nel ridurre il tempo assorbito da passaggi ripetitivi, rendere pi\u00f9 ordinato e verificabile il processo e consentire ai tecnici di concentrarsi maggiormente sulle decisioni progettuali che richiedono esperienza.<\/p>\n\n\n\n

Customer service: un’assistenza che conosce davvero l’azienda<\/strong><\/p>\n\n\n\n

Un cliente scrive per conoscere lo stato di un ordine. Un altro chiede un manuale tecnico. Un terzo segnala un guasto che era gi\u00e0 stato risolto in passato. <\/p>\n\n\n\n

In molte organizzazioni, queste richieste attraversano email, telefonate, WhatsApp e applicazioni differenti. Ogni volta qualcuno deve ricostruire informazioni che, spesso, sono gi\u00e0 disponibili in qualche archivio aziendale. <\/p>\n\n\n\n

Un sistema basato su agenti AI pu\u00f2 classificare le richieste, consultare documentazione e storico degli interventi, recuperare informazioni dai gestionali, predisporre risposte e coinvolgere l’operatore pi\u00f9 adatto quando necessario.<\/p>\n\n\n\n

Le applicazioni possono riguardare il supporto tecnico, il post-vendita, la manutenzione, la gestione delle prenotazioni e le comunicazioni con clienti, distributori o ospiti di strutture ricettive.<\/p>\n\n\n\n

Non si tratta semplicemente di aggiungere un chatbot al sito web. Si tratta di costruire un servizio capace di utilizzare, entro regole precise, la conoscenza e i processi effettivi dell’impresa. <\/p>\n\n\n\n

Marketing: dalla produzione di contenuti a un processo di crescita<\/strong><\/p>\n\n\n\n

Il marketing \u00e8 probabilmente uno degli ambiti nei quali l’AI \u00e8 stata sperimentata pi\u00f9 rapidamente, ma spesso il suo impiego si \u00e8 limitato alla generazione di testi, immagini e post per i social. <\/p>\n\n\n\n

Le possibilit\u00e0 vanno molto oltre.<\/p>\n\n\n\n

Agenti specializzati possono supportare ricerche di mercato, analisi della concorrenza, sviluppo di piani editoriali, preparazione di newsletter, monitoraggio delle campagne, studio del posizionamento nei motori di ricerca e osservazione della visibilit\u00e0 aziendale anche nei sistemi di risposta basati sull’intelligenza artificiale.<\/p>\n\n\n\n

Quando questi strumenti vengono collegati ai dati commerciali e alle informazioni del CRM, il marketing pu\u00f2 diventare un processo coordinato e misurabile, anzich\u00e9 una successione di attivit\u00e0 scollegate.<\/p>\n\n\n\n

Questo non elimina l’importanza della strategia, della creativit\u00e0 e della conoscenza del cliente. Permette, piuttosto, di concentrare le competenze umane sugli aspetti nei quali fanno davvero la differenza. <\/p>\n\n\n\n

Amministrazione, acquisti e controllo di gestione: fare lavorare meglio i dati<\/strong><\/p>\n\n\n\n

Gran parte del lavoro amministrativo consiste ancora nel trasferire informazioni fra documenti e applicazioni, verificare corrispondenze, controllare scadenze e cercare anomalie.<\/p>\n\n\n\n

Fatture ricevute, ordini dei fornitori, documenti di trasporto, solleciti di pagamento, listini e report economici rappresentano soltanto alcuni esempi.<\/p>\n\n\n\n

Attraverso le opportune integrazioni, Ainova pu\u00f2 supportare l’estrazione e classificazione dei dati, il confronto tra ordini e fatture, l’individuazione di discrepanze, il monitoraggio delle scadenze e la preparazione di operazioni da validare nei sistemi aziendali.<\/p>\n\n\n\n

Anche negli acquisti \u00e8 possibile immaginare collaboratori digitali che confrontino offerte, analizzino condizioni commerciali, segnalino variazioni dei listini e preparino richieste ai fornitori.<\/p>\n\n\n\n

Per il management, la possibilit\u00e0 di collegare informazioni provenienti da CRM, ERP e altre applicazioni pu\u00f2 rendere pi\u00f9 semplice controllare marginalit\u00e0, costi, andamento delle commesse, flussi finanziari e performance operative.<\/p>\n\n\n\n

L’obiettivo non \u00e8 sostituire indiscriminatamente i software gi\u00e0 utilizzati, ma renderli pi\u00f9 interoperabili e valorizzare le informazioni che contengono.<\/p>\n\n\n\n

Produzione, qualit\u00e0 e manutenzione: mettere a disposizione la conoscenza aziendale<\/strong><\/p>\n\n\n\n

Le aziende industriali accumulano nel tempo una quantit\u00e0 straordinaria di conoscenze: disegni, distinte base, manuali, procedure, rapporti di manutenzione, registrazioni di non conformit\u00e0 e informazioni che spesso rimangono distribuite fra diversi archivi e persone.<\/p>\n\n\n\n

L’AI pu\u00f2 contribuire a rendere questo patrimonio pi\u00f9 accessibile, aiutando gli operatori a cercare rapidamente una procedura, ricostruire lo storico di un componente, preparare documentazione tecnica o individuare problemi ricorrenti nei dati disponibili.<\/p>\n\n\n\n

In applicazioni pi\u00f9 avanzate, opportunamente progettate e validate, \u00e8 possibile integrare modelli previsionali, sistemi di monitoraggio o visione artificiale per supportare attivit\u00e0 di controllo e manutenzione.<\/p>\n\n\n\n

Per molte imprese, tuttavia, il primo beneficio non sar\u00e0 una fabbrica autonoma. Sar\u00e0 qualcosa di molto pi\u00f9 concreto: meno informazioni disperse, meno tempo perso a cercarle e decisioni supportate da una conoscenza aziendale pi\u00f9 accessibile. <\/p>\n\n\n\n

Oltre 160 possibilit\u00e0, ma nessuna formula magica<\/strong><\/p>\n\n\n\n

Gli esempi appena descritti rappresentano soltanto una parte delle attivit\u00e0 sulle quali abbiamo lavorato nella nostra mappatura.<\/p>\n\n\n\n

Le opportunit\u00e0 si estendono alla ricerca di bandi e contributi, all’internazionalizzazione, alla gestione contrattuale, al monitoraggio delle certificazioni, alla formazione, all’organizzazione delle risorse umane, alla gestione immobiliare, all’hospitality, all’e-commerce e a numerosi altri ambiti.<\/p>\n\n\n\n

Analizzando le funzionalit\u00e0 gi\u00e0 affrontate nell’ecosistema Ainova insieme alle applicazioni che potrebbero essere sviluppate attraverso nuove integrazioni, abbiamo identificato oltre 160 possibili attivit\u00e0 aziendali supportabili dall’AI.<\/p>\n\n\n\n

Non abbiamo per\u00f2 voluto trasformare questa mappa in una promessa indistinta di automazione.<\/p>\n\n\n\n

Ogni processo presenta caratteristiche proprie. Alcune applicazioni possono essere configurate utilizzando componenti e connettori gi\u00e0 disponibili; altre richiedono nuove integrazioni, regole specifiche, dati strutturati o sviluppi personalizzati. Nei contesti pi\u00f9 delicati servono inoltre verifiche tecniche, controlli, responsabilit\u00e0 chiare e appropriate approvazioni umane. <\/p>\n\n\n\n

La vera opportunit\u00e0 non consiste nel fare tutto con l’AI, ma nell’individuare ci\u00f2 che conviene effettivamente farle fare. <\/strong><\/p>\n\n\n\n

Per chi desidera approfondire, abbiamo organizzato questa ricerca in un catalogo delle oltre 160 possibili applicazioni dell’intelligenza artificiale e degli agenti AI nei processi aziendali, suddivise per funzione e ambito operativo.<\/p>\n\n\n\n

\n
Richiedi il catalogo delle applicazioni AI<\/strong><\/a><\/div>\n<\/div>\n\n\n\n

Il catalogo \u00e8 una mappa orientativa delle opportunit\u00e0, non un elenco di funzionalit\u00e0 tutte gi\u00e0 disponibili come prodotto standard.<\/em><\/p>\n\n\n\n

Perch\u00e9 conviene iniziare ora, anche senza avere tutte le risposte<\/strong><\/p>\n\n\n\n

Torno a una delle osservazioni emerse pi\u00f9 frequentemente durante gli incontri con gli imprenditori: l’incertezza tende a prolungare le decisioni perch\u00e9 molte aziende pensano di dover comprendere completamente la tecnologia prima di iniziare a utilizzarla.<\/p>\n\n\n\n

Credo che questa prospettiva debba essere rovesciata.<\/p>\n\n\n\n

Non \u00e8 necessario conoscere ogni modello AI, ogni piattaforma e ogni possibilit\u00e0 di automazione. \u00c8 molto pi\u00f9 utile conoscere sufficientemente bene un processo aziendale da poter identificare dove si perdono tempo, informazioni, opportunit\u00e0 o risorse. <\/p>\n\n\n\n

L’adozione dell’AI pu\u00f2 iniziare da l\u00ec, attraverso un progetto limitato, misurabile e coerente con le capacit\u00e0 organizzative dell’impresa.<\/p>\n\n\n\n

Il vantaggio di muoversi adesso non consiste nell’arrivare per primi a una tecnologia che continuer\u00e0 inevitabilmente a evolvere. Consiste nel cominciare a costruire esperienza, comprendere quali dati servono, imparare a governare gli strumenti e sviluppare progressivamente competenze riutilizzabili. <\/p>\n\n\n\n

L’attesa, al contrario, non risolve la frammentazione delle informazioni, la complessit\u00e0 dei processi o la mancanza di interoperabilit\u00e0 fra sistemi che spesso rappresentano i veri ostacoli all’introduzione dell’AI.<\/p>\n\n\n\n

Non suggerisco quindi di accelerare qualsiasi investimento. Suggerisco di accelerare la comprensione di dove un investimento possa realmente produrre valore. <\/p>\n\n\n\n

Non occorre trasformare immediatamente l’intera azienda. Occorre individuare il primo processo nel quale un miglioramento concreto possa essere verificato. <\/strong><\/p>\n\n\n\n

L’autonomia degli agenti non deve significare perdita di controllo<\/strong><\/p>\n\n\n\n

Un sistema AI che si limita a suggerire un testo pone questioni differenti rispetto a un agente che accede a documenti aziendali, modifica informazioni in un CRM, prepara un ordine o interagisce con un gestionale.<\/p>\n\n\n\n

Pi\u00f9 aumentano le capacit\u00e0 operative, pi\u00f9 diventano importanti autorizzazioni, tracciabilit\u00e0, gestione delle eccezioni, controlli e responsabilit\u00e0.<\/p>\n\n\n\n

Un agente deve sapere quali dati pu\u00f2 consultare, quali operazioni pu\u00f2 svolgere, quando \u00e8 necessario coinvolgere una persona e quali azioni non gli sono consentite.<\/p>\n\n\n\n

\u00c8 anche per questa ragione che Ainova non \u00e8 concepita semplicemente come una raccolta di agenti isolati. La nostra architettura punta a collegare collaboratori digitali, conoscenza aziendale, workflow e sistemi esistenti all’interno di un ambiente governato, nel quale sia possibile definire permessi, regole, approvazioni ed evidenze operative. <\/p>\n\n\n\n

Automatizzare un processo, dopotutto, non dovrebbe significare perdere il controllo su quel processo.<\/p>\n\n\n\n

Il primo passo non \u00e8 scegliere un agente AI. \u00c8 scegliere un problema da risolvere. <\/strong><\/p>\n\n\n\n

Un’azienda commerciale potrebbe iniziare dalla ricerca di nuovi clienti. Un’impresa industriale dalla preparazione dei preventivi. Una societ\u00e0 di servizi dalla gestione delle richieste. Una struttura ricettiva dalle comunicazioni con gli ospiti. Un’organizzazione con molta documentazione dalla possibilit\u00e0 di ritrovare rapidamente le informazioni. <\/p>\n\n\n\n

Quando il primo processo produce risultati verificabili, diventa pi\u00f9 semplice estendere le capacit\u00e0 sviluppate ad altre attivit\u00e0, riutilizzando componenti, integrazioni e conoscenze gi\u00e0 organizzate.<\/p>\n\n\n\n

\u00c8 in questa progressione che si colloca la visione del Company Brain<\/em> di Ainova: costruire gradualmente un contesto operativo condiviso nel quale informazioni, persone, agenti digitali e strumenti possano collaborare in modo sempre pi\u00f9 efficace.<\/p>\n\n\n\n

But companies do not need to start by understanding the entire architecture to achieve an initial benefit.<\/p>\n\n\n\n

Ai manager e agli imprenditori che incontro propongo di cominciare da una domanda semplice:<\/p>\n\n\n\n

\u00abSe domani avessi a disposizione alcuni collaboratori digitali capaci di utilizzare, sotto il tuo controllo, i sistemi e le informazioni della tua azienda, quali attivit\u00e0 vorresti affidare loro per prime?\u00bb<\/strong><\/p>\n\n\n\n

\u00c8 una domanda molto diversa da \u00abQuale software AI dovrei comprare?\u00bb. Ed \u00e8 proprio per questo che pu\u00f2 portare a risposte molto pi\u00f9 interessanti. <\/p>\n\n\n\n

L’AI ha gi\u00e0 dimostrato di poter essere utile come strumento individuale. La sfida, oggi, \u00e8 capire come trasformare quella utilit\u00e0 in una capacit\u00e0 operativa dell’impresa. <\/p>\n\n\n\n

Con Ainova vogliamo aiutare le aziende a compiere esattamente questo passaggio: dalla curiosit\u00e0 verso l’intelligenza artificiale alla realizzazione di risultati concreti, un processo alla volta.<\/strong><\/p>\n\n\n\n

\n\n\n\n

Vuoi scoprire cosa potrebbe fare l’AI nella tua azienda?<\/strong><\/p>\n\n\n\n

Abbiamo raccolto oltre 160 possibili applicazioni AI e agentiche, dalla ricerca di clienti alla preventivazione tecnica, dal customer service alla gestione operativa.<\/p>\n\n\n\n

Richiedi il catalogo completo per esplorare le opportunit\u00e0 applicabili alla tua realt\u00e0 oppure contattaci per individuare insieme un primo progetto concreto.<\/p>\n\n\n\n

\n
Richiedi il catalogo delle applicazioni AI<\/strong><\/a><\/div>\n<\/div>\n\n\n\n

Esplora Ainova<\/strong><\/a><\/p>\n\n\n\n

Gianluca Busato<\/strong><\/p>\n\n\n\n

Founder Enkronos – Ainova<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

L’AI funziona. Ma cosa pu\u00f2 fare davvero per la tua azienda? Dai preventivi tecnici alla ricerca di clienti, dall’assistenza alle attivit\u00e0 quotidiane: oltre 160 possibili applicazioni dell’intelligenza artificiale e degli agenti AI. E perch\u00e9 conviene iniziare adesso. Negli ultimi mesi ho avuto l’occasione di incontrare e confrontarmi con numerosi imprenditori e manager, appartenenti a settori […]<\/p>\n","protected":false},"author":1,"featured_media":23108,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[123],"tags":[],"class_list":["post-23110","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-senza-categoria","pmpro-has-access"],"acf":[],"views":55,"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/i0.wp.com\/news.ainova.io\/wp-content\/uploads\/2026\/10\/From-Curiosity-to-AI-Impact.png?fit=1672%2C941&ssl=1","_links":{"self":[{"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/posts\/23110","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/comments?post=23110"}],"version-history":[{"count":2,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/posts\/23110\/revisions"}],"predecessor-version":[{"id":23113,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/posts\/23110\/revisions\/23113"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/media\/23108"}],"wp:attachment":[{"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/media?parent=23110"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/categories?post=23110"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/news.ainova.io\/it\/wp-json\/wp\/v2\/tags?post=23110"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}