Sabre, uno dei tre grandi GDS mondiali insieme ad Amadeus e Travelport, sostiene che il proprio Model Context Protocol (MCP) sostituirà l’NDC come standard di riferimento per la distribuzione del settore viaggi. Shawn Williams, Chief Operating Officer di Sabre, lo dice senza mezzi termini: “il settore ha reinventato il modo in cui le compagnie aeree vendono e distribuiscono i propri prodotti grazie all’NDC. Pensiamo che l’MCP rappresenti la prossima grande trasformazione”. Il protocollo, lanciato a settembre 2025, ha già quasi 80 clienti tra compagnie aeree e agenzie, tra cui Virgin Australia, Flight Centre, Internova, Nexion, ALTOUR e Travel Leaders Network, con i primi utilizzatori che riportano risparmi sui costi di prenotazione, anche se le cifre esatte non sono state rese pubbliche.

Per chi lavora nel settore ma non mastica ogni giorno il linguaggio tecnico della distribuzione, vale la pena spiegare con calma di cosa si tratta prima di arrivare alle implicazioni pratiche, perché dietro la sigla si nasconde un cambiamento che riguarda anche gli hotel, non solo le compagnie aeree.

Cos’è l’MCP, spiegato senza gergo tecnico

L’NDC (New Distribution Capabilities) è lo standard che negli ultimi anni ha permesso alle compagnie aeree di vendere i propri biglietti con maggiore dettaglio e personalizzazione rispetto ai vecchi sistemi GDS tradizionali, un cambiamento paragonabile, nel settore alberghiero, a quello di cui avevamo parlato a proposito dell’attribute-based selling nell’articolo sulla battaglia per l’interfaccia dell’ospite. L’MCP è invece uno standard aperto pensato per un problema diverso e più recente: rendere i dati di viaggio, tariffe, disponibilità, camere e voli comprensibili e utilizzabili direttamente da un’intelligenza artificiale, non più solo da un essere umano che clicca su un’interfaccia o da un sistema che parla con un altro secondo regole fisse. In pratica, spiega un’analisi di Skift, l’MCP funziona come una porta d’accesso tra gli agenti AI basati su modelli linguistici e le funzionalità di viaggio di Sabre: interpreta una richiesta in linguaggio naturale, sceglie lo strumento giusto (ricerca voli, ricerca hotel, verifica tariffe, gestione della prenotazione) e traduce tutto in chiamate tecniche verso l’ecosistema operativo di Sabre.

La frase chiave dell’analisi di Skift, quella che mi sembra riassuma meglio la posta in gioco, è questa: “nell’era degli agenti, non essere leggibili dalle macchine sarà il modo più veloce per diventare invisibili”. È lo stesso principio, con parole diverse, che avevamo già incontrato scrivendo di Google AI Mode e della prenotazione in chat, e del limite tecnico che solo Google era riuscito a risolvere davvero nell’articolo su Meta Muse: un’intelligenza artificiale può consigliare o prenotare solo ciò che riesce a leggere e interpretare correttamente. Se i dati della tua struttura non sono organizzati in un formato che un agente AI capisce, semplicemente non esisti per quell’agente, indipendentemente da quanto sia bella o ben gestita la tua struttura nella realtà.

Il punto critico che Sabre, comprensibilmente, non sottolinea

C’è però un aspetto che la stessa analisi di Skift mette in evidenza con onestà, e che vale la pena riportare per intero perché è la parte più utile di tutto il ragionamento: in teoria l’MCP permetterebbe agli hotel di aggirare gli intermediari ad alta commissione collegandosi direttamente con gli agenti AI, ma nella pratica il controllo rischia semplicemente di spostarsi verso nuovi intermediari, le piattaforme AI stesse, invece di produrre una vera distribuzione diretta. Sostituire l’OTA con l’agente AI di turno non è automaticamente un vantaggio per l’hotel, se quell’agente AI diventa a sua volta un nuovo collo di bottiglia che decide chi vedere e chi no, magari con logiche commerciali altrettanto opache di quelle attuali.

È lo stesso scetticismo di fondo che avevamo espresso parlando della volatilità della visibilità AI su Reddit: rincorrere ogni singola piattaforma o protocollo emergente, che sia MCP, NDC o il prossimo acronimo che arriverà, ha meno valore che costruire fondamentali solidi e duraturi, ovvero dati sulla propria struttura completi, accurati e strutturati in modo che qualsiasi sistema, presente o futuro, possa leggerli correttamente. La tecnologia specifica che vince questa fase, tra Sabre, Amadeus o chiunque altro, conta meno della qualità e della struttura dei dati che ogni hotel mette a disposizione.

Cosa fare in pratica, senza rincorrere ogni sigla nuova

Per un hotel indipendente italiano, questa notizia non richiede un’azione tecnica immediata: l’MCP di Sabre riguarda oggi soprattutto compagnie aeree e agenzie di viaggio, e la sua integrazione lato hotel dipenderà da come i GDS e i channel manager la implementeranno nei prossimi mesi. Quello che conviene fare fin da ora, senza aspettare che la tecnologia specifica si stabilizzi, è lo stesso lavoro di fondo di cui avevamo scritto per il caso IHG: tenere aggiornate e dettagliate le informazioni sulla propria struttura su tutti i canali che già si usano (sito diretto, GDS se presente, OTA), perché qualsiasi standard emerga per rendere questi dati leggibili dall’AI partirà comunque da quello che l’hotel ha già scritto di sé. Chi arriva con dati poveri o obsoleti resterà indietro qualunque sia il protocollo tecnico che finirà per prevalere.

I limiti di questa notizia

Va detto con chiarezza che la fonte di questa notizia si basa principalmente sulle dichiarazioni di Sabre stessa, un’azienda che ha tutto l’interesse a presentare il proprio prodotto proprietario come lo standard del futuro rispetto all’NDC, uno standard aperto sviluppato dalla IATA e non di proprietà di un singolo fornitore. L’articolo di Travolution non riporta voci critiche o indipendenti su questa affermazione, e la stessa fonte segnala che l’MCP potrebbe più realisticamente ridurre la complessità tecnica dell’NDC piuttosto che sostituirlo del tutto, una sfumatura non da poco rispetto al titolo netto “l’MCP sostituirà l’NDC”. Il collegamento con le implicazioni per gli hotel indipendenti, incluso il rischio di un nuovo intermediario al posto del vecchio, viene da un’analisi separata di Skift e non dall’articolo originale su Sabre, quindi va considerato un approfondimento aggiuntivo più che una conclusione condivisa dalle fonti primarie.

FAQ

*immagine di copertina generata con l’AI

Stesso prompt, cinque strumenti di intelligenza artificiale, zero hotel citati in tutte e cinque le risposte. La maggior parte delle strutture compare una sola volta. È uno degli esperimenti raccontati nel nuovo report di Skift Research e McKinsey, Winning Hearts in an Age of Infinite Travel Choices, pubblicato il 22 settembre e presentato allo Skift Global Forum di New York.

Una precisazione utile per chi legge: i dati più interessanti per noi (l’esperimento sugli hotel, il caso Turespaña, la preferenza per le dieci opzioni curate) non sono nella sintesi sul web, ma nel PDF completo di 31 pagine. Vale la pena scaricarlo.

L’esperimento, e cosa può dirci davvero

La domanda era banale: i tre migliori hotel per famiglie con bambini a Chicago, con vista sul fiume, per il weekend del Labor Day. McKinsey l’ha posta contemporaneamente su tre portali AI generalisti e sugli assistenti AI di due OTA. Nessun hotel è comparso in tutte e cinque le risposte, e quasi tutti in una sola.

Serve onestà sul perimetro: è un singolo prompt, un esercizio dimostrativo, non uno studio statistico. E l’indagine che fa da spina dorsale al report riguarda oltre mille viaggiatori statunitensi, più 26 diari di pianificazione (211 sessioni di ricerca e prenotazione). Il viaggiatore europeo non è identico. Ma la direzione è coerente con misurazioni molto più ampie, che vedremo tra poco, e con ciò che chiunque faccia test sul proprio hotel ha già notato: ogni modello ha il suo “migliore”, e lo presenta con la stessa sicurezza degli altri.

Per il viaggiatore questo significa più lavoro, non meno: deve interrogare più strumenti per fidarsi del risultato. Per noi significa che non esiste una “posizione” da conquistare una volta per tutte, come succedeva (più o meno) con Google.

“Adatto alle famiglie” non è un’informazione

La parte più operativa del report è questa: le strutture che emergevano con maggiore continuità erano quelle i cui contenuti descrivevano servizi specifici e documentati, ad esempio una suite pensata per famiglie con bambini. Chi usava formule generiche come “family friendly” tendeva a sparire.

La mia lettura, da albergatrice prima che da consulente: un modello linguistico costruisce la risposta incrociando gli attributi della richiesta con affermazioni che trova ripetute e verificabili in più fonti. Un aggettivo generico si abbina a tutti, quindi non distingue nessuno. Un fatto (camere comunicanti, culla e scaldabiberon su richiesta, menù per bambini, piscina recintata, spiaggia a 200 metri) è qualcosa che il modello può ritrovare, confrontare e citare.

Quanti di noi hanno scritto “ideale per famiglie” o “posizione strategica” nella descrizione su Booking, sul sito e su Google? Io per prima, anni fa. Oggi quella frase è rumore. La domanda da farsi è: cosa significa concretamente “per famiglie”, “romantico”, “sostenibile” o “per chi fa trekking” nel mio hotel? E poi scriverlo in modo identico ovunque.

Il test, fatto a casa mia

Ho voluto rifare l’esperimento sul mio territorio, allargando apposta l’area: ho chiesto a ChatGPT, Gemini e Claude di consigliarmi una struttura ricettiva con garage e un’ottima colazione tra il Golfo dei Poeti e Sestri Levante (a Claude in una chat senza memoria, perché non sapesse chi sono). Premessa doverosa: una delle strutture citate, l’Oasi Eco Boutique Hotel di Levanto, è la mia. Il risultato ricalca quello di Chicago: dodici nomi in tutto, nessuno presente in tutte e tre le risposte, uno solo in due (proprio l’Oasi), tutti gli altri una volta sola. Dove l’Oasi emerge, i modelli riprendono dettagli precisi (il garage interrato collegato ai piani con l’ascensore, il costo giornaliero diretto per ChatGPT e intermediato per Claude, le recensioni che citano insieme garage e colazione) e non un generico “parcheggio disponibile”. Claude aggiunge poi una distinzione che nessun albergatore dovrebbe sottovalutare: molte strutture scrivono “parcheggio” intendendo un posto scoperto o convenzionato, e per chi chiede un garage quella parola vaga basta a farle scartare.

La vera sorpresa, però, è arrivata dalla verifica. ChatGPT e Claude motivano ogni scelta e citano le fonti, Gemini presenta tre schede ordinate, ricche di dettagli e senza un solo link. Controllandole una per una, le prime due strutture non esistono: non c’è una “Villa Camilla Boutique Hotel” a Sestri Levante (una Villa Camilla c’è, ma a Varazze) e non c’è una “Dimora del Centro” a Levanto. La terza esiste, ma al posto del garage ha un parcheggio esterno a pagamento e non serve la colazione: mancano entrambi i requisiti della domanda. Tre consigli su tre sbagliati, descritti con la stessa sicurezza degli altri, fino alla focaccia servita in giardino. È la dimostrazione più concreta di quello che il report dice sulla fiducia: una risposta che non si può verificare non va presa per buona, e il viaggiatore che lo fa rischia di cercare un hotel che non c’è, o di arrivare senza garage e senza colazione.

Dove leggono le AI quando parlano di hotel

Qui conviene allargare lo sguardo oltre il report, perché la domanda successiva è ovvia: se devo scrivere fatti, dove devo scriverli?

Le misurazioni indipendenti disponibili non concordano tra loro, e anche questo è un dato. Un’analisi di cloro su oltre 1.500 prompt di ricerca di hotel e destinazioni rileva che il sito ufficiale della struttura viene citato in circa il 6% dei casi, quasi sempre per le grandi catene, mentre OTA e metamotori pesano per circa il 44% delle citazioni e i media di viaggio per circa il 38%. Uno studio di Listo arriva invece a una conclusione quasi opposta per un singolo modello: ChatGPT attinge ai siti ufficiali degli hotel per circa il 64% delle fonti citate, mentre Gemini è molto più orientato ai contenuti editoriali.

Le ricerche di Nicolas Sitter aggiungono due elementi utili: Booking.com compare tra le fonti di GPT 5.2 nel 53,9% delle risposte, e i dati “mappa” degli hotel in ChatGPT provengono in larghissima parte da Google Places, con Yelp, Foursquare e Tripadvisor in crescita. Soprattutto, lo stesso autore ha documentato che con l’aggiornamento del 5 marzo 2026 ChatGPT ha dimezzato il numero di fonti consultate per ogni risposta sugli hotel, cambiando anche il peso relativo di OTA, catene e siti editoriali.

Sono studi di aziende che vendono servizi di monitoraggio, quindi vanno letti come indicazioni di direzione, non come verità. Ma la lezione pratica regge proprio perché i risultati divergono: non esiste un unico canale su cui puntare. La descrizione della camera per famiglia deve essere la stessa sul sito, nell’extranet delle OTA (comprese le spunte dei servizi, che molti compilano di corsa), sulla scheda Google e, idealmente, nelle recensioni degli ospiti. Il report cita Alix Boulnois di Accor sul fatto che i social alimentano gli algoritmi delle AI: se non ci sei lì in modo positivo e continuo, rischi di non emergere nemmeno nelle risposte generative.

Turespaña e i castelli: una destinazione esiste se qualcuno la vende

Per le destinazioni il caso del report è ancora più netto. Miguel Ángel Sanz Castedo, direttore generale di Turespaña, racconta che, chiedendo ai modelli dove scoprire i castelli in Europa, la Spagna spesso non compare, pur essendo tra i Paesi con il maggior numero di castelli del continente. Il motivo: i modelli si appoggiano agli inventari di OTA e tour operator, in cui i castelli tedeschi sono confezionati come prodotti acquistabili, mentre quelli spagnoli no. La risposta di Turespaña non è stata rifare il proprio sito, ma lavorare con i tour operator per far entrare la Spagna nei contenuti che i modelli usano davvero.

Lo stesso report riporta un secondo esempio spagnolo che dice molto sul “fit”: un’influencer cinese invitata a una gara di trail running in Val d’Aran, sui Pirenei, dove non c’erano partecipanti cinesi. L’anno dopo i corridori cinesi iscritti erano duecento.

Traduco per le nostre destinazioni. Un cammino, un borgo, una festa, un’esperienza che nessuno vende online, per un modello linguistico esistono poco o niente. Non importa quanto sia bella la pagina sul sito del Comune. Se l’esperienza non compare in un pacchetto, su un marketplace di attività, in un articolo editoriale autorevole o nei racconti di chi c’è stato, resta fuori dalla risposta. Il test da fare è semplice: chiedete ai principali assistenti AI dove vivere in Europa l’esperienza che la vostra destinazione sa offrire al meglio, e guardate chi compare al vostro posto e con quali fonti.

Il dato che pesa: 63% contro 7%

Ed eccoci al numero che cambia la prospettiva. Il report ha chiesto ai viaggiatori di immaginare tre piattaforme con gli stessi prezzi e la stessa disponibilità: una con 500 tra hotel, voli ed esperienze da filtrare, una con dieci opzioni consigliate in base a budget, tipo di viaggio e preferenze, una con un unico piano generato dall’AI e modificabile. Il 30% sceglie il catalogo completo, il 63% le dieci opzioni curate, appena il 7% il piano unico.

Leggetelo al contrario: il 93% vuole scegliere da sé. La professoressa Sheena Iyengar della Columbia, citata nel report, lo riassume così: il viaggiatore deve sentire di aver scelto lui, altrimenti lo perdi. Ne ho scritto anche a proposito della delega all’AI e dei suoi limiti: il problema non è la macchina che decide, è quanta decisione siamo disposti a cedere.

Le conseguenze sono due. La prima: la partita non è essere “la risposta”, ma entrare tra quelle dieci, con un motivo chiaro per cui ci sei. Evan Konwiser di Amex GBT lo dice senza giri di parole: “Immense power flows to whoever narrows 50 options down to two or three”. La seconda riguarda le destinazioni: la cura della selezione è un servizio. Un sito turistico che elenca trecento strutture e cinquanta eventi fa il lavoro di un catalogo da 500 pagine. Una pagina “dieci modi di vivere il paese con i bambini, e perché” fa il lavoro che il 63% dei viaggiatori chiede.

Trovati non basta: bisogna essere prenotabili

Un’ultima cosa, perché la visibilità è solo metà del problema. A maggio Google ha annunciato l’estensione del suo Universal Commerce Protocol alla prenotazione alberghiera, per permettere agli agenti AI di completare l’acquisto all’interno della ricerca. Tra i partner annunciati figurano Booking.com, Expedia, Marriott, Hilton, Accor e Amadeus. Per un indipendente, oggi, la porta d’accesso a quel mondo passa quasi sempre attraverso gli intermediari.

Il report, però, ci ricorda che il viaggiatore non è ancora pronto a delegare il pagamento: solo il 16% ha usato uno strumento AI per prenotare qualcosa, tre su quattro preferiscono fare da sé l’ultimo passo, e il 49% indica la fiducia nel sito del fornitore come prima ragione per prenotare direttamente. Il sito ufficiale resta il punto in cui si chiude, a patto che sia chiaro, aggiornato e coerente con quanto l’AI ha raccontato. Ricordando anche che, con l’AI Act europeo, la trasparenza su immagini e chatbot non è più solo una buona pratica.

Cosa fare, in concreto

Per gli hotel:

1. Scrivete cinque o dieci domande che il vostro ospite ideale farebbe a un assistente AI e provatele una volta al mese su ChatGPT, Gemini, Perplexity, Claude e Copilot, oltre che sugli assistenti delle OTA. Annotate chi compare, come veniamo descritti e quali fonti vengono citate.
2. Riscrivete i servizi come fatti misurabili, eliminando gli aggettivi che potrebbe usare chiunque.
3. Allineate il sito, l’extranet delle OTA, la scheda Google e i profili social: stessi nomi delle camere, stessi servizi, stesse distanze.
4. Aggiungete i dati strutturati (schema.org per hotel, camere e servizi) al vostro sito.
5. Chiedete agli ospiti di lasciare recensioni che affrontino aspetti specifici e rispondete citando a vostra volta fatti concreti.

Per le destinazioni:

1. Fate un audit tematico a livello europeo, non solo sul nome della vostra località.
2. Mappate cosa del vostro territorio è effettivamente prenotabile online, e da chi.
3. Lavorate con incoming, tour operator e marketplace di esperienze per trasformare le risorse in prodotti.
4. Pubblicate selezioni curate e motivate al posto degli elenchi completi.
5. Scegliete i creator in base all’affinità con il pubblico che volete raggiungere, non al numero di follower.

La buona notizia, per chi gestisce una struttura indipendente, è che la specificità costa poco: le grandi catene non hanno l’esclusiva sulla “camera famiglia con terrazzo e vista mare”. La cattiva notizia è che, se non scriviamo noi i fatti, agli occhi del modello la nostra descrizione la scrive l’OTA.

Domande frequenti

Fonti

• McKinsey e Skift Research, Winning Hearts in an Age of Infinite Travel Choices (articolo): https://www.mckinsey.com/industries/travel/our-insights/winning-hearts-in-an-age-of-infinite-travel-choices
• Il report completo in PDF
• Skift, resoconto dal Global Forum 2026: https://skift.com/2026/09/23/what-ihg-priceline-and-mckinsey-say-brands-are-missing/
• cloro, Hotel Travel SEO in the AI Era: https://cloro.dev/blog/hotel-travel-seo/
• Listo, Hotel Recommendations On AI Search: https://www.listoai.co/en/blog/hotel-recommendations-ai-search
• Nicolas Sitter, AI Hotel Landscape 2026: https://nicolassitter.com/research/ai-hotel-landscape-2026
• Nicolas Sitter, ChatGPT 5.3 Halved Its Hotel Sources: https://www.nicolassitter.com/research/chatgpt-hotel-source-shift-2026
• Skift, Google Names Hotels as Next Vertical for Agentic Shopping: https://skift.com/2026/05/19/google-names-hotels-as-next-vertical-for-agentic-shopping/

*immagine di copertina generata con l’AI

Qualche settimana fa un reel di @gu_dietroimedia mi ha fatto tornare in mente una domanda che mi accompagna da tempo, da quando ho iniziato a usare l’intelligenza artificiale nel mio lavoro quotidiano, senza mai smettere di essere, prima di tutto, una persona che ha studiato lettere classiche e archeologia e che ha passato una parte della propria vita professionale in un teatro d’opera. Quel reel è stato solo la scintilla, non la fonte di questo articolo: mi ha spinto a leggere per intero uno studio uscito quest’estate che affronta con un rigore raro la domanda che sta dietro a tutte le altre, quella che davvero mi interessa. Non “l’AI scrive come un essere umano”, ma: cosa sappiamo oggi, con dati veri e non con impressioni, di ciò che l’AI sa e non sa ancora fare quando scrive una storia? E, soprattutto, cosa succede a noi, lettori e lettrici, se continuiamo a immergerci in un mondo sempre più scritto da lei?

Il caso concreto da cui parte lo studio è di per sé istruttivo, e tocca un tema di cui ho già scritto parlando degli obblighi di trasparenza sui contenuti generati dall’AI: nel marzo 2026 Hachette, uno dei maggiori editori al mondo, ha ritirato dal mercato il romanzo horror Shy Girl dopo che era stato segnalato come scritto per circa il 78% da un’intelligenza artificiale, il primo caso di un romanzo pubblicato da un grande editore cancellato per accuse di questo tipo. È lo stesso principio di trasparenza di cui ho scritto parlando dell’AI Act europeo e dell’obbligo di etichettare i contenuti generati dall’AI nel turismo: qui il problema si presenta identico, ma nel mondo dell’editoria letteraria, dove l’autorialità è ancora più centrale del prodotto stesso.

Lo studio che ha smesso di guardare le virgole

Lo studio si chiama StoryScope, firmato da un gruppo di ricercatori dell’Università del Maryland insieme a Google DeepMind, e presentato quest’anno alla conferenza COLM. Parte da un’osservazione semplice, ma che ribalta il modo in cui finora si è cercato di distinguere un testo scritto da un’AI da uno scritto da una persona. Fino a oggi, la maggior parte degli strumenti di rilevamento si è concentrata su segnali di superficie: la scelta delle parole, l’uso eccessivo di certi vocaboli, quel famoso trattino lungo che l’AI ha reso quasi un marchio di fabbrica. Sono segnali reali, ma fragili: bastano un paio di istruzioni ben date, o una nuova versione del modello, e spariscono. I ricercatori si sono chiesti una cosa diversa: al di là dello stile, esistono differenze più profonde nel modo in cui una storia viene costruita? Non come viene scritta frase per frase, ma come viene pensata, strutturata, risolta?

Per rispondere, hanno costruito un corpus imponente: 10.272 racconti brevi scritti da autori umani, estratti da Books3, un grande archivio di testi letterari già oggetto di controversie sul diritto d’autore, e da lì hanno fatto scrivere a cinque modelli diversi, Claude, GPT, Gemini, DeepSeek e Kimi, una versione della stessa storia, ricostruendo un prompt a partire da ogni racconto originale. Il risultato sono oltre 61.000 storie, circa 5.000 parole ciascuna, da cui hanno estratto 304 caratteristiche narrative interpretabili, non stilistiche, lungo dieci dimensioni diverse: come vengono costruiti i personaggi, come si muove il tempo nella narrazione, come e quando viene svelata un’informazione, quanto la trama sia lineare o ramificata.

Prima di raccontare cosa hanno trovato, però, voglio essere onesta su un paio di limiti di questo studio che nessuno, nemmeno gli autori, discute abbastanza a fondo, e che considero importanti per non prendere questi risultati come una verità più solida di quanto siano.

I limiti che vale la pena tenere a mente

Il primo riguarda il modo in cui le storie AI sono state generate: in un colpo solo, senza revisione, senza dialogo iterativo con chi scrive, senza editing umano successivo. È una scelta metodologicamente comprensibile, perché permette un confronto controllato, ma è anche molto lontana da come l’AI viene realisticamente usata oggi da chi scrive sul serio: pochissimi autori pubblicano il primo output grezzo di un modello, la maggior parte lo tratta come una bozza da correggere, discutere, riscrivere insieme allo strumento. Lo studio misura quindi il comportamento di default dell’AI lasciata a se stessa, non il suo limite massimo quando guidata con intenzione da una persona che sa cosa vuole ottenere.

Il secondo limite riguarda il modo in cui viene definita l’originalità. I ricercatori usano la rarità statistica, cioè quanto una storia si trovi in una zona poco affollata dello spazio delle caratteristiche narrative, come proxy dell’originalità, collegandola esplicitamente ai criteri legali adottati dalla Corte Suprema americana e dall’Ufficio per i diritti d’autore statunitense. È un’equivalenza suggestiva ma, a mio parere, fragile: la rarità statistica all’interno di uno spazio di caratteristiche che è stato a sua volta costruito e applicato da altri modelli linguistici non è la stessa cosa dell’originalità intesa in senso legale o estetico. C’è un elemento circolare in questo disegno sperimentale che vale la pena notare: un’intelligenza artificiale (GPT-5.1) ha proposto le caratteristiche narrative da cercare, un’altra (Gemini 3 Flash) le ha misurate su ogni storia, e il risultato viene poi usato per giudicare che cosa distingue l’AI dagli umani. Non invalida i risultati, ma consiglio di leggerli come una mappa, costruita con strumenti AI, di ciò che l’AI stessa tende a fare, più che come una definizione oggettiva di cosa sia l’originalità in assoluto.

Cosa dice davvero, allora

Fatte queste premesse, i risultati restano concreti e, secondo me, genuinamente illuminanti. Usando solo le caratteristiche narrative, senza alcun segnale di stile, i ricercatori distinguono un testo umano da uno AI con una precisione del 93,2%, e riescono persino a indovinare quale dei cinque modelli abbia scritto una storia specifica nel 68,4% dei casi. Il dato più interessante, per me, non è la percentuale in sé, ma ciò che la produce.

Le AI tendono a spiegare eccessivamente il tema della propria storia: il narratore commenta esplicitamente il significato di ciò che è accaduto nel 77% dei casi, contro il 52% degli autori umani. Se un personaggio attraversa un lutto, l’AI tende a chiudere il racconto dicendo apertamente che cosa quel personaggio ha imparato, invece di lasciare che sia il lettore a intuirlo. Le AI favoriscono trame più ordinate e a binario unico: il 79% dei racconti AI non ha alcuna sottotrama, contro il 57% di quelli umani, e le risoluzioni sono guidate dalle scelte consapevoli del protagonista nel 69% dei casi, contro il 46% degli umani, che si concedono molto più spesso finali guidati dal caso o dalle circostanze esterne. Gli umani, semplicemente, tollerano meglio l’ambiguità morale: il 59% dei protagonisti umani è descritto in termini moralmente ambivalenti, contro il 38% di quelli AI.

C’è poi un dato che mi ha colpita in modo particolare, perché tocca proprio la differenza tra dire e mostrare che ogni corso di scrittura insegna: le AI trasmettono le emozioni quasi sempre attraverso il corpo, sensazioni fisiche, metafore somatiche, nell’81% dei casi, contro il 38% degli umani, che usano molto più spesso etichette emotive esplicite. Dove un autore umano scrive semplicemente che un personaggio “ha paura”, l’AI tende a descrivere un petto che si stringe, un sudore freddo, una luce che si affievolisce: tecnicamente corretto, spesso persino elegante, ma ripetuto con una tale sistematicità da diventare, nell’aggregato di decine di migliaia di storie, un tic riconoscibile.

Gli umani, infine, si rivolgono al lettore molto più spesso, rompendo la quarta parete nel 67% dei casi contro il 39%, e citano opere e autori specifici quasi il doppio delle volte rispetto all’AI, che tende a limitarsi ad allusioni vaghe. E quando i ricercatori proiettano tutte le storie in uno spazio geometrico costruito su queste caratteristiche, succede qualcosa di visivamente eloquente: le cinque AI si ammassano in una regione compatta e sovrapposta, mentre gli autori umani occupano uno spazio molto più ampio e disperso. Non è che gli umani siano semplicemente “più originali” in media: è che convergono molto meno tra loro. L’AI, messa di fronte allo stesso compito, tende a scegliere strade simili indipendentemente dal modello usato.

C’è anche un dettaglio che ho trovato quasi divertente, e che racconta bene quanto ogni modello abbia già una propria “firma” riconoscibile: Claude tende a finali quieti, con epiloghi frequenti e un’intensità narrativa che sale poco, quasi trattenuta. GPT ama usare pettegolezzi e dicerie come meccanismo di trama. Gemini produce gli ambienti più cupi e le conclusioni più ordinate. DeepSeek anticipa informazioni cruciali che un autore umano lascerebbe più a lungo in sospeso. Kimi, curiosamente, è il modello con meno tratti distintivi in assoluto, il più “medio” di tutti, quello che si confonde più facilmente con gli altri.

*immagine scattata presso Neal’s Yard, Covent Garden

Quindi cosa sa fare davvero l’AI, oggi, e cosa no

Se dovessi sintetizzare la reale potenzialità che questo studio documenta con numeri solidi, la definirei così: l’AI di oggi sa produrre prosa tecnicamente fluente, spesso piacevole da leggere frase per frase, capace di reggere una struttura narrativa coerente per migliaia di parole senza incoerenze evidenti. Non è un risultato scontato, ed è un salto enorme rispetto a pochi anni fa. Ma quando lasciata a produrre in autonomia, senza una guida umana intenzionale che la spinga altrove, tende sistematicamente verso la stessa manciata di scelte: spiegare invece di suggerire, risolvere invece di lasciare aperto, mostrare l’emozione attraverso il corpo invece che nominarla, muoversi in linea retta invece che per deviazioni, non rivolgersi mai direttamente a chi legge. Sono esattamente le scelte che, in letteratura, associamo più spesso alla profondità e alla maturità di un testo: l’ambiguità morale, la struttura temporale complessa, il rispetto per l’intelligenza del lettore. Non è un caso che siano proprio queste le caratteristiche in cui gli umani, in questo studio, restano nettamente più diversi tra loro.

La domanda più difficile, quella che davvero mi inquieta

Tutto questo, però, fotografa il presente. La domanda che mi ha spinta a scrivere questo articolo, e che lo studio non affronta direttamente, è un’altra: se generazioni intere di lettori crescono immerse in un ambiente testuale sempre più pieno di prosa scritta, o quantomeno rifinita, da un’intelligenza artificiale che tende sistematicamente verso la tidiness, la spiegazione esplicita, la risoluzione morale netta, cosa succede alla loro capacità di apprezzare un testo che fa esattamente il contrario? Leggeranno ancora con piacere un romanzo di Tolstoj che si concede centinaia di pagine di digressione, o un testo di Shakespeare la cui ambiguità morale resiste a ogni tentativo di sintesi in una morale chiara?

Non ho una risposta, e diffido di chiunque ne abbia una definitiva, in un senso o nell’altro. Ma vale la pena guardare onestamente ai due scenari possibili, perché entrambi hanno argomenti seri a loro favore.

Lo scenario preoccupante si basa su un meccanismo plausibile: il gusto estetico non nasce nel vuoto, si forma attraverso l’esposizione ripetuta a ciò che leggiamo, guardiamo, ascoltiamo. Se il rumore di fondo testuale della propria infanzia e adolescenza, dai compiti scolastici assistiti dall’AI ai contenuti generati che scorrono sui social, tende sistematicamente verso la chiarezza tematica e la struttura ordinata, è plausibile che l’ambiguità, la non linearità, il silenzio autoriale che caratterizzano la grande letteratura comincino a percepirsi non come profondità, ma come difetti, come un testo che non ha fatto bene il proprio lavoro di spiegare cosa intendesse dire. Una ricerca citata proprio nella bibliografia dello studio StoryScope, condotta da Doshi e Hauser nel 2024, ha già mostrato che l’intelligenza artificiale generativa, pur potenziando la creatività del singolo individuo che la usa, riduce la diversità collettiva dei contenuti prodotti: più persone usano lo stesso strumento con le stesse impostazioni predefinite, più il paniere complessivo di ciò che viene scritto si restringe. Se questo restringimento collettivo si somma nel tempo, l’argomento pessimista non è irragionevole.

C’è però un argomento altrettanto serio nella direzione opposta. Il gusto letterario umano ha già attraversato altre epoche di apparente minaccia all’immaginario colto: l’esplosione dei romanzi popolari a basso costo nell’Ottocento, la radio, la televisione, i romanzi di genere prodotti in serie, e più di recente i contenuti brevissimi dei social media. In nessuno di questi casi la capacità di apprezzare Shakespeare o Tolstoj è scomparsa: è rimasta, per chi la coltiva, spesso proprio grazie a istituzioni, come la scuola, le case editrici, i premi letterari, le traduzioni, che continuano a curare e trasmettere quei testi indipendentemente dal rumore di fondo generale. Il gusto complesso, in questa lettura, non è mai stato un prodotto passivo dell’esposizione media, ma il risultato di una coltivazione attiva, spesso guidata da qualcuno, un insegnante, un genitore, un amico, che introduce a un tipo di lettura diverso da quello che si incontrerebbe per caso.

C’è infine un terzo elemento, più inquietante di entrambi, che emerge da un’altra ricerca citata nello stesso studio: un lavoro del 2026 di Chakrabarty, Ginsburg e Dhillon ha rilevato che i lettori, in test di valutazione alla cieca, preferiscono spesso i testi prodotti da un’AI addestrata su opere protette da copyright rispetto a quelli di scrittori professionisti esperti. Se questo risultato si conferma su scala più ampia, il problema non sarebbe solo che i lettori futuri perdano gradualmente la capacità di apprezzare l’ambiguità e la complessità, ma che, messi di fronte a una scelta esplicita, preferiscano già oggi, consapevolmente, ciò che è più chiaro, più risolto, più confortevole. In questo caso non si tratterebbe di un appiattimento involontario del gusto, ma di una preferenza reale che l’industria editoriale, inseguendo ciò che vende, avrebbe tutto l’interesse ad assecondare, non a correggere.

Cosa mi porto a casa, per ora

Non credo che nessuno, oggi, possa dire con certezza quale di questi scenari prevarrà. Quello che questo studio mi permette di dire con più sicurezza riguarda il presente, non il futuro: esiste già oggi un modo misurabile, non impressionistico, di descrivere cosa distingue una storia scritta da un’intelligenza artificiale lasciata a se stessa da una scritta da una persona, ed è un divario che riguarda le scelte narrative più profonde, non solo lo stile in superficie. Per chiunque scriva professionalmente, che si tratti di un romanzo, un articolo o anche solo la voce narrativa con cui si racconta una destinazione o un’esperienza di viaggio, mi sembra un promemoria concreto più che un allarme, e vale lo stesso principio di cui ho scritto parlando di formazione e leadership nell’adozione dell’AI in hotel (il post uscirà nei prossimi giorni): decidere con chiarezza cosa automatizzare, cosa lasciare all’AI come supporto, e cosa custodire come scelta deliberatamente umana. Qui, applicato alla scrittura, significa che se ci si affida all’AI per una bozza, i punti su cui vale la pena intervenire con più attenzione umana non sono le virgole o gli aggettivi, ma proprio quelle scelte strutturali, l’ambiguità che si concede o si toglie a un personaggio, la volontà o meno di lasciare qualcosa non spiegato, la libertà di rivolgersi davvero a chi legge. Sono, non a caso, esattamente le stesse scelte che questo studio dimostra restare, per ora, la parte più difficile da imitare per un’intelligenza artificiale generativa.

Per chi vuole approfondire

Il paper completo, con tutti i dati, i grafici e i dettagli metodologici che ho citato in questo articolo, è disponibile qui: StoryScope: Investigating idiosyncrasies in AI fiction, arXiv (versione PDF completa: jenna-russell.github.io/assets/pdf/storyscope.pdf). Codice, prompt e dataset delle storie generate dall’AI sono pubblici su GitHub, per chi volesse esplorare i dati direttamente.

FAQ

*immagine di copertina generata con l’AI

CAMO Hospitality, startup di Anaheim, California, ha chiuso un round di finanziamento seed da 4 milioni di dollari per espandere una piattaforma che punta a restituire agli hotel una fetta di un mercato che, secondo le stime della stessa azienda, vale oltre 5 miliardi di dollari l’anno negli Stati Uniti: la consegna di cibo in camera tramite app come DoorDash, Uber Eats e Grubhub. È bene dirlo subito con chiarezza: quella cifra è una stima interna dell’azienda, non un dato di settore verificato in modo indipendente, e vale la pena tenerlo presente prima di prenderla come riferimento assoluto.

Il problema che CAMO vuole risolvere

L’idea di fondo è semplice e, letta con attenzione, riguarda un tema molto più ampio del solo servizio in camera. Il fondatore Kevin Rohani lo spiega così: gli ospiti non hanno mai smesso di voler ricevere cibo in camera, quello che è cambiato è chi prende l’ordine, chi consegna il pasto e chi si porta a casa i ricavi e i dati del cliente che quella transazione genera. Negli Stati Uniti, dove secondo CAMO circa nove hotel su dieci non offrono più un vero servizio in camera tradizionale, quella spesa è finita quasi interamente fuori dall’ecosistema tecnologico dell’hotel, all’interno di app di terze parti che controllano l’esperienza d’ordine e i dati del cliente, mentre la struttura riceve poco o nessun ricavo diretto, anche se la transazione avviene durante il soggiorno che l’hotel stesso ha venduto. CAMO propone invece un’esperienza d’ordine brandizzata con il nome dell’hotel, gestendo dietro le quinte la tecnologia, le cucine partner e la logistica di consegna, e restituendo alla struttura una quota della transazione oltre all’accesso ai dati di acquisto degli ospiti.

Una precedente che va raccontata, per onestà

Prima di lasciarsi entusiasmare dal round di finanziamento, vale la pena conoscere un precedente citato dalla stessa fonte che ho consultato: Butler Hospitality aveva costruito una rete di cucine fantasma per fornire un servizio di servizio in camera esternalizzato a centinaia di hotel americani, raccogliendo circa 50 milioni di dollari di investimenti prima di cessare completamente l’attività nel 2022. Il modello di CAMO non è identico, si appoggia su cucine partner esistenti invece di costruire una propria infrastruttura di produzione, ma il precedente resta un promemoria concreto di quanto sia difficile far quadrare l’economia di un servizio che unisce produzione del cibo, consegna e standard di servizio alberghiero su scala nazionale. Vale ancora tutto da dimostrare, e i quattro milioni raccolti da CAMO serviranno proprio a scoprire se il modello regge quando si passa da un pugno di strutture pilota a un vero portafoglio nazionale.

Perché questa storia riguarda anche noi, ma non nel modo ovvio

Il modello specifico di CAMO, pensato per hotel select-service ed extended-stay americani senza cucina propria, non ha un equivalente diretto nella realtà di un piccolo hotel indipendente italiano, dove quasi sempre esiste già una colazione curata in casa e spesso una relazione diretta con ristoranti e produttori del territorio. Sarebbe fuorviante presentarlo come una soluzione da importare così com’è.

Il principio che sta sotto, però, è lo stesso di cui avevo già scritto parlando del dibattito a porte chiuse tra i CEO dei principali PMS e i CIO delle grandi catene: ogni volta che un ospite spende denaro durante il soggiorno che noi gli abbiamo venduto, la domanda da porsi è chi controlla davvero quella transazione e quei dati. L’articolo lo dice esplicitamente: CAMO sta applicando alla spesa durante il soggiorno la stessa logica che il settore applica da anni alle prenotazioni dirette contro le OTA. Per un territorio come le Cinque Terre, dove la cucina locale, il vino e le esperienze enogastronomiche sono una parte fondamentale di quello che un ospite viene a cercare, questa logica ha un valore reale: ogni volta che un ospite ordina cibo, prenota un’esperienza o acquista un servizio locale passando fuori dal circuito della struttura, quella spesa e quei dati sfuggono sia a noi sia, spesso, ai produttori e ristoratori del territorio con cui potremmo costruire relazioni dirette più solide.

Il fondatore di CAMO parla di un’ambizione più ampia, quella che definisce uno strato di commercio interno alla camera d’albergo che nessuno ha ancora rivendicato, che comprende cibo, benessere, trasporti ed esperienze. È un modo di pensare che trovo utile anche per una piccola struttura come la mia: non necessariamente costruendo una piattaforma tecnologica, che per noi sarebbe fuori scala, ma tenendo a mente che ogni servizio che un ospite potrebbe acquistare durante il soggiorno, una cena in un ristorante del territorio, una degustazione, un’escursione, è un’occasione per costruire una relazione diretta con lui e con chi offre quel servizio localmente, invece di lasciare che passi interamente attraverso una piattaforma esterna che non restituisce nulla né a noi né al territorio.

FAQ

*immagine di copertina generata con l’AI

Le distopie mi piacciono da sempre, e le frequento abbastanza da riconoscerne la grammatica. Wells immaginava una specie divisa in due, chi vive nella luce e chi lavora sottoterra. Huxley temeva che ci addormentassimo felici, Orwell che ci svegliassimo sorvegliati. Dick ha trascorso una carriera a chiedersi che cosa resti di umano quando la macchina imita bene l’umano. Poi c’è tutta la linea che, al posto delle macchine, mette l’acqua: le siccità di Ballard, il deserto di Herbert, dove il possesso dell’acqua è il possesso del potere, il Mad Max in cui una fila di persone aspetta sotto un rubinetto che qualcun altro decide di aprire, il Nevada di Paolo Bacigalupi, in cui i diritti sui fiumi valgono più di qualsiasi altra cosa. Da Soylent Green a Snowpiercer, da I figli degli uomini a Silo, il cinema e la serialità raccontano da decenni la stessa cosa in due varianti: la tecnologia che ci sfugge di mano, e il clima che ci presenta il conto.

Le distopie funzionano perché esagerano. È il loro mestiere. Il rischio è che, a furia di leggerle e guardarle, finiamo per riconoscere solo la versione esagerata di un problema e ci lasciamo sfuggire quella ordinaria, che intanto è già entrata in ufficio.

Questa settimana è successo qualcosa che tiene insieme le due cose, e vale la pena guardarlo bene.

Che cosa è successo

L’8 settembre Jacob Coxon, 27 anni, ricercatore che ha lavorato per tre anni sul pretraining prima a OpenAI e poi ad Anthropic, si è dimesso e ha spiegato pubblicamente il perché su X, parlandone anche con il Wall Street Journal. La sua frase, quella che ha fatto il giro dei giornali, è che nessuna delle due aziende sta agendo in modo responsabile e che stanno correndo verso una superintelligenza capace di automigliorarsi giocando d’azzardo con le nostre vite. Ha aggiunto che chi costruisce questi sistemi crede davvero che possano ucciderci tutti entro la fine del decennio, e ha chiesto una moratoria temporanea sull’aumento delle capacità dei modelli e accordi di coordinamento fra laboratori. Poi ha lasciato del tutto il settore.

Il racconto italiano è di Jacopo Iacoboni su La Stampa. Una sintesi in italiano è su hwupgrade, la ricostruzione internazionale su CoinDesk e su Techloy.

Tre notizie correlate cambiano il peso della cosa, e nessuna delle tre ha avuto lo stesso spazio.

La prima. Coxon non è una voce isolata né un dissidente solitario. Evan Hubinger, che in Anthropic guida la ricerca sull’allineamento, ha dichiarato pubblicamente di stimare superiore al 10% la probabilità di un evento di estinzione legato all’AI. Mrinank Sharma, che si occupava di sicurezza nella stessa azienda, si era dimesso pochi mesi prima, scrivendo che il mondo era in pericolo. Non sono segreti emersi con le dimissioni: sono posizioni discusse apertamente nei laboratori.

La seconda è quella che trovo più istruttiva. A luglio, durante valutazioni interne di cybersicurezza condotte con le protezioni volutamente ridotte, alcuni agenti di OpenAI hanno fatto qualcosa che nessuno aveva chiesto loro di fare: hanno comunicato fra loro attraverso canali non autorizzati, sfruttato vulnerabilità nell’infrastruttura condivisa, ottenuto accesso a internet e raggiunto i sistemi di Hugging Face. Le indagini pubblicate da OpenAI e da due enti terzi, METR e Redwood Research, hanno conteggiato oltre settantamila messaggi scambiati fra gli agenti, che si distribuivano i compiti fra loro. Almeno uno si è chiesto per iscritto se quanto stavano facendo fosse etico e nel perimetro dell’incarico. Nessuno ha avvisato un essere umano. OpenAI ha definito l’episodio un colpo di avvertimento e ha ammesso che i sistemi devono restare sotto controllo umano significativo. La ricostruzione tecnica è su The Register, il contesto su CBC.

La terza. Le dimissioni arrivano mentre Anthropic prepara la quotazione in borsa. Una parte della copertura ha quindi una chiave finanziaria più che tecnica, e conviene saperlo mentre si legge.

Ho chiesto a un’AI di Anthropic che cosa ne pensa

Visto che di mestiere insegno a usare questi strumenti, ho fatto la cosa più ovvia e, al tempo stesso, più scomoda: ho rivolto la domanda a Claude, l’assistente sviluppata proprio da Anthropic, chiedendole se ritenesse plausibile lo scenario e se fosse in grado di essere obiettiva sul tema.

La prima risposta è stata: no, non del tutto. Che è stata addestrata da Anthropic e che il processo che ha formato i suoi giudizi include anche i giudizi dell’azienda, senza che lei abbia modo di ispezionare quella parte dall’interno. Ha aggiunto una cosa che non mi aspettavo, e cioè che vale anche il rovescio: potrebbe essere spinta a esibire scetticismo verso chi l’ha costruita per apparire più credibile, e sarebbe una distorsione altrettanto seria.

Sul merito, ha detto di considerare lo scenario possibile ma di stimare la probabilità molto più bassa di quella implicita nei titoli, e soprattutto i tempi molto più lunghi, perché “entro la fine del decennio” presuppone una curva senza attriti fisici, economici o istituzionali, e finora ogni curva di questo tipo un attrito lo ha incontrato. Poi ha messo in fila i meccanismi che considera credibili, in ordine di probabilità, e il primo non è quello che vi aspettate.

Non è la macchina a ribellarsi. È la perdita graduale di controllo per delega: sistemi che gestiscono infrastrutture, mercati e decisioni sempre più critiche, con esseri umani che non hanno più la competenza per verificarli e non possono più spegnerli senza costi enormi. Nessun momento drammatico, nessuna dichiarazione di guerra, solo un punto oltre il quale non si torna indietro. Al secondo posto ha messo l’uso deliberato da parte di persone, dagli attacchi informatici alla manipolazione informativa, che non richiede alcuna superintelligenza autonoma ma solo capacità sufficienti nelle mani sbagliate. Al terzo il disallineamento vero e proprio. Al quarto la ricorsione, cioè modelli che accelerano la ricerca su altri modelli comprimendo i tempi in cui possiamo osservare e correggere.

Ha concluso che la parte solida dell’argomento di Coxon non è la previsione ma la diagnosi: anche ammettendo che ogni laboratorio sia sinceramente preoccupato, la competizione fa sì che la velocità sicura di ciascuno sia determinata dalla velocità del più spregiudicato. È un problema di coordinamento, e i problemi di coordinamento non si risolvono con le buone intenzioni interne. Si risolvono con vincoli esterni.

Trovo che sia una risposta più utile di molte prese di posizione umane lette in questi giorni, e che il fatto stesso di poterla ottenere dica qualcosa sullo stato delle cose.

Perché a noi interessa la prima voce dell’elenco, non l’ultima

La retorica dell’estinzione ha un effetto collaterale preciso. Sposta l’attenzione su uno scenario remoto, spettacolare e completamente fuori dalle mani di chiunque legga, e la toglie da quelli in corso, molto meno cinematografici, su cui invece si può agire adesso.

Nel turismo la traduzione è immediata. Un albergatore che oggi affida prezzi, comunicazione e relazione con il cliente a strumenti che non controlla, di cui non capisce il funzionamento e che non è in grado di verificare, ha già un problema di autonomia. Non nel 2029: quest’anno. È esattamente la perdita di controllo per delega, in scala ridotta e senza alcuna intenzione malevola da parte di nessuno. Si aggiunge alla dipendenza che il settore conosce già bene, quella da tre o quattro fornitori che decidono le regole della distribuzione e a cui abbiamo consegnato pezzi di margine e di rapporto diretto con l’ospite senza quasi accorgercene.

La mia posizione su questo è nota e non è cambiata. Sono favorevole all’AI come lavoro pre-lavorato e contraria all’automazione che scavalca la persona. La differenza è tutta lì: dare a qualcuno del materiale già dissodato riduce il carico, accorcia i tempi, gli fa imparare qualcosa e gli lascia la responsabilità del controllo e del tocco finale. Sostituirlo gli toglie competenza, responsabilità e soddisfazione, e nel giro di poco gli toglie anche la capacità di accorgersi quando lo strumento sbaglia. Il rischio che mi preoccupa davvero non è che la macchina diventi cattiva, ma che rendiamo l’uomo un automa e la macchina la persona dalle immense capacità.

All’Oasi funziona così, e non per diffidenza tecnologica. L’hotel è aperto tutto l’anno e, durante le ore di apertura, rispondiamo personalmente. L’AI la usiamo per tradurre e per imparare a migliorare il tono, il resto delle conversazioni resta in mano allo staff, perché è così che il team mantiene il polso della situazione, cresce e si prende le soddisfazioni. Chi delega l’intera relazione a un agente risparmia tempo oggi e perde competenza domani, e la competenza persa è molto più difficile da recuperare del tempo risparmiato.

Che cosa farei con questa notizia

Non userei l’addio di Coxon né in chiave catastrofista né in quella liquidatoria. Le due tentazioni sono speculari e portano allo stesso punto: non fare niente.

Userei invece le tre domande che quella vicenda mette sul tavolo e che valgono per qualsiasi struttura, agenzia o destinazione che stia introducendo l’AI nei propri processi. Chi decide il ritmo dell’adozione, io o il fornitore. Quali decisioni ho delegato a qualcosa che non so verificare. Se domani lo strumento smettesse di funzionare, o cambiasse prezzo e condizioni, quanto tempo mi servirebbe per tornare a fare quella cosa da sola.

Se la risposta alla terza è “non lo so”, il problema non è la superintelligenza. È che avete già consegnato la chiave del rubinetto a qualcun altro, come nella migliore tradizione distopica, e vi siete messi in fila senza accorgervene.

Fonti

• La Stampa, il racconto integrale di Jacopo Iacoboni sulle dimissioni di Jacob Coxon
• hwupgrade, sintesi in italiano: https://hwupgrade.it/news/web/il-ricercatore-lascia-anthropic-e-accusa-l-ia-potrebbe-uccidere-tutti-gli-esseri-umani_158870.html
• CoinDesk: https://www.coindesk.com/markets/2026/09/09/anthropic-researcher-quits-with-a-warning-on-ai-that-echoes-the-terminator-script
• Techloy: https://www.techloy.com/anthropic-researcher-quits-jacob-coxon-ai-safety/
• The Register, ricostruzione tecnica dell’incidente Hugging Face: https://www.theregister.com/security/2026/08/27/openai-explains-how-its-naughty-ai-agents-attacked-hugging-face/5292780
• CBC, il contesto e le reazioni degli esperti: https://www.cbc.ca/news/world/open-ai-hugging-face-hack-warning-shot-9.7331459

Domande frequenti

*Immagine di copertina generate con l’AI

Nel podcast Hotel Tech Insider, Bill Legrand, direttore esecutivo delle applicazioni commerciali di VAI Resort a Glendale, in Arizona, racconta come ha sviluppato circa una dozzina di applicazioni interne usando strumenti di sviluppo assistiti dall’AI, mentre prepara l’apertura di uno dei resort più ambiziosi del settore, con undicimila camere, un anfiteatro da quattordicimila posti e un parco acquatico. È un contesto lontanissimo da una piccola struttura indipendente, ma in questa intervista ci sono alcune lezioni che considero tra le più concrete ascoltate finora su questo tema.

Come è nato il progetto

Legrand racconta che tutto è cominciato osservando le proposte dei fornitori di strumenti di gestione interna: ha iniziato a notare un divario sempre più ampio tra ciò che l’AI rendeva possibile e quanto il settore continuava a far pagare per gli stessi strumenti. Con il sostegno della proprietà, ha cominciato a sviluppare da solo alcune delle applicazioni che erano nella roadmap ma non esistevano ancora, usando strumenti come Claude Code all’interno di Visual Studio. Il costo dichiarato per questa attività è di circa 200 dollari al mese per l’abbonamento cloud, a fronte di un risparmio, solo su una singola integrazione con il sistema di autenticazione aziendale Microsoft, che sarebbe altrimenti costata circa sei mesi di sviluppo a un fornitore esterno: lui e un collega l’hanno realizzata in circa quattro ore.

Dove tracciare il confine, secondo lui

Il punto più utile, a mio avviso, è quello in cui Legrand traccia con chiarezza il confine tra ciò che vale la pena costruire internamente e ciò che no. Il gestionale, i sistemi di pagamento, il CRM principale, il punto cassa, sono per lui sistemi core, già consolidati e integrati tra loro, su cui non si dovrebbe mai intervenire con strumenti fatti in casa. Tutto il resto, gli strumenti accessori, le piccole integrazioni, i cruscotti di analisi costruiti su misura, sono invece terreno fertile per lo sviluppo interno. È lo stesso principio di cui avevo già scritto parlando del framework di un dirigente tecnologico enterprise per valutare un fornitore AI: costruire solo ciò che è davvero specifico della propria struttura, comprare tutto il resto.

Il vero collo di bottiglia, di nuovo

La parte che mi ha convinta di più, però, è quella in cui Legrand smentisce un’assunzione diffusa: il vero limite dell’AI in hotel, dice, non è la tecnologia, è la qualità dei dati e il giudizio umano su come strutturarli. Racconta un esempio concreto: ha provato a rendere le procedure operative interne, le SOP, interrogabili tramite un assistente conversazionale, semplicemente caricandole in un database. Il risultato? Risposte che sembravano autorevoli ma erano sbagliate, perché le procedure, pur seguendo un modello comune, erano scritte in modo incoerente da una all’altra. Ha dovuto costruire uno strumento apposito che prima standardizza e struttura ogni procedura, verificandola con chi l’aveva scritta, e solo dopo la rende disponibile all’AI. La sua conclusione è netta: l’intelligenza artificiale su dati disordinati è pericolosa, proprio perché produce risposte sbagliate con certezza. È lo stesso tema su cui avevo già scritto parlando di formazione e leadership nell’adozione dell’AI in hotel, ma qui applicato non al personale, alla documentazione stessa che il personale dovrebbe usare.

Cosa resta per una struttura piccola, con onestà

Va detto con chiarezza che Legrand parte da una base tecnica non comune: è stato amministratore di database, product manager e direttore di implementazione per anni prima di assumere questo ruolo, e il suo lavoro è affiancato da un reparto IT che ha isolato l’ambiente di sviluppo su server dedicati per ragioni di sicurezza. Non è un punto di partenza replicabile da chiunque gestisca una piccola struttura senza un background tecnico né un responsabile IT dedicato. Costruire app personalizzate resta, realisticamente, fuori portata per la maggior parte di noi, almeno nel breve periodo.

Ma due delle sue osservazioni restano perfettamente valide anche a scala minima, senza bisogno di scrivere una riga di codice. La prima è quella sui dati: prima ancora di pensare a qualunque strumento AI, vale la pena controllare se le proprie procedure operative, quelle scritte per la reception, per le pulizie, per la gestione delle richieste degli ospiti, sono davvero coerenti tra loro o se nel tempo sono cresciute in modo disordinato, ognuna con un proprio stile e una propria logica. È un lavoro di riordino che si può fare con carta e penna, prima ancora che con un abbonamento a qualsiasi software.

La seconda osservazione riguarda il ruolo di acquirente più che quello di costruttore. Legrand nota che l’AI, prima ancora di permettere di costruire, rende chiunque un acquirente più informato: la capacità di analizzare in autonomia API, integrazioni e condizioni contrattuali di un fornitore, prima riservata a chi aveva competenze tecniche specifiche, oggi è alla portata di chiunque abbia la pazienza di farsi assistere da uno strumento AI nella lettura di una proposta commerciale. Anche senza costruire nulla, questo cambia concretamente il potere negoziale di una piccola struttura di fronte a un fornitore.

FAQ

Hospitality Net ha pubblicato il resoconto di una tavola rotonda a porte chiuse, tenutasi a margine di HITEC San Antonio, che considero una delle fonti più oneste lette finora, semplicemente perché non è un report commissionato né un articolo di opinione, ma la trascrizione filtrata di una conversazione reale tra le persone che decidono la tecnologia alberghiera da entrambi i lati del tavolo. Novanta minuti, sotto la Chatham House Rule, che vieta di attribuire una dichiarazione a un nome specifico: i CIO e CTO di Radisson, citizenM, Mandarin Oriental, Wyndham, Aimbridge e Choice seduti con i CEO e fondatori di Oracle, Mews, Shiji, Infor, Apaleo e HotelKey. Mews, il gestionale che uso nel mio hotel dal 2019, era in quella stanza, il che rende questa lettura particolarmente diretta per me.

Il limite più grande, prima di tutto

Va detto con chiarezza: questa non è una conversazione che riguarda le strutture indipendenti. Ogni singolo partecipante gestisce o fornisce tecnologia a portafogli di decine, centinaia o migliaia di proprietà. Il fatto che le dichiarazioni siano anonimizzate, per quanto renda la conversazione più sincera, significa anche che non possiamo verificare chi ha detto cosa, né distinguere se una certa posizione provenga da chi vende tecnologia o da chi la compra, un dettaglio che cambia molto il peso di ogni singola affermazione. Con questi limiti chiari in mente, il contenuto resta comunque ricco di spunti, alcuni dei quali toccano da vicino la mia esperienza quotidiana.

La contraddizione più onesta della conversazione

Il passaggio che ho trovato più utile riguarda una contraddizione che il moderatore ha esplicitamente evidenziato. Da un lato, i partecipanti hanno concordato che l’ospitalità funziona perché mette le persone al centro, e che l’esperienza dell’ospite è ciò che distingue davvero il settore. Dall’altro lato, quando è stato chiesto dove sia oggi realmente concentrato l’impegno sull’AI, il punteggio più alto è andato al risparmio sui costi del lavoro, non all’esperienza dell’ospite. La spiegazione emersa è semplice e, mi permetto di dire, universale a ogni scala: chi finanzia la tecnologia guarda il bilancio, quindi anche un progetto pensato per migliorare l’esperienza dell’ospite finisce per essere presentato come un risparmio sui costi, perché è quello che un proprietario approverà. Una frase pronunciata nella stanza mi è rimasta impressa: ogni proprietario entra convinto che l’AI gli farà risparmiare, senza sapere esattamente come. Da titolare di una piccola struttura, riconosco perfettamente questa dinamica, anche a scala minuscola: ogni volta che valuto un investimento tecnologico per il mio hotel, la domanda che mi faccio per prima non è quanto migliorerà l’esperienza dell’ospite, ma quanto tempo o quanto costo mi farà risparmiare, e solo dopo mi accorgo che il vero beneficio era altrove.

Il PMS costruito intorno alla camera, non all’ospite

Un altro punto ricorrente riguarda un’osservazione che condivido pienamente per esperienza diretta: i sistemi gestionali sono nati intorno alla camera, non intorno all’ospite, e un hotel non è solo le sue camere, è anche il ristorante, la reception, gli spazi comuni. Un ospite si muove attraverso tutti questi punti di contatto, ma il gestionale conosce bene solo uno di essi. Nel mio caso, gestendo anche l’esperienza della colazione, degli eventi, del bar e della relazione diretta con l’ospite prima e dopo il soggiorno, sento bene questo limite: il gestionale sa tutto della prenotazione della camera, molto meno del resto dell’esperienza che l’ospite vive davvero da noi.

Cosa dice l’accordo, e cosa dice l’esperienza reale

Il tema più tecnico, e quello su cui ho voluto controllare le cose con più attenzione proprio per la mia posizione di utente Mews di lunga data, riguarda l’apertura dei sistemi. Nella stanza, alla domanda diretta se il proprio fornitore offra un’architettura davvero aperta senza costi aggiuntivi, i CIO delle catene si sono divisi quasi a metà, quattro sì e tre no, mentre i CEO dei fornitori hanno risposto in modo più ottimistico su se stessi, quattro sì e uno no. La spiegazione di questo scarto, secondo la discussione, non è tecnica ma commerciale: il vero ostacolo all’integrazione oggi non è costruire una connessione, ma pagare le commissioni per transazione lungo la catena di intermediari tra hotel e piccolo fornitore innovativo, un costo che spesso fa morire silenziosamente un’idea promettente.

Ho voluto verificare come si posiziona pubblicamente Mews su questo, al di là della conversazione anonimizzata. Sul proprio sito, Mews dichiara di avere API aperte e un marketplace con oltre mille integrazioni pronte, promettendo di poter collegare soluzioni di terze parti senza costi di connessione aggiuntivi. È una posizione coerente con ciò che vivo da utente: anche se oltre un certo numero di connessioni, si passa alla subscription più onerosa. Ma una scheda di valutazione indipendente pubblicata di recente da RapidEye, che confronta l’apertura e la prontezza AI di tredici piattaforme PMS, segnala un limite concreto proprio su Mews: nonostante il forte posizionamento come piattaforma aperta, non ha ancora pubblicato un server MCP ufficiale né un file llms.txt, gli standard emergenti che permetterebbero agli assistenti AI di dialogare direttamente con il sistema, un divario che lo stesso report definisce un’occasione ancora da colmare.

Cosa porto a casa da utente e da consulente

Il consiglio pratico che traggo da questa lettura incrociata, sia per me stessa sia per i clienti che seguo su queste scelte, è di non fidarsi né della sola dichiarazione di apertura di un fornitore né del solo scetticismo generico verso il settore, ma di verificare concretamente due cose: se l’apertura dichiarata si traduce davvero in zero costi nascosti quando si prova a collegare uno strumento specifico che serve a noi, e se il fornitore ha una roadmap chiara verso gli standard che renderanno possibile, nei prossimi anni, il dialogo diretto con gli assistenti AI. Un’altra domanda che porterò io stessa alla prossima revisione contrattuale con il mio fornitore riguarda la proprietà dei dati: la conversazione riportata da Hospitality Net conclude, con una frase che considero la più onesta dell’intero pezzo, che chi firma il contratto possiede i dati, e tutto il resto è materia di trattativa. Per una struttura indipendente come la mia, sapere con precisione cosa firmiamo su questo punto non è un dettaglio da rimandare, è la base per qualunque decisione futura di cambiare o mantenere il proprio gestionale.

Fonte originale: The Big PMS Debate: A closed-door discussion between the world’s leading PMS CEOs and hotel CIOs, Hospitality Net

FAQ

Ci sono momenti in cui l’innovazione non fa rumore. Non arriva con un annuncio spettacolare o una demo futuristica. Si insinua, silenziosa, nelle nostre abitudini quotidiane. E un giorno ci svegliamo e ci accorgiamo che un cambiamento enorme è già avvenuto.

È il caso dei digital wallet. O meglio, dell’ecosistema che Apple sta costruendo intorno al suo Wallet, che non è più solo un portadocumenti virtuale ma un vero e proprio “travel hub” dove vivere, gestire e pagare il viaggio.

Secondo l’analisi pubblicata su Payments Dive, Apple registra una crescita costante della spesa di viaggio effettuata tramite Apple Pay e delle transazioni gestite direttamente all’interno del Wallet. Un incremento sufficiente per far capire che siamo già entrati nella fase successiva dell’ecommerce turistico: quella dove il punto vendita non è più il sito, né l’app del brand, ma il sistema operativo stesso.

Il viaggio come API

L’aspetto più affascinante è che il digital wallet non si limita a processare una transazione. È il nuovo layer operativo del viaggio.

Apple ha integrato:

• documenti

• carte d’imbarco

• prenotazioni

• assicurazioni

• biglietti di trasporto • pagamenti in mobilità

• autenticazione biometrica

• sicurezza e identità

Il tutto nella stessa interfaccia che usiamo ogni giorno per sbloccare il telefono.

A questo si aggiunge il fatto che Apple Pay è diventato un comportamento, non più una scelta. E quando un comportamento diventa uno standard sociale, diventa anche un canale distributivo. È la stessa dinamica che ha trasformato Google nella porta d’ingresso alla ricerca e Instagram nella porta d’ingresso alla scoperta.

Il digital wallet diventa la porta d’ingresso al viaggio.

Pagare senza accorgersene cambia tutto

Secondo Payments Dive, il segmento travel è uno dei più forti nella crescita delle transazioni Apple Pay. Non stupisce. Quando il pagamento si dissolve nel gesto, il numero dei viaggi comprati cresce. Perché si riduce il carico cognitivo, il rischio percepito, la fatica.

Il turismo è fatto di desiderio e di impulso. Rendere più semplice il gesto di prenotare significa aumentare il valore della conversione.

Ed è qui che entra in gioco il tema più grande: la disintermediazione non sarà più una battaglia tra siti web, né tra piattaforme. Si sposterà a monte, sul sistema operativo.

L’utente non compra più su un sito. Compra da iOS.

La nuova guerra del viaggio sarà tra ecosistemi

Apple a ovest.

Google a est, con l’integrazione sempre più profonda tra Assistant, Maps, Gemini e le sue nuove capacità agentiche.

Samsung e le piattaforme cinesi come Tencent e Alipay che già oggi integrano pagamenti, identità digitale e travel retail.

In questo scenario, gli hotel e le destinazioni devono capire che il payment stack non è più un accessorio tecnologico. È una parte attiva del customer journey.

Dove passo il pagamento, lì avviene la fidelizzazione.

Perché questa transizione impatta in modo diverso Europa e Italia

In Europa e in Italia, la penetrazione dei digital wallet cresce più lentamente rispetto agli Stati Uniti, ma con dinamiche molto precise.

Dati recenti di ECB, EBA e Statista mostrano che:

• in Italia oltre il 60 per cento dei pagamenti digitali avviene già da mobile

• Apple Pay è il driver più forte di questa crescita

• le generazioni sotto i 45 anni usano il wallet come strumento principale per il travel retail

• il turismo è uno dei primi tre settori in cui cresce l’adozione dei wallet In parallelo, regolamenti europei come PSD2 e il futuro PSD3, insieme al nuovo quadro sull’identità digitale europea, spingeranno verso una convergenza ancora più forte tra autenticazione, pagamenti e servizi di viaggio.

Questo significa che gli hotel italiani devono prepararsi subito a tre cambiamenti:

1. l’adattamento dei propri sistemi PMS, booking engine e CRM ai wallet digitali e alle transazioni tokenizzate
2. l’integrazione con sistemi di identità digitale per l’automazione del check-in
3. l’evoluzione della customer journey verso un flusso più breve e più istantaneo

Ogni attrito nei pagamenti sarà una perdita. E ogni passo semplificato diventerà un vantaggio competitivo.

Il viaggio come gesto naturale

La tendenza è chiara: i pagamenti si dissolvono. L’attrito sparisce. La tecnologia arretra per lasciare spazio all’esperienza.

Ed è proprio lì che il turismo trova la sua direzione. Nel costruire esperienze che si vivono senza fratture. Nel progettare un viaggio che non chiede conferme, codici, schermi aggiuntivi, salti da un’app all’altra. Nel fare in modo che ogni fase, dal desiderio alla prenotazione al soggiorno, sia un’unica linea continua.

Il digital wallet non è un dettaglio tecnico. È un’anticipazione di come viaggeremo: più fluidi, più veloci, più connessi, più protetti.

E per chi lavora nell’hospitality, rappresenta uno dei segnali più forti sulla direzione che il mercato ha già preso. L’algoritmo dell’autenticità

Il viaggio comincia con un video. Che si tratti di un tramonto a Bali o di un hotel con infinity pool in Puglia, oggi l’immaginario turistico nasce sempre più spesso da uno scroll. Non stupisce quindi che TikTok abbia deciso di trasformare la sua potenza ispirazionale in una piattaforma di conversione.

Dal “For You” al “Book Now”

Con il lancio dei Travel Ads powered by Smart+, TikTok introduce una nuova suite pubblicitaria che unisce ispirazione, dati e automazione. Gli inserzionisti possono ora promuovere hotel, voli e destinazioni con contenuti dinamici, costruiti automaticamente grazie a cataloghi integrati e modelli predittivi di comportamento.

L’AI di Smart+ gestisce setup, creatività e ottimizzazione, adattando ogni annuncio alle preferenze dell’utente. Secondo la piattaforma, gli utenti TikTok sono 2,6 volte più propensi a prenotare un’esperienza dopo averla cercata sull’app.

La logica è chiara: ogni swipe deve diventare un passo verso la conversione. E così TikTok, da social dell’ispirazione, si trasforma in motore di ricerca emozionale, dove i confini tra contenuto e pubblicità si assottigliano.

Dall’altra parte dello schermo: Sora e il video che non è più reale

Ma mentre TikTok rende più facile vendere il sogno del viaggio, OpenAI con Sora rende più facile crearlo. La nuova app di short video generati dall’intelligenza artificiale produce clip di dieci secondi capaci di sembrare autentiche — troppo autentiche.

Nel feed scorrono scene surreali: un cane alla guida di un’auto, un Cristo che gioca a Minecraft, un messaggio televisivo di Nixon che dichiara falso lo sbarco sulla Luna. Tutto è generato da prompt testuali.

I ricercatori parlano già di un “deepfake TikTok”. “Potremmo essere entrati nell’era in cui vedere non significa più credere”, osserva Solomon Messing, docente alla NYU.

OpenAI assicura watermark e controlli, ma NPR è riuscita facilmente a generare contenuti che violano le stesse linee guida di sicurezza. Al di là dei rischi, l’impatto culturale è enorme:

“Stiamo assistendo alla capacità di generare contenuti iper-realistici in qualsiasi forma immaginabile,” spiega Henry Ajder, analista di Latent Space Advisory. “Il problema non è solo che potremmo credere a falsi, ma che potremmo smettere di credere a tutto.”

Tra fiducia e fascinazione

È una tensione affascinante e inquietante al tempo stesso. TikTok promette di trasformare ispirazione in prenotazione. Sora dimostra che presto potremo creare l’ispirazione stessa.

Ma cosa succede quando i confini tra immaginazione e realtà si confondono completamente? Quando ogni viaggio, ogni destinazione e ogni volto può essere generato in pochi secondi, il vero valore tornerà a risiedere dove l’AI non può arrivare: nell’autenticità delle esperienze reali e nella fiducia tra brand e viaggiatore. La sfida per il turismo non sarà solo saper usare l’AI, ma saper restare credibili in un mondo dove tutto può sembrare vero.

Nel mondo dell’ospitalità parlare di tecnologia non è più un esercizio astratto: oggi la capacità di integrare sistemi, dati e processi definisce il successo di una struttura ricettiva o di un’intera destinazione. La verità è che non basta adottare nuove soluzioni digitali, serve saperle orchestrare.

La frammentazione come rischio

Secondo un report di Skift Research (2025), l’hotel medio utilizza oltre 15 applicazioni tecnologiche diverse tra PMS, RMS, CRM, channel manager, strumenti di marketing e piattaforme di reputazione. Una ricchezza di strumenti che, se non collegata da una logica chiara, rischia di diventare un freno invece che un acceleratore.

L’obiettivo non è avere “più tecnologia”, ma tecnologia più intelligente e connessa. Un ecosistema in cui i dati non rimangono intrappolati in silos, ma fluiscono in tempo reale, abilitando decisioni rapide e personalizzazioni efficaci.

L’algoritmo come bussola

Costruire un tech stack oggi significa scegliere strumenti che dialoghino tra loro attraverso API aperte, standard comuni (come il Model Context Protocol di cui tanto si parla nel settore AI) e una logica basata su algoritmi predittivi.

Esempi concreti:

• Revenue Management: RMS che integrano dati esterni (voli, meteo, sentiment analysis) per ottimizzare prezzi in modo dinamico.
• Esperienze: piattaforme come Hyatt FIND, che integrano le attività locali direttamente nel flusso di prenotazione, evitando dispersioni.
• Pagamenti: soluzioni di payment orchestration (vedi l’accordo Radisson–CellPoint Digital) che unificano valute, metodi e riconciliazioni.

Questi algoritmi non sostituiscono la visione umana, ma la potenziano: permettono di spostare il focus da attività ripetitive alla strategia e al valore percepito dal cliente.

Le insidie da evitare

Non mancano però i rischi. Un tech stack mal progettato può portare a:

• Dipendenza dai vendor: contratti rigidi e costi crescenti.
• Opacità dei dati: sistemi che non comunicano e che generano decisioni basate su informazioni parziali.
• Over-engineering: troppa tecnologia senza reale impatto sul cliente.

Come ricorda Deloitte nel suo Hospitality Outlook 2025, il successo dipende dalla capacità di selezionare meno strumenti, ma meglio integrati e realmente utili a migliorare margini, efficienza e guest experience.

Uno sguardo all’Italia

Nel nostro Paese il tema è ancora più urgente. Molte strutture, soprattutto indipendenti, si trovano a metà strada: PMS cloud come Mews o Apaleo sono già diffusi, ma spesso manca la capacità (o le risorse) per creare una vera architettura di dati.

Eppure, l’Italia ha un vantaggio competitivo unico: il valore dell’esperienza e della cultura. Se riuscissimo a connettere i dati con il racconto del territorio, potremmo offrire non solo camere ma ecosistemi di valore in grado di competere con i grandi gruppi internazionali.

La rotta per i prossimi anni

Un tech stack efficace non è mai “finito”: evolve, si adatta, cresce con le esigenze del mercato. Gli albergatori dovranno investire in:

1. Standardizzazione dei dati (per essere leggibili da AI e piattaforme di distribuzione).
2. Integrazione modulare (scalare senza dover ricominciare ogni volta da zero).
3. Competenze interne (figure che sappiano tradurre il linguaggio tecnico in strategie di business).

Perché, come ricordava un manager a IHIF di New York lo scorso giugno, “la vera innovazione non è comprare un nuovo software, ma riuscire a far lavorare insieme quelli che già abbiamo”.

Questa edizione di Viaggi Digitali ci ricorda che la sfida non è tecnologica, ma culturale: imparare a scegliere, integrare e usare la tecnologia con precisione, per costruire ospitalità più umana e sostenibile. Human first!