Negli ultimi mesi abbiamo erogato decine di sessioni di formazione AI dentro aziende italiane di ogni taglia, dalle PMI manifatturiere ai team marketing di brand consumer. Lo schema ricorrente è sempre lo stesso: l’HR contatta dicendo “vorremmo un corso AI”, il responsabile marketing chiede output operativi, il management chiede ROI dimostrabile. Quattro stakeholder, quattro aspettative diverse, un solo budget. La verità che emerge dopo molte iterazioni è che non esiste un formato unico che soddisfi tutti questi bisogni insieme. Esistono però quattro formati ben distinti, ognuno con un pubblico ideale e un risultato misurabile. Conoscere quale formato scegliere prima di firmare un preventivo evita lo scenario più frequente: spendere bene e non vedere applicazione reale al lavoro quotidiano.
In questa guida operativa raccontiamo i quattro formati che funzionano davvero, con costi realistici, output attesi e profili di pubblico per cui ognuno è pensato. Tutto quello che leggi nasce da formazione consegnata in casa di clienti reali, non da framework teorici. La parte interessante è che spesso il formato giusto non è il più costoso, e che il salto di seniority del team arriva quando i formati si combinano nell’arco di un anno.
Sprint 4 ore tematico: il formato per team operativi che vogliono un upgrade puntuale
Lo sprint di quattro ore è il formato più richiesto dai team marketing operativi che hanno già una struttura di lavoro consolidata e vogliono integrare l’AI su un punto preciso del workflow. Esempio tipico: un team di tre persone che gestisce content e social per un brand B2B chiede “vogliamo capire come usare Claude per accelerare la produzione di articoli editoriali e post LinkedIn”. Lo sprint si concentra su quel singolo verticale, parte da una mappatura rapida del flusso attuale e arriva a costruire due o tre workflow funzionanti che il team applica già durante la sessione.
La struttura standard prevede una prima ora di inquadramento sui modelli disponibili (Claude, GPT, Gemini, Perplexity) e sui criteri di scelta tra loro per il task specifico. La seconda ora entra nel vivo del prompt engineering applicato al caso reale del cliente, partendo da brief e contenuti che il team usa già. Le ultime due ore sono dedicate alla costruzione vera dei workflow, con il team che lavora sui propri laptop sotto guida di chi conduce la sessione. Si esce con due o tre routine documentate, salvate nel knowledge base aziendale, già testate su contenuti veri.
Il pubblico ideale è il team marketing operativo di una PMI o di una BU all’interno di un’azienda più grande, dimensione tra tre e otto persone, con almeno un partecipante che ha già messo le mani su un modello AI da utente curioso. Quando il pubblico è completamente vergine sui modelli generativi lo sprint diventa troppo denso, e conviene strutturare prima una mezza giornata introduttiva e poi lo sprint verticale due settimane dopo. Quando il pubblico è invece molto avanzato lo sprint diventa una conferma di pratiche già esistenti, e conviene salire di livello al bootcamp cross-funzionale.
Il costo realistico oscilla tra 1.500 e 3.000 euro a seconda della preparazione richiesta (un audit preliminare sul workflow attuale può aggiungere 500 euro), della numerosità del gruppo e della sede. La sessione si fa in presenza nella sede del cliente quando il gruppo è sotto le dieci persone, in remoto su Google Meet quando il team è distribuito su più uffici. L’output che porti a casa è tangibile: due o tre workflow scritti in formato procedura, con prompt master pronti, esempi di input e output, criteri di qualità. Il ROI si misura nelle settimane successive contando le ore liberate sul task specifico, e nella nostra esperienza il payback dello sprint arriva entro sei-otto settimane.
Bootcamp 2 giornate cross-funzionale: governance e use case prioritizzati
Il bootcamp di due giornate consecutive è il formato per team più ampi e trasversali, dove marketing, sales e customer service devono allinearsi su una visione comune dell’AI dentro l’azienda. Lo scenario tipico è quello del CMO o del direttore commerciale che dice “stiamo iniziando a usare l’AI in ordine sparso, alcune persone si sono fatte il proprio ChatGPT da sole, vogliamo mettere ordine prima che diventi caos”. Il bootcamp affronta due esigenze insieme: la governance (chi può usare cosa, con quali dati, con quali approvazioni) e la prioritizzazione (su quali use case partire, in che ordine, con quali metriche).
La prima giornata è dedicata al framework di governance. Si lavora su una matrice rischio-valore per i diversi possibili use case, si definisce la policy aziendale sull’uso dei modelli pubblici e privati, si imposta la gestione dei dati sensibili. Si discute la differenza tra modelli consumer (ChatGPT Plus individuale) e modelli enterprise (Claude for Work, ChatGPT Enterprise, Azure OpenAI), con criteri di scelta basati sul tipo di dato che si processa. Si chiude la prima giornata con un elenco condiviso di principi che diventano la base della policy interna scritta.
La seconda giornata entra nei quattro o cinque use case prioritari emersi dal lavoro del giorno prima. Per ognuno si fa un design rapido del workflow, si identifica il modello AI più adatto, si individua il ruolo aziendale che ne diventa owner. Si esce con una roadmap di 90 giorni che mette in fila implementazione progressiva, KPI di adozione, momenti di review. Il documento finale ha tipicamente quindici-venti pagine, è scritto dai partecipanti durante la sessione (non consegnato da chi conduce), ed è la base operativa per i mesi successivi.
Il pubblico ideale del bootcamp è il team direttivo o middle management che ha bisogno di decidere insieme, non di esercitarsi insieme. Si tratta di sei-quindici persone con ruoli complementari, almeno un decisore di budget nella stanza. Quando questo decisore manca il bootcamp produce idee buone che poi non vengono finanziate, ed è il fallimento più frequente di questo formato. Il costo realistico è tra 6.000 e 10.000 euro per le due giornate, con preparazione che include interviste preliminari ai partecipanti e un debriefing scritto consegnato una settimana dopo.
Percorso 6 settimane part-time con homework: capacità interna durevole
Il percorso di sei settimane part-time è il formato che produce il salto di capacità più profondo, e anche il più impegnativo per il cliente. Lo schema prevede una sessione live di due ore alla settimana, sei sessioni in totale, intervallate da homework strutturato che ogni partecipante svolge sul proprio lavoro reale. La differenza rispetto ai formati corti è che qui non si impara guardando esempi generici: si impara applicando ogni settimana un pezzo al proprio progetto, ricevendo feedback nella sessione successiva.
La struttura tipica copre sei aree progressive. Settimana uno: panorama modelli, criteri di scelta, primo prompt master per il proprio ruolo. Settimana due: integrazione AI nel content workflow (briefing, drafting, editing, distribuzione). Settimana tre: automazione marketing con Make o n8n collegato a Claude, primo workflow end-to-end. Settimana quattro: dati e analisi (Looker Studio, Google Analytics, lettura insight con AI). Settimana cinque: advertising e creative testing con AI generativa. Settimana sei: governance interna, policy, knowledge base condivisa, ownership dei workflow consolidati.
L’homework è la parte che fa la differenza. Tra una sessione e l’altra ogni partecipante deve consegnare un deliverable applicato al proprio lavoro: un prompt master testato sul proprio brief, un workflow Make funzionante, un report Looker Studio commentato con AI. I deliverable vengono condivisi in un canale interno (Slack, Teams) e diventano oggetto della prima mezz’ora di ogni sessione successiva. A fine percorso ogni partecipante ha consolidato tre workflow di sua proprietà, documentati nel knowledge base aziendale, applicati a clienti o progetti reali.
Il pubblico ideale è un team di quattro-otto persone che vuole costruire capacità durevole, non solo aggiornamento spot. Si tratta di marketing manager, content lead, growth specialist, automation engineer che escono dal percorso con una nuova competenza riconoscibile sul CV. Il costo è tra 12.000 e 18.000 euro per il percorso completo, e include il lavoro di review degli homework che richiede tempo significativo a chi conduce. È il formato dove la docenza tradizionale, quella che Rafael Patron porta dai sei anni di IED Milano sui corsi di Digital Marketing e Growth Hacking e dalla Fondazione Universitaria di Firenze, fa davvero la differenza rispetto a una formazione consulenziale spot. Per approfondire quali certificazioni del team senior beneficiano di questo percorso, vedi la nostra guida sulle certificazioni AI per team marketing nel 2026.
Mentorship 1:1 per CMO e marketing manager: roadmap personale e decisioni di investimento
Il quarto formato è la mentorship individuale, pensata per il leader che ha bisogno di accelerare il proprio livello di consapevolezza senza dover passare attraverso un percorso di gruppo. Lo scenario tipico è il CMO di un’azienda mid-market o il marketing director di una PMI in crescita che si trova a decidere budget AI per il prossimo anno, valutare vendor, indirizzare il team, parlare con il CEO. Non gli serve imparare a usare ChatGPT meglio: gli serve un sparring partner senior con cui ragionare a voce alta.
La struttura è di due-tre call al mese da un’ora ciascuna, più disponibilità asincrona via email o messaggio per domande puntuali tra una call e l’altra. Le call non hanno un curriculum predefinito: l’agenda è quella del mentee. Tipicamente in apertura del rapporto si lavora a una roadmap personale del trimestre (cosa decidere, cosa imparare, cosa delegare), e nelle settimane successive si entra nei casi reali che emergono dal lavoro quotidiano. Esempio concreto: il mentee porta un preventivo di un vendor che chiede 80.000 euro per un progetto di automation, e la sessione si trasforma in due ore di analisi tecnica e commerciale di quel preventivo.
Il valore non è la formazione in senso classico: è la qualità della conversazione strategica e la sicurezza nelle decisioni che ne deriva. Un CMO che decide di investire 200.000 euro in un progetto AI annuale ha bisogno di sentirsi sicuro su almeno cinque scelte tecniche e organizzative dentro quel progetto, e averle discusse con qualcuno di esterno fa la differenza tra una scelta ponderata e una scelta basata sul racconto del vendor. La mentorship copre proprio quello spazio, e per questo richiede mentor con esperienza enterprise documentata. Nel nostro caso parliamo di vent’anni di lavoro con clienti come TIM, Microsoft, Google, Salesforce.
Il costo è tra 1.800 e 2.500 euro al mese a seconda della frequenza delle call e del livello di disponibilità asincrona. Il contratto minimo è di tre mesi, perché la prima call è esplorativa e il vero lavoro inizia dalla seconda. Il pubblico ideale è CMO, marketing director, head of growth con budget e responsabilità di scelta, non junior che cercano upskilling. È il formato dove la dimensione di seniority del mentor pesa più di qualsiasi altro fattore, e dove vale la pena verificare credenziali e referenze prima di firmare. Per chi guida un’agenzia e si pone domande analoghe sulla propria proposta di valore AI, abbiamo dedicato una riflessione specifica su come vendere AI ai propri clienti senza riposizionare l’agenzia.
Come combinare i quattro formati lungo un anno
I formati funzionano singolarmente, ma producono il salto più grosso quando vengono combinati su un orizzonte di dodici mesi. Una sequenza che vediamo funzionare spesso nelle aziende mid-market parte con un bootcamp di due giornate a inizio anno per allineare il team direttivo e definire la governance. Segue uno sprint di quattro ore per ogni team operativo (marketing, sales, CS) nel secondo mese, per portare a casa i primi workflow concreti per area. Nel terzo-quarto mese parte il percorso di sei settimane per il nucleo di persone identificate come AI champion interne. In parallelo, dal quinto mese, parte una mentorship 1:1 con il CMO che continua per tutto l’anno.
Il budget complessivo di una sequenza così è nell’ordine dei 35.000-50.000 euro, distribuiti su dodici mesi, ed è quello che oggi consigliamo a un’azienda mid-market che vuole costruire capacità AI interna seria. La cifra può sembrare alta finché non la confronti con quello che costa un vendor di tool AI che vende licenze enterprise senza accompagnamento sull’adozione. Nella nostra esperienza il tasso di adozione effettiva di tool AI senza formazione strutturata è sotto il 25 percento delle licenze acquistate, e quello con formazione strutturata supera il 70 percento. La differenza ripaga la formazione molte volte.
Il consiglio operativo, se sei alla prima esperienza, è di non iniziare dal percorso lungo. Inizia da uno sprint di quattro ore o da un bootcamp di due giornate, capisci come il tuo team risponde alla didattica AI, e poi decidi se investire nel percorso strutturato. La formazione AI è uno di quegli investimenti dove la sequenza giusta vale più della cifra giusta, e dove avere un fornitore con cui costruire una relazione di medio periodo aiuta più di un singolo intervento da grande budget. Se vuoi capire quale formato è il più adatto al momento in cui ti trovi, possiamo fare insieme un primo confronto operativo dentro il percorso di formazione AI di PianetaM.