Come creare mini-app, tool interni e nuove esperienze d’acquisto con l’AI — e perché il vero problema non è più programmare, ma sapere cosa costruire.

Durante un workshop di quattro ore con un’azienda bresciana specializzata in e-commerce e comunicazione, ho deciso di fare una cosa molto semplice: smettere per qualche ora di parlare dell’intelligenza artificiale come chatbot e provare a trasformarla in qualcosa che facesse realmente delle cose.

Non un’altra chat.

Non l’ennesimo prompt che restituisce del testo.

Applicazioni.

Piccoli software.

Tool costruiti intorno alle attività che un’agenzia svolge tutti i giorni.

E soprattutto una domanda:

Cosa succede all’e-commerce quando creare software diventa facile quasi quanto scrivere un prompt?

È da qui che siamo partiti con Google AI Studio.

Da un prompt a un’applicazione

Fino a poco tempo fa il confine era abbastanza netto.

Da una parte c’era chi utilizzava software.

Dall’altra chi li costruiva.

Se avevi bisogno di un’applicazione personalizzata, dovevi normalmente coinvolgere qualcuno in grado di programmare, spiegargli il problema, definire le specifiche, aspettare una prima versione e cominciare la trafila delle modifiche.

Quel confine oggi è molto più sfocato.

Google AI Studio permette di descrivere in linguaggio naturale ciò che vogliamo costruire e ottenere un’applicazione funzionante sulla quale continuare a lavorare.

Nel 2026 non parliamo più soltanto di piccoli prototipi frontend: la modalità Build di AI Studio può generare applicazioni web full-stack, con React come frontend predefinito e runtime Node.js lato server, gestire secret e API, integrare Firebase e servizi Google Workspace, sincronizzare il codice con GitHub e distribuire le applicazioni su Cloud Run. Può anche generare applicazioni Android native.

È tanta roba.

Ma la parte che mi interessa di più non è questa.

È quello che succede prima di premere Build.

Il problema non è costruire l’app

Uno degli errori più facili da commettere quando si apre AI Studio è pensare:

Bene. Adesso cosa gli faccio creare?

Domanda sbagliata.

La domanda interessante è:

Quale problema vale la pena trasformare in un’applicazione?

Perché il software può essere generato sempre più velocemente.

L’idea no.

Il processo nemmeno.

Se voglio costruire un piccolo tool, devo avere almeno una rappresentazione mentale di tre cose:

input → processo → output

Prendiamo un esempio.

Voglio creare uno strumento per i social.

L’input potrebbe essere una descrizione del prodotto.

Poi l’applicazione potrebbe chiedermi il tono.

A quel punto dovrebbe produrre un contenuto LinkedIn, uno per Instagram, una versione breve per X e magari anche le immagini nei formati corretti.

Questa è già un’applicazione.

Non abbiamo scritto il codice.

Ma abbiamo progettato il comportamento.

Ed è questo il passaggio che rischiamo di sottovalutare.

Se non sai spiegare cosa deve fare il software, il fatto che l’AI sappia programmarlo non ti serve a molto.

Social Draft AI: una mini-app costruita durante il workshop

Per mostrarlo concretamente abbiamo costruito un piccolo generatore di contenuti multipiattaforma.

L’idea di partenza era minimale.

L’utente inserisce un argomento.

Sceglie il tono.

L’app produce versioni differenti dello stesso contenuto per più piattaforme.

AI Studio ha cominciato a costruire l’applicazione e, mentre lavorava, ha suggerito alcune implementazioni.

Una era particolarmente sensata:

aggiungere una brand voice.

Quindi non più soltanto:

Scrivi un post urgente.

Ma:

Usa queste parole ricorrenti, questo tono, queste strutture, questo vocabolario e queste caratteristiche del brand.

Da una piccola idea iniziale stavamo già passando a qualcosa di molto più vicino a un tool realmente utilizzabile da un’agenzia.

Poi l’abbiamo testato con un ipotetico e-commerce di abbigliamento femminile ispirato alla Sardegna.

Il sistema ha generato i copy adattati alle piattaforme e gli asset visivi.

Perfetto?

No.

Utile per comprendere cosa sta succedendo?

Assolutamente sì.

In pochi minuti avevamo un software che prendeva un input, lo interpretava e produceva differenti output attraverso modelli generativi.

Qualche anno fa una demo del genere avrebbe richiesto un piccolo progetto.

Adesso può nascere durante una lezione.

La vera idea: non farti creare la landing page

Qui siamo arrivati a uno dei concetti che considero più interessanti.

Supponiamo che io abbia bisogno di una landing page.

Posso scrivere:

Creami una landing page.

Va bene.

Ma se quella stessa operazione dovrò compierla trenta volte?

A quel punto cambierei completamente richiesta.

Creami un generatore di landing page.

Questa differenza sembra piccola.

Non lo è.

Nel primo caso creo un risultato.

Nel secondo creo uno strumento capace di produrre risultati.

Lo stesso principio si può applicare a:

• landing page;

• plugin WordPress;

• report;

• dashboard;

• mockup;

• creatività;

• contenuti social;

• analisi;

• documenti;

• componenti HTML;

• asset per e-commerce.

Questa è la parte che trovo realmente potente.

Non chiedere sempre all’AI di fare il lavoro. Chiedile se può costruirti lo strumento con cui quel lavoro verrà fatto.

Ed è esattamente qui che AI Studio comincia a smettere di essere un giocattolo.

Le mini-app: piccole, verticali e possibilmente noiose

La tentazione naturale è creare subito qualcosa di enorme.

Un gestionale.

Un e-commerce.

Un nuovo SaaS.

Una piattaforma rivoluzionaria che cambierà per sempre l’umanità.

Io partirei molto più in basso.

Durante il workshop abbiamo lavorato e ragionato su applicazioni estremamente verticali.

Una prendeva un’immagine e la ridimensionava automaticamente nei diversi formati necessari per i social.

Verticale.

Quadrata.

Landscape.

Tutto pronto da scaricare.

È una sciocchezza?

Sì.

Ma se una persona esegue quell’operazione decine di volte ogni settimana, improvvisamente non è più così sciocca.

Un’altra idea era aggiungere automaticamente il logo aziendale agli asset.

Un’altra ancora generava grafici e sintesi partendo da un Excel.

Un partecipante ha iniziato a costruire un’app per la gestione quotidiana dei clienti: servizi attivi, attività aperte, feedback da sollecitare, priorità, aggiornamenti.

Un altro ha realizzato un piccolo sistema che prendeva un articolo e lo trasformava in un contenuto audio da ascoltare durante il tragitto casa-lavoro.

Un’altra idea trasformava un brief o una strategia caricata in PDF in una direzione visuale preliminare e in una moodboard.

Poi abbiamo avuto lo chef antispreco: inserisci gli ingredienti e ricevi proposte di ricette.

La mia variante era ancora più pigra:

Non scrivere gli ingredienti. Fotografa il frigo.

Il software deve essere abbastanza intelligente da capire cosa c’è dentro e proporti cosa cucinare.

Tutte idee diverse.

Ma il principio è identico.

Prendo un attrito ricorrente e lo incapsulo dentro una piccola applicazione.

L’esempio e-commerce più interessante è nato da una bolletta

Durante l’esercitazione una partecipante stava lavorando per un cliente nel settore fotovoltaico B2B.

La sua idea:

creare un configuratore da inserire sul sito.

L’utente carica la bolletta.

L’app legge i consumi.

Poi produce una prima proiezione orientativa sul possibile impianto, sui consumi e sul ritorno dell’investimento.

L’idea è interessante già così.

Ma AI Studio ha iniziato anche a suggerire possibili implementazioni: dati storici dell’energia, proiezioni, ulteriori informazioni da integrare.

In poco tempo era comparso il prototipo di qualcosa che poteva diventare un servizio del sito.

Non più:

Leggi questa pagina sul fotovoltaico.

Ma:

Carica un tuo documento e ottieni un’esperienza personalizzata.

Questa è la direzione che secondo me dovrebbe interessare molto chi lavora nell’e-commerce.

Il sito smette progressivamente di essere un insieme di pagine.

Comincia a fare cose per l’utente.

L’effetto wow dura poco

Qui però bisogna abbassare immediatamente l’entusiasmo.

Perché la prima volta che vedi nascere un’app in tre minuti pensi:

Madonna, è finita. Ora possiamo fare tutto.

Poi chiedi la prima modifica.

Funziona.

La seconda.

Funziona.

La terza.

Qualcosa si rompe.

Chiedi di sistemarla.

Il sistema riscrive pezzi di codice.

Una funzione che prima andava smette di andare.

Benvenuti nel vibe coding.

Questo punto è fondamentale.

Il fatto che sia diventato molto semplice iniziare a costruire software non significa che sia diventato banale costruire software complesso, robusto e mantenibile.

Nel workshop lo abbiamo visto dal vivo.

Applicazioni bloccate.

Crediti terminati.

Problemi di billing.

API non collegate.

Campi che rimanevano vuoti.

Funzioni che funzionavano prima di una modifica e dopo non funzionavano più.

Ed è una lezione molto più utile della demo perfetta.

La prima versione serve a dimostrare che l’idea può funzionare. Non a dimostrare che il prodotto è finito.

Good enough

C’è un punto nel quale bisogna capire cosa stiamo cercando.

Se sto costruendo un tool interno che ridimensiona cinque immagini, probabilmente non ho bisogno di passare tre settimane a perfezionarlo.

Funziona?

Mi fa risparmiare tempo?

Non distrugge niente?

Good enough.

Se invece sto costruendo un configuratore che finirà sul sito di un cliente e produrrà informazioni economiche per migliaia di utenti, cambia tutto.

La qualità necessaria cresce insieme alle conseguenze dell’errore.

Questo significa che AI Studio può essere straordinario per:

prototipare velocemente, testare un’idea, realizzare piccoli tool, costruire una prima esperienza, capire se un servizio ha senso.

Poi bisogna decidere quanto lontano vogliamo portarlo.

«Rendila utilizzabile da un settantenne»

Un’altra cosa emersa durante gli esercizi è la tendenza delle applicazioni generate a mettere troppo testo.

Funzionano.

Ma sembrano spesso più siti che app.

Quando mi succede, utilizzo una richiesta molto semplice:

Ridisegna completamente UX e UI in modo che possa utilizzarla senza difficoltà anche un settantenne.

Non è una formula magica.

È una maniera brutale ma comprensibile di comunicare qualcosa:

riduci il carico cognitivo.

Pulsanti più grandi.

Poche decisioni.

Testi brevi.

Gerarchie chiare.

Un percorso evidente.

Se serve, aggiungo anche il requisito di accessibilità.

La cosa interessante è che AI Studio può intervenire non soltanto sulla grafica, ma sul flusso dell’esperienza.

Ed è qui che chi lavora con siti ed e-commerce dovrebbe prestare attenzione.

La generazione dell’interfaccia è comoda.

La progettazione dell’esperienza rimane il vero lavoro.

AI Studio o Apps Script?

Durante il workshop è arrivata una domanda molto intelligente:

Che differenza c’è tra costruire questa roba qui e usare Google Apps Script?

La mia risposta è stata abbastanza netta.

Per un gestionale aziendale, un processo amministrativo, una procedura estremamente legata a Sheets, Gmail e agli strumenti operativi Google, Apps Script può offrire un controllo maggiore.

Google AI Studio lo trovo invece particolarmente interessante quando nell’applicazione entrano:

immagini, audio, video, interfacce, capacità generative, multimodalità, esperienze più ricche.

La distinzione naturalmente non è assoluta.

Oggi AI Studio può costruire applicazioni full-stack, usare API di Workspace, Firebase e servizi esterni.

La domanda quindi non è:

Qual è migliore?

Ma:

Che cosa sto costruendo?

Un processo gestionale interno ha esigenze diverse da un configuratore commerciale.

E un configuratore commerciale ha esigenze diverse da un’esperienza generativa per un e-commerce.

API: quando qualcuno usa la tua app, qualcuno paga

Poi arriva il capitolo meno sexy.

I soldi.

Quando generiamo codice dentro un ambiente assistito è facile dimenticarsi che alcune azioni utilizzano modelli, servizi, elaborazione e infrastruttura.

Quando l’app la utilizziamo noi per fare qualche test, il problema può essere marginale.

Quando la pubblichiamo e cominciano a utilizzarla altre persone, cambia tutto.

Perché se l'app chiama Gemini utilizzando le nostre credenziali, il consumo è nostro.

Oggi AI Studio gestisce le chiavi Gemini come secret lato server, proprio per evitare di esporle direttamente nel browser. Le applicazioni possono essere distribuite tramite Cloud Run oppure esportate e gestite esternamente; Google segnala esplicitamente che quando altri utenti usano un’app condivisa, le chiamate contribuiscono ai limiti di utilizzo e, se vengono usati modelli a pagamento, possono generare costi.

Dal marzo 2026 Google ha inoltre introdotto per Gemini API/AI Studio sistemi di fatturazione prepagata e postpagata, con possibilità di monitorare utilizzo e limiti di spesa.

Tradotto:

non pubblicate una cosa che consuma API senza sapere chi pagherà il conto.

Sembra ovvio.

Finché non succede.

Pubblicare non significa avere un prodotto

AI Studio permette di arrivare molto rapidamente a qualcosa che possiamo mostrare.

Questo produce una piccola illusione cognitiva:

È online, quindi è finito.

No.

È online.

Sono due cose completamente diverse.

Un’app realmente utilizzata da clienti può avere bisogno di:

sicurezza, autenticazione, database, gestione degli errori, privacy, controllo degli accessi, logging, monitoraggio dei costi, manutenzione.

AI Studio oggi possiede molti strumenti per costruire applicazioni reali, compreso runtime server-side, gestione dei secret, autenticazione Firebase e integrazioni esterne.

Ma la disponibilità dell’infrastruttura non elimina la necessità di progettarla bene.

È qui che il vibe coding incontra il muro.

Quando tutto funziona, sembra magia. Quando qualcosa smette di funzionare e non sai cosa c’è sotto, ti senti improvvisamente impotente.

Questa frase per me vale più di dieci tutorial.

Prima il processo, poi AI Studio

La cosa che volevo evitare durante il workshop era quella che vedo spesso succedere nelle aziende.

Qualcuno scopre Zapier.

Oppure n8n.

Oppure Make.

Oppure AI Studio.

E parte:

Facciamo un agente.

Calma.

Prima:

PROBLEMA
↓
PROCEDURA
↓
INPUT
↓
DECISIONI
↓
OUTPUT
↓
CONTROLLI
↓
APPLICAZIONE

AI Studio è un punto d’arrivo.

Non dovrebbe essere il punto di partenza.

Se non sei in grado di descrivere cosa deve succedere tra input e output, non è il momento di automatizzare.

Stai soltanto nascondendo un processo che non hai ancora capito dentro una bella interfaccia.

E qui arriviamo all’e-commerce

Fin qui possiamo utilizzare AI Studio per creare strumenti.

La parte che mi interessa davvero, però, comincia quando smettiamo di domandarci:

Come possiamo usare l’AI per gestire meglio un e-commerce?

e cominciamo a domandarci:

Come cambia l’e-commerce stesso quando l’AI entra nell’esperienza di acquisto?

Perché oggi moltissimi e-commerce continuano a funzionare quasi nello stesso modo.

Homepage.

Categoria.

Scheda prodotto.

Carrello.

Checkout.

Ogni tanto compare nell’angolo la finestrella:

Ciao! Come posso aiutarti?

Io quei chatbot li odio.

Non perché il chatbot sia necessariamente inutile.

Perché quella rappresentazione del chatbot è vecchia.

Il chatbot da angolino non è un commesso

Immaginiamo di entrare in un negozio fisico.

Nessuno ci mostra una piccola casella in basso a destra chiedendoci di digitare:

Qual è la politica di reso?

Un buon addetto alle vendite fa altro.

Osserva.

Ascolta.

Fa domande.

Capisce ciò che cerchiamo.

Conosce il catalogo.

Ci mostra alternative.

Ci accompagna.

Magari ci dice:

Guarda, sinceramente secondo me quello di prima ti stava meglio.

Questa esperienza online praticamente non esiste.

O meglio: tecnicamente cominciamo ad avere gli elementi per costruirla.

Ed è qui che durante il workshop abbiamo cominciato a ragionare sul futuro dell’e-commerce.

Dal chatbot all’assistente alle vendite

Pensiamo a un e-commerce di moda.

Il sito possiede già una quantità enorme di conoscenza:

schede prodotto, materiali, colori, misure, fotografie, FAQ, disponibilità, condizioni di vendita, politiche di reso.

Questa è già una knowledge base.

Ora colleghiamola a un assistente AI.

Non una casellina di testo.

Una presenza all’interno dell’esperienza.

L’utente entra.

Può scegliere se essere accompagnato.

L’assistente conversa.

Conosce il catalogo.

Capisce cosa sta cercando.

Propone alternative.

Apre la scheda pertinente.

Risponde nella lingua dell’utente.

Potenzialmente può avere una voce.

Potenzialmente può avere un volto.

Può perfino diventare un personaggio coerente con il brand.

Non più “chatta con noi”.
“Vuoi che ti accompagni nel negozio?”

È una cosa completamente diversa.

L’e-commerce dovrebbe assomigliare un po’ di più a un negozio

Online abbiamo dedicato vent’anni a ottimizzare funnel.

Conversioni.

Click.

Pop-up.

Newsletter.

Coupon di benvenuto.

Retargeting.

Tutte cose importanti.

Ma se entro fisicamente in un negozio di fascia alta, l’esperienza principale è un’altra:

c’è qualcuno.

Online quasi mai.

È paradossale.

Abbiamo costruito e-commerce in grado di sapere dove ho cliccato, quanto sono rimasto sulla pagina, cosa ho comprato tre mesi fa e quale prodotto ho abbandonato nel carrello.

Ma per chiedere:

Secondo te quale mi sta meglio?

devo ancora arrangiarmi.

La vera integrazione dell’AI nell’e-commerce, secondo me, potrebbe essere proprio questa:

restituire una componente umana a un'esperienza che abbiamo reso estremamente efficiente ma spesso tremendamente meccanica.

Voce, volto e catalogo

Abbiamo già i diversi pezzi.

Modelli capaci di conversare.

Sintesi vocale sempre più naturale.

Avatar digitali.

Riconoscimento delle immagini.

Cataloghi strutturati.

Motori di raccomandazione.

Sistemi capaci di interpretare il comportamento dell’utente.

Il punto non è più chiedersi se ognuna di queste tecnologie esista.

Il punto è orchestrarle.

Questa è la mia visione, non una previsione certa:

vedo un e-commerce nel quale l’assistente non è più nascosto dietro una campanellina.

Occupa uno spazio vero nell’interfaccia.

Parla.

Mostra.

Accompagna.

Magari l’utente può scegliere il tipo di assistente.

Uomo.

Donna.

Un personaggio del brand.

Perché no, un alieno.

Non è importante.

La parte importante è il cambio di paradigma.

Da catalogo navigabile a negozio assistito.

L’AI potrebbe diventare parte della shopping experience

Immaginiamo un negozio di occhiali.

Oggi possiamo caricare una fotografia e provare virtualmente una montatura.

Interessante.

Ma immaginate invece di avere un assistente che vi dice:

Caricami una fotografia, vediamo insieme.

Analizza le caratteristiche visibili utili al task.

Confronta diversi modelli.

Ve ne propone tre.

Ve li mostra.

Voi rispondete vocalmente:

Il secondo non mi convince.

Lui continua.

Questa non è più soltanto una feature.

È un’esperienza.

Naturalmente qui entrano immediatamente temi seri: privacy, consenso, trattamento delle immagini, sicurezza, affidabilità e progettazione responsabile.

Proprio per questo non è roba da improvvisare.

Ma il fatto che richieda attenzione non rende meno interessante la direzione.

Il vantaggio per un’agenzia e-commerce

Qui ho provocato direttamente l’azienda con cui stavo lavorando.

Perché continuare a vendere soltanto:

Ti rifaccio l’e-commerce.

quando potresti arrivare a proporre:

Ti costruiamo un’esperienza di acquisto assistita dall’AI.

Non significa fondare la prossima Big Tech.

Può essere semplicemente un servizio aggiuntivo dell’agenzia.

Un addon.

Un progetto premium.

Un abbonamento.

Una funzione da testare su alcuni clienti.

Ma se funziona, cambia anche il posizionamento dell’agenzia.

Non sei più soltanto quello che realizza siti e campagne.

Cominci a costruire nuovi modi di comprare online.

Nel workshop questa possibilità è diventata uno dei punti più forti della discussione: partire dal piccolo prototipo, testarne realmente utilità e affidabilità, costruire casi di studio e soltanto dopo pensare di trasformarlo in un servizio commerciale.

Prima il caso di studio, poi la vendita

Ovviamente non andrei domani da un cliente dicendo:

Abbiamo rivoluzionato l’e-commerce.

Prima costruirei un prototipo.

Lo proverei.

Capirei:

funziona?

È fastidioso?

Le persone lo usano?

Riesce realmente ad aiutare?

Produce errori?

Quanto costa mantenerlo?

Solo dopo lo metterei davanti a un cliente.

Magari inizialmente in prova.

Perché è molto più semplice vendere un’innovazione quando possiamo dire:

Guarda cosa succede.

anziché:

Fidati, secondo me sarà il futuro.

Non innamoratevi della demo

Questa forse è la cosa che vorrei restasse di tutto il workshop.

Google AI Studio è impressionante.

È difficile non rimanere colpiti quando descrivi qualcosa e pochi minuti dopo hai davanti un’applicazione funzionante.

Ma il valore non sta nell’effetto wow.

L’effetto wow dura un pomeriggio.

Il giorno dopo serve qualcosa che risolva un problema.

Quindi:

Non chiedetevi quante app riuscite a creare.
Chiedetevi quali attività meritano di diventare un’app.

E quando parliamo di e-commerce, andrei ancora oltre:

Non chiedetevi soltanto come l’AI possa produrre più velocemente ciò che facevate ieri.
Chiedetevi quali esperienze ieri non potevate costruire affatto.

È lì che comincia la parte interessante.

Dal prompt al futuro dell’e-commerce

Il percorso completo, alla fine, è molto meno fantascientifico di quanto sembri.

Partiamo da un problema.

Lo trasformiamo in una procedura.

Definiamo input e output.

Costruiamo una prima applicazione.

La testiamo.

La rompiamo.

La correggiamo.

Controlliamo costi e sicurezza.

Poi decidiamo se merita di diventare qualcosa di serio.

Google AI Studio ha reso enormemente più breve la distanza tra “ho un’idea” e “posso provarla”.

Ed è questa, secondo me, la vera rivoluzione.

Non significa che tutti siamo diventati programmatori.

Significa che molte più persone possono finalmente prototipare il proprio pensiero.

Per un’agenzia e-commerce questo apre una possibilità enorme.

Oggi possiamo utilizzare AI Studio per ridimensionare delle immagini o analizzare una bolletta.

Domani possiamo usarlo per costruire una parte dell’esperienza di acquisto.

E dopodomani, forse, guarderemo il piccolo chatbot nell’angolo in basso a destra nello stesso modo in cui oggi guardiamo un sito del 2004.

Funzionava.

Era utile.

Ma era soltanto l’inizio.