La Bolla dell’AI: siamo nel pieno di una rivoluzione… o di un’illusione miliardaria?

In questa puntata del podcast provo a mettere ordine in quello che sta succedendo nel mondo dell’intelligenza artificiale.

No, non parliamo di prompt, modelli o nuovi tool magici, ma di qualcosa di molto più profondo (e potenzialmente pericoloso):

il rischio concreto di una bolla finanziaria nel settore AI.

Cosa succede quando Nvidia investe in OpenAI, che compra GPU da Nvidia, mentre Oracle investe in Nvidia per vendere cloud ad… OpenAI?

E quando Microsoft mette soldi, prende equity e rivende servizi?
Succede che nasce l’Economia Circolare dell’Hype.
Bloomberg l’ha chiamata AI Money Machine.

E il paragone con la bolla delle dot-com è fin troppo facile: all’epoca bastava un “.com” per raccogliere milioni, oggi basta un “AI-powered” in una slide.

Se l’adozione reale non tiene il passo della narrazione, la bolla scoppia.

Ma come già successo in passato, a cadere saranno i progetti vuoti, mentre i veri innovatori resteranno. Amazon, Google e Netflix ci insegnano che le rivoluzioni digitali sopravvivono alle bolle.

L’intelligenza artificiale cambierà il mondo, ma prima dovrà ripulirsi.

E forse, questo scoppio sarà proprio ciò che serve per separare i fuffa-powered dai game-changer.

🎧 Ascolta la puntata e dimmi la tua:
Siamo dentro un’altra bolla destinata a scoppiare…o dentro una rivoluzione che sta solo scremando il rumore?

👇 Scrivilo nei commenti o iscriviti alla newsletter per restare aggiornato sulle prossime riflessioni.

In questa puntata parlo di:

• Cosa accomuna l’AI del 2025 a Internet del 2000

• Come funziona davvero questo “giro tondo” tra Big Tech

• Perché il rischio bolla non è una tragedia, ma un’occasione

• Cosa resterà dopo l’hype (spoiler: non i tool copia-incolla)

Quella che stai per ascoltare è una clip estratta dal webinar completo di Dati365

interamente dedicato al tema del Prompt Engineering: l’arte (e la tecnica) di scrivere in modo efficace per i modelli di intelligenza artificiale generativa come ChatGPT, Gemini, Claude, Mistral e altri.👉 Guarda il webinar completo “Dal dato alla decisione con l’AI” (con slide, framework e prompt avanzati) qui: https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_pageI webinar di Dati365 sono sessioni di formazione in live, in cui affrontiamo i temi chiave per chi lavora (o vuole lavorare) con data analytics, intelligenza artificiale e business intelligence.

Ogni webinar è ricco di esempi pratici, slide scaricabili, casi d’uso reali e tecniche immediatamente applicabili.In questo episodio abbiamo come ospite Giuseppe Ranieri, AI Strategist e trainer certificato, per approfondire:- perché il prompt engineering è una skill sempre più richiesta,- come funzionano davvero i modelli generativi,- e quali sono le tecniche più efficaci per ottenere risposte migliori.Non è una chiacchierata teorica: troverai strategie pratiche, esempi reali, errori comuni da evitare e consigli su come applicare queste tecniche nel lavoro quotidiano con l’AI.Capitoli principali00:00 — Introduzione al podcast e presentazione del webinar Dati36501:03 — Inizio del webinar e introduzione all’ospite: Giuseppe Ranieri05:31 — AI discriminativa vs generativa: capirne il funzionamento è la base per prompt efficaci08:33 — Cosa sono i token, embedding e come funziona un Transformer10:25 — Regole fondamentali per scrivere prompt chiari, efficaci e “AI-friendly”11:23 — Tecniche di prompting base: few-shot, formati di output, catena di pensiero13:14 — Prompt avanzati: multimodali, reasoning, istruzioni gerarchiche, meta-reasoning22:54 — Brainstorming con AI e limiti attuali nella generazione di immagini e testo In questa puntata imparerai:La differenza tra prompt “normali” e prompt progettati per risultati di qualitàPerché conoscere l’architettura dei modelli AI ti aiuta a scrivere meglioCome usare le tecniche base (few-shot, output structure, chain of thought)Quando applicare strategie più complesse come ReAct, Tree of Thought o simulazioni multi-agenteCome testare un prompt su più modelli (e migliorarli con l’AI stessa)👉 Guarda il webinar completo e scarica le slide qui:https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_page

Regressione verso la media (dell’AI): perché i risultati mediocri sono colpa nostra, non sua.

Tutti parlano di intelligenza artificiale.Molti la usano.Pochi la capiscono davvero.

Oggi parliamo di un fenomeno che vediamo ogni giorno:
l’appiattimento dei risultati generati dall’AI.
Testi tutti uguali. Idee già viste. Codici banali.

Ma siamo sicuri che sia colpa dell’intelligenza artificiale?
O forse è colpa nostra — e del modo in cui la usiamo?

In questa puntata analizziamo perché ChatGPT e gli altri LLM (Large Language Models) tendono a produrre risposte “medie”, e cosa possiamo fare per uscirne.

Scopriremo insieme:

• come funzionano davvero i modelli linguistici (spoiler: non “pensano”, calcolano probabilità)
  
• perché rispondono in modo generico
  
• e come il Prompt Engineering può trasformare un output mediocre in un risultato utile, preciso e “tailor-made”.

Parliamo anche del nuovo webinar verticali di Dati 365: tecniche di Prompt Engineering,con un ospite d’eccezione:
Giuseppe Ranieri, Data Scientist certificato Hugging Face e AI Strategist.

Insieme parleremo di:
⚙️ cosa sono token e RAG
🧠 come funzionano i LLM
🪄 e come scrivere prompt efficaci per ottenere risultati concreti e professionali.

📅 Quando: sabato 11 ottobre – ore 10:30
💻 Dove: https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_page

📦 Replay e slide: disponibili dopo la diretta

Ci vediamo sabato!

Quella che stai vedendo è una delle clip estratte dal webinar completo di Dati 365, dedicato a capire come sta cambiando il ruolo del data analyst e quali competenze servono oggi per restare competitivi.

Puoi guardare il webinar completo “Mercato del lavoro per Data Analyst” (con slide e casi pratici) qui:
👉 https://dai-dati-alla-bi-393157.socialacademy.com/pages/webinar-copia-11213

Nel webinar abbiamo affrontato tutto il percorso:

• cosa fa davvero un data analyst,

• le differenze tra data analyst, data engineer e data scientist,

• le quattro fasi del lavoro (raccolta dati, analisi, dashboard e comunicazione),

• e il nuovo equilibrio tra competenze tecniche e soft skill.

Perché il punto è chiaro:
non basta saper scrivere codice o creare dashboard.
Serve capire il business.
Serve riconoscere quando un’anomalia è un errore o un segnale,
e soprattutto saper trasformare i dati in decisioni.

Nel webinar abbiamo visto anche esempi pratici, come:
💡 il caso delle 200.000.000 di vendite in un mese — un errore di input, non un successo di mercato.
💡 l’importanza di pulire i dati e capire il contesto prima di visualizzarli.
💡 perché un’analisi perfetta, ma inutile al business, non serve a nessuno.

Se vuoi guardare la registrazione integrale (1 ora di formazione gratuita con slide e sfide live), la trovi qui:
👉 https://dai-dati-alla-bi-393157.socialacademy.com/pages/webinar-copia-11213

🎙 Sono stato ospite su Office of Cards, il podcast di Davide Cervellin – e non è un’intervista qualunque

Chi mi conosce sa quanto Office of Cards sia il mio podcast preferito. È una fonte continua di ispirazione, concretezza e crescita personale.
Essere stato invitato da Davide per raccontare la mia storia è stato un onore vero, di quelli che ti fanno fermare un attimo e pensare: “Ok, qualcosa di buono lo sto facendo.”

Sapevo che avremmo parlato di dati e di side gig — due temi centrali nel mio percorso e molto in linea con il podcast.
Quello che non mi aspettavo è che questa puntata sarebbe diventata qualcosa di molto più profondo.

📌 Abbiamo parlato della mia storia personale, di come sono partito da un piccolo paese della Basilicata, ho perso mio padre a 16 anni, e ho deciso comunque di costruirmi un futuro, passando per call center, piatti serviti come cameriere, e una laurea portata a casa per mio figlio appena nato.

📌 È stata una puntata intima, autentica, in cui ho avuto modo di guardarmi indietro con onestà.

📌 E durante la chiacchierata è emerso un punto che spesso trascuriamo: gran parte di quello che faccio oggi lo devo all’incontro con un mentore all’inizio della mia carriera.
Un collega generoso che ha creduto in me, mi ha insegnato, mi ha fatto crescere.
Quel gesto, col tempo, ha ispirato la nascita di Dati 365: la mia Academy pensata per restituire qualcosa, per essere io quel mentore che è mancato a tanti.

• Il mio percorso non lineare nel mondo dei dati

• L'importanza delle scadenze nella mia vita (e come mi hanno cambiato)

• Come è nata la mia side gig e perché oggi è qualcosa di più

• L’equilibrio tra lavoro, famiglia, contenuti e formazione

• L’incontro con il mentore che ha cambiato tutto

• Il perché ho deciso di creare Dati 365

• Il mindset che mi ha permesso di costruire una carriera solida (anche senza “percorsi perfetti”)

Se anche tu stai cercando ispirazione, concretezza o un piccolo segnale che “si può fare”, magari questa chiacchierata può darti qualcosa

🎧 In questa puntata parliamo di:

• Il mio percorso non lineare nel mondo dei dati

• L'importanza delle scadenze nella mia vita (e come mi hanno cambiato)

• Come è nata la mia side gig e perché oggi è qualcosa di più

• L’equilibrio tra lavoro, famiglia, contenuti e formazione

• L’incontro con il mentore che ha cambiato tutto

• Il perché ho deciso di creare Dati 365

• Il mindset che mi ha permesso di costruire una carriera solida (anche senza “percorsi perfetti”)

Nel mondo della data analytics, ho sentito per anni una frase ricorrente: “Chi sa fare, fa. Chi non sa fare, fa le presentazioni.”

All’inizio della mia carriera da consulente in business intelligence, ne ero convinto anch’io. Ero fiero di scrivere codice, costruire data model performanti e non perdere tempo in slide e riunioni. Parlare col cliente? Una perdita di tempo. Presentare il lavoro? Fuffa. Poi però qualcosa è cambiato.

Col tempo ho capito che saper fare non basta: bisogna anche saper comunicare. Se analizzo i dati ma non riesco a trasmettere il valore di quell’analisi a chi deve prendere decisioni, il mio lavoro è inutile. Da qui nasce una riflessione più ampia su come diventare data analyst nel 2025.

In questa puntata parlo del ruolo della visibilità professionale, dell’importanza di avere un portfolio lavori ben curato, di usare LinkedIn come vetrina strategica, e di come tutto questo può fare la differenza – soprattutto se sei alle prime armi o stai cercando di cambiare lavoro.

Racconto come la comunicazione mi abbia permesso di crescere: non solo per farmi notare, ma per imparare di più, chiarire concetti complessi e costruire un network professionale solido.

Ho iniziato con un blog tecnico quasi per gioco, e da lì si è aperto tutto: nuove opportunità, incontri con professionisti straordinari, richieste di collaborazione, fino ad arrivare all’insegnamento in contesti come MBA aziendali.

Questa puntata è una chiamata all’azione per chi lavora con i dati o vuole entrarci: non basta essere competenti, bisogna mostrare il proprio valore nel modo giusto.

A fine episodio condivido anche una novità: sto preparando una roadmap completa su come diventare data analyst nel 2025. Dentro troverai consigli pratici su come strutturare un CV efficace, come usare LinkedIn, come costruire (e raccontare) il tuo portfolio lavori.

📩 Iscriviti alla newsletter per non perderla: https://www.fabianosileo.it/data_newsletter/

🎧 Se l’episodio ti è piaciuto, attiva la campanella, lascia 5 stelline e condividilo con chi vuole crescere nella data analytics.

⏱️ Indice dei contenuti – Puntata "Diventare Data Analyst nel 2025"

00:00 – Intro & contesto personale

Riflessione sul pregiudizio: “Chi sa fare fa, chi non sa fare comunica”

L’esperienza iniziale come consulente tecnico nel mondo della business intelligence.

02:45 – Saper comunicare è un plus, non un limite

Il ruolo della comunicazione per dare valore all’analisi dei dati.

Perché il codice senza contesto non porta a decisioni.

05:30 – Data storytelling e visibilità nel lavoro

Importanza del data storytelling per chi lavora nella data analytics.

Il valore strategico di saper “raccontare” i dati.

08:10 – Portfolio e LinkedIn: servono davvero?

Discussione sul valore di GitHub, portfolio progetti e LinkedIn.

Pareri contrastanti nel mondo IT tra chi fa e chi “si espone”.

11:00 – Personal branding e prima occasione lavorativa

Come mostrarsi nel modo giusto se sei alla ricerca del primo lavoro nel settore.

Differenza tra CV statico e approccio proattivo.

13:30 – Esperienze personali: blog tecnico, podcast e network

Dal primo blog alle opportunità inattese.

Come parlare di contenuti tecnici ha migliorato le competenze e aperto porte.

16:00 – L'effetto moltiplicatore della comunicazione

Non solo per farsi notare, ma per imparare meglio.

Crescita personale e professionale grazie alla visibilità.

18:30 – Lato hiring manager: cosa colpisce davvero

Come valuta un recruiter o un hiring manager.

L’importanza di un portfolio lavori ben fatto.

20:30 – Conclusioni & invito all’azione

Perché visibilità + competenza = opportunità.

Annuncio della roadmap “Diventare Data Analyst nel 2025”.

Invito a iscriversi alla newsletter per riceverla.

Scrivere codice senza sapere scrivere codice: il paradosso del vibe coding

In questa nuova puntata affronto un tema che mi sta particolarmente a cuore:

il vibe coding, ovvero la nuova tendenza a scrivere codice senza digitare una riga, affidandosi completamente a strumenti di intelligenza artificiale generativa.

Da grande appassionato e utilizzatore quotidiano dell’AI, ho voluto analizzare questo fenomeno da un punto di vista pratico, tecnico ma anche etico, raccontando anche un paio di episodi reali in cui mi sono trovato a utilizzare il vibe coding, nel bene e nel male.

Cosa significa davvero Vibe Coding? È solo una provocazione o sta davvero cambiando il modo in cui sviluppiamo software e analizziamo i dati?

Vi porto dentro una mia esperienza concreta: stavo creando una landing page per la mia Academy dedicata alla data analytics. Non conoscendo HTML e CSS, ho chiesto a ChatGPT di generarmi il codice necessario per realizzare una timeline interattiva. Tutto sembrava perfetto… fino a quando il sito è andato in crash.

Il problema? Un errore nel codice che non avevo gli strumenti per individuare subito. Il risultato? Panico, pagina bloccata e necessità di intervenire manualmente per risolvere. Un caso limite, certo, ma emblematico.

Da qui nasce una riflessione più ampia: il vibe coding è uno strumento potentissimo, che può semplificare enormemente il lavoro di chi già conosce il codice, ma diventa estremamente rischioso per chi non ha competenze tecniche e si affida ciecamente all’output dell’AI.

Nell’episodio parlo anche di come utilizzo l’intelligenza artificiale per ottimizzare le query SQL o le formule DAX, in particolare nei casi più complessi, come le CTE ricorsive. Ma sempre con consapevolezza, sempre leggendo, correggendo e validando ciò che l’AI propone.

Se ti interessa approfondire il tema delle CTE ricorsive in SQL, ne parlo nel mio corso dedicato su Dati365:
👉 SQL from Zero to Hero – Il corso completo

L’intelligenza artificiale è uno strumento straordinario, ma non può sostituire la competenza umana. Anzi, può addirittura rallentare la crescita professionale se utilizzata in modo passivo, soprattutto per i profili junior che rischiano di non imparare mai davvero a “sporcarsi le mani” con il codice.

Il vibe coding sta entrando anche nel mondo della data analytics, e questo può democratizzare l’accesso agli strumenti analitici. Ma attenzione: analizzare dati non è solo scrivere query. È capire cosa si vuole misurare, interpretare correttamente i risultati e trarre insight decisionali affidabili. Se l’AI sbaglia e noi non siamo in grado di accorgercene, il danno può essere enorme.

In chiusura, riprendo una riflessione che feci tempo fa insieme a Mauro Bennici in un'altra puntata del podcast, sul tema dell’etica dell’AI: stiamo rischiando un appiattimento verso la media. Sempre più persone si affidano all’AI senza sviluppare vere competenze, e questo potrebbe abbassare la qualità media dei risultati, invece di migliorarla.

🎧 Ascolta anche quella puntata: Etica dell’intelligenza artificiale con Mauro Bennici

Per questo ti invito ad ascoltare questa puntata: non solo per capire cos’è il vibe coding, ma per riflettere insieme a me su quando e come usarlo, quali rischi evitare e come integrare davvero l’AI nel lavoro quotidiano senza rinunciare al nostro ruolo attivo nel processo.

🔎 Alcuni temi che tratto nell’episodio:

• Che cos’è il vibe coding e da dove nasce

• I rischi di programmare senza conoscere i linguaggi

• Quando l’AI ti fa risparmiare tempo (e quando te lo fa perdere)

• Come usare l’AI nella data analytics senza compromettere i risultati

• L’importanza di rimanere sempre “in the loop”

🎧 Se ti è piaciuta la puntata, lascia una recensione, attiva la campanella e condividi l’episodio con chi lavora nel mondo tech o data driven.