<\/span><\/h2>\nI Custom GPT, e i loro equivalenti su Claude e Gemini, danno il loro meglio in tre scenari precisi.<\/p>\n
Il primo \u00e8 la standardizzazione di task ricorrenti<\/strong>. Un editor che riformatta articoli secondo uno stile redazionale, un classificatore di lead in entrata, un generatore di brief creativi che parte da template ricorrenti. Sono compiti dove le regole sono stabili e il volume \u00e8 elevato. L\u00ec la differenza tra fare un prompt ogni volta e avere un assistente preconfigurato vale ore di lavoro settimanali.<\/p>\nIl secondo \u00e8 l’onboarding di conoscenza tribale<\/strong>. In una societ\u00e0 di consulenza con cui ho lavorato di recente, abbiamo costruito un Custom GPT che incorpora 200 deliverable storici, il manuale metodologico interno e le linee guida sul tone of voice. I junior, quando devono produrre il primo draft di una proposta, ci passano. Il tempo medio di redazione del primo template \u00e8 sceso del 40%, e i senior intervengono su una base gi\u00e0 allineata.<\/p>\nIl terzo \u00e8 il customer-facing controllato<\/strong>. Un Custom GPT esposto su un’area riservata, con vincoli severi su quello che pu\u00f2 dire e che non pu\u00f2 dire, pu\u00f2 sostituire bene il primo livello di assistenza tecnica. Ho visto un produttore italiano di software gestionali abbattere del 28% i ticket di livello 1 in quattro mesi cos\u00ec.<\/p>\n<\/span>Cosa non funziona, malgrado lo dicano i materiali commerciali<\/span><\/h2>\nIl dramma dei Custom GPT, in quasi tutte le aziende che li hanno provati, \u00e8 il ciclo di vita.<\/p>\n
Si parte entusiasti, si costruiscono dieci o quindici assistenti, alcuni utili, altri ridondanti, altri ancora costruiti per stupire un capo che voleva “vedere qualcosa di AI”. Dopo due o tre mesi, di quei quindici assistenti ne sopravvivono tre o quattro. Gli altri vengono dimenticati, nessuno li manutiene, le knowledge base diventano stantie, qualcuno li scopre per caso e li usa malamente. Il debito tecnico cresce in silenzio.<\/p>\n
Il secondo problema \u00e8 la frammentazione delle piattaforme. Un’azienda usa Microsoft 365, e quindi Copilot e i suoi agenti. Un altro reparto preferisce ChatGPT Enterprise. Il marketing ha scoperto Claude e ne va matto. Il risultato \u00e8 che lo stesso assistente “Brand Voice” esiste in tre versioni leggermente diverse su tre piattaforme. Nessuno \u00e8 il riferimento. Nessuno \u00e8 aggiornato.<\/p>\n
Il terzo problema \u00e8 la falsa scalabilit\u00e0. I Custom GPT girano bene su 50 utenti. A 500 utenti emergono bottleneck di gestione (chi aggiorna la knowledge base, chi gestisce le permission, chi misura l’uso). A 5.000 servirebbe un layer di MLOps che pochissime aziende italiane hanno.<\/p>\n
<\/span>Il caso AgentKit e gli agenti veri<\/span><\/h2>\nOpenAI ha rilasciato a fine 2025 AgentKit, un set di strumenti per costruire agenti AI con loop di tool-use, planning multistep, memoria. Anthropic, dalla sua, ha consolidato Claude con il Model Context Protocol (MCP) e la Computer Use. Google ha lanciato l’Agent Development Kit dentro Vertex AI.<\/p>\n
Sono passaggi reali. Permettono di costruire workflow che eseguono operazioni, non solo conversazioni. Un agente che prenota la sala riunioni, prepara il brief, manda l’invito e aggiorna il CRM, ad esempio, non \u00e8 pi\u00f9 fantascienza.<\/p>\n
La questione vera \u00e8: vale la pena costruirlo internamente o conviene aspettare che qualche vendor verticale lo impacchetti come SaaS? Nella mia esperienza, per workflow molto specifici (procedure interne, integrazioni con sistemi legacy), il build interno regge. Per workflow comuni (CRM, ticketing, social media management), entro 18-24 mesi i vendor di settore avranno feature equivalenti integrate, e il custom-built diventer\u00e0 debito.<\/p>\n
<\/span>Quanto costa davvero<\/span><\/h2>\nUn Custom GPT semplice su ChatGPT Team o Enterprise costa zero in build (oltre alle ore di chi lo configura). Una soluzione equivalente su Claude Projects o Gemini Gems, idem. Un agente costruito con AgentKit o MCP richiede invece tempo di sviluppo (50-200 ore tipiche per il primo prototipo serio), infrastruttura cloud, manutenzione.<\/p>\n
I costi di esecuzione sono spesso sottostimati. Un Custom GPT usato dal marketing una decina di volte al giorno costa pochi euro al mese in token. Un agente customer-facing che gira 24\/7 su mille utenti contemporanei pu\u00f2 costare diverse migliaia di euro al mese in chiamate API e infrastruttura.<\/p>\n
Il calcolo del ROI va fatto con onest\u00e0. Tre o quattro assistenti utilizzati davvero, da team che li hanno integrati nei flussi di lavoro, generano risparmi misurabili. Quindici assistenti orfani non generano nulla.<\/p>\n
<\/span>Cosa raccomando alle aziende italiane oggi<\/span><\/h2>\nPrima cosa, identificare due o tre task ricorrenti che oggi consumano molte ore. Non chiedersi “dove possiamo usare l’AI”, ma “dove perdiamo tempo ogni settimana su processi standardizzabili”. I Custom GPT giusti nascono da l\u00ec.<\/p>\n
Seconda cosa, scegliere una piattaforma principale. Per quasi tutte le aziende italiane oggi la scelta \u00e8 tra Microsoft Copilot (se sono gi\u00e0 Microsoft 365), ChatGPT Enterprise o Team (se hanno bisogno di flessibilit\u00e0), Claude Team (se il caso d’uso \u00e8 ad alto contenuto testuale e di ragionamento). Tenere assistenti su tre piattaforme contemporaneamente \u00e8 una garanzia di debito tecnico.<\/p>\n
Terza cosa, mettere una persona responsabile della manutenzione. Un AI Product Owner interno, anche part-time, che ogni mese passi gli assistenti, ne misuri l’uso, ne aggiorni la conoscenza, ne ritiri di obsoleti. Senza questa figura, qualsiasi investimento si erode da solo in sei mesi.<\/p>\n
I Custom GPT non sono giocattoli, ma non sono nemmeno la soluzione magica che molti vendor raccontano. Sono uno strumento di produttivit\u00e0 che richiede metodo per dare risultato. Lo dico anche nei materiali della community aipia.it<\/em>, dove la formazione sui workflow AI \u00e8 uno dei filoni pi\u00f9 richiesti dai professionisti certificati.<\/p>\nDiciotto mesi dopo l’esplosione del fenomeno, il bilancio \u00e8 questo: chi li sta usando con metodo guadagna ore. Chi li ha collezionati come trofei li sta dimenticando. La differenza, come sempre, la fa la disciplina, non la tecnologia.<\/p>\n","protected":false},"excerpt":{"rendered":"
Bilancio onesto su Custom GPT, AgentKit OpenAI, Claude Projects e Gemini Gems dopo diciotto mesi di adozione enterprise. Cosa porta valore e cosa no.<\/p>\n","protected":false},"author":10,"featured_media":5492,"comment_status":"","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_wds_title":"Custom GPT marketing 2026: bilancio dopo diciotto mesi","_wds_metadesc":"Custom GPT, AgentKit, Claude Projects, Gemini Gems: cosa funziona, cosa no, quanto costano davvero e quando vale la pena costruirli.","_wds_focus-keywords":"custom gpt marketing","_wds_canonical":"","wds_primary_category":0,"footnotes":"","_wds_robots-noindex":"0","_wds_robots-nofollow":"0","_wds_opengraph-title":"","_wds_opengraph-description":"","_wds_twitter-title":"","_wds_twitter-description":""},"categories":[168,466],"tags":[594,169,516,36,453],"class_list":["post-7207","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","category-prompt-engineering","tag-agents","tag-ai","tag-custom-gpt","tag-marketing","tag-openai"],"_links":{"self":[{"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/posts\/7207"}],"collection":[{"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/comments?post=7207"}],"version-history":[{"count":1,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/posts\/7207\/revisions"}],"predecessor-version":[{"id":7302,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/posts\/7207\/revisions\/7302"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/media\/5492"}],"wp:attachment":[{"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/media?parent=7207"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/categories?post=7207"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rafaelpatron.com\/blog\/wp-json\/wp\/v2\/tags?post=7207"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}