Come funzionano le chat di gruppo AI multiutente e a cosa servono?

2026-09-30

Cosa rende le conversazioni AI condivise fondamentalmente diverse dalle chat AI individuali?

La differenza fondamentale è strutturale: le chat di gruppo AI multiutente riuniscono più persone e un agente AI specializzato in un'unica conversazione persistente, in cui tutti — inclusa l'AI — condividono lo stesso contesto, la stessa cronologia e la stessa memoria operativa. Invece di mantenere una chat privata e trasmettere manualmente gli output dell'AI, ogni persona in una chat di gruppo può accedere all'intero filo di ciò che è stato discusso, deciso e creato.

I fattori principali che distinguono l'AI multiutente dalla tradizionale esperienza per singolo utente:

✅ Il contesto condiviso elimina le ripetizioni — l'AI vede i contributi di ogni partecipante, quindi nessuno deve riassumere ciò che un'altra persona ha già spiegato
✅ Più prospettive in un unico filo — l'AI sintetizza gli input di persone con competenze, ruoli o punti di vista diversi, anziché operare secondo l'impostazione di una sola persona
✅ Memoria persistente del gruppo — la conversazione conserva il contesto tra una sessione e l'altra, quindi i progetti in corso non ripartono da zero ogni volta che qualcuno riapre la chat
✅ Agenti specializzati al servizio dell'intero gruppo — anziché un assistente generico, il gruppo interagisce con un agente esperto di dominio progettato per uno specifico flusso di lavoro
✅ Identità per partecipante — l'AI attribuisce i messaggi alla persona corretta, tiene traccia di chi ha detto cosa e risponde di conseguenza

Questo modello esisteva già in modo informale: le persone condividevano lo schermo, copiavano e incollavano le risposte dell'AI nelle app di messaggistica oppure si alternavano su un unico account. La novità del 2026 è che le piattaforme AI stanno integrando la partecipazione multiutente direttamente nel prodotto, con una gestione adeguata di identità, autorizzazioni e contesto. Per capire quali piattaforme gestiscono bene questo modello, occorre prima comprendere perché questo cambiamento avvenga proprio ora e quali decisioni progettuali tecniche comporti.

Illustrazione di uno smartphone che mostra un'interfaccia di chat di gruppo con avatar di utenti diversi e un bot AI che si scambiano messaggi

Perché le piattaforme AI stanno aggiungendo funzionalità multiutente e di chat di gruppo nel 2026?

Il passaggio dagli assistenti AI privati a sessioni condivise con più partecipanti riflette una realtà di base: la maggior parte del lavoro significativo e molte decisioni personali coinvolgono più di una persona. McKinsey riferisce che il 71% delle organizzazioni utilizza ora l'AI generativa in almeno una funzione, mentre il 62% delle imprese ha iniziato a sperimentare l'implementazione di agenti AI. Tuttavia, la stragrande maggioranza di questo utilizzo è individuale: una persona, una finestra di chat, un contesto isolato.

Il problema dell'uso individuale dell'AI su larga scala è la frammentazione delle informazioni. Come ha descritto il team di ingegneria di Jitera, un team di 50 persone che utilizza assistenti AI individuali finisce con "50 agenti privati, ciascuno ignaro di ciò che fanno gli altri 49". Decisioni, contesto e conoscenza di dominio restano bloccati nella cronologia delle chat di ciascuno. Qualcuno deve comunque copiare l'output dell'AI, spiegarlo ai colleghi e riconciliare bozze contrastanti generate dall'AI.

L'AI multiutente risolve questo problema trasformando la conversazione stessa nello spazio di lavoro condiviso. OpenAI ha annunciato le chat di gruppo in ChatGPT a settembre 2026, descrivendo la funzionalità come un modo per consentire agli utenti di "collaborare con altri e con ChatGPT nella stessa conversazione". Jenova ha lanciato la sua funzionalità Group Chat multiutente per l'intera galleria di agenti, permettendo a più utenti di interagire insieme con agenti AI specializzati. Questa tempistica non è casuale: entrambe le piattaforme rispondono allo stesso comportamento degli utenti, che già collaborano attraverso l'AI, ma con soluzioni alternative poco pratiche.

Il 79% delle organizzazioni affronta oggi difficoltà significative nell'adottare efficacemente l'AI, e il coordinamento tra persone è al centro di questa sfida. Gli assistenti AI individuali aiutano le singole persone a lavorare più rapidamente, ma non aiutano i gruppi a ragionare insieme. L'AI multiutente colma questa lacuna.

Cosa cercare in una piattaforma di chat AI multiutente?

La piattaforma AI multiutente più adatta dipende dalla necessità di un assistente generico condiviso o di un esperto di dominio condiviso, dal funzionamento della fatturazione quando più persone generano utilizzo dell'AI e dalla persistenza della conversazione tra sessioni. Sei criteri distinguono un'AI multiutente funzionale da semplici funzionalità di chat con un bot collegato:

Cronologia della conversazione condivisa — Ogni partecipante può vedere l'intero filo, compresi i messaggi inviati prima del suo ingresso? Oppure ciascuno parte senza alcun contesto?
Specializzazione dell'agente — La piattaforma offre agenti specializzati — un consulente aziendale, un master di gioco, un tutor linguistico — che i gruppi possono consultare insieme? Oppure è limitata a un assistente generico?
Memoria persistente — La conversazione conserva il contesto tra una sessione e l'altra o tutto si azzera alla chiusura della finestra? Per i progetti continuativi, la persistenza determina se l'AI ricorderà le decisioni della settimana precedente.
Architettura della privacy — In che modo la chat di gruppo è isolata dalle conversazioni private e dalle memorie personali dei singoli partecipanti? Cosa sa l'AI di ogni persona al di fuori del filo condiviso?
Fatturazione per utente — Una persona paga l'utilizzo di tutti oppure ogni partecipante utilizza il proprio account? La fatturazione condivisa crea attriti quando l'utilizzo non è uniforme.
Orchestrazione delle attività — L'AI può gestire attività complesse in più passaggi — ricerca, generazione di documenti, integrazioni di strumenti — all'interno del contesto condiviso? Oppure è limitata a risposte conversazionali?

Questi criteri sono importanti perché l'AI multiutente non è semplicemente una chat room con un bot. Le piattaforme che la rendono efficace hanno dovuto ripensare il modo in cui contesto, identità e costi di elaborazione fluiscono attraverso una conversazione condivisa.

Come gestiscono le principali piattaforme le conversazioni AI multiutente?

Jenova, ChatGPT, Jitera e Slack AI adottano ciascuna approcci distinti all'AI multiutente: dall'orchestrazione completa degli agenti nelle sessioni condivise a funzionalità AI senza stato sovrapposte agli spazi di lavoro esistenti.

Jenova Group Chat

La funzionalità multiutente di Jenova consente al proprietario della sessione di invitare altri utenti in qualsiasi conversazione con qualsiasi agente della sua galleria di agenti AI specializzati. I partecipanti entrano e vedono immediatamente l'intera cronologia della conversazione e i file allegati. L'utilizzo dell'AI di ciascun partecipante viene addebitato al proprio piano account, quindi nessuno sovvenziona l'uso intensivo di un'altra persona. Il modello di chat è un'impostazione condivisa controllata dal proprietario e viene eseguita una sola attività dell'agente alla volta: una coda condivisa, visibile a tutti i membri, mantiene tutti informati su ciò che è in elaborazione.

L'elemento distintivo principale è la specializzazione degli agenti. Un gruppo non interagisce con un assistente generico, ma con un Roleplay Game Master che gestisce una campagna condivisa, un Business Co-Pilot che facilita sessioni strategiche oppure un Marketing Strategist che coordina la pianificazione di un team. Ogni agente apporta alla conversazione condivisa conoscenze di dominio integrate, integrazioni di strumenti tramite MCP e orchestrazione di flussi di lavoro in più passaggi. Global Memory — il sistema di memoria personale tra sessioni di Jenova — viene disattivato automaticamente nelle Group Chat, isolando il filo condiviso dal contesto AI privato di ciascun partecipante.

Punti di forza: Specializzazione approfondita degli agenti in un'intera galleria, memoria persistente delle conversazioni, fatturazione per utente, accesso completo a file e strumenti nel contesto condiviso, disponibile su web, iOS e Android.

Limitazioni: Viene elaborata un'attività alla volta (coda sequenziale), il proprietario controlla la selezione del modello e le impostazioni della sessione, funzionalità più recente ancora in evoluzione con la crescente adozione.

Chat di gruppo ChatGPT

OpenAI ha lanciato le chat di gruppo per ChatGPT a settembre 2026, consentendo a più persone e a ChatGPT di partecipare alla stessa conversazione. I controlli della privacy separano le chat di gruppo dalle conversazioni private: le memorie personali non vengono trasferite, con misure di protezione aggiuntive per i minori.

ChatGPT presenta le sue chat di gruppo come un'esperienza condivisa con assistente generico. I partecipanti interagiscono con il modello standard di ChatGPT anziché con agenti specifici per dominio, dotati di basi di conoscenza personalizzate e istruzioni su misura.

Punti di forza: Enorme base di utenti esistente, isolamento della privacy dalle chat private, interfaccia familiare utilizzata quotidianamente da milioni di persone.

Limitazioni: Nessuna specializzazione degli agenti, solo assistente generico; dettagli pubblicati limitati sul modello di fatturazione e sui limiti di partecipanti al lancio; nessuna orchestrazione di strumenti specifici per dominio o selezione di agenti personalizzati.

Jitera (Team-in-the-Loop)

L'approccio di Jitera rende l'agente AI un membro a pieno titolo del team anziché un assistente individuale. La sua architettura "Team-in-the-Loop" fornisce all'agente una memoria condivisa dall'intero team, con un archivio di conoscenze progettato per accettare conoscenza organizzativa non strutturata: fili di Slack, ticket di assistenza e documenti di progettazione. L'agente è esposto tramite API in strumenti come Linear e Claude Code, trasferendo il contesto tra i flussi di lavoro di diversi membri del team senza richiedere a tutti di trovarsi nella stessa finestra di chat.

Punti di forza: Accumulo approfondito di conoscenze del team, continuità del contesto tra strumenti tramite API, progettato per flussi di lavoro di ingegneria e gestione del prodotto nei quali il passaggio di contesto è oneroso.

Limitazioni: Configurazione orientata agli sviluppatori, focalizzata sul recupero delle conoscenze anziché su conversazioni multiutente interattive, richiede configurazione dell'infrastruttura anziché offrire un'interfaccia pronta per i consumatori.

Slack AI

Slack AI opera come assistente a livello di spazio di lavoro, riassumendo canali, rispondendo a domande sui contenuti dello spazio di lavoro e assistendo nella ricerca. Tuttavia, è fondamentalmente senza stato: "ogni conversazione ricomincia da zero. Non esiste memoria delle interazioni precedenti né apprendimento del modo in cui comunica il tuo team".

Punti di forza: Integrato nello strumento di comunicazione che milioni di team utilizzano già ogni giorno, accesso ai contenuti dell'intero spazio di lavoro per ricerca e riepiloghi.

Limitazioni: Nessuna memoria persistente tra le conversazioni, nessun contesto condiviso dell'agente che si accumula nel tempo, funzionalità AI sovrapposte a una piattaforma di messaggistica anziché progettate attorno a un'interazione AI condivisa.

Funzionalità	Jenova Group Chat	Chat di gruppo ChatGPT	Jitera	Slack AI
Cronologia della conversazione condivisa	Cronologia completa visibile a tutti i membri	Separata dalle chat private	Stato condiviso dell'agente tramite API	Accesso ai contenuti a livello di canale
Specializzazione dell'agente	Galleria di agenti esperti di dominio	Assistente generico	Agente di conoscenza del team	Assistente dello spazio di lavoro
Memoria persistente	Memoria illimitata tra sessioni	Memorie personali escluse	Archivio di conoscenze condivise del team	Senza stato
Isolamento della privacy	Global Memory disattivato nelle chat di gruppo	Chat private separate	Accesso API basato sui ruoli	Autorizzazioni dello spazio di lavoro
Fatturazione per utente	Ogni membro utilizza il proprio account	Non ancora dettagliata	Non pubblicata	Inclusa nei piani Slack a pagamento
Orchestrazione delle attività	Attività in più passaggi con strumenti e MCP	Funzionalità ChatGPT standard	Flussi di lavoro basati su API	Riepilogo e ricerca
Ideale per	Gruppi che necessitano dell'esperienza di agenti specializzati in più domini	Conversazioni condivise informali con un assistente generico	Team di ingegneria che necessitano di continuità del contesto tra strumenti	Team già presenti in Slack che desiderano una ricerca potenziata dall'AI

Quali tipi di attività funzionano meglio in una chat di gruppo AI multiutente?

L'AI multiutente funziona al meglio quando un'attività coinvolge più persone che apportano prospettive, informazioni o autorità decisionale diverse e un agente AI può contribuire a coordinare, sintetizzare o facilitare i loro contributi. Tre categorie sono emerse come particolarmente adatte alle conversazioni AI condivise.

Illustrazione di due giocatori a postazioni informatiche separate con cuffie in una configurazione competitiva multiutente

🎮 Narrazione collaborativa e gioco di ruolo

I gruppi che usano master di gioco AI per campagne condivise rappresentano uno dei casi d'uso dell'AI multiutente più attivi. Più giocatori controllano i propri personaggi all'interno di una narrazione condivisa, reagendo alle azioni degli altri mentre l'AI gestisce il mondo, gli NPC e la continuità narrativa tra sessioni che possono durare giorni o settimane. Il formato funziona perché l'AI tiene traccia di trame parallele, gestisce sistemi a turni in cui i giocatori inviano le azioni prima che l'AI risolva il turno e mantiene la coerenza narrativa per decine o centinaia di turni.

Tra i modelli efficaci figurano un giocatore che agisce come co-master per gestire dettagli dell'ambientazione e correzioni delle regole insieme all'AI, nonché sistemi di invio a turni che mantengono sincronizzate le campagne di lunga durata tra i partecipanti. I punti di attrito noti includono collisioni nella denominazione dei personaggi quando l'AI utilizza per impostazione predefinita i nomi utente dell'account e la difficoltà di separare, nello stesso filo, le domande sulle regole fuori dal personaggio dalle azioni del personaggio.

👥 Aiutare qualcuno ad affrontare una situazione complessa

Un modello osservato di frequente coinvolge una persona che porta un flusso di lavoro assistito dall'AI a qualcuno che necessita di supporto: un amico che aiuta un parente ad affrontare una procedura burocratica, un collega che affianca qualcuno nell'uso di un sistema sconosciuto o un familiare che presta assistenza per domande e corrispondenza. In genere, chi aiuta costruisce prima il contesto con l'AI, definendo la situazione e le informazioni rilevanti, quindi invita la persona che ha bisogno di aiuto a unirsi e contribuire direttamente.

Questo approccio funziona perché l'AI accumula il contesto da entrambi i partecipanti. Chi aiuta fornisce l'indirizzo strategico, mentre l'altra persona aggiunge dettagli in tempo reale: incolla email man mano che arrivano, risponde alle domande di chiarimento dell'AI e rivede le bozze nel contesto. Gli attriti sorgono quando l'AI confonde il contenuto esterno incollato con i messaggi che il partecipante sta componendo o quando le impostazioni linguistiche predefinite non corrispondono alle preferenze del nuovo partecipante.

💼 Coordinamento e allineamento del team

I team utilizzano conversazioni AI condivise per creare e mantenere l'allineamento tra ruoli e domini diversi. Un agente AI che agisce da coordinatore di progetto può tradurre tra team di prodotto e ingegneria, aiutando entrambe le parti a formulare i requisiti nel linguaggio dell'altra. Poiché l'AI partecipa a tutti i fili, mantiene una comprensione aggiornata di ciò che è stato deciso, dei vincoli sollevati da ciascun membro del team e dell'evoluzione della direzione del progetto.

La collaborazione AI in contesti di gruppo affronta i problemi logistici che rendono difficile il coordinamento dei team: allineamento dei requisiti, coerenza della scrittura, mantenimento di un'unica fonte di verità e garanzia che tutti operino partendo dagli stessi presupposti. Quando l'AI è un partecipante condiviso anziché uno strumento privato, il livello di coordinamento è incorporato nella conversazione stessa anziché essere mantenuto in un documento separato che perde progressivamente l'allineamento.

Come funziona la privacy quando più persone condividono una conversazione AI?

La privacy nell'AI multiutente si basa sull'isolamento per impostazione predefinita: l'AI non trasferisce il contesto personale dalle conversazioni private di nessuno al filo condiviso e ogni chat di gruppo esiste come contesto autonomo. Questa scelta architetturale previene uno dei rischi più gravi dell'AI multiutente: la comparsa, senza consenso, di informazioni provenienti da una sessione privata in uno spazio condiviso.

Su Jenova, Global Memory viene disattivato automaticamente nelle Group Chat. L'AI non porta nella conversazione condivisa memorie personali, preferenze o cronologia di sessioni private di alcun partecipante. ChatGPT adotta un approccio simile: le memorie personali non vengono trasferite nelle chat di gruppo, con misure di protezione aggiuntive per i minori.

Questo isolamento è più importante di quanto possa sembrare. La ricerca sull'allineamento della privacy negli agenti AI conversazionali dimostra che una gestione efficace della privacy richiede ai sistemi AI di rispettare proattivamente i confini degli utenti, anziché attendere passivamente la configurazione. In un contesto multiutente, il rischio aumenta: le informazioni che una persona ha condiviso privatamente potrebbero emergere in un filo di gruppo se l'isolamento della memoria non viene applicato a livello di piattaforma.

Esiste anche una dimensione più sottile della privacy, specifica dell'esperienza multiutente: la visibilità della cronologia condivisa. Su Jenova, i nuovi membri vedono la conversazione esistente quando entrano. Questo è prezioso per la continuità — chi entra in ritardo ottiene immediatamente il contesto completo — ma significa che i messaggi precedenti diventano visibili al nuovo partecipante. La piattaforma tratta gli inviti come azioni deliberate del proprietario della sessione, non come link ad accesso aperto. I link pubblici di condivisione producono istantanee di sola lettura, non diritti di partecipazione attiva.

Il lavoro accademico sulle architetture di memoria AI condivisa ha evidenziato la necessità di "infrastrutture di memoria" che mantengano uno stato conversazionale condiviso rispettando al contempo i confini individuali: una sfida progettuale che diventa più complessa con l'aumento del numero dei partecipanti e con l'accentuarsi della natura personale degli argomenti.

Come gestisce il contesto un agente AI quando parlano più persone?

L'agente identifica ogni partecipante per nome, attribuisce ogni messaggio alla persona corretta e mantiene un modello coerente della conversazione mentre si dirama tra argomenti e intenzioni. Questo è il problema di coordinamento che l'AI per singolo utente non incontra mai: persone diverse, con obiettivi, livelli di competenza e stili comunicativi diversi, contribuiscono tutte a un unico filo.

Su Jenova, l'agente tiene traccia di chi ha detto cosa lungo l'intera cronologia della conversazione. Quando completa un'attività — ricerca, generazione di documenti, analisi dei dati — il risultato appare in una coda condivisa visibile a tutti i membri. Il modello di elaborazione sequenziale garantisce che ogni richiesta sia completata integralmente prima dell'avvio della successiva, privilegiando la coerenza rispetto alla velocità parallela.

La sfida si intensifica con tipi di intenzioni miste. In una campagna collaborativa, una persona potrebbe inviare un'azione del proprio personaggio mentre un'altra pone una domanda sulle regole fuori dal personaggio. In una sessione di team, una persona potrebbe incollare contenuti esterni da analizzare mentre un'altra pone una domanda procedurale. L'agente deve indirizzare ogni risposta alla persona e all'intenzione giuste, senza confonderle.

Le piattaforme che non gestiscono bene l'attribuzione producono conversazioni in cui l'AI convalida chiunque abbia parlato più di recente, fonde fili di discussione distinti in un'unica risposta o si rivolge al contributo di un partecipante come se fosse stato detto da un altro. La ricerca sull'allineamento nelle impostazioni con agenti multiutente identifica questo problema di attribuzione del contesto come centrale per rendere affidabili gli agenti AI condivisi, soprattutto quando i partecipanti dispongono di informazioni asimmetriche, livelli di fiducia diversi o obiettivi concorrenti nella stessa conversazione.

Come si configura e gestisce efficacemente una chat di gruppo AI multiutente?

Configurare una chat AI multiutente richiede pochi minuti sulle piattaforme attuali. L'efficacia dipende meno dalla configurazione tecnica e più dalla scelta dell'agente giusto, dalla costruzione del contesto prima di invitare altri partecipanti e dalla definizione di modelli di interazione chiari.

Su Jenova:

Apri qualsiasi agente dalla galleria: un Business Co-Pilot per una sessione strategica, un agente Learn English Through Roleplay per esercitarti con un interlocutore o qualsiasi agente adatto all'obiettivo del gruppo
Costruisci il contesto iniziale prima di invitare qualcuno:

"Coordino un team marketing di tre persone. Dobbiamo pianificare le campagne del primo trimestre con un budget di $50K suddiviso tra social a pagamento ed email. Tra poco inviterò gli altri due membri del team: considera tutti e tre come contributori alla pari."
Invita i partecipanti dalle impostazioni della sessione: ogni persona riceve un invito e accede con il proprio account Jenova
Tutti contribuiscono direttamente e l'agente risponde con piena consapevolezza dell'intero filo della conversazione e di tutti i file allegati

Su ChatGPT:

Avvia una chat di gruppo dall'interfaccia di ChatGPT
Aggiungi partecipanti tramite invito
Tutti i partecipanti e ChatGPT interagiscono nella stessa conversazione condivisa

Best practice per qualsiasi piattaforma AI multiutente:

Definisci il contesto prima di invitare. Il primo partecipante dovrebbe definire l'obiettivo, fornire informazioni di base e delimitare l'ambito dell'AI prima dell'ingresso degli altri. I nuovi membri ereditano immediatamente questo contesto, evitando scambi iniziali privi di direzione.
Etichetta esplicitamente i contenuti esterni. Quando incolli nella chat email, documenti o codice, spiega all'AI di cosa si tratta. Senza etichette, l'AI potrebbe interpretare il testo incollato come parole del partecipante o confonderlo con la conversazione in corso.
Chiarisci i ruoli quando il gruppo ha una struttura. Se una persona guida e le altre forniscono informazioni di supporto, comunicarlo all'AI in anticipo la aiuta a indirizzare le risposte e a dare priorità alle richieste in modo appropriato.
Usa l'AI come generatore di artefatti condivisi. Invece di far porre a ogni persona domande separatamente e confrontare gli output, chiedi all'AI di sintetizzare gli input di tutti in un unico documento, piano o analisi che diventi il punto di riferimento condiviso del gruppo.

Cosa dicono i team delle piattaforme AI sul futuro dell'AI multiutente?

La transizione dagli assistenti AI individuali alle sessioni condivise con più partecipanti rappresenta un cambiamento strutturale nel modo in cui le persone interagiscono con l'AI: la tecnologia passa da strumento di produttività personale a livello di collaborazione che modella il modo in cui i gruppi pensano insieme.

"Il modello più evidente che abbiamo osservato è che lo stesso agente diventa uno strumento fondamentalmente diverso a seconda di chi partecipa alla conversazione. Un Business Co-Pilot al servizio di un singolo fondatore produce documenti strategici. Lo stesso agente al servizio di un fondatore e del suo CTO insieme produce decisioni allineate, perché entrambe le parti ascoltano il ragionamento dell'AI, lo mettono in discussione e lo perfezionano in tempo reale. A quel punto, l'AI non si limita a rispondere alle domande. Sta creando un quadro di riferimento condiviso che non esisterebbe senza la conversazione.

Ciò che non avevamo pienamente anticipato era l'ampiezza dei casi d'uso. Abbiamo creato Group Chat aspettandoci coordinamento del team e lavoro collaborativo. Questi modelli sono emersi rapidamente, ma sono emersi anche casi d'uso per i quali non avevamo progettato il prodotto: campagne di narrazione collaborativa che durano settimane, una persona che aiuta un'altra a orientarsi in un sistema che non comprende e persone che affrontano insieme decisioni personali con un consulente AI che media la conversazione. Il filo conduttore non è la categoria dell'attività. È il fatto che il problema coinvolga più di una persona e che l'AI diventi più efficace quando tutti si trovano nello stesso filo, anziché trasmettere informazioni attraverso un intermediario umano.

La sfida ingegneristica che conta maggiormente per il futuro è la gestione del contesto su scala. Quando due persone condividono una conversazione, tenere traccia di entrambe le voci è semplice. Quando cinque o dieci persone contribuiscono con intenzioni e livelli di competenza diversi, l'agente necessita di un'attribuzione molto più sofisticata: deve comprendere non solo chi ha detto cosa, ma anche quale sia il ruolo di ciascuno, di quale tipo di risposta abbia bisogno e come sintetizzare i contributi senza appiattire prospettive distinte in un'unica risposta media. È verso questo che si sta dirigendo l'AI multiutente."

— Team di prodotto Jenova, piattaforma di agenti AI al servizio di oltre 30.000 utenti in più di 70 paesi