Journal

C’è una narrazione sull’Artificial Intelligence applicata alla creatività che sui social funziona molto bene.

Un film realizzato in poche ore. Uno spot prodotto praticamente gratis. Una campagna costruita da una sola persona durante il weekend. Il regista, lo sceneggiatore, il direttore della fotografia, il VFX supervisor, il montatore e il sound designer compressi dentro un unico individuo armato di laptop e abbonamento mensile a qualche piattaforma di Generative AI.

È una narrazione perfetta per LinkedIn.

Molto meno per descrivere come si lavora davvero.

Hell Grind, il lungometraggio di 95 minuti prodotto da Higgsfield, offre invece un caso concreto abbastanza raro: permette di osservare la scala industriale di un workflow generativo quando l’obiettivo non è produrre una clip dimostrativa di dieci secondi, ma mantenere immagini, personaggi, ambienti e linguaggio cinematografico coerenti per la durata di un film.

I numeri riportati sul progetto sono significativi. La produzione è stata realizzata da un team di 15 persone in circa 14 giorni, con un budget vicino ai 500.000 dollari. Secondo il Wall Street Journal, circa 400.000 dollari, l’80% del totale, sono stati destinati al compute necessario alla generazione AI.

È già sufficiente questo dato per mettere in crisi una parte della narrativa corrente.

L’AI non elimina necessariamente il costo della produzione. Ne modifica la geografia.

Dove prima esistevano set, location, mezzi tecnici, logistica, troupe numerose e giornate di ripresa, una parte crescente del budget può spostarsi verso GPU, inference, cloud computing, generazioni, storage, orchestrazione dei modelli e infrastruttura.

Il costo non scompare.

Cambia indirizzo.

Il numero più interessante non è 500.000. È 16.181.

Per realizzare soltanto i primi 25 minuti di Hell Grind sono state effettuate 16.181 generazioni video, dalle quali sono state selezionate 253 inquadrature finali. Significa circa 64 generazioni per ogni shot effettivamente utilizzato nel film.

In altre parole, meno del 2% di quelle generazioni è arrivato al montaggio finale.

Questa è probabilmente la statistica più importante dell’intero progetto.

Perché racconta qualcosa che chi lavora quotidianamente con AI image e AI video conosce perfettamente: generare è facile. Ottenere esattamente ciò che serve è un altro mestiere.

Una scena può essere quasi corretta ma avere uno sguardo sbagliato.

La composizione può funzionare ma la luce no.

Il personaggio può essere coerente ma muoversi in modo innaturale.

Il movimento macchina può sembrare artificiale.

Un oggetto può cambiare posizione.

Una relazione spaziale può smettere di avere senso.

Una performance può risultare tecnicamente pulita ma narrativamente inutile.

E allora si rigenera.

Si modifica il prompt.

Si cambia reference.

Si interviene sulla composizione.

Si cambia modello.

Si modifica il movimento.

Si seleziona un frame.

Si riparte.

Questo processo non assomiglia molto al pulsante magico raccontato nei post virali. Assomiglia molto di più a un nuovo tipo di produzione audiovisiva.

Prompting non significa dire al computer “fammi un film”

Anche il livello di dettaglio richiesto è indicativo.

Secondo quanto riportato dal Wall Street Journal, i prompt utilizzati nella produzione potevano arrivare a circa 3.000 parole e comprendevano indicazioni relative a composizione, illuminazione, fisica, comportamento della camera e consistenza visiva. La produzione richiedeva conoscenze cinematografiche tradizionali proprio per ottenere risultati che non sembrassero semplicemente “AI generated”.

Nebius, che ha fornito infrastruttura cloud al progetto, ha descritto workflow con centinaia di variazioni per scena e batch di generazione eseguiti utilizzando centinaia di GPU NVIDIA Blackwell.

Questo cambia radicalmente il significato della parola “prompt”.

Quando il prompt diventa una descrizione dettagliata di ottiche, luce, blocking, atmosfera, movimento, materiali, fisica e continuità, non stiamo assistendo alla scomparsa della competenza cinematografica.

Stiamo assistendo alla sua traduzione in un’interfaccia diversa.

Il mito della one man band

Naturalmente oggi una singola persona può fare cose che pochi anni fa avrebbero richiesto un piccolo team.

È reale.

Un creative director può sviluppare autonomamente concept, storyboard, animatic, moodboard e previsualizzazioni. Un designer può esplorare decine di direzioni visive senza organizzare una produzione fotografica. Un filmmaker indipendente può creare immagini che prima sarebbero state economicamente fuori portata.

È una trasformazione enorme del Creative Workflow.

Ma da qui a sostenere che una persona con un tool sia diventata contemporaneamente regista, sceneggiatore, direttore della fotografia, production designer, montatore, colorist e VFX supervisor c’è una differenza sostanziale.

Possedere un modello capace di simulare una lente cinematografica non significa possedere lo sguardo di un cinematographer.

Generare un’inquadratura non significa sapere perché quell’inquadratura debba essere lì.

Produrre una variante di una scena non significa saper costruire un racconto.

E avere accesso a venti modelli generativi non equivale automaticamente ad avere Creative Direction.

Le AI comprimono enormemente la distanza tra intenzione ed esecuzione. Ma non eliminano la necessità di avere un’intenzione.

La grande omissione della narrativa social: le iterazioni

Molti contenuti dedicati alla Generative AI mostrano esclusivamente l’output riuscito.

Quasi mai mostrano il cimitero delle generazioni precedenti.

Ed è comprensibile: il post deve essere semplice.

“Ho realizzato questo spot in tre ore” funziona.

“Ho impiegato tre ore dopo anni di esperienza nel Design, decine di prove, modelli diversi, reference, editing, compositing, correzioni e centinaia di euro di strumenti e infrastruttura” è meno efficace come headline.

Ma è anche molto più vicino alla realtà.

Il vero costo di un AI Workflow non è soltanto il prezzo della singola generazione.

È il costo dell’intero processo necessario per arrivare al risultato desiderato.

Compute.

Tempo.

Iterazioni.

Selezione.

Fallimenti.

Tool differenti.

Abbonamenti.

Upscaling.

Editing.

Compositing.

Sound.

Color.

Storage.

E soprattutto competenza umana nel decidere cosa tenere e cosa eliminare.

Hell Grind rende questo fenomeno visibile su scala molto più grande.

16.181 generazioni per 253 shot significano che il problema non è soltanto generare immagini.

È curare lo spazio delle possibilità generate.

E questa curatela è lavoro creativo.

Quattordici giorni sono pochissimi. Ma non sono “zero lavoro”.

Anche il dato dei 14 giorni va interpretato correttamente.

Realizzare un lungometraggio di 95 minuti in due settimane con un team di 15 persone è un risultato tecnologicamente impressionante.

Negarlo sarebbe ideologico quanto sostenere che l’AI renda improvvisamente inutile qualsiasi professionista.

La compressione dei tempi produttivi è reale.

La riduzione delle dimensioni delle troupe può essere reale.

L’accesso a immagini prima economicamente impossibili è reale.

Ma il risultato interessante di Hell Grind non è che “ormai fare cinema non costa più niente”.

È quasi il contrario.

Dimostra che, quando si prova a portare la Generative AI da demo spettacolare a sistema produttivo, emergono immediatamente problemi di scala, affidabilità, consistenza, infrastruttura e controllo creativo.

Il progetto è stato presentato a Cannes nel contesto del Marché du Film, ma non faceva parte della selezione ufficiale del Festival de Cannes: una distinzione importante proprio perché attorno all’AI anche il modo in cui raccontiamo i risultati contribuisce alla loro percezione.

Il confronto con la produzione tradizionale va fatto con attenzione

Higgsfield sostiene che un progetto comparabile realizzato con workflow cinematografici tradizionali avrebbe potuto costare decine di milioni di dollari. È una stima aziendale, non un benchmark indipendente, e confrontare direttamente le due strutture produttive è difficile perché le voci di costo sono profondamente differenti.

Ciò non toglie che la riduzione possa essere enorme.

Ma riduzione non significa azzeramento.

Ed è proprio qui che la conversazione sull’AI Strategy nel settore creativo dovrebbe diventare più adulta.

La domanda interessante non è: “Quante persone posso eliminare?”

È: “Come cambia il sistema produttivo quando alcune capacità diventano computazionali?”

Perché una parte del lavoro inevitabilmente diminuirà.

Una parte verrà automatizzata.

Una parte verrà assorbita da nuove piattaforme.

Ma contemporaneamente aumenterà il valore di chi sa dirigere questi sistemi: persone capaci di costruire un linguaggio visivo, mantenere consistenza, progettare pipeline, valutare centinaia di output, integrare modelli differenti e capire quando una generazione è semplicemente spettacolare e quando invece serve davvero al progetto.

L’AI non sostituisce il mestiere. Rende più evidente chi lo possiede.

C’è un paradosso interessante nella democratizzazione degli strumenti.

Quando tutti possono generare una bella immagine, la bella immagine vale meno.

Quando tutti possono produrre dieci secondi di video cinematico, il valore si sposta verso ciò che è più difficile automatizzare: coerenza, sistema, gusto, direzione, editing, narrazione, cultura visiva.

In altre parole: il vantaggio competitivo passa progressivamente dal poter generare al sapere cosa generare, perché generarlo e cosa farne dopo.

È probabilmente questa la parte meno spettacolare della rivoluzione della Creative Technology.

Ed è anche quella più importante.

L’Innovation reale non consiste nel fingere che una nuova tecnologia abbia cancellato improvvisamente costi, competenze e complessità.

Consiste nel capire quali complessità ha eliminato e quali nuove complessità ha creato.

Hell Grind non dimostra che sia impossibile produrre contenuti in modo più veloce o economico grazie all’Artificial Intelligence.

Dimostra esattamente il contrario.

Ma mostra anche quanto sia fuorviante trasformare quella possibilità in una formula universale del tipo “un uomo + un prompt = uno studio cinematografico”.

Dietro quei 95 minuti ci sono 15 persone.

Ci sono centinaia di migliaia di dollari di infrastruttura.

Ci sono decine di migliaia di generazioni.

Ci sono migliaia di decisioni.

E soprattutto c’è una cosa che i tool continuano a non fornire automaticamente: il criterio con cui scegliere quella giusta.

Forse è proprio da qui che dovremmo ricominciare a parlare seriamente di AI e creatività.

Non da quanto poco costa premere “Generate”.

Ma da quanto lavoro serve per sapere quando smettere di premerlo.

Per molto tempo, progettare un’esperienza interattiva significava accettare una certa distanza tra l’idea iniziale e la possibilità di provarla davvero.

Un concept poteva sembrare efficace su una presentazione, in uno storyboard o in un prototipo statico, ma per capire se l’interazione funzionasse realmente servivano sviluppo, tempo, budget e spesso il coinvolgimento di diverse figure tecniche.

Oggi questa distanza si sta riducendo.

L’AI generativa, gli assistenti di programmazione e quello che viene sempre più spesso definito vibe coding permettono di trasformare rapidamente un’intuizione in qualcosa che si può aprire, toccare, giocare e testare.

Per chi lavora nella Creative Direction, nel Design e nella Creative Technology, questo cambiamento è particolarmente interessante. Non perché improvvisamente ogni creativo debba diventare uno sviluppatore, ma perché diventa possibile entrare molto prima nella dimensione reale dell’esperienza.

Un advergame, per esempio, non è soltanto un’idea di gioco accompagnata da una grafica. È ritmo, risposta ai comandi, difficoltà, feedback, durata, leggibilità dell’interfaccia e relazione tra la dinamica ludica e il brand.

Molti di questi aspetti sono difficili da giudicare finché il gioco non esiste almeno in una forma embrionale.

Lo stesso vale per un’interazione progettata per uno stand fieristico, un touchscreen in un punto vendita, una digital installation o un’esperienza destinata a uno schermo fisico. La distanza da cui viene utilizzata, il tempo che una persona impiega a comprenderla, la dimensione degli elementi, il comportamento delle animazioni e la semplicità del gesto richiesto diventano evidenti soprattutto quando possiamo provarli.

È qui che la rapidità di prototipazione diventa uno strumento creativo.

Dal mockup all’esperienza funzionante

Con un AI Workflow ben costruito, oggi è possibile realizzare in poco tempo una prima versione di molte interazioni digitali: piccoli giochi web, quiz, configuratori, interfacce narrative, esperienze generative, sistemi touch, visualizzazioni interattive o prototipi destinati a installazioni fisiche.

Non devono necessariamente essere prodotti definitivi.

Il loro valore iniziale è soprattutto quello di rendere verificabile un’idea.

Un bottone è abbastanza evidente? Un’interazione è intuitiva senza spiegazioni? La persona capisce immediatamente cosa deve fare? Il gioco diventa interessante dopo dieci secondi o perde subito attenzione? L’animazione rafforza il feedback oppure rallenta l’esperienza?

Domande apparentemente semplici che, in un processo tradizionale, rischiano di emergere molto tardi.

La combinazione tra Artificial Intelligence e sviluppo rapido permette invece di creare una sequenza continua:

idea, prototipo, prova, errore, modifica, nuova prova.

Il testing smette così di essere soltanto una fase finale e diventa parte della progettazione.

Il vibe coding come materiale creativo

Il termine vibe coding viene spesso raccontato come la possibilità di programmare descrivendo a un sistema AI ciò che vogliamo ottenere.

È una definizione utile, ma secondo me non è la parte più interessante.

Il cambiamento più importante è che il codice può diventare, almeno nelle prime fasi, un materiale creativo molto più accessibile.

Come un designer modifica rapidamente una composizione o un art director prova diverse direzioni visive, oggi è possibile esplorare variazioni di un comportamento digitale senza dover necessariamente progettare tutto a livello astratto prima di vederlo funzionare.

Si può cambiare una regola.

Provare un’altra fisica.

Ridurre il tempo di una transizione.

Aggiungere una meccanica.

Cambiare completamente il modo in cui l’utente interagisce.

E soprattutto si può vedere immediatamente che cosa succede.

Questa possibilità cambia il Creative Workflow perché rende l’interazione stessa parte dello sketching.

Non si disegna più soltanto l’interfaccia dell’esperienza. Si può iniziare a disegnarne direttamente il comportamento.

Più velocità richiede più direzione

C’è però un paradosso interessante.

Più diventa semplice produrre prototipi, più diventa importante sapere cosa vale la pena prototipare.

L’AI può generare codice, proporre soluzioni, correggere errori e accelerare una quantità enorme di operazioni. Ma la facilità tecnica non produce automaticamente una buona esperienza.

Un advergame tecnicamente funzionante può essere completamente dimenticabile.

Un touchscreen può avere animazioni perfette e risultare comunque inutilmente complicato.

Un’installazione interattiva può essere tecnologicamente sofisticata ma non avere alcuna relazione significativa con il contesto, il pubblico o l’identità del brand.

È qui che Creative Direction e Art Direction tornano al centro.

La differenza non è soltanto nella capacità di far funzionare qualcosa, ma nel decidere perché deve esistere, quale sensazione deve produrre, quale linguaggio visivo deve avere e quale tipo di comportamento vogliamo generare nelle persone.

La tecnologia aumenta le possibilità. La direzione creativa seleziona quelle che hanno senso.

Prototipare significa anche pensare meglio

Uno degli aspetti che trovo più interessanti dell’utilizzo della Generative AI nei processi creativi è proprio questo: poter verificare le intuizioni molto prima.

Non tutte sopravvivono al prototipo.

Ed è positivo.

Un’idea che sembrava brillante può risultare macchinosa appena diventa interattiva. Una soluzione considerata secondaria può invece rivelarsi sorprendentemente efficace quando viene provata.

La prototipazione rapida riduce il costo dell’errore e aumenta quindi la possibilità di sperimentare.

Significa poter creare tre versioni invece di difenderne una sola.

Significa confrontare meccaniche differenti.

Significa coinvolgere prima il cliente, il team o gli utenti in una conversazione basata su qualcosa di concreto.

Per il mondo dell’Advertising questo può essere particolarmente utile. Le esperienze digitali legate ai brand vivono spesso in contesti in cui l’attenzione è brevissima: eventi, retail, campagne, activation, social experience e spazi pubblici.

Capire rapidamente cosa riesce davvero a catturare quella attenzione è un vantaggio progettuale significativo.

Dal concept alla prova, senza perdere la visione

Non credo che il valore dell’AI applicata allo sviluppo creativo sia semplicemente “fare le cose più velocemente”.

La velocità, da sola, è poco interessante.

Il vero valore emerge quando quella velocità viene utilizzata per esplorare meglio.

Per fare più tentativi.

Per scartare prima ciò che non funziona.

Per trasformare una conversazione astratta in un’esperienza che può essere provata.

E per lasciare più spazio alla parte che resta difficilmente automatizzabile: costruire una visione coerente.

Man mano che gli strumenti di Creative Technology diventano più accessibili, la capacità tecnica smette progressivamente di essere l’unico collo di bottiglia.

Diventano più importanti il gusto, la cultura visiva, la capacità di costruire sistemi, la comprensione delle persone e soprattutto la capacità di scegliere.

Per questo vedo AI e vibe coding non tanto come scorciatoie verso lo sviluppo, ma come nuovi strumenti per la direzione creativa.

Permettono di avvicinare pensiero e realizzazione.

Di passare più rapidamente da “potrebbe funzionare” a “proviamo”.

Ed è proprio in quello spazio, tra prototipazione rapida e visione personale, che possono nascere le esperienze interattive più interessanti.

https://lnkd.in/p/diRDbHbz

Ho sempre visto l’arte digitale come un territorio di confine. Un luogo dove il reale incontra il surreale, dove la precisione dell’osservazione quotidiana si sposa con la libertà dell’immaginazione. È un matrimonio apparentemente impossibile, quasi folle, ma proprio da questa tensione nasce qualcosa di nuovo: immagini capaci di esistere contemporaneamente nel mondo che conosciamo e in quello che ancora non abbiamo immaginato.

Una scena realistica può diventare improvvisamente straordinaria quando viene attraversata da un elemento fuori posto. Una strada vuota, un interno domestico, un paesaggio familiare: basta una piccola frattura nella normalità per generare un effetto straniante. Il surreale non deve necessariamente distruggere la realtà; spesso è più potente quando la rispetta, quando si inserisce in essa con una precisione quasi invisibile.

È proprio questa relazione tra credibilità e impossibilità a rendere un’opera memorabile. Il pubblico riconosce qualcosa di familiare, ma allo stesso tempo percepisce che qualcosa non torna. È in quello spazio ambiguo che nasce la meraviglia.

L’intelligenza artificiale generativa ha aperto nuove possibilità per questo tipo di ricerca. Non considero l’AI un sostituto della creatività umana, ma un amplificatore della visione di chi sa governarla. La tecnologia può generare infinite possibilità, ma la differenza nasce dalle scelte: cosa conservare, cosa eliminare, quale atmosfera costruire, quale significato dare a un’immagine.

La vera innovazione non è quindi produrre più immagini, ma sviluppare un pensiero più profondo dietro ogni immagine. L’AI Workflow diventa un processo creativo dove intuizione, cultura visiva e capacità critica lavorano insieme. La Creative Direction rimane il punto centrale: è lo sguardo umano a decidere la direzione, il linguaggio e l’identità dell’opera.

Nel mio modo di vedere l’arte digitale, il valore non è nella perfezione tecnica ma nella capacità di creare una connessione emotiva e concettuale. Un’immagine generata dall’intelligenza artificiale può essere interessante solo quando porta con sé una visione personale, una scelta estetica, una domanda.

Il futuro dell’arte digitale non sarà quindi una semplice sostituzione del reale con il virtuale, ma una contaminazione continua tra entrambi. Sarà un dialogo tra memoria e possibilità, tra fotografia e immaginazione, tra ciò che esiste e ciò che potrebbe esistere.

Quando il reale lascia spazio al surreale senza perdere la propria credibilità, nasce qualcosa di unico: un’immagine che non racconta solo un mondo, ma apre una nuova possibilità di guardarlo.

Per molto tempo abbiamo pensato che il mestiere del direttore creativo consistesse nel dare forma a un'idea attraverso immagini, parole, campagne o prodotti. Oggi quella responsabilità si estende anche al dialogo con i modelli di intelligenza artificiale.

Ogni prompt è un brief. Ogni conversazione con un LLM è un processo creativo. E, come ogni processo creativo, produce risultati proporzionali alla qualità della direzione ricevuta.

È qui che nasce una distinzione fondamentale.

Non basta sapere usare uno strumento.

Bisogna sapere cosa si vuole ottenere.

E bisogna sapere come raccontarlo.

Queste due competenze, apparentemente semplici, rappresentano oggi una delle differenze più significative tra chi utilizza la Generative AI come una scorciatoia e chi la trasforma in un'estensione del proprio pensiero progettuale.

Quando chiediamo a un modello di generare un'immagine, non stiamo semplicemente descrivendo una scena. Stiamo costruendo un'intenzione.

L'atmosfera, il linguaggio visivo, il ritmo della composizione, il riferimento culturale, il livello di realismo, il tipo di luce, la materia, il punto di vista: ogni elemento comunica una scelta creativa.

Un prompt efficace non è una lista di parole chiave.

È una direzione artistica sintetizzata in linguaggio.

Lo stesso principio vale quando chiediamo a un LLM di scrivere un articolo, progettare un'interfaccia, sviluppare un concept di brand, creare una strategia, analizzare un documento o organizzare un workflow.

Il modello non legge la nostra mente.

Legge ciò che siamo in grado di esprimere.

Ed è proprio questa differenza a ridefinire il ruolo del professionista creativo.

La qualità dell'output non dipende soltanto dall'intelligenza del modello, ma dalla chiarezza del pensiero che gli viene affidato.

In altre parole, il prompt non è il punto di partenza.

È il risultato finale di un processo di riflessione.

Prima di scrivere un buon prompt occorre aver preso decisioni.

Qual è l'obiettivo?

Chi è il destinatario?

Quale tono di voce vogliamo utilizzare?

Qual è il livello di approfondimento?

Quali vincoli devono essere rispettati?

Quali riferimenti culturali sono davvero pertinenti?

Sono domande che un buon direttore creativo si pone da sempre.

L'intelligenza artificiale non elimina questo lavoro.

Lo rende ancora più importante.

Per questo motivo parlare semplicemente di "prompt engineering" rischia di essere riduttivo.

L'aspetto tecnico conta, ma rappresenta solo una parte del processo.

La competenza più preziosa rimane la capacità di costruire una visione.

Sapere scegliere.

Sapere sintetizzare.

Sapere dare priorità.

Sapere riconoscere quando un risultato è corretto ma non è ancora quello giusto.

Questa è Creative Direction applicata ai sistemi di Artificial Intelligence.

Non consiste nel trovare formule magiche da copiare e incollare.

Consiste nel trasformare il linguaggio in uno strumento di progettazione.

Con l'evoluzione dei modelli linguistici, sempre più persone potranno ottenere risultati tecnicamente accettabili.

Ciò che continuerà a distinguere professionisti, designer, art director, strategist e creativi sarà la qualità delle domande che sapranno formulare.

Perché i modelli generativi sono sempre più bravi a produrre risposte.

Ma il valore continua a nascere dalle intenzioni.

In un mondo in cui chiunque può generare contenuti, immagini, documenti e idee in pochi secondi, il vero vantaggio competitivo non sarà saper scrivere più prompt.

Sarà saper dirigere meglio il proprio pensiero.

Essere direttori creativi dei propri prompt significa, in fondo, esercitare la stessa disciplina che da sempre distingue un buon progetto da uno dimenticabile: avere una visione chiara, darle una forma comprensibile e guidare ogni scelta verso un obiettivo preciso.

L'AI accelera l'esecuzione.

La direzione creativa continua a determinare il risultato.

Inizia una nuova fase professionale in Digitouch, costruita attorno a un’idea sempre più chiara: oggi la creatività non può vivere separata dalla tecnologia, dai contenuti, dai dati e dalle esperienze digitali.

Il punto non è aggiungere Artificial Intelligence ai processi esistenti come un livello decorativo. Il punto è ripensare il Creative Workflow alla radice: capire dove la Generative AI può ampliare le possibilità espressive, dove può accelerare la produzione, dove può migliorare la qualità delle decisioni e dove, invece, serve ancora una direzione umana forte, sensibile e consapevole.

Creatività, Content & Social, GEO e Connected Experience sono aree sempre più interconnesse. Non funzionano più come silos separati, ma come parti di un unico ecosistema in cui Design, linguaggio, strategia e tecnologia devono dialogare fin dall’inizio.

Per me questa nuova responsabilità significa portare al centro una visione che unisce Creative Direction, AI Strategy, ricerca visiva, contenuto e innovazione. Significa trasformare la tecnologia in valore concreto, non in effetto speciale. Significa costruire processi capaci di generare idee migliori, esperienze più coerenti e soluzioni più rilevanti per brand, persone e piattaforme.

È una direzione sfidante, ma molto naturale rispetto al percorso che sto costruendo da tempo: un percorso in cui la cultura visiva incontra la Creative Technology, l’Advertising si apre a nuovi linguaggi e l’intelligenza artificiale diventa uno strumento di progetto, non una scorciatoia.

La vera innovazione, oggi, non sta solo negli strumenti che utilizziamo. Sta nel modo in cui impariamo a connetterli. https://lnkd.in/p/duwWfFnx

Ci sono oggetti digitali che non nascono per risolvere un problema enorme, ma per dare forma a un’attitudine. Questo player musicale nasce esattamente così: come un piccolo strumento personale, pratico e volutamente laterale, pensato per raccogliere e ascoltare tutta la mia discografia AI realizzata come Nevralgia Digitale.

L’ho chiamato “Giradischi blasfemo” perché non prova a essere neutro, elegante o invisibile. È un oggetto grafico dichiarato, rumoroso, nostalgico, pieno di riferimenti visivi agli anni Ottanta, al rock, alle cassette, agli sticker, alle copertine consumate, ai tavoli di legno, ai cavi audio, ai dettagli un po’ sporchi che appartengono più alla memoria che all’interfaccia contemporanea.

Al centro c’è un giradischi virtuale. Non un player minimale con due icone e una barra di avanzamento, ma una piccola scena interattiva in pixel art dove la musica viene ascoltata quasi fisicamente. I brani scorrono, le copertine cambiano, il disco gira, l’interfaccia diventa parte dell’esperienza. In un’epoca in cui tutto tende a diventare flat, standardizzato e funzionale fino all’anonimato, mi interessava costruire qualcosa che avesse un carattere preciso.

Il progetto contiene tutti gli album che ho realizzato con l’intelligenza artificiale sotto il nome Nevralgia Digitale. Non è solo un catalogo, ma una specie di jukebox privato, un archivio sonoro e visivo che mette insieme AI music, immaginario rock, cultura visiva pop, estetica retro gaming e un’idea molto personale di Creative Technology.

La cosa interessante, per me, non è soltanto il risultato finale. È il processo. Questo player è stato sviluppato in vibe coding con ChatGPT Codex, quindi attraverso un dialogo operativo con l’AI: istruzioni, prove, correzioni, rifiniture, bug, scelte visive, micro-funzioni. Non un uso passivo dello strumento, ma una collaborazione continua tra intenzione creativa, Design, codice e Artificial Intelligence.

È qui che la Generative AI smette di essere solo produzione di immagini o video e diventa parte di un Creative Workflow più ampio. Non si tratta di premere un bottone e aspettare che l’algoritmo faccia qualcosa di sorprendente. Si tratta di costruire un sistema, anche piccolo, capace di contenere una visione. Un’interfaccia può diventare una copertina espansa. Un player può diventare un racconto. Un archivio può diventare esperienza.

Questo approccio riflette molto la mia impronta creativa. Mi interessa usare le tecnologie AI in modo originale, non come scorciatoia estetica o come replica dei trend che invadono ogni giorno Instagram e LinkedIn. Copiare un prompt identico, generare l’ennesimo video di un coltello che taglia un kiwi di vetro, o produrre una ragazza in slow motion che guarda una partita di football allo stadio, non mi stimola. Non perché siano esperimenti sbagliati in sé, ma perché spesso diventano formule ripetute, riconoscibili, già consumate nel momento in cui appaiono.

L’AI, quando viene usata solo per aderire a un filone visivo, rischia di diventare una macchina di conformismo accelerato. Tutto sembra nuovo, ma molto inizia a somigliarsi. Gli stessi movimenti di camera, gli stessi materiali impossibili, gli stessi volti, gli stessi effetti, gli stessi “wow” pensati per durare tre secondi nel feed.

La sfida più interessante, invece, è usare l’AI Strategy come parte di una direzione artistica. Non chiedersi soltanto cosa posso generare, ma perché lo sto generando, dentro quale sistema, con quale tono, con quale memoria visiva, con quale rapporto tra tecnologia e cultura. Per me l’innovazione non è inseguire l’effetto più recente, ma capire come uno strumento contemporaneo possa dialogare con immaginari, formati e rituali che hanno ancora qualcosa da dire.

In questo senso, il giradischi virtuale funziona come un cortocircuito. Da una parte c’è la nostalgia: il vinile, le cassette, le copertine, il rock anni Ottanta, il gesto quasi analogico dell’ascolto. Dall’altra c’è una filiera completamente contemporanea: musica generata o sviluppata con AI, interfaccia programmata con supporto AI, un AI Workflow che entra nella progettazione del tool e nella sua estetica.

Il risultato è un oggetto ibrido. Non è solo un player musicale, non è solo un esperimento di codice, non è solo una vetrina di album AI. È un piccolo ambiente narrativo dove suono, immagine e interazione si tengono insieme. Un modo per ascoltare la discografia di Nevralgia Digitale senza ridurla a una lista di file.

Questa è una direzione che mi interessa sempre di più: creare strumenti personali, micro-esperienze, interfacce e sistemi che rendano visibile il pensiero creativo dietro ai contenuti. Perché oggi, forse, il valore non sta solo nel singolo output generato dall’intelligenza artificiale. Sta nel modo in cui quegli output vengono organizzati, contestualizzati, messi in scena e trasformati in esperienza.

Il “Giradischi blasfemo” è quindi anche una piccola dichiarazione di metodo. Usare l’AI senza lasciarsi usare dai suoi cliché. Entrare nella tecnologia senza perdere attrito, gusto, memoria e direzione. Costruire oggetti digitali che non sembrino demo tecniche, ma frammenti di un immaginario riconoscibile.

Un player musicale, in fondo, può essere molto più di un player. Può diventare un manifesto in miniatura: un modo per dire che il futuro creativo non deve per forza assomigliare a un’interfaccia fredda, liscia e senz’anima. Può anche girare su un vinile pixelato, pieno di graffi, sticker, cavi, copertine rock e intelligenza artificiale. Al link il video https://lnkd.in/p/d9TgHK-y

C’è un equivoco molto diffuso intorno alla Generative AI.

Molti pensano ancora che il processo creativo inizi e finisca con un prompt. Si scrive una frase, la macchina produce un’immagine, e il lavoro è concluso.

Nella realtà, almeno nella mia esperienza, il prompt è solo un piccolo frammento visibile di un sistema molto più ampio.

Un prompt è un input.

Un workflow è un sistema creativo.

Questa distinzione è diventata centrale nel mio modo di lavorare, soprattutto attraverso Forma Zeta Digital Garage, https://www.instagram.com/f.zimbaldi/ il mio laboratorio visivo dedicato a motociclette immaginarie, speculative design e concept development assistito dall’Artificial Intelligence.

A prima vista, il concept di una moto immaginaria può sembrare una singola immagine.

Un render ben riuscito.

Una vista laterale potente.

Un video cinematografico.

Una custom bike futuristica che non esiste nel mondo reale.

Ma dietro ogni immagine c’è una sequenza di decisioni.

Proporzioni.

Logica meccanica.

Riferimenti visivi.

Influenze culturali.

Luce.

Materiali.

Memoria di brand.

Tensione progettuale.

Narrazione.

Anche quando il risultato finale è generato con strumenti di AI, il processo creativo non comincia dal software.

Comincia da una direzione.

Prima di aprire qualsiasi tool generativo, cerco di capire che tipo di oggetto sto cercando di costruire. Non semplicemente “una moto futuristica”. È troppo generico. Mi interessa capire che cosa deve comunicare quella moto, quale presenza deve avere, quale memoria deve evocare.

È aggressiva o elegante?

È una reinterpretazione di un modello storico?

È più vicina all’industrial design, alla cultura racing, al cyberpunk, al brutalismo, all’artigianato italiano, all’ingegneria giapponese o all’endurance degli anni Ottanta?

Deve sembrare un prototipo del futuro o un concept dimenticato proveniente da un passato alternativo?

Queste domande contano più dello strumento.

Perché la Generative AI è estremamente potente, ma anche molto sensibile alla qualità dell’intenzione che la guida.

Un’intenzione vaga produce risultati vaghi.

Una visione precisa crea resistenza.

Costringe la macchina ad allontanarsi dalla media visiva.

Per questo, per me, l’AI-assisted design non significa chiedere qualcosa di bello. Significa costruire un campo di vincoli.

I vincoli non sono limiti.

Sono la struttura che permette a un’idea di avere identità.

In Forma Zeta Digital Garage parto spesso da una tensione progettuale specifica: una Ducati DesertX trasformata in café racer con anima scrambler; una Honda CBX reinterpretata come manifesto finale del motore a combustione; una naked bike immaginaria che combina plausibilità meccanica e presenza quasi scultorea.

La parte interessante non è mai l’etichetta.

È la contraddizione.

Enduro e café racer.

Vintage e futuro.

Brutalità industriale e superfici raffinate.

Realismo meccanico e immaginazione cinematografica.

È lì che il concept inizia a respirare.

Quando la direzione è chiara, l’AI entra in un workflow più grande.

A volte parto da un brief scritto.

A volte da uno sketch grezzo.

A volte da un’immagine esistente che voglio trasformare conservandone alcune proporzioni fondamentali.

A volte da un ricordo: una moto vista da bambino, una carena degli anni Novanta, una livrea da gara, un telaio, un faro, una linea di scarico, una sensazione.

La prima generazione raramente è l’immagine finale.

È materia.

È una prima negoziazione con la macchina.

Da lì comincia il lavoro vero.

Seleziono ciò che funziona.

Scarto ciò che è visivamente impressionante ma concettualmente debole.

Correggo le proporzioni.

Raffino i dettagli.

Cambio l’angolo di ripresa.

Insisto sulla coerenza meccanica.

Tolgo rumore decorativo.

Cerco una silhouette riconoscibile in una frazione di secondo.

In questo processo, l’AI non sostituisce la Creative Direction.

La accelera.

Permette di esplorare più possibilità, più velocemente. Ma la velocità, da sola, non è il punto.

Senza direzione, la velocità produce solo più rumore.

Il valore di un workflow sta nella sua capacità di creare continuità tra intuizione e output finale.

Un singolo prompt può generare un’immagine.

Un workflow può generare un linguaggio.

Questa è la differenza più importante.

Quando lavoro su Forma Zeta Digital Garage, non sto semplicemente cercando di produrre più immagini di moto. Sto cercando di sviluppare un mondo visivo riconoscibile.

Un mondo in cui cultura motociclistica, Design, Artificial Intelligence, fotografia, cinema e speculative storytelling si contaminano a vicenda.

Gli strumenti possono cambiare.

Il workflow evolve.

L’estetica deve restare identificabile.

Per questo non credo nella corsa continua a ogni nuovo modello di AI, come se il prossimo tool potesse risolvere magicamente il problema creativo.

I nuovi strumenti possono migliorare risoluzione, realismo, coerenza, animazione o controllo.

Ma non possono sostituire il gusto.

Non possono sostituire la cultura visiva.

Non possono sostituire la capacità di capire quando un’immagine ha carattere e quando è soltanto tecnicamente impressionante.

È qui che il ruolo del creativo diventa più importante, non meno.

La Generative AI può produrre infinite variazioni.

Ma qualcuno deve ancora decidere quale variazione ha senso.

Qualcuno deve sapere cosa tenere, cosa togliere, cosa spingere oltre e cosa abbandonare.

Qualcuno deve riconoscere la differenza tra un output spettacolare e un’idea coerente.

Quel qualcuno non è il tool.

È la mente creativa che dirige il processo.

In questo senso, Forma Zeta Digital Garage non è solo una galleria di motociclette immaginarie.

È un terreno di prova.

Un luogo in cui esplorare come l’AI possa diventare parte di una metodologia creativa più ampia.

Non come scorciatoia.

Non come gimmick.

Non come modo per produrre contenuto in quantità.

Ma come strumento per trasformare la ricerca visiva in immagini, le immagini in storie e le storie in un linguaggio progettuale personale.

Per me, il futuro della creatività assistita dall’AI non riguarda prompt migliori.

Riguarda workflow migliori.

Non produzione più veloce.

Direzione più chiara.

Non più immagini.

Più identità.

Perché in un’epoca in cui tutti possono generare, la vera sfida non è più far apparire qualcosa.

La vera sfida è fare in modo che quel qualcosa appartenga a una visione.

Ogni volta che viene rilasciato un nuovo modello di Generative AI, succede quasi sempre la stessa cosa.

Nel giro di poche ore, i social si riempiono di immagini spettacolari. Ritratti cinematografici, mondi impossibili, fotografie iperrealistiche, scenari editoriali, texture perfette, luci calibrate, composizioni impeccabili.

Per qualche giorno sembra di assistere a un salto in avanti.

Poi, lentamente, quelle immagini iniziano ad assomigliarsi molto.

La stessa luce.

La stessa palette.

Lo stesso volto.

La stessa profondità di campo.

Lo stesso gusto cinematografico.

Lo stesso modo di immaginare il futuro, il lusso, la moda, la tecnologia, persino l’imperfezione.

La tecnologia evolve a una velocità impressionante. L’estetica, spesso, molto meno.

Questo apre una domanda interessante: se oggi gli strumenti di Artificial Intelligence sono in grado di generare quasi qualunque immagine immaginabile, perché così tante immagini AI sembrano prevedibili?

Non credo che la risposta sia nella macchina.

Credo che sia in noi.

L’AI generativa è un amplificatore straordinario. Amplifica le nostre intenzioni, i nostri riferimenti, il nostro gusto, la nostra cultura visiva. Ma amplifica anche i nostri limiti.

Quando milioni di persone partono dagli stessi riferimenti, consumano le stesse immagini, inseguono gli stessi trend e usano parole molto simili per descrivere ciò che vogliono ottenere, non dovrebbe sorprenderci se i risultati iniziano a convergere.

Nasce così una nuova forma di media visiva.

Generare un’immagine è diventato semplice. Sviluppare un linguaggio visivo personale no.

E questo è il punto centrale.

L’originalità nasce dall’interpretazione e la vera sperimentazione si misura dalla qualità delle domande.

Che cosa sto cercando davvero?

Quale tensione visiva voglio costruire?

Quale immaginario sto evitando?

Quale riferimento sto usando in modo automatico?

Che cosa succede se porto dentro il processo qualcosa che non appartiene al mondo dell’immagine generata?

Nel Creative Workflow contemporaneo, l’AI non è solo uno strumento di produzione. È uno specchio. Mostra con grande precisione ciò che sappiamo chiedere, ma anche ciò che non siamo ancora in grado di immaginare.

Ogni nuovo modello diventa prima o poi accessibile a tutti.

Ogni AI Workflow può essere copiato, adattato, tutorializzato, trasformato in preset.

Il gusto no.

La curiosità no.

La visione no.

Questi elementi richiedono tempo. Richiedono osservazione, studio, errori, contaminazioni, memoria. Richiedono una relazione costante con la Visual Culture, non solo con il software.

Il punto non dovrebbe essere diventare esperti di uno strumento. Il punto dovrebbe essere costruire un modo di vedere capace di restare coerente anche quando lo strumento cambia.

Questo vale per la direzione artistica, per il Design, per l’Advertising, per la comunicazione visiva, per ogni forma di Creative Technology. Se il linguaggio dipende solo dal tool, allora il linguaggio non è davvero nostro. È una conseguenza temporanea dell’interfaccia che stiamo usando.

Forse il più grande equivoco intorno all’Artificial Intelligence applicata alla creatività è pensare che sostituisca la creatività.

Io credo che la esponga.

Quando tutti hanno accesso a capacità tecniche straordinarie, la differenza non sta più solo in ciò che la macchina può generare. Sta in ciò che la mente umana è capace di immaginare prima ancora che la generazione inizi.

Sta nella capacità di costruire un’intenzione.

Di riconoscere un cliché prima di produrlo.

Di uscire dalla media.

Di usare l’AI Strategy non come scorciatoia estetica, ma come sistema per espandere la ricerca, il pensiero e la direzione creativa.

In fondo, l’AI non rende le immagini generiche.

Rende semplicemente più visibile il pensiero generico.

Ciò che fino a pochi anni fa richiedeva giorni di lavoro oggi può essere realizzato in pochi minuti. Immagini, video, musica, testi, modelli 3D, codice. Le barriere tecniche alla produzione si sono drasticamente abbassate, mettendo a disposizione di milioni di persone strumenti che fino a poco tempo fa sarebbero sembrati fantascienza.

È un risultato straordinario.

Ma ha anche dato origine a un nuovo paradosso.

Se oggi tutti hanno accesso a strumenti creativi sempre più potenti, perché così tanti contenuti finiscono per assomigliarsi?

La risposta, a mio avviso, è semplice.

L'intelligenza artificiale ha democratizzato l'esecuzione.

Non ha democratizzato la visione.

Generare un'immagine non è più una competenza rara.

Immaginarne una che valga davvero la pena di essere creata continua invece ad esserlo.

Oggi il vero vantaggio competitivo non risiede più nella padronanza tecnica degli strumenti, ma nella capacità di mettere in relazione mondi apparentemente lontani, riconoscere connessioni impreviste e contaminare discipline, culture e linguaggi fino a far emergere qualcosa di autenticamente nuovo.

È qui che il ruolo del creativo assume un'importanza ancora maggiore.

Non perché l'intelligenza artificiale debba essere controllata.

Ma perché ha bisogno di essere diretta.

Ogni modello generativo viene addestrato su un immenso archivio della produzione umana esistente. Per sua natura tende verso ciò che è statisticamente più probabile, più coerente, più prevedibile.

La creatività, invece, raramente segue la probabilità.

Anzi.

Molto spesso nasce proprio dalla contraddizione.

Si alimenta di influenze che, in apparenza, non hanno nulla in comune: il design industriale e la scultura classica, l'architettura brutalista e l'ingegneria motociclistica, la fotografia editoriale e le neuroscienze, la tipografia e la musica progressive, il cinema e il product design.

Le idee più interessanti difficilmente nascono all'interno di una singola disciplina.

Nascono nei punti in cui culture diverse si incontrano e si contaminano.

Per questo motivo credo che uno degli errori più comuni, oggi, sia inseguire ogni nuovo strumento di intelligenza artificiale semplicemente perché esiste.

La sperimentazione ha valore soltanto quando risponde a uno scopo.

Collezionare prompt, provare ogni nuovo modello o generare migliaia di immagini non significa, di per sé, fare ricerca creativa.

La ricerca inizia quando la sperimentazione diventa metodo.

Quando ogni nuova tecnologia viene assimilata all'interno di un workflow personale, invece di diventare il workflow stesso.

L'obiettivo non dovrebbe mai essere produrre di più.

Dovrebbe essere produrre qualcosa che sia immediatamente riconoscibile come proprio.

Un'estetica.

Un linguaggio.

Un processo.

Un modo di pensare che rimanga riconoscibile indipendentemente dal software utilizzato.

La tecnologia evolve continuamente.

La visione evolve molto più lentamente.

Per questo motivo credo che il futuro non appartenga né a chi rifiuta l'intelligenza artificiale né a chi la adotta in modo acritico.

Appartiene ai creativi capaci di costruire sistemi di pensiero originali.

A professionisti che coltivano curiosità ben oltre il proprio ambito di competenza.

Che studiano fotografia, cinema, design industriale, architettura, musica, psicologia, ingegneria e cultura visiva con lo stesso desiderio di comprendere.

Perché le idee, nella maggior parte dei casi, non vengono inventate.

Vengono scoperte.

Nascono nell'intersezione fra mondi che, solo in apparenza, sembrano non avere alcun legame.

L'intelligenza artificiale ha reso la creazione accessibile a tutti.

La capacità di distinguersi, invece, continua a essere una responsabilità profondamente umana.

E forse, in fondo, è sempre stato questo il vero lavoro di un creativo.

L'autore

Federico Zimbaldi, Creative Supervisor, Generative AI Manager e designer multidisciplinare. Opero nei settori dell'advertising, della cultura visiva, del design assistito dall'intelligenza artificiale, delle esperienze digitali e dello sviluppo di concept.

Attraverso il mio Journal esploro il rapporto in continua evoluzione tra creatività, tecnologia e visione umana.