In un momento in cui l’intelligenza artificiale sembra sempre più avulsa dalla concretezza sensoriale del mondo fisico, una nuova mossa di Google punta invece a costruire un ponte — uno davvero solido — tra le capacità di ragionamento dei suoi modelli AI e la “geografia” vissuta dall’utente. Google ha annunciato che gli sviluppatori possono da oggi utilizzare la funzione Grounding with Google Maps all’interno della Gemini API.
Semplificando, questa novità significa che le applicazioni basate su Gemini potranno accedere ai dati in tempo reale del servizio Google Maps — informazioni su indirizzi, orari, recensioni, atmosfera di un locale, coordinate geografiche e molto altro — e usarli come parte integrante delle risposte generate dall’IA. Per gli sviluppatori, si spalanca la porta verso esperienze più “radicate” nella realtà concreta, meno astratte, e maggiormente utili in contesti dove la localizzazione, la presenza fisica e il contesto spaziale fanno la differenza.
Immagina un’app che suggerisce ristoranti in una zona della città: finora un modello AI poteva generare una lista basata sulle informazioni del web, ma non sempre aveva accesso aggiornato o specifico su “quel ristorante, oggi, ore 19, è aperto, ha posti all’aperto, è raggiungibile in 10 minuti da me”. Con la nuova modalità di “grounding” Maps, lo sviluppatore può passare latitudine e longitudine dell’utente, attivare lo strumento “googleMaps” nella richiesta API del modello, e ricevere output dove non solo i suggerimenti sono generati dall’IA ma anche verificati e contestualizzati con dati reali di Google Maps.
In più, Google mostra che gli sviluppatori possono anche renderizzare un widget interattivo che incorpora una vista di Google Maps all’interno dell’interfaccia dell’app (con foto, recensioni, dettagli del locale) grazie a un token di contesto che viene restituito dall’API.
Questa integrazione segna un passo significativo sotto vari punti di vista. In primo luogo, è un’evoluzione rispetto al modello “solo generativo” dell’IA: ora la generazione testuale si arricchisce con dati strutturati, verificabili, aggiornati. Questo contribuisce a ridurre il rischio di “allucinazioni” dell’IA — ossia risposte che suonano plausibili ma non corrispondono alla realtà – proprio perché si affida a fonti geografiche concrete.
In secondo luogo, apre scenari differenti per applicazioni aziendali: turismo, real-estate, logistica, consegne, raccomandazioni locali, itinerari personalizzati, persino automazione per il “posto giusto al momento giusto” grazie al supporto di coordinate geografiche e contesto reale.
Terzo, va anche visto come mossa strategica: Google utilizza la sua forza dominante nel mapping e nei dati geospaziali per differenziarsi da concorrenti come ChatGPT di OpenAI o Claude di Anthropic — che al momento non dispongono dello stesso livello di accesso integrato ai dati di mappatura proprietari.
Lo strumento è disponibile tramite l’API di Gemini: nello specifico basta abilitare il tool “googleMaps” nella richiesta generateContent. Ed è possibile combinare questa modalità di grounding anche con altri strumenti, come Grounding with Google Search, per arricchire le risposte dell’IA con contesto più ampio (ad esempio news, eventi, articoli) oltre ai dati puramente spaziali di Maps.
Google sottolinea che è utile fornire latitudine/longitudine dell’utente se nota, per migliorare la precisione.
Va però segnato che il costo non è trascurabile: secondo l’articolo di VentureBeat si parla di 25 dollari ogni 1000 prompt “grounded” (ossia che attivano il grounding Maps) — indicazione che richiede alle imprese valutare bene il rapporto costo/beneficio.
Infine, alcune limitazioni: per esempio, non sembra che il grounding includa ancora dati in tempo reale sul traffico veicolare (almeno al momento dell’annuncio).
Con questa novità, la distinzione tra “mondo fisico” e “mondo digitale” si affievolisce nell’ambito delle applicazioni AI. L’agente non solo “parla” di un luogo, ma lo incorpora nella generazione della risposta. Ciò può determinare un salto qualitativo nell’utilizzo quotidiano di applicazioni “smart”. Ad esempio, un’app di viaggi potrà generare un intero itinerario tenendo conto non solo di “cosa vedere” ma anche “come muoversi”, “quanti minuti richiede”, “quali locali nelle vicinanze sono aperti ora e recensiti meglio”.
Con l’ aggiornamento di Gemini API, l’IA diventa meno “on-cloud, asettica, generica” e più “context-aware, location-aware, real-world informed”. Per gli sviluppatori è un’opportunità concreta di costruire applicazioni più utili, più partecipi del mondo reale, più integrate in contesti spaziali. Per gli utenti finali, significa che quando chiederanno “Dove posso andare a cena qui vicino?” o “Quali quartieri sono adatti per una famiglia con bambini?” riceveranno risposte migliori, più radicate nella mappa reale del loro contesto.