Quando pensiamo ad assistenti artificiali aziendali, spesso immaginiamo uno strumento generico, capace di rispondere a domande, scrivere testi o eseguire calcoli. Ma il vero salto di qualità avviene quando quell’assistente ha “conoscenze specialistiche”, rappresenta il DNA di un’azienda, conosce procedure, standard, regole, codici propri: diventa così un collaboratore davvero utile. È qui che entra in scena la novità annunciata da Anthropic: Skills, una funzione progettata per rendere Claude — il suo assistente AI — più veloce, più economico e soprattutto più coerente nelle attività aziendali complesse.
L’idea è semplice ma potente: invece di dare istruzioni ogni volta da zero, un’azienda può costruire delle “cartelle intelligenti” che contengono materiali, script, file di riferimento, linee guida — tutto ciò che serve per un ambito specifico (finanza, marketing, compliance…) — e far sì che Claude “carichi” quelle conoscenze solo quando sono utili. Questo approccio segna una distinzione rispetto alle tecniche più classiche come il prompt engineering o sistemi di recupero dati (RAG), dove il modello viene “aiutato” da contesti esterni, ma spesso in modo rigido e poco modulare.
Nel modello proposto, Claude conosce solo i nomi delle Skills e una breve descrizione iniziale, senza penetrare subito in ogni dettaglio: è un sistema di “disclosure progressiva” (progressive disclosure). Quando una Skill diventa rilevante per il compito che sta svolgendo, l’assistente la “apre”, ne carica i file necessari e li utilizza. In questo modo non viene appesantito tutto il contesto ogni volta: solo l’informazione utile entra in gioco.
Questo cambia anche il modo in cui si personalizza l’IA. Prima, se volevi che l’assistente fosse “a modo tuo”, dovevi costruire prompt complicati o strutturare database esterni, e spesso ogni utente o team doveva rifare quell’operazione. Con le Skills, si costruisce una volta la “conoscenza aziendale” e poi la si condivide: Claude può combinare più Skills insieme. Immagina che l’assistente debba preparare un report: può farlo unendo la “Skill finanza” con quella “linee guida del marchio” e con quella della presentazione grafica, senza che tu debba dirgli “usa prima questo, poi quell’altro, poi questo”. Le Skills si “impilano” da sole, coordinandosi per portare un risultato coerente.
Questa modularità è una delle chiavi che, secondo Anthropic, permettono a Claude di operare più velocemente ed efficientemente. Una Skill può racchiudere procedure dettagliate, modelli di codice, documenti di riferimento, linee guida aziendali, checklist per la compliance, script eseguibili: tutto organizzato in folder navigabili da Claude. Con questo approccio, anche attività articolate, che richiedono contesto lungo, diventano gestibili senza sovraccaricare l’assistente.
Sono già emersi casi pratici interessanti. Per esempio, l’e-commerce giapponese Rakuten ha adottato Skills per automatizzare funzioni finanziarie che richiedevano collaborazione tra vari team e molteplicità di passaggi manuali. Ora Claude elabora più fogli di calcolo, rileva anomalie e produce report secondo le procedure aziendali, riducendo una giornata di lavoro a una sola ora. In termini pratici, un progresso di produttività 8 volte superiore su quei flussi.
Anche altre aziende si stanno muovendo in questa direzione: Canva intende incorporare Skills per estendere cosa un agente IA possa fare in modo adattivo; Box li utilizza per trasformare contenuti archiviati in presentazioni, documenti e fogli Excel conformi agli standard aziendali, con il minimo intervento umano.
Sul fronte tecnico, le Skills non sono riservate solo ai tecnici — anche utenti meno esperti possono crearle grazie a un “creatore di Skill” interno che guida passo passo la costruzione di una Skill chiedendo domande sul flusso di lavoro desiderato. Chi invece lavora con l’API può gestire le Skills programmativamente, versionarle, installarle via plugin, condividere team. Le Skills vengono incluse nei piani Max, Pro, Teams e Enterprise senza costi aggiuntivi, mentre l’uso via API è fatturato solo in base al consumo di token durante l’esecuzione.
La forza di questa introduzione è che eleva il modello aziendale di personalizzazione dell’IA: non è più solo “prompt engineering”, né solo “modelli su misura”, ma un’idea in cui l’assistente possiede un repertorio modulare di conoscenze specialistiche che può attivare quando serve. Claude non è più un AI generico che prova a fare tutto; diventa un sistema che sa quando “caricare la propria competenza” e come combinare competenze diverse per compiti complessi.