AI nelle costruzioni: strumenti, norme, casi d’uso per uffici tecnici

L’intelligenza artificiale sta trasformando il lavoro quotidiano del settore delle costruzioni. Dalla ricerca tecnica all’analisi delle normative, dalla redazione di relazioni alla traduzione di documenti, fino all’automazione dei processi, strumenti come Claude, ChatGPT, Copilot, Perplexity e Consensus sono già entrati negli uffici tecnici delle aziende. Il loro utilizzo richiede però sempre una validazione umana. Questa guida pratica, a cura del giornalista e docente Filippo Tramelli, illustra i principali strumenti AI, le opportunità e i limiti nel settore delle costruzioni, il quadro normativo europeo (AI Act) e le buone pratiche per un utilizzo efficace, sicuro e responsabile dell’intelligenza artificiale.

Nel mondo delle costruzioni l’intelligenza artificiale è già entrata nel lavoro di tutti i giorni: nelle relazioni tecniche, nelle mail, nelle riunioni, nella ricerca di informazioni e nella produzione di contenuti.

Ingegneri, tecnici di laboratorio, responsabili acquisti e comunicatori aziendali la stanno già incontrando, spesso però senza una vera strategia: provando strumenti, testando prompt, in generale andando per tentativi.

Ma come orientarsi tra strumenti AI per l’edilizia, rischi normativi e opportunità reali?

Chiunque lavori in un ufficio tecnico, commerciale o comunicazione nel settore delle costruzioni usa l’intelligenza artificiale quotidianamente.

Microsoft Copilot 365 integrato in Word ed Excel, il suggerimento automatico nelle mail, i riepiloghi delle riunioni su Teams, oltre ovviamente alle lunghe chat con gli LLM di turno (più o meno consentiti a livello aziendale).

L’evoluzione è costante in tutti i principali Large Language Models: Claude di Anthropic, ChatGPT di OpenAI, Gemini di Google e ovviamente Copilot di Microsoft.

Nel filiera delle grandi costruzioni questi strumenti sono oggi in grado di fare tantissime attività, dalla creazione di contenuti tout court, alle attività più strategiche tra cui:

• redigere relazioni tecniche, comunicati stampa e report di sostenibilità partendo da dati grezzi
• analizzare normative complesse (EN, UNI, ISO) e sintetizzarne i punti chiave
• ricercare e confrontare studi scientifici su materiali da costruzione come cemento, calcestruzzo e aggregati riciclati
• tradurre documenti tecnici in più lingue mantenendo la terminologia di settore
• automatizzare la compilazione di schede tecniche
• trovare nuove strategie di comunicazione e marketing a partire dai dati

Il settore dei materiali da costruzione è tra quelli che beneficiano di più dall’AI applicata alla ricerca.

Le banche dati scientifiche come Scopus e Web of Science, insieme a motori e piattaforme come Google Scholar, Semantic Scholar e ResearchGate, permettono di accedere a una quantità enorme di letteratura su cemento, calcestruzzo, aggregati riciclati, materiali compositi e sostenibilità.

Un LLM non sostituisce la ricerca bibliografica, ma può aiutare a esplorare, sintetizzare e confrontare rapidamente documenti e studi, purché lavori su fonti verificabili.

• Perplexity: motore di ricerca basato su AI con fonti citate e aggiornate, da verificare. Ottimo per query tecniche. Esempio: “Quali sono gli ultimi studi sull’uso sostenibile del cemento?”
• ChatGPT con navigazione web: utile per sintesi e produzione di testi, ma anche ricerca sul web con la funzionalità Deep Research. Verifica sempre le fonti originali.
• Claude AI: particolarmente indicato per l’analisi di documenti tecnici, ma soprattutto per la versatilità nella scrittura e l’uso delle skills, competenze ad hoc che ogni utente può creare nella piattaforma anche senza esperienza. Anche in questo caso è comunque necessario verificare valori numerici, citazioni e riferimenti normativi alla fonte originale.
• Consensus: risponde a domande scientifiche citando studi peer-reviewed.

Una cosa va ribadita: i modelli AI possono generare informazioni plausibili, ma errate, incluse citazioni di studi inesistenti. Questo è particolarmente critico in ambito scientifico.

La regola d’oro è semplice: l’AI suggerisce e ottimizza, il professionista verifica. Non utilizzare mai un dato tecnico o giuridico senza averlo riscontrato sulla fonte ufficiale.

I migliori modelli disponibili mostrano prestazioni molto elevate in diversi benchmark pubblici su ragionamento, comprensione del testo e analisi multimodale.

Ma questi risultati non equivalgono automaticamente all’affidabilità su domande tecniche specifiche del settore costruzioni.

Uno studio pubblicato su arXiv ha analizzato sistematicamente le allucinazioni degli LLM in contesti di materials science, confermando che i modelli tendono a generare informazioni plausibili, ma errate quando interrogati su proprietà specifiche di materiali o su letteratura scientifica di nicchia.

Sicuramente dare i giusti prompt, ossia essere in grado di chiedere ai modelli AI gli output nel modo più congeniale al loro funzionamento, può aiutare.

• Sintesi e spiegazione di concetti tecnici consolidati.
• Bozze di documenti: relazioni, schede prodotto, comunicati stampa.
• Analisi di testi normativi e confronto di requisiti.
• Traduzione tecnica e adattamento di contenuti.

• Calcoli strutturali o geotecnici: vanno verificati con software dedicati.
• Valori numerici precisi (coefficienti di sicurezza, soglie normative di recente aggiornamento).
• Citazioni bibliografiche: sempre da verificare sulla fonte originale.

Durante tutte le varie edizioni del mio corso AI aziendale, quello che consiglio sempre è prima di tutto partire dalle attività più time consuming e a scarso valore umano aggiunto: ossia tutte quelle attività che si possono in qualche modo “delegare” all’AI senza grossi rischi e che ci faranno risparmiare un sacco di tempo.

Ma bisogna prima di tutto mappare i colli di bottiglia e/o quello che potremmo tranquillamente delegare a un assistente al suo primo giorno di lavoro.

Poi si può sperimentare con qualche strumento a seconda del tipo di contenuto (testo, audio, video ecc.), sperimentare, validare e poi ampliare gradualmente.

• Claude Enterprise: analisi di documenti tecnici voluminosi, capitolati, relazioni geologiche.
• Perplexity Pro: ricerche aggiornate con fonti citate, utile per normative e aggiornamenti di settore.
• Microsoft 365 Copilot: integrato in Word, Excel, Teams, Outlook. Genera riepiloghi di riunioni, bozze di mail, tabelle da dati grezzi. Ideale per chi lavora nell’ecosistema Microsoft.
• Notion AI: gestione della knowledge base aziendale con ricerca semantica.
• Gamma.app: generazione rapida di slide da testo.

Scenario: ricevete la scheda tecnica di un nuovo additivo fluidificante per calcestruzzo (Pdf, 15 pagine) e volete capirne rapidamente compatibilità, dosaggi e conformità alla norma EN 934-2.

Aprire Claude e caricare il documento
Andate su Claude.ai (va bene anche l’account gratuito, nel caso account a pagamento per le funzionalità avanzate). Cliccate sull’icona allegati nella chat e caricate il Pdf della scheda tecnica.

Formulare un prompt
“Analizza questa scheda tecnica di additivo per calcestruzzo. Estrai: 1) dosaggio consigliato per metro cubo, 2) compatibilità con cemento Portland e cementi con aggiunta di loppa, 3) conformità dichiarata alla norma EN 934-2, 4) eventuali avvertenze su compatibilità con altri additivi. Presentami i risultati in una tabella.”

Verificare le informazioni
Usate la risposta come punto di partenza, non come risposta definitiva. Controllate i valori numerici direttamente nel documento originale. Se l’AI cita una norma, verificate che la versione sia quella corrente.

Questo flusso riduce il tempo di lettura iniziale da 30-40 minuti a circa 5, lasciando al tecnico il compito di validazione critica che solo l’esperienza umana può garantire.

Il quadro normativo europeo lo chiarisce con forza: l’AI deve essere sempre governata, mai subita.

Nell’AI Act, la sorveglianza umana è un principio centrale soprattutto per i sistemi ad alto rischio.

Anche quando non si ricade formalmente in questa categoria, nel settore costruzioni è buona pratica prevedere sempre una validazione professionale degli output usati in documenti tecnici, commerciali o normativi

L’AI può preparare la bozza di un documento, sintetizzare una normativa, proporre un confronto tra materiali. Ma la firma, la responsabilità tecnica e la validazione finale spettano sempre al professionista, ovviamente.

Non perché l’Intelligenza Artificiale non potrebbe essere capace o non abbia certe conoscenze (dipende su quali dati è stata allenata), ma perché la responsabilità professionale (e legale) non si delega mai a un algoritmo.

• salvate i prompt utilizzati per output rilevanti (es. relazioni tecniche generate con AI);
• inserite nelle procedure aziendali una fase esplicita di “review umana” per qualsiasi contenuto generato da AI destinato a uso esterno;
• non condividete con sistemi AI informazioni riservate su commesse, prezzi, dati personali dei clienti, brevetti aziendali o processi produttivi non pubblici;
• fate “meta prompting”: se non sapete come chiedere alla macchina, fatevi aiutare da lei nel trovare la giusta istruzione (ma ovviamente voi dovete sempre avere le idee chiare e dare il giusto contesto);
• aggiornate il personale almeno una volta all’anno sugli strumenti in uso e sui loro limiti.

Gli strumenti AI sono sempre in evoluzione, ma dal 2026 in poi i più usati sono Claude e ChatGPT (analisi documentale e produzione di contenuti, ma anche analisi dei dati), Perplexity AI (ricerca tecnica aggiornata anche con funzionalità deep research), Microsoft 365 Copilot (produttività d’ufficio), Google Gemini e Procore con AI integrata (project management di cantiere).

La scelta dipende dal ruolo: per l’analisi di schede tecniche e capitolati Claude è particolarmente indicato, mentre per il project management Procore offre funzionalità specifiche per l’edilizia.

No, non in modo autonomo. I modelli LLM generalisti non sono strumenti di calcolo ingegneristico. Per calcoli strutturali o geotecnici restano indispensabili software dedicati. L’AI può però supportare la fase preparatoria: interpretare normative, confrontare metodi, redigere relazioni.

Dal 2 agosto 2026 sono in vigore la quasi totalità delle disposizioni dell’AI Act (Reg. UE 2024/1689).

Le aziende dovrebbero censire i sistemi AI in uso, chiarire per ciascuno il ruolo assunto dall’organizzazione, provider o deployer, verificare l’eventuale classificazione di rischio e adottare misure di governance, formazione e controllo proporzionate.

In Italia si aggiungono la Legge 132/2025, che introduce il quadro nazionale sull’intelligenza artificiale, e il Decreto 180/2025 del Ministero del Lavoro, che fornisce indicazioni operative per l’uso dell’AI nel mondo del lavoro.

Sì, con le dovute precauzioni. Strumenti come Elicit, Consensus e Perplexity AI sono progettati per la ricerca scientifica con fonti citate. I modelli generalisti come Claude e ChatGPT, ma anche gli altri LLM, sono utili per sintetizzare documenti già disponibili, ma possono generare citazioni errate (allucinazioni). La regola è sempre: l’AI suggerisce, il professionista verifica sulla fonte originale.

L’intelligenza artificiale nel settore delle costruzioni da tempo non è più una novità, ma è diventata parte dell’infrastruttura professionale quotidiana. Chi lavora con cemento, calcestruzzo, aggregati, sistemi di impermeabilizzazione o tecnologie edili ha oggi a disposizione strumenti che, usati bene, moltiplicano la produttività e la qualità del lavoro.

La chiave è trattare l’AI come collega molto veloce, ma che ha bisogno di supervisione. Non conosce ad esempio il cantiere specifico (a meno che non diamo noi tutti i dati), non ha responsabilità professionali, e a volte inventa (e sbaglia) con sicurezza.

Sicuramente l’AI può far parte della squadra e, visto il costante miglioramento dei modelli e delle funzionalità, ci sarà sempre di più. La si può ascoltare e far lavorare, ma le decisioni strategiche e i contenuti da pubblicare vanno sempre validati da noi umani.

Perché, alla fine, anche nel settore più tecnico, la differenza la fanno ancora le persone: chi conosce i materiali, interpreta il contesto, si assume la responsabilità delle scelte e usa la tecnologia non per sostituire il proprio mestiere, ma per farlo meglio.

© RIPRODUZIONE RISERVATA