Google trasforma NotebookLM in Gemini Notebook, uno strumento operativo

Quando Google rinomina un prodotto, raramente si tratta di una semplice questione di immagine. Il passaggio da NotebookLM a Gemini Notebook non fa eccezione: è il segnale che Google considera questa categoria di strumenti — AI capace di lavorare su documenti caricati dall'utente, producendo risposte ancorate alle fonti — un elemento centrale del proprio ecosistema e, soprattutto, qualcosa che deve diventare parte del lavoro quotidiano di un pubblico più ampio di quello che finora lo ha usato.

NotebookLM era già uno strumento apprezzato da ricercatori, studenti e professionisti che lo usavano per interrogare raccolte di documenti: si caricavano PDF, articoli, appunti, e l'AI rispondeva restando ancorata a quelle fonti, senza inventare. Un approccio più affidabile del chatbot generico, ma ancora limitato alla fase di lettura e sintesi.

Eseguire codice, non solo risponderti

La novità sostanziale è che Gemini Notebook smette di essere un assistente di lettura e diventa un ambiente operativo. Concretamente: ogni notebook ottiene ora un ambiente di cloud computing dedicato, con la possibilità di scrivere ed eseguire codice direttamente sui file caricati. Questo cambia la natura del prodotto in modo profondo. Prima l'AI poteva descrivere i dati contenuti in un documento; ora può anche elaborarli — pulire una tabella, estrarre dati da un PDF, fare calcoli — e restituire un risultato verificabile, perché deriva da un procedimento computazionale ripetibile.

A questo si aggiunge la capacità di generare output strutturati: PDF, fogli di calcolo, presentazioni, visualizzazioni dati. Il flusso di lavoro cambia di conseguenza. Prima: carico le fonti, interrogo, ottengo una sintesi. Ora: carico le fonti, interrogo, ottengo un'ipotesi, faccio eseguire un'analisi, genero un file pronto per il passaggio successivo — una tabella, un grafico, una bozza di slide. Meno salti tra strumenti diversi, più continuità. Un esempio concreto: un foglio con dati di vendita mensili. Prima l'AI poteva commentarlo; ora può produrre direttamente un grafico coerente e un file utilizzabile, eliminando quel lavoro di raccordo che spesso rappresenta il vero collo di bottiglia.

Sul piano tecnico, Google ha anche annunciato — con un aggiornamento dell'8 giugno 2026 — il passaggio a Gemini 3.5 e a un sistema interno chiamato Antigravity, associati a maggiore affidabilità e a una migliore visibilità del processo con cui l'AI arriva alle conclusioni. La promessa è: meno risultati opachi, più trasparenza su come si è arrivati a una risposta. Per chi lavora su documenti reali — bilanci, contratti, analisi di mercato — questa è una differenza concreta, non solo un valore aggiunto sulla carta.

Gemini Notebook non spiega più i tuoi dati, li elabora e ti restituisce un file pronto

Chi può usarlo e quanto costa

Fino ad ora, le funzionalità più avanzate erano riservate agli abbonati al piano Google AI Ultra. Con questo aggiornamento, l'esecuzione di codice e la generazione di output complessi arrivano anche al piano Google AI Pro. In Italia, Google AI Pro costa 21,99 euro al mese, mentre Google AI Ultra parte da 99,99 euro al mese. La distanza economica è significativa, e spostarsi su Pro significa rendere queste capacità accessibili a una fascia molto più ampia: consulenti, analisti, marketer, ricercatori, studenti avanzati, piccoli team. Non data scientist di professione, ma professionisti che hanno bisogno di strumenti affidabili senza dover imparare a programmare.

Il rollout sarà progressivo nei prossimi mesi, e per ora non è stata fissata alcuna data per l'eventuale disponibilità sul piano gratuito. Questo significa che utenti con lo stesso abbonamento potrebbero trovarsi con funzionalità diverse per settimane, soprattutto in Europa, dove i tempi di attivazione regionali tendono ad allungarsi. In un prodotto pensato per la produttività, questa incertezza ha un costo reale: impedisce ai team di standardizzare un flusso di lavoro prima di sapere con certezza cosa hanno a disposizione.

I dati che carichi: cosa succede davvero

Quando uno strumento passa da assistente di lettura ad ambiente operativo, la domanda sulla gestione dei dati diventa più urgente. Secondo la documentazione ufficiale di Google, i contenuti caricati, gli output generati e la cronologia delle conversazioni non vengono utilizzati per addestrare direttamente i modelli fondamentali, salvo che l'utente scelga esplicitamente di fornire feedback. È una distinzione importante, anche se non elimina ogni ambiguità: il materiale condiviso con altri servizi Google ricade nelle policy generali di Google, che includono pratiche legate al miglioramento del prodotto.

La questione si complica ulteriormente per chi usa account aziendali o scolastici. In quei casi entrano in gioco contratti diversi — i GCToS, le condizioni di Google Workspace for Education — che cambiano le aspettative su conservazione dei dati, possibilità di audit e trattamento delle informazioni. E qui emerge uno dei punti di frizione più concreti dell'integrazione con l'ecosistema Gemini: se si usa la funzione notebook dall'app Gemini principale, non è immediato capire se si stanno seguendo le regole di Gemini Notebook o quelle più generiche dell'app. Non è un dettaglio tecnico trascurabile — nelle community è già una delle domande più frequenti.

Chi usa account aziendali deve controllare quali regole si applicano ai dati caricati

La strategia dietro il cambio di nome

L'operazione risponde a due obiettivi paralleli di Google. Il primo è l'unificazione sotto il marchio Gemini: non più solo modelli linguistici, ma un ecosistema di superfici d'uso che condividono un'identità riconoscibile. L'integrazione dei notebook dentro le app Gemini fa parte di questa logica di convergenza. Il secondo obiettivo è costruire una progressione chiara tra i piani: un livello base come porta d'ingresso, Pro come tier per il professionista evoluto, Ultra per chi ha bisogno di limiti più alti e accesso anticipato alle funzionalità sperimentali.

È un'impostazione che risponde a un problema reale del mercato AI: l'utente non compra un modello, compra la capacità di lavorare su contesto ampio con strumenti integrati, senza dover assemblare una catena di applicazioni diverse. Portare l'esecuzione di codice e la generazione di artefatti su Pro riduce il rischio principale per Google: che Gemini Notebook resti percepito come uno strumento interessante ma di nicchia, usato per qualche settimana e poi abbandonato.

Resta però una tensione sottile, che il rebranding non risolve da solo. Quando l'AI produce una tabella o un grafico, la domanda non è più solo «è coerente con le fonti?», ma «il metodo è corretto?». La promessa di trasparenza — ragionamento visibile, ambiente di esecuzione isolato, output esportabili — diventa allora parte integrante della fiducia nel prodotto. Se Google riuscirà a far percepire Gemini Notebook come un ambiente in cui l'utente può controllare e ripercorrere i passaggi, il cambio di nome avrà un senso che va oltre il marketing. Altrimenti, il rischio è di consegnare agli utenti uno strumento potente sulla carta ma difficile da adottare stabilmente — soprattutto in contesti dove un grafico sbagliato pesa molto più di un riassunto impreciso.