NotebookLM esegue codice: cosa cambia per i professionisti

Tra giugno e luglio 2026 Google ha annunciato che ogni notebook di NotebookLM, ribattezzato Gemini Notebook, potrà utilizzare un computer virtuale capace di scrivere ed eseguire codice sui documenti caricati, insieme a oltre cento skill preconfezionate. Sulla base dell’annuncio questo articolo immagina due possibili usi professionali, per un commercialista e per un consulente, e mette in fila i limiti e le zone d’ombra ancora aperte. Le funzioni descritte restano annunciate e non ancora provate sul campo.

Cosa ha annunciato Google

NotebookLM è nato come strumento in cui l’utente carica le fonti e ottiene risposte attinte solo a quelle, con il link al punto esatto del documento da cui arriva ogni informazione. Tra giugno e luglio 2026 Google ha annunciato un cambio di passo, in due momenti ravvicinati.

Il primo annuncio è dell’8 giugno, e porta con sé quattro novità:

• Il computer in cloud. Ogni notebook riceve un «secure cloud computer», un ambiente isolato in cui il modello scrive ed esegue codice, di solito Python.
• Le software skill. Più di cento «curated software skills», capacità preconfezionate che il sistema richiama durante il lavoro.
• I nuovi formati. Oltre ai testi, fogli Excel, presentazioni PowerPoint, PDF con grafici e dati strutturati in CSV.
• Il motore. NotebookLM gira ora su Gemini 3.5 e Antigravity, con maggiore visibilità sul ragionamento. Google parla di «nuove capacità agentiche» nella chat.

Il secondo annuncio è del 16 luglio. NotebookLM cambia nome e diventa Gemini Notebook, con lo stesso sito e gli stessi notebook di prima. Il cambio segue un’abitudine ormai riconoscibile di Google, che fa nascere i suoi prodotti sperimentali sotto nomi propri e poi li assorbe nel marchio Gemini una volta cresciuti. Nella stessa occasione Google annuncia che il computer in cloud, fino a quel momento riservato al piano Ultra, arriverà «nelle prossime settimane» anche sul piano Pro sul web.

Occorre però fare attenzione a un dettaglio. Google descrive queste funzioni al presente, ma il rilascio è un’altra cosa. Al momento la funzione risulta attiva per gli abbonati Ultra e per alcuni clienti Workspace, mentre l’arrivo sul piano Pro resta annunciato e non ancora effettivo. Sul mio account non è ancora comparsa, e con ogni probabilità chi legge la sta aspettando. Resta poi da capire il rilascio a livello internazionale, visto che in passato alcuni paesi sono rimasti indietro.

Resta il nodo dei costi, perché pesa sulla parte pratica. Stando all’annuncio la funzione vive solo sui piani a pagamento, Google AI Ultra da 99,99 euro al mese e Google AI Pro a 21,99 euro al mese, mentre il piano gratuito conserva la versione documentale di sempre, senza esecuzione di codice.

Cosa cambia davvero

Prima di questo aggiornamento NotebookLM faceva parecchio più che rispondere sulle fonti. Dalla sezione Studio ricavava già report, quiz, flashcard e sintesi audio a due voci. Tutte queste funzioni avevano un tratto in comune, elaboravano e sintetizzavano il contenuto dei documenti. Nessuna eseguiva un calcolo vero su dei dati.

La novità è proprio questa. Prima, se in un bilancio caricato c’era una serie di dati numerici, NotebookLM li leggeva e li riportava, ma non poteva prenderli e usarli per calcolare. Stando all’annuncio adesso può, e la differenza sta tutta tra descrivere un numero già scritto e calcolarne uno che prima non esisteva.

Per essere corretti questa capacità non è una primizia assoluta. L’idea di un assistente AI che apre un ambiente isolato, ci scrive dentro del codice e lo esegue circola da tempo, ad esempio il Code Interpreter di ChatGPT lo fa dal 2023. La notizia, quindi, non è che una macchina sappia eseguire Python, cosa che altri strumenti offrono già.

C’è poi un secondo aspetto, che Google mette in primo piano quando parla di «capacità agentiche». L’aggiornamento non porta solo l’esecuzione di codice, ma un modo di lavorare meno passivo. Lo strumento non si limita a rispondere a un comando, scompone una richiesta in più passi e li svolge, decidendo di volta in volta cosa serve, se cercare una fonte, scrivere del codice, produrre un file. Cosa questo significhi in concreto il post non lo dettaglia. Ma il tipo di richiesta potrebbe cambiare, da «esegui questo calcolo» a «analizza questi bilanci e dimmi cosa non torna», lasciando allo strumento il compito di scomporre il lavoro.

L’elemento di novità vera è dove Google mette questa capacità. Non in una chat generica, ma dentro il notebook, cioè in un contenitore che l’utente ha riempito nel tempo con le proprie fonti selezionate. Un manuale su NotebookLM è disponibile sul blog. Il valore dello strumento è sempre stato lavorare solo sul materiale caricato dall’utente. Se l’esecuzione di codice si innesta su quel materiale, l’analisi non parte da un foglio vuoto, ma da un corpus già scelto, ordinato e persistente. Se regge, sposta il punto, perché non conta solo che lo strumento calcoli, conta su cosa calcola.

Due scenari possibili

Da qui in avanti provo a immaginare un uso concreto. Sono ipotesi basate sul solo annuncio, non avendo ancora potuto provare le nuove funzionalità dello strumento.

Il primo esempio è quello del commercialista, che lavora ogni giorno con numeri e documenti strutturati, il terreno in cui questo aggiornamento dovrebbe pesare di più. Già oggi, con la versione documentale, un commercialista può caricare circolari, prassi e normativa in un notebook e interrogarle ottenendo risposte con il rimando alla fonte esatta. È lavoro utile, ma resta lettura e sintesi, non calcolo.

Lo scenario ipotizzabile è un altro. Il commercialista carica i bilanci di più esercizi di un cliente, opportunamente anonimizzati, e invece di chiedere «che margine aveva nel 2024» chiede di calcolare gli scostamenti tra un anno e l’altro, gli indici di redditività, l’andamento di una voce nel tempo. Al posto di una risposta descrittiva otterrebbe un calcolo eseguito davvero, e in uscita un foglio Excel o un PDF con i grafici già montati. Il modello non stimerebbe i numeri in modo probabilistico, li calcolerebbe eseguendo del codice.

Un appiglio concreto però esiste, ed è il test in anteprima di XDA Developers, l’unico lavoro sul campo pubblicato finora. Il recensore ha dato allo strumento un foglio di voti scolastici di 36 studenti e lo ha visto individuare da solo un errore. Il voto di uno studente era stato inserito con un’annotazione di testo accanto al numero. La formula di somma, trovando testo invece di una cifra, lo leggeva come zero, e il totale di quello studente risultava più basso del dovuto. Lo strumento ha spiegato la causa e ricostruito il totale corretto, prendendo l’iniziativa senza aspettare istruzioni passo per passo, il tratto agentico in azione. Chi lo ha provato aveva un accesso anticipato concesso da Google, non era un contesto contabile, ma il tipo di lavoro è quello che un commercialista riconosce subito, il dato sporco che falsa il risultato.

Se davvero lo strumento pulisse e calcolasse così anche su un bilancio, il valore per un professionista non starebbe nel grafico finale, che sa già fare da sé, ma nell’analisi che porta a quel grafico e nella capacità di segnalare l’errore prima che diventi un problema.

Un secondo esempio, di natura diversa, riguarda un consulente o il titolare di una piccola impresa, che ha i dati di vendita in un foglio e la spesa pubblicitaria in un altro. Finora, per capire se una campagna ha reso, doveva incrociare le due tabelle magari costruendo un foglio di calcolo apposta. In questo scenario carica entrambe le fonti nel notebook e chiede se, nei mesi di campagna, le vendite si sono mosse insieme alla spesa. Qui la novità non è il calcolo su una serie di numeri, come per il commercialista, ma la relazione tra due fonti che prima restavano separate.

C’è poi la questione di cosa resta in mano al professionista a fine lavoro. Già oggi la sezione Studio produce file salvabili, come gli audio overview o le note esportabili, ma sono sintesi del contenuto, non il risultato di un’analisi sui numeri. Stando all’annuncio, il file che uscirebbe da un’elaborazione dei dati sarebbe una cosa diversa, un foglio di calcolo o un PDF con grafici che nascono da conti eseguiti sui dati caricati. Non è come riascoltare un riassunto, è portarsi via il prodotto di un lavoro analitico, pronto da archiviare o da mettere sul tavolo con il cliente.

Su cosa vada controllato prima di fidarsi di risultati del genere si torna più avanti, tra le cose da tenere d’occhio.

Quello che va tenuto d’occhio

Uno scenario che convince sulla carta va misurato sulle sue condizioni. La prima riguarda l’affidabilità. Il lavoro sulle sole fonti caricate riduce il rischio di allucinazioni, un aspetto già segnalato su questo blog come uno dei punti di forza di NotebookLM, ma non lo azzera. Su un calcolo un errore è più insidioso che in una frase, perché arriva con l’aria dell’oggettività. Un numero sbagliato è comunque un numero, e chi lo riceve tende a fidarsi. Ogni risultato andrebbe ricontrollato, non perché lo strumento sia inaffidabile per principio, ma perché la posta, su un bilancio, è alta.

Il secondo punto è più sottile, e riguarda proprio la rifinitura dell’output. Un PDF con i grafici montati o un foglio Excel ordinato trasmettono una sensazione di lavoro finito e verificato. Quella sensazione può nascondere un metodo sbagliato a monte, una categoria definita male, un dato mancante gestito in modo scorretto, un’assunzione implicita mai dichiarata. Più il risultato è pulito, più è facile accettarlo senza guardare come ci si è arrivati. Qui il vantaggio che Google dichiara, cioè che lo strumento mostra il codice che esegue e il ragionamento che segue, diventa la difesa migliore.

C’è poi la questione dei dati, che per un professionista non è un tecnicismo ma deontologia. Caricare i propri appunti è una cosa, caricare i dati di un cliente è un’altra. Prima di affidare a un servizio in cloud documenti riservati di terzi, la cautela minima è anonimizzare quello che si carica, oppure lavorare su account che offrano garanzie contrattuali adeguate sul trattamento. È una valutazione che va fatta prima, non dopo.

Vale la pena ricordare che tutto questo pesa ancora di più perché si tratta di funzioni annunciate e non ancora provate sul campo da chi le userà davvero.

Cosa non sappiamo ancora

Anche leggendo gli annunci con attenzione restano due zone d’ombra, e non dipendono dal fatto che lo strumento non sia ancora disponibile per una prova, ma da cosa Google ha scelto di non rendere pubblico.

La prima riguarda proprio le skill. Google dichiara più di cento «curated software skills», ma non ne ha pubblicato l’elenco. Non si sa quali siano nel dettaglio, e soprattutto non è chiaro se l’utente potrà costruirne di proprie o dovrà accontentarsi di quelle già confezionate. È una differenza che pesa. Un catalogo chiuso di cento capacità decise da Google è una cosa, un sistema che l’utente può estendere sul proprio lavoro è un’altra. Su questo l’annuncio, per ora, non dice nulla.

Un indizio, però, arriva dallo stesso mondo Google. Con Gemini l’utente crea già i Gem, assistenti personalizzati definiti con proprie istruzioni e senza scrivere codice. Se la personalizzazione è già prassi in casa Google, verrebbe da aspettarsi che prima o poi raggiunga anche le skill, e che l’elenco da chiuso diventi estendibile. Resta un’aspettativa e non una promessa, anche perché un Gem ne plasma il comportamento mentre una skill aggiunge una capacità di calcolo, e le due cose non coincidono. Ma la direzione del mondo Google lascia intravedere quella strada.

La seconda riguarda i numeri con cui Google misura il salto. Nel post ufficiale si legge di un tasso di vittoria medio oltre il 65 per cento rispetto alla versione precedente, con punte del 69,9 per cento sull’analisi dei documenti lunghi e del 78,2 per cento nella ricerca avanzata. Sono dati che vengono da valutazioni interne di Google, non da verifiche indipendenti. Vanno letti per quello che sono, un’indicazione dichiarata da chi ha realizzato lo strumento, non una misura confermata da terzi.

Il quadro, allo stato attuale, è quello di un aggiornamento che potrebbe alzare l’asticella per chi lavora con dati e documenti, e che sposta NotebookLM da strumento che legge a strumento che elabora. Ma è un quadro con due caselle ancora vuote dalla parte di Google, e con un rollout che deve completarsi prima che chi lo userà davvero possa dire se le promesse reggono. Il giudizio pieno, quello lo si potrà dare allora.