Notebook LM, ogni quaderno è un nuovo ‘computer in cloud’ con un operatore esperto

Google ha integrato un computer in cloud dedicato dentro ogni notebook di NotebookLM, trasformando lo strumento da assistente di lettura in agente capace di scrivere ed eseguire codice Python, condurre ricerche autonome e produrre file finiti. Il rollout globale via web è partito l’8 giugno 2026 e segna il passaggio più importante nella storia del prodotto, almeno sul piano architetturale, come spiega l’annuncio ufficiale Google.

Sotto il cofano operano Gemini 3.5 Flash come modello di ragionamento e Antigravity come execution layer. Ogni notebook ottiene una sandbox isolata in cui l’agente può scrivere codice, installare dipendenze, generare grafici, compilare PDF e fogli di calcolo. L’evoluzione era in lavorazione da mesi e ora arriva al pubblico pagante con un perimetro funzionale ben definito.

Fino a oggi NotebookLM era un riassuntore evoluto: caricavi PDF, paper, trascrizioni, e ottenevi sintesi, mappe concettuali, podcast audio. Da ora il notebook diventa un ambiente computazionale in cui l’agente può rispondere a richieste come “analizza questo bilancio e produci un grafico delle marginalità per area”, “compila un PDF di sintesi con tabelle estratte dai documenti”, “scarica i dati di mercato e confronta con quelli interni”. L’aggiunta delle Data Tables a dicembre aveva fatto da preludio: le tabelle strutturate avevano già spostato il prodotto verso l’analisi quantitativa, e i dettagli del rollout confermano la traiettoria.

Un analista junior dentro il notebook, ma solo per chi paga

Google ha scelto un perimetro commerciale aggressivo. La nuova capability è disponibile esclusivamente su Google AI Ultra (da 99,99 dollari al mese per 20TB, fino a 200 dollari al mese per 30TB) e sui piani Workspace business con AI Ultra Access o AI Expanded Access. Restano esclusi i tier Free, Plus a 7,99 dollari e Pro a 19,99 dollari, che continuano a usare la versione “documentale” del prodotto. Per contesto, NotebookLM Free offre 100 notebook, 50 fonti per notebook e 50 chat giornaliere; la versione Plus è già inclusa nel core service di Workspace Business Standard a 14 dollari per utente.

Il computer in cloud è feature pensata per il knowledge worker professionale, distante dallo studente che riassume appunti. Chi paga ottiene quello che Google descrive come oltre cento software skill curate, dalla manipolazione di fogli Excel alla generazione di slide PowerPoint, passando per scrittura di Markdown, produzione di CSV, creazione di grafici. Gli output supportati arrivano a undici formati: PDF, Word, Markdown, testo, grafici, immagini, CSV, dati strutturati, fogli Excel, slide PowerPoint, oltre alle risposte testuali standard.

Google ha diffuso un win rate superiore al 65% rispetto al sistema precedente su cinque categorie di compiti, con picchi del 69,9% nell’analisi di documenti grandi e del 78,2% nelle attività di web research. Vanno presi con le pinze, come sempre con i benchmark fatti in casa dal vendor, ma il delta dichiarato è abbastanza grande da indicare un cambio di paradigma e non un’ottimizzazione incrementale. Gemini 3.5 Flash conferma la traiettoria, modello pensato per gli agenti più che per la chat conversazionale.

Cento skill preinstallate sono cento decisioni già prese da Google

Google parla di oltre cento “skill”, capacità preconfezionate che l’agente può richiamare a seconda del compito. È una scelta di design che semplifica la vita all’utente ma sposta la responsabilità della tassonomia funzionale sul vendor. L’utente non programma l’agente, sceglie da un menù che qualcun altro ha redatto.

ChatGPT Code Interpreter offre logica simile da anni, Claude ha aggiunto esecuzione codice e produzione file nei mesi scorsi, e Perplexity ha presentato la sua analoga mossa di Perplexity con il proprio computer agentico. NotebookLM si distingue per il contesto d’uso: l’agente lavora sopra un corpus documentale già curato dall’utente, non su un prompt isolato. Carichi venti PDF di un settore, l’agente li indicizza, e quando gli chiedi un’analisi sa già di cosa stai parlando senza che tu debba rispiegare ogni volta.

L’esecuzione codice è ormai capability commodity nel 2026; quello che cambia il quadro è il legame fra esecuzione e base documentale persistente. Il notebook diventa un workspace continuo dove l’agente conosce le tue fonti, le tue tabelle, i tuoi appunti. Sui knowledge worker abituati a NotebookLM, la cattura è forte: chi ha investito mesi nel popolare i propri notebook ora ha un incentivo concreto a pagare 100 o 200 dollari al mese per attivare l’esecuzione.

La strategia agentica di Workspace presentata a Next 26 trova qui un tassello importante. NotebookLM non è più un esperimento del Labs: NotebookLM si integra nello stack agentic di Google Cloud come prodotto enterprise a tutti gli effetti. E prime prove sul campo confermano che la qualità delle analisi su dataset reali è quella di un buon analista junior, non di uno stagista alla prima settimana.

Per chi vuole esplorare lo strumento prima di abbonarsi, restano disponibili i dodici modi di usare NotebookLM sulla versione documentale, utile per capire se il prodotto si incastra nel proprio workflow prima di salire sul tier a pagamento.

Il cloud computer come nuova unità di misura del software AI

Sul piano linguistico, e quindi politico, Google chiama “cloud computer” la sandbox Antigravity associata a ogni notebook. Adotta la stessa formula usata da Perplexity, OpenAI e Anthropic per descrivere ambienti analoghi. Si sta formando un’unità di misura del software AI: il computer virtuale che l’agente abita diventa l’unità di misura, sostituto progressivo del modello e del prompt come oggetto commerciale.

Per i venditori la metafora funziona. Suggerisce che stai comprando una macchina, non un servizio. Lega il prezzo a una risorsa computazionale concreta, non a token consumati. Giustifica i 99 o 200 dollari mensili perché stai pagando infrastruttura, non solo accesso a un modello. È la stessa logica con cui AWS ha venduto EC2: l’utente affitta un computer intero, l’astrazione dell’hardware è il prodotto.

Insieme al lancio debutta Deep Research basato su Gemini 3 Pro, in arrivo su Search, NotebookLM, Google Finance e Gemini App. Google sta costruendo un’orchestrazione di agenti di ricerca e analisi che attraversa tutti i suoi prodotti, con NotebookLM come hub specializzato per il lavoro su corpus documentali e Deep Research come modalità trasversale.

NotebookLM smette di essere “ricercatore documentale gratuito” e diventa agente analitico con esecuzione codice riservato al tier enterprise. Sul piano tecnico la novità è relativa: l’esecuzione di codice esiste in ChatGPT da anni, Claude la offre da mesi, Perplexity ha la sua versione. Cambia la collocazione strategica, perché la logica agentic entra dentro uno strumento già adottato da centinaia di migliaia di knowledge worker che lo usano per studiare, scrivere, analizzare. Il paywall a 99-200 dollari segna la transizione definitiva da “lab gratuito Google” a “tier enterprise con free demo”.

Chi paga ottiene un guadagno concreto. Un analista junior virtuale che lavora sopra fonti già curate dall’utente accelera i workflow ripetitivi: estrazione di tabelle, confronti fra documenti, generazione di sintesi formattate, produzione di slide a partire da paper. Velocizza la parte meccanica del lavoro intellettuale lasciando intatto il giudizio dell’utente, che è poi la parte dove l’errore è più tollerabile e la verifica più rapida. Su task ben definiti il ritorno è immediato.

Tutti i sistemi agentici condividono una trappola strutturale. Output verosimili spostano l’onere della verifica sull’utente, mascherato da efficienza. Il PDF compilato dall’agente sembra finito, professionale, pronto da inviare, ma chi lo firma resta responsabile di ogni numero, ogni citazione, ogni interpretazione. Più il prodotto è levigato, più la tentazione di non controllare è forte. Google vende velocità, l’utente compra un’illusione di delega che a livello legale e professionale non esiste. Il computer in cloud lavora, ma la firma resta umana, e con essa la colpa.