Scegli in base al tipo di dati che hai, non al marketing della piattaforma. Le previsioni aziendali su dati tabellari (abbandono dei clienti, punteggio dei lead, previsioni) vanno affidate a Obviously AI, H2O o DataRobot. Per le immagini, usa Teachable Machine per una prova rapida e Roboflow o Vertex AI AutoML per qualsiasi progetto reale. La classificazione del testo, sempre più spesso, non vale proprio una piattaforma dedicata. Due strumenti che la maggior parte delle raccolte del 2026 include ancora non sono più scelte sensate, ed è da qui che comincia questa guida.
Come è stata realizzata questa guida
Questa è una guida per chi deve acquistare, non un benchmark. Nessuno qui ha eseguito lo stesso dataset su otto piattaforme cronometrandole, e qualsiasi raccolta che assegni una valutazione in stelle per la «precisione» senza pubblicare il dataset ti invita a fidarti di un numero inventato. Quanto segue deriva dalla documentazione attuale e dai prezzi pubblicati di ciascun fornitore, verificati ad agosto 2026, oltre dall'aspetto che la maggior parte degli elenchi trascura: se il prodotto esiste ancora.
Quando i prezzi sono stati spostati dietro un contatto con le vendite, lo dichiariamo invece di fare supposizioni.
Due piattaforme da depennare subito dalla tua rosa di candidate
Lobe non esiste più
Il classificatore di immagini drag-and-drop di Microsoft compare ancora in cima alla maggior parte degli elenchi dei «migliori strumenti di machine learning senza codice», di solito descritto come gratuito e adatto ai principianti. Lo sviluppo è terminato nel 2021, il suo modello di classificazione delle immagini è stato dismesso a gennaio 2023 e le app desktop non sono più distribuite. Se una guida pubblicata quest’anno consiglia Lobe, l’autore non ha verificato.
Le alternative sono Teachable Machine per una prova rapida e Roboflow o Vertex AI AutoML di Google per tutto ciò che intendi mettere in produzione.
Akkio è passata alla fascia alta del mercato
Per anni Akkio è stata la risposta onesta a «team non tecnico, primo modello, budget ridotto», con un prezzo self-service di circa 49 $ per utente al mese. A luglio 2026 non pubblica più i prezzi self-service: il sito presenta un unico piano Enterprise AI Analytics Platform rivolto alle agenzie media, accessibile tramite un modulo per contattare le vendite.
Potrebbe comunque essere lo strumento giusto per te. Non è più lo strumento iniziale giusto per un team di marketing di due persone, e gli elenchi che continuano a citare il piano da 49 $ descrivono un prodotto che non puoi acquistare.
Cosa fa il machine learning senza codice e dove passa il confine
Queste piattaforme automatizzano la modellazione, non il ragionamento. Carica una tabella, indica la colonna che vuoi prevedere e la piattaforma prova una serie di algoritmi, li ottimizza e ti restituisce il migliore con una stima delle prestazioni. Un tempo questo richiedeva davvero una settimana di lavoro da parte di un data scientist.
Cosa non fanno:
- Decidere se vale la pena porre la domanda. Un modello che prevede l’abbandono dei clienti con un’accuratezza del 92 percento è inutile se nessuno ha deciso cosa succede quando si attiva.
- Correggere i tuoi dati. Ognuno di questi strumenti addestrerà volentieri un modello su una colonna che contiene subdolamente la risposta e riporterà un’accuratezza spettacolare, destinata però a crollare in produzione.
- Dirti che il modello è sbagliato in un modo che conta. L’accuratezza complessiva nasconde il caso in cui il modello sia eccellente sul 90 percento dei clienti che non abbandonano il servizio e inutile sul 10 percento che lo fanno.
Quest’ultimo è il modo più comune in cui un progetto di ML senza codice fallisce senza che nessuno se ne accorga.
Per le previsioni aziendali su dati tabellari
Abbandono dei clienti, lead scoring, previsione della domanda, segnalazioni di frode. È qui che si concentra la maggior parte del ML aziendale e dove questi strumenti sono davvero efficaci.
Obviously AI
Collega una fonte di dati, indica cosa vuoi prevedere e ottieni un modello in pochi minuti. È il percorso più rapido da un foglio di calcolo a una previsione e la scelta giusta per rispondere alla domanda «c’è davvero un segnale?» prima che qualcuno si impegni a stanziare un budget. Meno adatto ai modelli che prevedi di eseguire e monitorare per un anno.
DataRobot
ML automatizzato con gli aspetti sui quali le aziende vengono effettivamente sottoposte ad audit: governance dei modelli, monitoraggio, rilevamento del drift e documentazione. L’interfaccia non richiede codice, ma i concetti sì, quindi è più adatto a un analista dei dati che a un addetto al marketing. Prezzo aziendale, definito per singolo accordo.
H2O AutoML
Open source e gratuito, competitivo con l’AutoML commerciale nelle attività tabellari standard. Serve qualcuno che sappia lavorare con un notebook o un server in esecuzione, quindi è l’opzione ideale per un team con una sola persona tecnica e senza budget, non per un team che non abbia nessuna delle due cose.
La piattaforma produce un numero. Hannah costruisce il metodo che gli sta intorno: quali input della pipeline sono idonei, cosa significa l’intervallo di confidenza per il commit e come presentare una previsione che la dirigenza non possa svalutare silenziosamente.
Visualizza Hannah →Per il testo
Prima la domanda scomoda
Le piattaforme dedicate alla classificazione del testo sono state create quando i classificatori personalizzati erano l’unico modo per ordinare i ticket di assistenza in base all’intento o assegnare tag alle recensioni in base all’argomento. Ora un modello generico può farlo a partire da un’istruzione scritta, senza alcun dato di addestramento. Per meno di qualche migliaio di documenti al mese, un prompt ben scritto eseguito in batch di solito supera, in termini di impegno richiesto, la creazione di un set di addestramento etichettato.
La scelta di un classificatore dedicato è ancora sensata ad alti volumi, quando contano il costo per chiamata e la latenza e quando ti serve che la stessa decisione venga presa in modo identico ogni volta.
MonkeyLearn, ora parte di Medallia
MonkeyLearn è stata acquisita da Medallia nel 2022 e la sua tecnologia è stata integrata in Medallia's Experience Cloud. Se la trovi consigliata come prodotto autonomo self-service a un prezzo mensile fisso, considerala un'informazione non aggiornata e verifica cosa vende effettivamente Medallia oggi prima di pianificarci sopra.
Un'esportazione delle previsioni non è una risposta. Clara formula prima la domanda, verifica se i dati possono sostenerla e trasforma il file in qualcosa su cui uno stakeholder non tecnico può prendere una decisione.
Visualizza Clara →Per le immagini
Teachable Machine
Lo strumento gratuito di Google che funziona nel browser. Nessun account, nessuna installazione: in circa quindici minuti puoi ottenere un classificatore funzionante di immagini, suoni o pose usando la webcam o i file caricati. È il modo giusto per capire se la tua idea è anche solo plausibile. Non è un sistema di produzione e non pretende di esserlo.
Roboflow
La scelta pratica una volta che la versione giocattolo funziona: gestione dei set di dati, etichettatura, aumento dei dati, addestramento e distribuzione in un unico posto, progettata specificamente per la visione artificiale. È qui che la maggior parte dei team approda dopo Teachable Machine.
Google Vertex AI AutoML
Classificazione personalizzata delle immagini e rilevamento degli oggetti con ricerca automatizzata dell'architettura, all'interno di Google Cloud. Vale la pena se sei già su GCP, hai un ampio set di dati etichettato e ti serve una distribuzione aziendale. È una soluzione pesante per qualsiasi esigenza più piccola.
Clarifai
Visione artificiale con una libreria di modelli preaddestrati per attività comuni come il riconoscimento degli oggetti e la moderazione dei contenuti, oltre all'addestramento personalizzato senza codice e a un'API. È più efficace quando un modello preaddestrato copre già la tua attività, perché puoi saltare completamente l'etichettatura.
Scegliere, in un'unica panoramica
- Foglio di calcolo, vuoi una previsione e la vuoi oggi: Ovviamente AI.
- Foglio di calcolo, una persona tecnica, nessun budget: H2O AutoML.
- Ambito regolamentato, sottoposto ad audit, con necessità di monitoraggio e documentazione: DataRobot.
- Immagini, per testare un'idea: Teachable Machine.
- Immagini, per costruire qualcosa di reale: Roboflow o Vertex AI AutoML, se sei già su Google Cloud.
- Immagini, e un modello preaddestrato potrebbe già essere sufficiente: Clarifai.
- Testo, volume moderato: prova un prompt prima di acquistare una piattaforma.
Una regola è alla base di tutto: scegli lo strumento più semplice che risponde alla domanda che hai ora. Il costo di superare i limiti di uno strumento gratuito è un fine settimana. Il costo di un contratto enterprise di cui non avevi bisogno è un anno.
Ciò che DataRobot vende davvero è il rigore: formulare la domanda, individuare la colonna che causa data leakage, scegliere la metrica adatta alla decisione e progettare un test affidabile. Leila si occupa di questa parte.
Visualizza Leila →La parte che nessuna piattaforma risolve
Ogni strumento qui sopra automatizza la parte centrale del lavoro. Gli errori più costosi si verificano alle due estremità: scegliere una variabile obiettivo che non corrisponde a una decisione che qualcuno prenderà e consegnare a uno stakeholder una colonna di probabilità senza alcuna raccomandazione associata.
Se il tuo team non dispone di una funzione dati, questa è la lacuna da colmare per prima, prima ancora che la scelta della piattaforma diventi rilevante.
In sintesi:
Lascia perdere Lobe: non esiste più, e verifica le condizioni attuali di Akkio prima di basare i tuoi piani sul suo vecchio piano da 49 $. Per le previsioni, abbina la tua piattaforma a Hannah (Previsioni di vendita); per trasformare un’esportazione in una decisione, usa Clara (Analista dati); per il giudizio statistico che un contratto enterprise vende davvero, usa Leila (Data Scientist). 14,99 $, 14,99 $ e 19 $, funzionano tutti in Claude, ChatGPT o in qualsiasi chat AI, con garanzia di rimborso entro 30 giorni.
Stato della piattaforma e prezzi verificati ad agosto 2026. I fornitori modificano le condizioni senza preavviso, quindi verifica i prezzi attuali sul sito del fornitore prima di impegnare il budget.
Pronto a metterlo in pratica? Dai un’occhiata alle Skill di tecnologia e sviluppo per Claude e ChatGPT, oppure esplora tutte le Skill per Claude e la libreria di prompt.