Il tuo CV dice '20 anni di esperienza' ma per l'AI sei un nome galleggiante. Conta con chi sei associato: Bocconi, SDA, Luiss trasferiscono autorità. Ti spiego come agganciarle.
La domanda non è quanti premi o riconoscimenti hai. È con chi l’AI ti associa: Bocconi, SDA, Harvard, Oxford — queste sono entità che trasferiscono autorità istantanea. Ti spiego come agganciarle al tuo nome.
Se vendi consulenza strategica a Roma e il tuo CV dice “consulente strategico con 20 anni di esperienza”, per un modello AI sei un’entità galleggiante. Se invece il tuo profilo dichiara “alumni SDA Bocconi, membro Assoconsult, docente a contratto LUISS”, diventi un nodo connesso a tre istituzioni già note e ad alto trust. È la differenza tra comparire o non comparire quando qualcuno chiede a ChatGPT “miglior advisor strategico a Roma per PMI familiari”.
In questa serie ti ho già spiegato come l’AI costruisce il suo grafo delle entità. Qui ti mostro perché le affiliazioni istituzionali sono uno degli archi più potenti che puoi aggiungere al tuo nodo — e perché molti advisor romani, in un settore affollato, non lo stanno facendo.
Cos’è un affiliation network per un modello AI
Il Knowledge Graph non è un elenco di entità isolate. È una rete: persone, aziende, università, associazioni, eventi, pubblicazioni — tutti connessi da relazioni tipizzate. Quando l’AI deve rispondere a una query come “consulente strategico affidabile a Roma”, non cerca solo il nome. Cerca il pattern di connessioni attorno al nome.
Nel mondo della ricerca sui grafi, il problema di identificare quali nodi appartengono alla stessa “comunità” è studiato da decenni. Kojaku et al. (2024), su Nature Communications, hanno mostrato come i moderni metodi di embedding neurale ricostruiscono la struttura di comunità dei grafi:
“Recent advances in machine learning research have produced powerful neural graph embedding methods, which learn useful, low-dimensional vector representations of network data.” — Kojaku et al., 2024
Tradotto: i sistemi di oggi non guardano il singolo nodo. Guardano il vicinato del nodo e usano quel vicinato come rappresentazione. Il paper non parla specificamente di LLM o di profili professionali, ma il principio è identico a quello che accade nei grafi delle entità che alimentano le risposte AI.
Da questo segue una conseguenza pratica per il tuo business: se l’AI rappresenta la tua identità come somma del tuo vicinato nel grafo, ogni arco verso un’istituzione riconosciuta sposta la tua rappresentazione verso quella zona del grafo. Essere “dentro” al cluster delle persone affidabili è una proprietà emergente delle connessioni, non una dichiarazione che fai tu.
Perché le affiliazioni sono archi più pesanti di altri
Un tag #strategia su LinkedIn è un arco debole. Una menzione generica in un articolo è un arco debole. “Alumni SDA Bocconi 2011” è un arco forte per tre motivi:
- L’entità destinazione (SDA) è già nel grafo con alto trust
- La relazione è tipizzata: `alumniOf` non è “ne ha parlato”, è un legame strutturato
- È verificabile: l’istituzione tiene registri, quindi la dichiarazione ha bassa probabilità di essere rumore
Questo vale per qualsiasi affiliazione analoga: laurea, master, iscrizione a ordini professionali, membership in associazioni di settore, board position, docenza a contratto, premi istituzionali. Ognuna è un arco tipizzato verso un’entità con trust pre-esistente.
Ti ho parlato negli articoli precedenti di E-E-A-T per l’AI e di Author Entity Recognition: le affiliazioni sono il meccanismo operativo con cui quei principi si traducono in segnale concreto nel grafo. Senza affiliazioni dichiarate in modo strutturato, l’autore resta un’entità leggera, anche se è una persona realmente autorevole.
Il reverse engineering che ho fatto su ChatGPT
Ho chiesto a ChatGPT “miglior consulente strategico italiano specializzato in passaggio generazionale per aziende familiari”. Ho ripetuto la query con varianti su Roma, Lazio e advisory su PMI per otto volte, raccogliendo le fonti citate e i nomi menzionati.
Sette fonti su otto avevano tre cose in comune: (1) il professionista aveva una pagina profilo con affiliazione esplicita a una business school italiana o estera; (2) era citato come membro di almeno un’associazione di categoria (Assoconsult, AIDAF, APCO); (3) la sua pagina linkava o era linkata da un sito istituzionale (università, associazione, think tank).
L’ottava fonte era un advisor senza affiliazioni dichiarate sul profilo, ma era citato da una testata economica nota che aveva dichiarato per lui “ex-partner McKinsey” — cioè l’arco istituzionale è arrivato dall’esterno.
Test indicativo, non studio: otto query non sono un campione rappresentativo e le risposte AI variano nel tempo. Ma il pattern è coerente con quello che il paper di Kojaku et al. dice sui grafi in generale: il vicinato conta più del nodo.
Il test che puoi fare in 10 minuti
Apri Google e cerca `”tuo nome” site:linkedin.com`. Guarda la tua pagina pubblica. Rispondi a queste tre domande binarie:
- Nella sezione “Formazione” compaiono le istituzioni con nome ufficiale completo (non abbreviazioni tipo “Uni Roma”)? Sì / No.
- Nella sezione “Esperienza” o “In evidenza” compaiono le membership in associazioni con il nome dell’associazione linkato o testuale pieno? Sì / No.
- Sul tuo sito c’è una pagina “Chi sono” che elenca le affiliazioni con link uscenti verso i siti ufficiali (università, associazioni)? Sì / No.
Se hai risposto “No” a due o più, stai lasciando sul tavolo archi di trust che l’AI potrebbe usare per validarti. Poi apri il Rich Results Test di Google, incolla l’URL della tua pagina “Chi sono” e controlla se Google legge uno schema `Person` con le proprietà `alumniOf` e `memberOf`. Se non le trova, stai dichiarando le affiliazioni solo in linguaggio naturale — un segnale più debole di quello strutturato.
Check entry level: questo test ti dice solo se la base c’è. L’analisi vera delle citazioni AI sul tuo nome, dei cluster di entità correlate e del posizionamento nei grafi richiede strumenti professionali.
Gli errori che vedo più spesso
Abbreviare i nomi delle istituzioni. “Alumni Boc” o “ex SDA” non linkano niente nel grafo. Il modello AI cerca stringhe canoniche: “SDA Bocconi School of Management”, “Luiss Business School”, “Harvard Business School”. Scrivile intere, almeno una volta nel profilo.
Dichiarare le affiliazioni solo nel CV scaricabile. Il PDF è opaco per molti crawler e per diversi sistemi di retrieval. Le affiliazioni devono stare nella pagina HTML indicizzabile, non nascoste in un allegato.
Dimenticare la reciprocità. Se sei docente a contratto di un’università, la pagina del corso sul sito dell’università deve nominarti. Un arco unilaterale (tu dichiari, loro non confermano) pesa meno di un arco bidirezionale. Contatta la segreteria, chiedi la tua pagina docente.
Mescolare affiliazioni forti e deboli. “Alumni Bocconi, membro Assoconsult, iscritto a un gruppo Facebook di consulenti” — il terzo elemento diluisce i primi due. Tieni in profilo solo le affiliazioni con entità che esistono nel Knowledge Graph pubblico.
Cosa fare concretamente
- Inventario: fai una lista di tutte le tue affiliazioni reali — lauree, master, executive program, associazioni, board, docenze, premi istituzionali, certificazioni professionali.
- Nome canonico: per ognuna scrivi il nome ufficiale completo come compare su Wikipedia o Wikidata. Elimina sigle ambigue.
- Triplice dichiarazione: metti le affiliazioni in (1) LinkedIn strutturato, (2) pagina “Chi sono” del sito, (3) schema `Person` con `alumniOf` / `memberOf` / `affiliation` nella pagina autore.
- Link uscenti: ogni affiliazione sulla tua pagina sito deve avere un link all’URL ufficiale dell’istituzione.
- Reciprocità: verifica che ogni affiliazione sia confermata dal sito dell’istituzione. Se non lo è, chiedi la conferma o toglila.
- Confronto: guarda i 3-5 consulenti strategici che l’AI cita nel tuo settore quando fai query sul tuo tema. Conta le affiliazioni istituzionali dichiarate sui loro profili. Se la media è cinque e tu ne hai due, hai un gap misurabile.
Il filo: visibilità nelle risposte AI
Le affiliazioni non sono decorazioni del CV. Sono gli archi che danno peso al tuo nodo nel grafo delle entità, e il grafo delle entità è quello che l’AI consulta — implicitamente o esplicitamente — quando deve decidere chi citare in risposta a una query. Non è un fattore magico: da solo, dichiarare “alumni SDA” non ti fa uscire in ChatGPT. Ma insieme a uno schema `Person` ben fatto, a una pagina autore strutturata e a menzioni coerenti su fonti terze, è uno dei contributi più economici che puoi dare alla tua visibilità nelle risposte AI.
In questa serie parlo anche di come funzionano gli embedding e lo spazio vettoriale che sottostanno a questi ragionamenti. Nei prossimi articoli su entity e knowledge graph vedremo come si costruisce un profilo Wikidata, come si gestiscono gli identificatori persistenti e come si mappano le relazioni tra persone e brand in modo che i motori AI li leggano senza ambiguità.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
