C’è un tipo di video che nessuno guarda volentieri e che ogni azienda deve comunque produrre: il corso sulla sicurezza, la procedura per il nuovo gestionale, l’aggiornamento sulla policy antiriciclaggio. Costa girarlo, costa rifarlo quando cambia una riga, e sei mesi dopo è già vecchio. È esattamente il buco in cui si sono infilati gli strumenti che generano video con un presentatore sintetico: scrivi il testo, scegli una faccia, esce un video.
I due nomi che si incontrano sempre sono Synthesia e HeyGen. Vediamo cosa costano davvero in euro, cosa cambia tra un avatar preso dal catalogo e uno che riproduce la tua faccia, chi ha il diritto di clonare chi, e — la domanda che di solito nessuno fa — quando questa tecnologia ha senso e quando produce video che nessuno vuole vedere.
Cosa fanno, in concreto
Il funzionamento è simile. Carichi o scrivi uno script, scegli un avatar (una persona sintetica che parla in video), scegli una voce, e il sistema genera il filmato con il labiale sincronizzato. Entrambi permettono di partire da una presentazione PowerPoint, di aggiungere sottotitoli, di tradurre lo stesso video in molte lingue.
Una precisazione che evita acquisti sbagliati: questi strumenti non montano niente. Se il tuo problema è tagliare un girato vero, sbobinare un’intervista o mettere i sottotitoli a un video esistente, sei nel posto sbagliato e ti servono gli strumenti di montaggio assistito, che costano meno e restituiscono più ore. Qui parliamo di video che non esistono e che vanno fatti esistere partendo da un testo.
La differenza di posizionamento c’è ed è visibile dai rispettivi siti. Synthesia si presenta come piattaforma per l’apprendimento e la formazione aziendale: sulla pagina prezzi le funzioni evidenziate sono l’export SCORM (il formato che i sistemi di gestione della formazione aziendale sanno importare e tracciare), la collaborazione in team, il controllo delle versioni, le certificazioni SOC 2 e ISO 42001. HeyGen parte da un’anima più creator e marketing, ma sulla propria pagina prezzi mette ormai anch’esso export SCORM, integrazioni con i sistemi di formazione, quiz interattivi e video ramificati sui piani Business.
Sui numeri di catalogo dichiarati: Synthesia parla di 240+ avatar stock sul piano Enterprise e di 160+ lingue e voci; HeyGen parla di 700+ avatar stock e 175 lingue e dialetti. Sono cifre dichiarate dai fornitori, non verificate da terzi, e contano meno di quanto sembri: userai due o tre avatar, non duecento.
Prezzi reali, in euro
Entrambi listino in dollari. Converto a circa 1,14 dollari per euro, il livello attorno a cui si muoveva il cambio nei primi giorni di luglio 2026 secondo i tassi di riferimento BCE. Sono prezzi al netto dell’IVA e possono cambiare.
Synthesia (pagamento mensile, dalla pagina prezzi ufficiale):
- Basic: gratuito, circa 10 minuti di video al mese, 9 avatar, nessun avatar personale.
- Starter: 29 dollari al mese, circa 25 €. Fino a 10 minuti di video al mese, 1 editor più 3 ospiti, 125+ avatar, 3 avatar personali.
- Creator: 89 dollari al mese, circa 78 €. Fino a 30 minuti al mese, 5 avatar personali, accesso API, video interattivi, 180+ avatar.
- Enterprise: prezzo su richiesta, minuti illimitati, SCORM, SSO.
La stessa pagina segnala che i piani annuali partono da 18 dollari al mese. C’è poi un add-on che vale la pena conoscere: lo Studio Express-1 Avatar, l’avatar realizzato in condizioni controllate, costa 1.000 dollari all’anno — circa 877 € — ed è disponibile solo per chi ha un piano annuale (pagina prezzi Synthesia).
HeyGen (pagamento mensile, dalla pagina prezzi ufficiale):
- Free: 3 video al mese, massimo 1 minuto, 1 avatar personale.
- Creator: 29 dollari al mese, circa 25 €. 600 crediti, video fino a 30 minuti, export 1080p, clonazione vocale.
- Pro: 49 dollari al mese, circa 43 €. 1.000 crediti, export 4K.
- Business: 149 dollari al mese, circa 131 €, più 20 dollari (circa 18 €) per ogni postazione aggiuntiva. 1.500 crediti, video fino a 60 minuti, 5 avatar personali, SCORM, integrazioni con i sistemi di formazione, SSO.
- Enterprise: su richiesta.
La differenza strutturale è che Synthesia vende minuti di video, HeyGen vende crediti spendibili su tutte le funzioni. Il modello a crediti è più flessibile e più difficile da preventivare: se usi anche traduzione e generazione di immagini, i crediti finiscono prima di quanto pensi.
Il conto pratico, fatto da noi sui listini qui sopra e non ripreso da una ricerca di mercato. Una PMI che deve produrre dodici moduli formativi da cinque minuti l’anno, cioè sessanta minuti di video, sta larga con il piano Creator di Synthesia (30 minuti/mese) o con il Creator di HeyGen: moltiplicando i canoni per dodici mesi si sta indicativamente fra i 300 e i 900 € l’anno, a seconda del piano e della modalità di pagamento. Confronta questa cifra con il costo di una giornata di riprese con troupe, montaggio e speaker, e capisci perché il mercato si è mosso.
L’italiano: la domanda che devi farti prima di firmare
Qui devo essere onesto su una cosa: non abbiamo eseguito un test comparativo dell’italiano generato dai due strumenti, e senza averlo fatto non ti dirò quale ha il labiale migliore. Diffida di chiunque te lo dica senza mostrarti i video.
Quello che posso dirti è cosa guardare, perché i punti in cui l’italiano sintetico si rompe sono sempre gli stessi tre.
La prosodia delle frasi lunghe: l’italiano ha frasi subordinate che l’inglese non ha, e le voci sintetiche tendono a leggerle con l’intonazione sbagliata, mettendo la pausa dove non va. Il raddoppiamento e le doppie: “anno” contro “ano”, “cassa” contro “casa”. Un errore qui distrugge la credibilità in mezzo secondo. E i numeri, gli acronimi e le sigle: date, importi in euro, articoli di legge, “art. 2087 c.c.”, “INAIL”, “D.Lgs. 81/08”. Sono esattamente le cose che compaiono in un corso aziendale, ed è dove le voci sintetiche fanno più figuracce.
Il labiale è il quarto punto, e va guardato sui suoni chiusi — le “p”, le “b”, le “m” — e sulle vocali finali, che in italiano ci sono quasi sempre e in inglese no.
Come testarlo in venti minuti
Il protocollo da seguire prima di comprare è banale e nessuno lo fa: prendi la pagina più noiosa del tuo corso vero, quella piena di sigle e numeri, generala con entrambi i piani gratuiti, e falla guardare a tre colleghi senza dire cosa stai testando. Se dopo trenta secondi qualcuno chiede “ma è finto?”, hai la tua risposta.
Avatar dal catalogo o la tua faccia
L’avatar stock è una persona reale che ha dato il consenso a essere clonata e resa disponibile a tutti i clienti della piattaforma. Costa zero in più, è pronto subito, e ha un difetto: lo stanno usando anche i tuoi concorrenti. Se il tuo pubblico interno vede la stessa faccia nel corso di un fornitore e nel tuo, l’effetto è quello di un template.
L’avatar personale riproduce una persona della tua azienda. Si crea registrando qualche minuto di video con webcam o telecamera, e sui piani citati sopra è incluso in numero limitato (3 su Synthesia Starter, 5 su Creator, 5 su HeyGen Business). L’avatar in studio di Synthesia, quello a 877 € l’anno, è la versione professionale: registrazione in condizioni controllate, risultato migliore, tempi di lavorazione che il sito indica fino a dieci giorni.
La mia opinione, netta: per la formazione interna l’avatar personale di una persona reale e riconoscibile dell’azienda vale molto più di qualsiasi avatar stock, anche se tecnicamente è meno perfetto. Un dipendente che vede il volto sintetico del proprio responsabile HR, con un cartellino che dice che è un avatar, accetta il patto. Lo stesso dipendente che vede una modella sconosciuta spiegargli la procedura antincendio capisce immediatamente che l’azienda ha risparmiato su di lui.
Consenso e diritto d’immagine: chi può clonare chi
Questa parte è quella che fa perdere le cause, e in Italia le regole sono più severe di quanto la gente creda.
Dal lato piattaforma, entrambe hanno costruito barriere. Synthesia dichiara sulla propria pagina sull’etica un framework basato su consenso, controllo e collaborazione, e afferma che nessun avatar viene creato senza consenso esplicito della persona, comprese figure pubbliche e politici a scopo satirico. HeyGen richiede per ogni avatar video la registrazione di un video di consenso da parte della persona ritratta, come descritto nella documentazione ufficiale e nella policy di moderazione: se crei l’avatar di qualcun altro, quella persona deve registrare il proprio video di consenso, non puoi farlo tu per lei.
Dal lato italiano, la piattaforma che dice sì non ti mette al riparo da niente. Contano tre cose.
L’articolo 10 del codice civile (testo) e gli articoli 96 e 97 della legge 633/1941 sul diritto d’autore (testo) tutelano il ritratto: l’immagine di una persona non può essere esposta, riprodotta o messa in commercio senza il suo consenso, salvo i casi di notorietà o interesse pubblico previsti dall’art. 97. Un avatar è a tutti gli effetti la sua immagine.
Il GDPR: volto e voce di una persona identificabile sono dati personali, e il trattamento richiede una base giuridica. Nel rapporto datore di lavoro-dipendente il consenso è una base giuridica fragile, perché la giurisprudenza europea considera lo squilibrio di potere un ostacolo alla libertà del consenso. Tradotto: se chiedi a un tuo dipendente di farsi clonare, quel consenso deve essere davvero libero, revocabile e documentato, e devi avere un piano per quando lui dice di no o cambia idea.
Il contratto: cosa succede all’avatar quando la persona lascia l’azienda? Se non l’hai scritto prima, te ne accorgi dopo. Il consenso va acquisito per iscritto, con durata definita, ambito d’uso definito (formazione interna sì, campagne pubblicitarie no, a meno che non sia scritto) e diritto di revoca con cancellazione.
Aggiungi la data: dal 2 agosto 2026 un avatar sintetico va dichiarato come tale a chi lo guarda, e in Italia diffondere il volto di una persona alterato con l’AI senza il suo consenso è diventato un reato (le regole europee e italiane, spiegate per intero). Tradotto in pratica: il cartellino sotto l’avatar non è più cortesia, è un obbligo con una scadenza, e va messo anche sul corso interno che vedranno solo i tuoi dipendenti.
Quando serve e quando fa venire i brividi
Funziona bene, secondo me, in tre situazioni. Le procedure che cambiano spesso: se aggiorni il video ogni volta che cambia una riga, rigirare non è sostenibile e rigenerare sì. La formazione multilingua: la stessa procedura in italiano, inglese e rumeno per un magazzino con personale misto è un caso in cui il valore è evidente e il rischio zero. E i contenuti che nessuno vuole girare comunque, dove l’alternativa realistica non è un bel video, è un PDF che nessuno legge.
Fa venire i brividi, e qui sono altrettanto netto, in altre tre. Nei messaggi personali del management: un avatar dell’amministratore delegato che annuncia una riorganizzazione è un in
