Guida completa a Synthesia per la creazione e modifica video 2026

Che cos'è Synthesia nel 2026, come funzionano avatar, doppiaggio e agenti video, quanto costa davvero, dove batte HeyGen e Colossyan e dove no, e come usarlo per far crescere formazione, marketing e comunicazione interna senza trasformarlo in una fabbrica di video che nessuno guarda

C'è un momento preciso in cui un'azienda scopre quanto costa davvero un video aziendale: non quando lo gira, ma quando deve aggiornarlo. Cambia una procedura, esce una nuova versione del software, si apre un mercato in un'altra lingua, e quel video girato con troupe, speaker e montaggio diventa di colpo vecchio. Rifarlo significa ricominciare da capo. È esattamente il problema su cui Synthesia ha costruito un'azienda che, secondo i dati dichiarati dalla società, oggi conta oltre un milione di utenti ed è usata dal 90% delle aziende della Fortune 100, e che a gennaio 2026 ha chiuso un round da 200 milioni di dollari a una valutazione di 4 miliardi.

Questa guida percorre Synthesia per intero — caratteristiche principali, vantaggi competitivi, costi, funzionalità avanzate e integrazioni, alternative e confronto, strategie di crescita e tendenze — con lo stesso approccio delle guide che abbiamo dedicato agli strumenti di intelligenza artificiale per chi sviluppa, come quella sul freelance Python per l'intelligenza artificiale e quella su Laravel e intelligenza artificiale. Qui però lo strumento non si programma: si usa. E proprio per questo il rischio di usarlo male è più alto.

Il punto che rende questa guida meno scontata di una scheda prodotto è che Synthesia, nel 2026, non è più soltanto un generatore di video con avatar parlanti. Tra l'ottobre 2025 e l'estate 2026 sono arrivati avatar che gesticolano e compiono azioni su comando, un assistente che costruisce il video partendo da un documento, un doppiaggio con sincronizzazione labiale in oltre 130 lingue, agenti video che ascoltano e rispondono in tempo reale e sessioni di roleplay con valutazione delle competenze. Se l'immagine che hai in testa è quella del mezzobusto rigido che legge un testo davanti a uno sfondo neutro, è ferma a qualche anno fa. Se invece pensi che basti comprare un abbonamento per risolvere la comunicazione aziendale, sei nell'errore opposto — e la guida serve anche a questo.

Che cos'è Synthesia, e che cosa non è

Synthesia è una piattaforma in cloud per creare, tradurre e aggiornare video professionali partendo da un testo, senza telecamere, microfoni né studi di registrazione. Si scrive (o si fa scrivere) uno script, si sceglie un presentatore digitale — un avatar — si impaginano le scene con testi, immagini e grafiche, e la piattaforma genera il video con voce sintetica e labiale sincronizzato. Il risultato si scarica, si pubblica su una pagina dedicata, si incorpora in un sito o si esporta nella piattaforma di e-learning aziendale.

L'uso tipico non è il cinema e nemmeno la pubblicità d'autore: è la comunicazione ripetibile. Onboarding dei nuovi assunti, formazione obbligatoria e di prodotto, tutorial per i clienti, aggiornamenti interni, video di supporto, presentazioni commerciali. Contenuti che vanno prodotti in quantità, aggiornati spesso e distribuiti in più lingue — cioè esattamente quelli che con la produzione tradizionale costano di più in proporzione al valore che generano.

Da dove viene

L'azienda nasce a Londra nel 2017. Tra i fondatori ci sono il CEO Victor Riparbelli e due ricercatori di visione artificiale di primo piano, Lourdes Agapito (University College London) e Matthias Niessner (Università Tecnica di Monaco), che hanno sviluppato l'architettura di deep learning alla base degli avatar. È un dettaglio che conta: Synthesia nasce come azienda di ricerca sulla sintesi del volto umano, non come startup di marketing che ha messo un'interfaccia sopra i modelli di qualcun altro.

Il percorso finanziario racconta la traiettoria. Nell'aprile 2025 Adobe ha fatto un investimento strategico nella società e, secondo quanto riportato dalla stampa economica, Synthesia avrebbe rifiutato un'offerta di acquisizione intorno ai 3 miliardi di dollari. Il 26 gennaio 2026 è arrivata la Serie E da 200 milioni di dollari guidata da GV (il fondo di venture capital di Alphabet), con la partecipazione di NVentures, il braccio di investimento di NVIDIA, e dei fondi storici della società. Ad aprile 2026 l'azienda ha annunciato nuove sedi ad Austin e Berlino, il rafforzamento di Parigi e Zurigo e un obiettivo di crescita del personale del 70% nell'anno.

I numeri, con la metodologia dichiarata

Synthesia è una società privata e non pubblica bilanci consolidati consultabili come quelli di una quotata. Tutti i numeri che seguono sono quindi dichiarati dall'azienda o riportati dalla stampa, e vanno letti per quello che misurano.

Il dato più significativo, fra questi, è l'ultimo. Una retention netta sopra il 140% vuol dire che chi comincia a usare la piattaforma tende ad allargarne l'uso ad altri reparti e ad altre lingue. È il comportamento tipico degli strumenti che risolvono un problema reale e ricorrente, e lo distingue dalle applicazioni di intelligenza artificiale provate per curiosità e abbandonate dopo il primo mese.

Che cosa non è

Il titolo di questa guida parla di creazione e modifica video, ed è giusto chiarire subito il perimetro della seconda parola. Synthesia non è un programma di montaggio professionale come Premiere Pro, DaVinci Resolve o Final Cut: non si lavora al fotogramma su una timeline multitraccia, non si fa color grading, non si monta una intervista girata con tre camere. La «modifica» in Synthesia è un'altra cosa, e per molte aziende è più utile: si modifica il testo e la struttura delle scene, e il video si rigenera. Cambiare una frase, un prezzo, un nome di prodotto o un'intera lingua richiede minuti, non una nuova sessione di riprese.

Allo stesso modo, Synthesia non è un generatore cinematografico da prompt come Sora, Veo o Runway, anche se — lo vedremo — integra alcuni di questi modelli per produrre spezzoni di supporto. Il suo centro di gravità resta il video di presentazione, formazione e spiegazione con un presentatore, umano o digitale. Chi cerca uno strumento per la pubblicità emozionale o per il cortometraggio sta cercando nel posto sbagliato.

Le caratteristiche principali

Gli avatar: da mezzobusti parlanti a presentatori che agiscono

Il cuore della piattaforma sono gli avatar, presentatori digitali generati a partire da riprese di attori reali che hanno dato il consenso all'uso della propria immagine. La libreria conta oltre 240 avatar di stock, di età, aspetto e stile diversi, ma è l'evoluzione dei modelli a fare la differenza rispetto agli anni passati.

Con Express-2, introdotto con Synthesia 3.0 nell'ottobre 2025, gli avatar hanno acquisito espressioni facciali più credibili, gesti delle mani e movimenti del corpo coerenti con il parlato. Da novembre 2025 alcuni avatar possono anche compiere azioni descritte con un prompt — raggiungere una lavagna, appoggiare un oggetto, salutare — e l'abbigliamento e l'ambiente non si scelgono più solo da un catalogo: si descrivono a parole («gilet ad alta visibilità», «camice da ospedale», «magazzino con scaffalature») e si salvano in libreria per riusarli con coerenza. Per chi produce formazione sulla sicurezza o spiegazioni di processo, è la differenza fra raccontare una procedura e mostrarla.

A luglio 2026 è arrivato Express-3, che allinea le espressioni emotive al contenuto dello script (tono sereno, serio, neutro, cordiale), migliora ulteriormente il labiale e, secondo l'azienda, genera i video due volte più velocemente del modello precedente. Insieme a Express-3 sono stati introdotti gli Style Avatars, personaggi stilizzati — non fotorealistici — creati da prompt e preset. Sono utili in due casi precisi: quando si parla di temi delicati per cui un volto umano realistico risulterebbe fuori luogo, e quando si localizza lo stesso contenuto in mercati molto diversi e si vuole un presentatore neutro rispetto all'etnia e alla cultura.

Avatar personali e clonazione della voce

Oltre agli avatar di stock si può creare un avatar personale: la versione digitale di sé stessi, del proprio amministratore delegato o del formatore interno. Con Synthesia 3.0 il processo si è semplificato fino a partire da una singola immagine, mentre per la massima qualità resta disponibile la registrazione video con webcam o in studio. In ogni caso serve il consenso esplicito della persona ritratta: è una delle regole su cui l'azienda ha costruito la propria reputazione, e nel 2026 ha pubblicato anche un modello di policy aziendale per gestire le «identità digitali» dei dipendenti — incluso che cosa succede quando una persona lascia l'azienda.

La voce segue la stessa logica. Express-Voice crea un clone della voce in pochi secondi di campione, conservando timbro, accento e ritmo. Il risultato è un avatar che somiglia alla persona e parla come lei, anche in lingue che quella persona non conosce. È una funzione potente e, proprio per questo, da governare con regole scritte prima di cominciare, non dopo il primo incidente.

Dallo script al video: l'editor e l'AI Assistant

L'editor di Synthesia assomiglia più a un programma di presentazioni che a un software video: il video è diviso in scene, ogni scena ha il suo testo parlato, il suo avatar (o nessuno), i suoi elementi grafici, le sue animazioni. Si parte da un modello o da una pagina bianca, si possono importare presentazioni e documenti, si applica il brand kit aziendale con colori, caratteri e loghi. Chi sa costruire una buona presentazione impara l'editor in un pomeriggio.

Dal luglio 2026 il punto d'ingresso più rapido è l'AI Assistant. Si descrive il video che serve, si allegano documenti o indirizzi web, e l'assistente propone struttura, scaletta e tono prima di generare qualsiasi cosa; una volta concordato il piano, costruisce il video applicando il brand kit a modelli, avatar e grafiche animate. Le correzioni successive — «rendilo più breve», «tono più formale», «dividi in cinque scene» — si fanno nell'editor senza ripartire da zero. È il passaggio che trasforma una procedura in PDF di venti pagine in una bozza di video da rivedere, ed è anche quello che richiede più supervisione umana: l'assistente sintetizza, e sintetizzare significa scegliere che cosa tagliare.

Voci, lingue e doppiaggio

La piattaforma dichiara il supporto a oltre 160 lingue e più di 1.000 voci sintetiche. Sui piani enterprise la traduzione con un clic genera versioni localizzate dello stesso video in oltre 80 lingue, mantenendo avatar, impaginazione e tempi. Il lettore multilingue permette poi di pubblicare un unico link da cui lo spettatore sceglie la lingua, con sottotitoli generati automaticamente.

Il doppiaggio è una funzione diversa e merita attenzione: lavora anche su video girati con persone reali, non generati in Synthesia. Con Dubbing 2.0, rilasciato a luglio 2026 per tutti i clienti, la sincronizzazione labiale regge anche tagli rapidi, cambi di scena e inquadrature con più persone, la voce doppiata conserva accento e gamma emotiva dell'originale, e la traduzione tiene conto di tempi e lunghezze. Due dettagli pratici fanno la differenza nei progetti veri: un glossario per imporre la terminologia aziendale (nomi di prodotto, sigle, termini tecnici che non vanno tradotti) e la possibilità di rigenerare un singolo segmento invece dell'intero video, rivedendo trascrizione e traduzione senza consumare crediti.

Spezzoni generati, registrazione dello schermo e contenuti visivi

Un video di formazione con il solo avatar a mezzobusto stanca in fretta. Per questo Synthesia integra un generatore di spezzoni video e immagini che si appoggia a modelli di terze parti di fascia alta — la piattaforma cita Veo 3.1 di Google, FLUX.2 e Nano Banana Pro — per produrre le cosiddette immagini di copertura senza cercarle nelle banche dati di stock. C'è poi un registratore dello schermo con trascrizione automatica, indispensabile per i tutorial software: si registra la procedura, si ottiene il testo, e lo si fa leggere all'avatar in tutte le lingue necessarie.

Interattività, agenti video e roleplay

Qui sta la parte più nuova, ed è anche quella che più cambia la natura del prodotto. I video possono contenere elementi cliccabili — pulsanti di invito all'azione, quiz, percorsi a bivio in cui lo spettatore sceglie come proseguire — e trasformarsi così da contenuto da guardare a esperienza da attraversare.

Un passo oltre ci sono i Video Agents, annunciati con Synthesia 3.0: avatar che ascoltano, parlano e agiscono in tempo reale, collegati alle basi di conoscenza aziendali, pensati per condurre sessioni di formazione, fare da primo filtro nelle selezioni o guidare un percorso di apprendimento raccogliendo dati lungo la strada. A luglio 2026 si sono aggiunte le Roleplay Sessions: l'utente si esercita in una conversazione difficile — una trattativa commerciale, un colloquio di feedback, una chiamata di assistenza — con un avatar che interpreta la controparte, e al termine un coach basato su intelligenza artificiale lo fa prima riflettere e poi gli restituisce un punteggio complessivo e uno per ciascuna competenza, secondo una griglia di valutazione specifica per il ruolo. L'azienda riporta, dai progetti pilota, un miglioramento delle competenze vicino al 30% in una società di selezione e quasi il 70% di venditori tornati volontariamente a esercitarsi: dati interni e non verificati in modo indipendente, ma indicativi della direzione.

Pubblicazione, misura e aggiornamento

L'ultimo pezzo è quello che separa uno strumento per creare video da una piattaforma per gestirli. I video si pubblicano su pagine dedicate protette da password o da accesso aziendale unico, si incorporano in siti e intranet con aggiornamento automatico — se si corregge il video in Synthesia, la versione incorporata ovunque si aggiorna da sola — e si esportano in formato SCORM per le piattaforme di e-learning. Le statistiche misurano visualizzazioni, tempo di visione, coinvolgimento e clic sugli elementi interattivi, e il controllo di versione tiene traccia delle modifiche. Per un reparto formazione, sapere che il 60% dei dipendenti abbandona un video al terzo minuto è l'informazione più utile che esista.

I vantaggi competitivi

Elencare le funzioni è facile; capire perché un'azienda dovrebbe scegliere Synthesia invece di una troupe, di un'agenzia o di un concorrente è un altro discorso. I vantaggi reali, a nostro giudizio, sono cinque — e un sesto paragrafo è dedicato ai casi in cui il vantaggio si rovescia.

Il costo che crolla non è la produzione, è l'aggiornamento

Il paragone più comune — «un video con avatar costa meno di un video girato» — è vero ma coglie solo metà del punto. Il vantaggio decisivo è che il costo marginale di una modifica tende a zero. Un video tradizionale è un oggetto chiuso: per cambiare una frase bisogna richiamare lo speaker, ricreare luce e inquadratura, rimontare. Un video Synthesia è un documento: si corregge il testo e si rigenera. Nei contenuti che invecchiano in fretta — procedure, software, listini, normative — è questo che trasforma l'economia del video aziendale, perché permette di tenere aggiornata una libreria invece di lasciarla degradare.

La localizzazione diventa una funzione, non un progetto

Tradurre un video in dieci lingue, con il metodo classico, è un progetto a sé: traduttori, speaker madrelingua, sessioni di registrazione, montaggio per ogni versione, controllo qualità. Con la traduzione integrata e il doppiaggio con labiale sincronizzato diventa un'operazione che si lancia dall'editor. Per un'azienda italiana che esporta, significa poter formare la rete commerciale estera e spiegare i prodotti ai clienti nella loro lingua e nello stesso giorno in cui esce la versione italiana. Resta indispensabile una revisione da parte di un madrelingua — ne parliamo più avanti — ma il lavoro passa dalla produzione al controllo.

Sicurezza, conformità e governance come argomento di vendita

Per le grandi organizzazioni la scelta di una piattaforma di intelligenza artificiale passa dall'ufficio acquisti e dalla funzione di sicurezza prima che dal reparto marketing. Qui Synthesia gioca in vantaggio: dichiara la conformità a SOC 2 Type II, alla norma ISO/IEC 42001 sui sistemi di gestione dell'intelligenza artificiale e al GDPR, applica il consenso esplicito per ogni avatar personale, inserisce per impostazione predefinita nei video idonei i metadati di provenienza C2PA e nel luglio 2026 è stata fra le prime aziende del settore a firmare il codice di buone pratiche europeo sull'articolo 50 dell'AI Act, quello sulla trasparenza dei contenuti generati. Nel giugno 2026 ha pubblicato anche un proprio quadro di governance e un portale dedicato. Per un'azienda che deve rispondere a un responsabile della protezione dei dati o a un comitato rischi, questi elementi accorciano i tempi di approvazione di mesi.

Un flusso di formazione completo in un solo posto

Il reparto formazione è il cliente naturale di Synthesia, e la piattaforma lo sa. Creazione del contenuto, quiz, percorsi a bivio, roleplay con valutazione, esportazione SCORM, statistiche di fruizione: tutto nello stesso ambiente. Chi oggi mette insieme uno strumento per le slide, uno per la registrazione, uno per il montaggio, uno per i quiz e una piattaforma di e-learning con cui tenerli insieme, trova nella riduzione del numero di strumenti un vantaggio concreto quanto quello sul costo di produzione.

La coerenza a scala

Quando una grande organizzazione produce video in venti uffici diversi, il problema non è la qualità del singolo video ma la coerenza dell'insieme: loghi sbagliati, colori fuori palette, toni diversi, informazioni contraddittorie. Brand kit, modelli condivisi, spazi di lavoro con permessi, collaborazione in tempo reale e controllo di versione rendono possibile decentrare la produzione senza perdere il controllo. È un vantaggio poco visibile nella prova gratuita e molto visibile dopo sei mesi di uso.

Dove il vantaggio si rovescia

Sarebbe disonesto chiudere questa sezione senza dire dove Synthesia non è la scelta giusta. Il primo limite è di natura emotiva: nonostante i progressi, un avatar resta un avatar, e nei contenuti in cui conta la fiducia personale — il messaggio dell'amministratore delegato in un momento di crisi, una comunicazione su licenziamenti o riorganizzazioni, la storia di un cliente — la sensazione di artificialità danneggia il messaggio invece di servirlo. Il secondo è creativo: per pubblicità, contenuti social ad alto ritmo e narrazione di marca, l'impostazione a scene e presentatore è una gabbia, e concorrenti come HeyGen sono spesso più agili e meno cari. Il terzo è pratico: le funzioni arrivano di solito prima in inglese, la qualità delle voci varia da lingua a lingua e l'italiano, pur supportato, va provato sul proprio contenuto specifico — nomi propri, sigle e termini tecnici sono i punti in cui la sintesi vocale inciampa più spesso. Il quarto è economico: il sistema a crediti e a minuti rende i costi prevedibili per chi produce volumi regolari e meno prevedibili per chi rigenera spesso o sperimenta molto.

Costi

I piani

Il listino pubblico, rilevato a fine settembre 2026, prevede quattro piani. I prezzi sono in dollari statunitensi, al netto delle imposte, e vanno verificati prima di un preventivo perché cambiano con una certa frequenza.

Due osservazioni che il listino non evidenzia. La prima: l'esportazione SCORM e i brand kit sono riservati al piano Enterprise, quindi un reparto formazione che vuole caricare i video nella propria piattaforma di e-learning con tracciamento del completamento finisce quasi sempre lì, anche con volumi modesti. La seconda: il consumo si misura in minuti di video generato e in crediti, e ogni rigenerazione consuma. Chi lavora per tentativi — cambia una frase, rigenera, cambia di nuovo — brucia la quota molto più in fretta di chi arriva all'editor con uno script già approvato.

Le voci del conto che non stanno nel listino

L'abbonamento è raramente la voce più alta di un progetto video con Synthesia. Le altre, in ordine di peso tipico, sono queste.

• La scrittura degli script. Un video di formazione efficace richiede competenze di progettazione didattica: obiettivi, sequenza, esempi, verifiche. L'AI Assistant produce una bozza, ma la qualità del risultato dipende da chi la rivede.

• La revisione dei contenuti. Esperti di materia, ufficio legale, compliance, marketing: ogni video aziendale passa da più mani, e i cicli di approvazione sono spesso il vero collo di bottiglia.

• La revisione linguistica. Ogni lingua in cui si pubblica richiede almeno un controllo da parte di un madrelingua, soprattutto su terminologia e pronuncia.

• Gli avatar personali. Registrazione, consenso, policy interna, gestione nel tempo. Poco costosi in sé, costosi se fatti male.

• L'integrazione. Se i video vanno generati in automatico da un gestionale, da un CRM o da un catalogo prodotti, serve sviluppo software: chiamate all'API, gestione delle notifiche, archiviazione, gestione degli errori.

• Le licenze aggiuntive. Postazioni di editor, ospiti, minuti extra di doppiaggio.

Tre scenari tipici

Per dare un'idea concreta, ecco tre scenari ricorrenti. I costi di licenza derivano dal listino; le stime di impegno sono indicative, basate su progetti tipici, e variano molto con la complessità del contenuto.

Il confronto con la produzione tradizionale va fatto sull'intero ciclo di vita, non sul primo video. Un video corporate girato con troupe, speaker e montaggio costa di norma nell'ordine delle migliaia di euro; il vantaggio di Synthesia cresce con il numero di video, il numero di lingue e la frequenza di aggiornamento. Se devi produrre un solo video istituzionale, da girare una volta e non toccare più per tre anni, la produzione tradizionale può ancora essere la scelta migliore.

Tre regole per non sforare

Prima: script approvato prima di aprire l'editor. È il modo più semplice per non sprecare minuti di generazione in iterazioni evitabili. Seconda: un piano pilota su un solo caso d'uso, con una metrica di successo definita — tempo di onboarding, completamento dei corsi, richieste di assistenza evitate — prima di estendere a tutta l'azienda. Terza: modelli prima dei video. Investire all'inizio in tre o quattro modelli ben fatti, con brand kit applicato, riduce drasticamente il tempo di ogni video successivo.

Funzionalità avanzate e integrazioni

L'API: quando il video lo produce il software

Dal piano Creator in su è disponibile l'API REST, ed è la funzione che trasforma Synthesia da strumento per la redazione a componente di un sistema. Le operazioni principali permettono di creare un video da un modello sostituendo variabili come testo, nomi e immagini, di gestire i video prodotti, di avviare progetti di doppiaggio, di generare versioni tradotte tramite file XLIFF — il formato standard dell'industria della traduzione — e di consultare il saldo dei crediti. L'elaborazione di un video richiede in genere alcuni minuti, per cui l'architettura corretta non interroga di continuo lo stato ma si registra ai webhook e riceve una notifica al termine.

Un dettaglio di governance che molti scoprono tardi: secondo la documentazione, la chiave API appartiene all'account che la crea, non allo spazio di lavoro. Se la crea un consulente esterno con il proprio account, o un dipendente che poi lascia l'azienda, l'integrazione è legata a quella persona. La regola pratica è creare le chiavi da un account di servizio aziendale e documentarne la gestione fin dal primo giorno.

Casi d'uso tipici dell'integrazione

Gli scenari in cui l'API si ripaga sono ricorrenti. Un e-commerce che genera un video di presentazione per ogni nuova scheda prodotto, prendendo nome, caratteristiche e immagini dal catalogo. Un CRM che produce un video di benvenuto personalizzato con il nome del cliente e del suo referente commerciale. Un gestionale di formazione che rigenera automaticamente il video di una procedura quando cambia il documento di riferimento. Un'applicazione web che mette a disposizione dei propri utenti la creazione di video all'interno del proprio flusso, senza farli uscire verso un altro servizio.

Tecnicamente si tratta di un'integrazione classica: una coda di lavori che invia le richieste, un endpoint che riceve i webhook, un archivio per i file prodotti, una gestione degli errori e dei tentativi. In un'applicazione Laravel, per esempio, si risolve con un job in coda, una rotta dedicata per le notifiche con verifica della firma e un evento che aggiorna lo stato del record collegato — lo stesso schema che descriviamo nella guida su Laravel e intelligenza artificiale. Dove esiste già un flusso di automazione senza codice, Synthesia dichiara anche il supporto a Zapier.

E-learning, accesso aziendale e distribuzione

Per le grandi organizzazioni contano tre integrazioni. L'esportazione SCORM porta i video, con quiz e tracciamento del completamento, in qualunque piattaforma di e-learning compatibile. L'accesso unico aziendale tramite SAML permette di gestire utenti e permessi dal sistema di identità già in uso. Gli incorporamenti con aggiornamento automatico evitano il problema classico delle intranet: la stessa procedura presente in cinque pagine diverse, in cinque versioni diverse.

La governance degli avatar e dei contenuti

Nel 2026 Synthesia ha investito molto sulla governance, e non per caso: è l'ostacolo principale all'adozione nelle aziende regolamentate. Ad aprile ha pubblicato un modello di regole per gestire gli avatar dei dipendenti — chi può crearli, per quali contenuti possono essere usati, chi approva, che cosa succede quando la persona cambia ruolo o se ne va. A giugno ha presentato un portale dedicato alla governance dell'intelligenza artificiale. A luglio ha reso disponibili le etichette «generato con IA» basate sull'icona di riferimento europea, applicabili a ogni scena. Per chi introduce la piattaforma in azienda, sono materiali da usare come base di partenza per la propria policy interna, non da ignorare.

Alternative a Synthesia e confronto

Il mercato dei video generati con intelligenza artificiale si è affollato rapidamente, ma le alternative reali a Synthesia si dividono in tre famiglie: le piattaforme di avatar dirette concorrenti, gli strumenti di animazione e i modelli generativi che producono video da prompt. Confrontarle tutte sullo stesso piano sarebbe fuorviante, perché risolvono problemi diversi.

Il confronto in una tabella

Per i prezzi dei concorrenti vale la stessa avvertenza fatta per Synthesia: cambiano spesso. A fine settembre 2026 HeyGen parte da un piano gratuito limitato, con piani a pagamento a partire da 29 dollari al mese e un piano Business da 149 dollari al mese più 20 dollari per postazione; Colossyan ha un piano d'ingresso gratuito e piani professionali e enterprise con esportazione SCORM.

Synthesia o HeyGen

È il confronto che si fanno quasi tutti, e la risposta dipende meno dalla qualità degli avatar — ormai paragonabile, con vantaggi che si alternano a ogni rilascio — che dal contesto d'uso. HeyGen è nato con un'anima più vicina ai creator e al marketing: iterazione veloce, contenuti brevi, formati per i social, prezzi d'ingresso aggressivi, una libreria di avatar molto ampia. Synthesia è nato per le aziende e ci ha costruito sopra tutto il resto: certificazioni, consenso, controllo degli accessi, SCORM, roleplay, governance. Se il tuo cliente interno è l'ufficio marketing e il tuo problema è produrre tanti contenuti brevi in fretta, HeyGen merita una prova seria. Se il tuo cliente interno è la formazione, le risorse umane o la compliance, e la piattaforma deve superare un processo di approvazione della sicurezza informatica, Synthesia parte in vantaggio.

Synthesia o Colossyan

Colossyan è il concorrente più diretto sul terreno della formazione, e per molte PMI rappresenta un'alternativa più economica con una buona attenzione agli scenari didattici: conversazioni fra più avatar, interattività, integrazione con l'e-learning. Synthesia offre un ecosistema più ampio, un ritmo di rilascio più alto e funzioni — roleplay con valutazione, agenti video, doppiaggio di video reali — che al momento lo collocano un passo avanti. La scelta pratica: provare entrambi sullo stesso script, in italiano, e confrontare il risultato con chi dovrà guardarlo.

Quando non serve un avatar affatto

La domanda da farsi prima di scegliere fra le piattaforme di avatar è se l'avatar serva davvero. Per un tutorial software, una registrazione dello schermo con voce è spesso più chiara di qualsiasi presentatore. Per correggere e montare video girati, strumenti come Descript o i programmi di montaggio tradizionali sono la scelta giusta. Per un contenuto emozionale, una persona vera ripresa bene resta imbattibile. Synthesia dà il meglio quando c'è un volto che spiega, un contenuto da aggiornare e più lingue da servire: se manca almeno due di questi tre elementi, conviene valutare altro.

Il criterio di scelta in tre domande

Uno: chi guarda il video, e che cosa deve fare dopo averlo visto? Imparare una procedura, comprare un prodotto e cambiare un comportamento sono obiettivi diversi, e richiedono formati diversi. Due: quante volte cambierà il contenuto nei prossimi due anni, e in quante lingue? Più alte sono entrambe le risposte, più una piattaforma di avatar si ripaga. Tre: quali requisiti di sicurezza, privacy e tracciamento deve rispettare la piattaforma? Se la risposta include SSO, SCORM e una valutazione formale del fornitore, la rosa si restringe molto in fretta.

Strategie di crescita usando Synthesia

Per un'azienda: il percorso che funziona

Le adozioni che falliscono seguono quasi sempre lo stesso copione: si compra la licenza, si producono trenta video nel primo mese, nessuno li guarda, la licenza non viene rinnovata. Quelle che funzionano seguono un percorso diverso. Si parte da un solo processo con un problema misurabile — l'onboarding che richiede troppo tempo ai responsabili, le stesse domande che arrivano all'assistenza clienti, un corso obbligatorio che nessuno completa. Si definisce la metrica prima di produrre. Si costruiscono i modelli e il brand kit. Si produce un primo blocco limitato di video, si misura, si corregge. Solo dopo si estende ad altri processi e altre lingue, con una policy scritta su avatar, approvazioni e trasparenza.

Formazione e onboarding

È il caso d'uso con il ritorno più rapido. Un percorso di inserimento fatto di video brevi — uno per argomento, da tre a cinque minuti — permette ai nuovi assunti di prepararsi prima del primo giorno e ai responsabili di dedicare il tempo in presenza alle domande invece che alle spiegazioni ripetute. Con le Roleplay Sessions la formazione si estende dalle conoscenze alle abilità: la rete commerciale si esercita sulle obiezioni dei clienti, i responsabili sui colloqui difficili, l'assistenza sulle chiamate più complesse. Per la formazione obbligatoria in Italia vale una cautela specifica: prima di sostituire la formazione in aula, verifica i requisiti dell'accordo Stato-Regioni sulla formazione a distanza in materia di sicurezza sul lavoro, perché non tutti i contenuti possono essere erogati in modalità e-learning.

Marketing e vendite

Nel marketing Synthesia funziona meglio per i contenuti informativi che per quelli emozionali: presentazioni di prodotto, spiegazioni di funzionalità, video per le schede e-commerce, contenuti per i distributori esteri nella loro lingua. Nelle vendite, l'uso più interessante è il video personalizzato a scala generato tramite API: un messaggio che nomina il potenziale cliente, il suo settore e il problema che il prodotto risolve. Qui però la trasparenza non è un optional: dichiarare che il video è generato con intelligenza artificiale è un obbligo che si sta consolidando in Europa, e nascondere l'uso di un avatar a un potenziale cliente è il modo più rapido per bruciare la fiducia che si voleva costruire.

Assistenza clienti e basi di conoscenza

Ogni azienda ha un elenco di domande che arrivano all'assistenza cento volte al mese. Trasformare le risposte in video brevi, incorporati nelle pagine di aiuto e nei messaggi automatici, riduce il carico e migliora l'esperienza del cliente. Con l'aggiornamento automatico degli incorporamenti, quando cambia la procedura si corregge un solo video e la modifica si propaga ovunque. Con i Video Agents, la direzione è quella di un assistente che non si limita a mostrare la risposta, ma la adatta alla domanda.

Per un professionista: che cosa ha mercato

Per un freelance, Synthesia non è una minaccia al lavoro video: è un cambio del lavoro che viene richiesto. Le competenze con domanda reale sono almeno quattro. La progettazione didattica, cioè la capacità di trasformare un manuale in un percorso formativo efficace: è la parte che l'intelligenza artificiale non sostituisce e che il cliente non sa fare da solo. La produzione e localizzazione di librerie video, con revisione linguistica e cura della pronuncia. L'integrazione tecnica, per chi sviluppa: API, webhook, collegamento con e-commerce, CRM e piattaforme di e-learning. La consulenza su governance e conformità: policy sugli avatar, etichettatura dei contenuti, valutazione del fornitore.

Vendere un servizio continuativo, non un video

Il modello di business più solido per un professionista non è il video a prezzo fisso, ma il servizio a canone. Proprio perché il vantaggio di Synthesia sta nell'aggiornamento, il valore per il cliente cresce nel tempo: un pacchetto mensile che include la manutenzione della libreria, gli aggiornamenti, le nuove lingue e i report sulle statistiche di visione crea una relazione continuativa e ricavi prevedibili. Il primo progetto — un pilota su un caso d'uso ben definito, a prezzo fisso — serve a dimostrare il risultato; il canone è ciò che lo rende sostenibile per entrambe le parti.

Il mercato italiano

In Italia la domanda si concentra in tre aree: le aziende manifatturiere che esportano, che hanno bisogno di formare reti di vendita e assistenza in molte lingue; i settori regolamentati — banche, assicurazioni, sanità, energia — con grandi volumi di formazione obbligatoria e continui aggiornamenti normativi; le catene e le reti distribuite, dove la coerenza del messaggio fra decine di punti vendita è un problema quotidiano. Nelle PMI l'adozione è più lenta, e il freno principale non è il prezzo della licenza ma la mancanza di qualcuno che sappia progettare i contenuti: è esattamente lo spazio in cui un professionista esterno fa la differenza.

Tendenze future

Dal video che si guarda al video che risponde

La direzione più chiara, e dichiarata esplicitamente dall'azienda al momento della Serie E, è il passaggio dal video come oggetto da guardare al video come interlocutore. Agenti che ascoltano, rispondono, verificano la comprensione e adattano il percorso: la formazione smette di essere una sequenza di contenuti uguali per tutti e diventa una conversazione. Il video lineare non sparirà, ma diventerà una parte dell'esperienza invece che l'esperienza intera.

Avatar che agiscono, non solo parlano

Il percorso da Express-2 a Express-3 indica la seconda tendenza: avatar sempre più capaci di mostrare oltre che di spiegare, con ambienti, abiti e azioni generati su richiesta. Unita all'integrazione dei modelli generativi di terze parti per le immagini di copertura, porta verso un flusso in cui un intero video dimostrativo — presentatore, ambientazione, inquadrature di dettaglio — si produce da una descrizione testuale.

La trasparenza diventa un obbligo

L'articolo 50 dell'AI Act europeo introduce obblighi di trasparenza sui contenuti generati o manipolati con intelligenza artificiale, con un calendario di applicazione che il codice di buone pratiche firmato da Synthesia collocava ad agosto 2026 e che è stato oggetto di proposte di rimodulazione a livello europeo; in California la legge SB 942 va nella stessa direzione. La conseguenza pratica non cambia: metadati di provenienza, filigrane invisibili ed etichette visibili diventeranno la norma, e le aziende dovranno dotarsi di regole interne su quando e come dichiarare l'uso di avatar. Chi le adotta per tempo lo vivrà come una formalità; chi aspetta, come un problema.

Il consolidamento del mercato

I modelli per generare video stanno diventando una materia prima: Synthesia stessa integra modelli di Google e di altri fornitori accanto ai propri. Il valore si sposta quindi dal modello alla piattaforma — flussi di lavoro, governance, integrazioni, misura dei risultati — e questo favorisce gli operatori più grandi. È ragionevole aspettarsi acquisizioni e alleanze, e l'interesse già manifestato da Adobe lo conferma. Per un'azienda cliente, la conseguenza è una sola: scegliere piattaforme che permettano di esportare i propri contenuti in formati standard, per non restare vincolati.

Si misura l'apprendimento, non le visualizzazioni

Le statistiche di visione dicono quanto un video è stato guardato, non se è servito. Con roleplay valutati, quiz integrati e agenti conversazionali, le piattaforme cominciano a misurare le competenze acquisite. È una tendenza che cambierà il modo in cui i reparti formazione giustificano i propri budget, e il modo in cui i fornitori vengono valutati: non più «quanti video abbiamo prodotto», ma «che cosa sanno fare le persone in più».

Le identità digitali dei dipendenti come patrimonio da governare

Ultima tendenza, e forse la meno discussa: l'avatar del proprio amministratore delegato o del formatore storico diventa un patrimonio aziendale, con valore e rischi. Chi ne detiene i diritti? Che cosa succede quando la persona lascia l'azienda? Quali contenuti sono ammessi? Sono domande che richiedono risposte contrattuali e organizzative, e le aziende che le affrontano adesso avranno un vantaggio quando l'uso degli avatar sarà diffuso quanto quello delle videoconferenze.

Domande frequenti

Synthesia è gratuito?

Esiste un piano Basic gratuito con 10 minuti di video al mese, 9 avatar e accesso a oltre 160 lingue, utile per provare la piattaforma. Non permette però di scaricare i video né di rimuovere il logo: per un uso professionale serve almeno il piano Starter, a partire da 29 dollari al mese o 18 dollari al mese con pagamento annuale.

Synthesia funziona bene in italiano?

L'italiano è fra le lingue supportate sia per le voci sintetiche sia per traduzione e doppiaggio. La qualità è buona sui testi discorsivi, ma nomi propri, sigle, termini tecnici e parole straniere vanno controllati: conviene provare la piattaforma sul proprio contenuto reale e usare il glossario del doppiaggio per imporre la pronuncia e la terminologia corrette.

Posso creare un avatar di me stesso?

Sì, tutti i piani a pagamento includono avatar personali: 3 nello Starter, 5 nel Creator, illimitati nell'Enterprise. Si possono creare partendo da una singola immagine oppure, per la massima qualità, da una registrazione video. Serve sempre il consenso esplicito della persona ritratta, e in azienda è consigliabile definire prima una policy su utilizzo, approvazioni e gestione nel tempo.

Posso usare i video di Synthesia per scopi commerciali e pubblicitari?

Sui piani a pagamento i video possono essere usati per scopi commerciali, nel rispetto delle regole sui contenuti della piattaforma. Da fine 2025 i nuovi avatar di stock seguono le stesse regole degli avatar personalizzati, il che ha aperto usi promozionali prima esclusi. Resta buona pratica, e in Europa progressivamente un obbligo, dichiarare che il contenuto è generato con intelligenza artificiale.

Synthesia è conforme al GDPR e all'AI Act?

L'azienda dichiara la conformità al GDPR e le certificazioni SOC 2 Type II e ISO/IEC 42001, e ha firmato il codice di buone pratiche europeo sull'articolo 50 dell'AI Act, relativo alla trasparenza dei contenuti generati. Questo copre gli obblighi del fornitore; l'azienda che pubblica i video mantiene i propri obblighi di informativa e di trasparenza verso gli spettatori.

Meglio Synthesia o HeyGen?

Dipende dal contesto. HeyGen è spesso più agile ed economico per marketing, contenuti social e creator. Synthesia è più forte dove contano sicurezza, governance, formazione strutturata ed esportazione SCORM, cioè nelle medie e grandi aziende. Il modo migliore per decidere è produrre lo stesso video su entrambe le piattaforme e farlo valutare a chi dovrà usarlo.

Si possono modificare con Synthesia video girati in modo tradizionale?

In parte. Synthesia non è un programma di montaggio professionale e non sostituisce Premiere o DaVinci Resolve. Può però doppiare video girati con persone reali in oltre 130 lingue con sincronizzazione labiale, e si possono inserire spezzoni esistenti all'interno dei video creati sulla piattaforma. La vera modifica, in Synthesia, riguarda i video generati: si cambia il testo e il video si rigenera.

Synthesia ha un'API per automatizzare la produzione?

Sì, a partire dal piano Creator. L'API REST permette di creare video da modelli sostituendo testi e immagini, gestire i video prodotti, avviare doppiaggi e traduzioni e ricevere notifiche tramite webhook al termine dell'elaborazione. È la base per generare video in automatico da e-commerce, CRM o piattaforme di formazione.

In sintesi

Primo: Synthesia nel 2026 è una piattaforma, non un generatore di avatar. Accanto ai presentatori digitali — oggi capaci di gesticolare, esprimere emozioni coerenti con lo script e compiere azioni su comando — ci sono un assistente che costruisce il video da un documento, un doppiaggio con labiale sincronizzato in oltre 130 lingue, agenti video conversazionali, roleplay con valutazione delle competenze, esportazione SCORM e un apparato di sicurezza e governance pensato per le grandi organizzazioni. Secondo: il vantaggio vero non è produrre video che costano meno, ma poterli aggiornare quasi a costo zero, in tutte le lingue che servono; per questo rende di più dove i contenuti cambiano spesso e si rivolgono a molte persone. Terzo: non è lo strumento giusto per tutto — per i messaggi in cui conta la fiducia personale e per la creatività pubblicitaria ci sono soluzioni migliori, e il costo principale di un progetto resta il lavoro di progettazione, revisione e integrazione, non l'abbonamento.

Il consiglio con cui chiudo è quello che darei a un cliente: non partire dalla piattaforma, parti dal processo che vuoi migliorare e dalla metrica con cui misurerai il risultato. Il video, con Synthesia, è la parte veloce.

Se stai valutando come introdurre i video generati con intelligenza artificiale nella tua azienda — per la formazione, l'assistenza, il marketing o la comunicazione interna — o hai bisogno di integrare Synthesia con il tuo e-commerce, il tuo CRM o la tua piattaforma di e-learning, su FreelanceWWW trovi professionisti che quel lavoro lo hanno già fatto: pubblica il tuo progetto e ricevi le offerte. Se ti interessa il lato tecnico, leggi anche le guide sul freelance Python per l'intelligenza artificiale, su Laravel e intelligenza artificiale e sul mercato dei freelance AI e LLM in Italia.