Tana: il knowledge‑graph che trasforma le riunioni in lavoro strutturato — recensione analitica

Introduzione

Tana è una piattaforma di knowledge management e meeting intelligence che in pochi anni ha guadagnato attenzione nella nicchia dei prodotti per pensiero strutturato. Nel 2026 il team ha deciso di separare l'offerta in due linee — l'originale "Tana Outliner" per uso personale e PKM profondo, e il nuovo "Tana" costruito attorno a meeting, collaborazione real‑time e agenti AI — una scelta che cambia posizionamento, go‑to‑market e buyer persona.

Proposta di valore

La proposta di valore dichiarata è semplice ma ambiziosa: trasformare le conversazioni (riunioni, call, brainstorming) in artefatti azionabili e connessi a un grafo della conoscenza. In pratica, Tana punta a eliminare il gap tra note sparse e lavoro operativo, estraendo automaticamente elementi utili — decisioni, task, bug, owner — e rendendoli nativamente strutturati, ricercabili e agibili all'interno della stessa base dati.

Perché conta per startup e team prodotti

• Riduce il lavoro manuale di trasformare note in ticket o action items.
• Consente a team con processi complessi (prodotti, ops, customer success) di mantenere contesto e storia collegata alle attività.
• Introduce un modello in cui l'AI non è solo un bot esterno ma interagisce con un database strutturato (skills/agent) che può creare, aggiornare e orchestrare lavoro.

Modello di business

Tana opera con un modello SaaS freemium: piano gratuito per valutazione limitata e piani a pagamento per utenti singoli, team e aziende. I piani a pagamento sono per utente/mese e sono affiancati da offerte enterprise con SSO, controllo accessi granulare e contratti custom. L'uso dell'AI è gestito attraverso un sistema a crediti, che crea un'ulteriore dimensione economica (e di governance) per chi fa largo uso di agenti e trascrizioni.

Questo posizionamento — abbonamento ricorrente + crediti AI + enterprise upsell — è tipico delle piattaforme AI‑native: monetizza sia l'accesso al prodotto sia il consumo computazionale/AI, con margini che migliorano man mano che la base utenti scala e che l'infrastruttura viene ottimizzata.

Funzionalità principali

• Knowledge graph e Supertags: dati tipizzati, relazioni e metadati che trasformano note e blocchi in entità strutturate.
• Outliner editor: modalità di editing a schede/bullet pensata per pensiero gerarchico e cattura rapida.
• Meeting nativo e capture bot‑free: possibilità di ospitare meeting dentro la piattaforma o catturare conversazioni da Zoom/Meet/Teams senza agenti esterni.
• Agent e Skills: AI che può interrogare, creare e modificare il grafo; capacità di generare artefatti (storyboard, mind‑map, documentazione) direttamente dalla conversazione.
• Canvas collaborativo e revision history semantica: editing condiviso, versioning che comprende il significato delle modifiche e non solo le diff testuali.
• Integrazioni e API (MCP): connettori verso GitHub, Jira, Linear, Slack, calendar e tool di produttività per far fluire attività tra sistemi.
• Mobile first: design pensato anche per cattura vocale e partecipazione da mobile.

Prezzi (informazioni pubbliche)

La struttura attuale distingue i due prodotti: Tana Outliner mantiene piani propri (Free, Plus, Pro), mentre il nuovo prodotto orientato ai meeting offre un piano Free con limiti (es. numero di meeting ospitati e query AI mensili) e piani a pagamento con tariffe early‑bird pubblicizzate per utente (indicativamente intorno a 20 USD/mese per il piano Pro e 80 USD/mese per un piano avanzato, con opzioni enterprise a prezzo custom). È essenziale verificare il piano preciso e i limiti di crediti AI al momento della sottoscrizione: le differenze tra Outliner e il nuovo prodotto possono confondere gli acquirenti.

Vantaggi

• Approccio nativo al knowledge graph: struttura dati progettata per collegare note, meeting e azioni, non solo tag sparsi.
• Meeting→lavoro: concept chiaro per chi vuole che le riunioni generino output operativo immediato.
• Agentic workflows: potenziale per automatizzare passaggi ripetitivi (creazione ticket, assegnazioni, bozze) con supervisione umana.
• Community e prodotto in rapida evoluzione: roadmap pubblica e feedback attivo da una base early‑adopter.

Limiti e rischi

• Two‑product confusion: la separazione tra Outliner e il nuovo prodotto richiede alla buyer persona di comprendere quale soluzione comprare; migrazioni e interoperabilità sono claim ancora in fase di definizione.
• Economia dei crediti AI: per team che useranno intensamente gli agenti, i costi variabili possono crescere e rendere difficile la previsione di spesa.
• Privacy e compliance: registrare e processare meeting solleva questioni legali e di consenso; le aziende soggette a regolamentazioni stringenti dovranno verificare subprocessors, retention e clausole contrattuali.
• Curva d'apprendimento: la potenza del grafo e delle supertag richiede tempo e disciplina per essere valorizzata; per utenti che vogliono solo note semplici può risultare sovradimensionata.
• Dipendenza dall'infrastruttura AI: qualità di trascrizione, comprensione contestuale e azioni agentiche dipendono da modelli esterni e dalle integrazioni tecniche.

Concorrenti e alternative

Nel mercato delle meeting tools e dei note‑AI Tana compete/convive con prodotti come Fireflies.ai, Otter.ai, soluzioni generaliste con AI (Notion AI) e altri strumenti più orientati alla privacy o al PKM (Obsidian, Anytype). Esistono anche soluzioni emergenti focalizzate su "bot‑free" capture e compliance, oltre a tool che offrono gestione di task e ticketing più consolidata. La differenza principale di Tana è il layer grafico e l'idea di agenti che agiscono direttamente sul grafo.

A chi conviene

Tana è particolarmente adatto a:

• team prodotto e operations che vivono di riunioni e devono trasformare output in lavoro concreto;
• founder e team early‑stage che vogliono costruire un unico registro strutturato di decisioni, clienti e backlog;
• professionisti della knowledge work che valorizzano la connessione fra idee e azioni e sono disposti a investire tempo per modellare dati e flussi.

Non è invece la scelta migliore per chi cerca uno strumento minimale per note personali o per organizzazioni con vincoli di compliance non ancora chiariti contrattualmente.

Conclusione

Tana è una proposta coraggiosa: unisce un modello di knowledge graph con un'idea di meeting come spazio produttivo e agenti AI capaci di intervenire sul flusso di lavoro. Questo la rende interessante per startup e team che vogliono ridurre l'attrito tra conversazione e esecuzione. Alla luce della transizione a due prodotti e della meccanica a crediti per l'AI, i buyer aziendali devono valutare con attenzione costi di consumo, governance dei dati e il percorso di migrazione tra Outliner e il nuovo Tana prima di un rollout esteso.

Per i founder: vale la pena includerla in una shortlist di strumenti se il vostro problema primario è trasformare meeting in output ripetibile. Richiede però un piano d'adozione, regole chiare sul consenso in riunioni e una stima dei costi AI basata su scenari di uso realistici.