Intelligenza artificiale in azienda: automazione dei processi

Perché parlarne adesso

Fino a pochi anni fa l'adozione di un sistema di intelligenza artificiale richiedeva un progetto lungo, un team di specialisti e una quantità considerevole di dati storici puliti. Oggi molte funzioni sono disponibili come servizi già pronti, richiamabili da qualsiasi applicazione, con costi proporzionali all'uso effettivo. Questo ha spostato la barriera d'ingresso: il problema non è più tecnologico, ma organizzativo.

La domanda corretta non è più «possiamo usare l'intelligenza artificiale?», perché la risposta è quasi sempre sì. La domanda utile è: «in quale punto preciso del nostro lavoro un'automazione produce un risparmio di tempo misurabile, senza introdurre errori che poi dobbiamo correggere a mano?». Chi parte da qui ottiene risultati; chi parte dallo strumento accumula abbonamenti inutilizzati.

Chatbot, automazioni, assistenti e agenti AI: quattro cose diverse

Nel linguaggio commerciale queste parole vengono usate come sinonimi. Non lo sono, e confonderle porta a scegliere lo strumento sbagliato o a pagare per una complessità che non serve.

Il chatbot

Un chatbot è un'interfaccia conversazionale. Nella forma più semplice segue regole e alberi di risposta predefiniti: se l'utente scrive una certa parola, riceve una certa risposta. Nella forma moderna si appoggia a un modello linguistico e formula risposte in linguaggio naturale. Il chatbot è utile quando il valore sta nel rispondere a domande ricorrenti: orari, stato di una pratica, informazioni su un prodotto, primo filtro dell'assistenza.

Il limite del chatbot è che, di per sé, non fa nulla. Parla. Se non è collegato ai sistemi aziendali non può verificare un ordine, aggiornare un dato o generare un documento, e quando riceve una domanda che esce dal suo perimetro può produrre risposte plausibili ma sbagliate. Per questo, in ambito aziendale, un chatbot ha senso solo se ancorato a una base di conoscenza controllata.

L'automazione

Un'automazione è una sequenza deterministica di passaggi: quando arriva un evento, il sistema esegue sempre le stesse operazioni. Arriva un'email a un certo indirizzo, viene creata una scheda nel gestionale, viene inviata una notifica al responsabile, viene archiviato l'allegato. Non c'è intelligenza artificiale in senso stretto: c'è integrazione tra sistemi.

È la categoria più sottovalutata e, statisticamente, quella che genera i risparmi più rapidi. Molte aziende che chiedono «una soluzione di AI» hanno in realtà bisogno di collegare due software che oggi comunicano attraverso il copia e incolla di una persona. L'AI entra in gioco quando dentro l'automazione serve un passaggio che le regole non sanno gestire: capire di cosa parla un testo, estrarre un importo da un documento non strutturato, classificare una richiesta.

L'assistente

Un assistente è un modello linguistico messo a disposizione delle persone, alimentato con il contesto aziendale: manuali, procedure, capitolati, contratti, storico delle richieste. L'utente pone una domanda e riceve una risposta costruita a partire da quei documenti, con l'indicazione della fonte. La tecnica più diffusa per farlo si chiama recupero aumentato: i documenti vengono indicizzati e, a ogni domanda, il sistema seleziona i passaggi rilevanti e li fornisce al modello.

L'assistente non sostituisce la persona: le fa risparmiare i venti minuti spesi a cercare in quale cartella si trova la versione aggiornata di una procedura. È particolarmente efficace nelle aziende con molta documentazione tecnica, normativa o commerciale, e in quelle con turnover del personale, dove l'affiancamento di un nuovo assunto pesa sui colleghi esperti.

L'agente

Un agente è un sistema al quale viene assegnato un obiettivo, non una sequenza di passaggi. Decide autonomamente quali strumenti usare, in quale ordine, e itera fino al risultato. Sulla carta è la forma più potente; nella pratica è anche la più delicata, perché ogni decisione autonoma è un punto in cui il sistema può sbagliare, e gli errori si propagano lungo la catena.

La raccomandazione operativa è semplice: gli agenti hanno senso quando il processo è variabile e il costo di un errore è basso o facilmente reversibile. Per processi amministrativi, contabili o contrattuali è preferibile un'automazione con un passaggio di AI ben delimitato e una validazione umana finale.

Se avete già individuato un processo ripetitivo ma non sapete se l'AI conviene, una prima analisi con il team intelligenza artificiale.

Cinque esempi concreti per le PMI italiane

1. Gestione delle richieste in arrivo

Un'azienda riceve ogni giorno decine di email su una casella generica: richieste commerciali, assistenza, fatture, curriculum, comunicazioni di fornitori. Qualcuno deve leggerle e smistarle. Un sistema di classificazione automatica legge l'oggetto e il corpo del messaggio, assegna una categoria, individua l'urgenza e inoltra al reparto competente, creando la relativa attività nel gestionale. La persona interviene solo sui casi che il sistema dichiara incerti.

Il beneficio non è solo il tempo risparmiato: è la riduzione dei tempi di risposta e la tracciabilità. Ogni richiesta ha un'origine, un responsabile e uno stato, anche quando chi la gestisce è assente.

2. Estrazione dati da documenti

Bolle, fatture passive, documenti di trasporto, moduli compilati a mano, referti, capitolati. In molte aziende questi documenti vengono riletti da una persona che trascrive alcuni campi in un altro sistema. Un modello addestrato al riconoscimento documentale estrae i campi chiave e li propone già compilati, lasciando all'operatore il compito di confermare.

È un caso d'uso maturo, con un ritorno facilmente calcolabile: basta moltiplicare i minuti per documento per il numero di documenti al mese. Attenzione però a un dettaglio spesso trascurato: il valore si ottiene solo se la validazione umana resta rapida. Se la correzione richiede più tempo dell'inserimento manuale, il progetto è stato impostato male.

3. Assistente sulla documentazione interna

Uno studio tecnico, un'impresa di installazioni o un'azienda manifatturiera accumulano negli anni procedure, schede tecniche, normative di riferimento e soluzioni a problemi già affrontati. Un assistente interrogabile in linguaggio naturale restituisce la risposta e il documento di origine. L'accesso viene regolato per reparto, in modo che ciascuno veda solo ciò che gli compete.

4. Preparazione di preventivi e documenti ricorrenti

Molti preventivi sono la ricombinazione di elementi già noti: voci di listino, condizioni, clausole, descrizioni tecniche. Un sistema può comporre la bozza a partire dai dati della richiesta, applicando le regole commerciali dell'azienda, e lasciare al responsabile la revisione e il prezzo finale. Lo stesso schema vale per relazioni periodiche, verbali e risposte standard.

5. Supporto alla pianificazione e al controllo

Confrontare ore pianificate e ore consuntivate, individuare le commesse che stanno deviando dal budget, segnalare scadenze contrattuali imminenti: sono attività che richiedono di incrociare dati che vivono in sistemi diversi. Qui l'AI serve soprattutto a rendere leggibile il risultato, producendo una sintesi comprensibile a partire da tabelle che nessuno ha tempo di consultare.

I fattori di costo: cosa incide davvero

Il costo di un progetto di automazione con AI si compone di quattro voci, ed è utile distinguerle fin dal preventivo perché hanno andamenti diversi nel tempo.

Analisi e progettazione

È il tempo dedicato a capire il processo attuale, misurarlo e definire cosa automatizzare. È una spesa una tantum ed è quella che determina il successo del resto. Un'analisi accurata riduce lo sviluppo; un'analisi saltata lo raddoppia.

Sviluppo e integrazione

La costruzione dell'automazione e il collegamento con i sistemi esistenti. L'elemento che incide di più non è il modello di AI, ma la qualità delle interfacce dei software già presenti: un gestionale con interfacce documentate costa poco da integrare, un sistema chiuso può richiedere soluzioni indirette e più onerose.

Consumo dei modelli

I servizi di AI si pagano in base alla quantità di testo elaborato. È un costo ricorrente e variabile, che dipende dal volume e dalla dimensione dei documenti trattati. Va stimato prima, con un calcolo su volumi reali, e va monitorato dopo: senza limiti di spesa configurati, un errore applicativo può moltiplicare il consumo in poche ore.

Manutenzione ed evoluzione

I modelli cambiano, i formati dei documenti cambiano, i processi aziendali cambiano. Un sistema di automazione va rivisto periodicamente. Prevedere una quota annuale di manutenzione è più economico che intervenire d'urgenza quando qualcosa smette di funzionare.

Sicurezza e riservatezza dei dati

Ogni volta che un documento aziendale viene inviato a un servizio esterno si compie un trattamento di dati. La domanda da porre al fornitore è precisa: dove vengono elaborati i dati, per quanto tempo vengono conservati, se vengono usati per addestrare modelli, e quali garanzie contrattuali esistono. Molti servizi professionali offrono condizioni che escludono l'uso dei dati per l'addestramento e permettono di scegliere la regione di elaborazione.

Sul piano pratico valgono alcune regole di buon senso. Limitare i dati inviati allo stretto necessario, rimuovendo informazioni personali non indispensabili. Separare gli ambienti di prova da quelli di produzione. Definire chi può accedere all'assistente e a quali documenti, replicando i permessi già in vigore in azienda. Registrare le interazioni per poter ricostruire cosa è successo in caso di contestazione.

Va inoltre aggiornato il registro dei trattamenti e, dove il trattamento presenta rischi elevati, valutata la necessità di una valutazione d'impatto. Se il fornitore tratta dati personali per conto dell'azienda, serve un accordo di responsabile del trattamento. Non sono formalità: sono i documenti che, in caso di verifica, dimostrano che la scelta è stata consapevole.

Un ultimo aspetto riguarda l'affidabilità delle risposte. Un modello linguistico può produrre affermazioni errate con tono sicuro. Nei processi che generano documenti verso l'esterno, la validazione umana non è un'opzione: è parte del progetto.

Checklist di valutazione

Prima di avviare qualsiasi progetto, questa lista aiuta a capire se il caso d'uso è maturo. Se la maggior parte delle risposte è affermativa, l'investimento ha basi solide.

• Il processo si ripete con regolarità e volumi noti, non è un'eccezione occasionale.
• Sappiamo quanto tempo richiede oggi, almeno in modo approssimativo.
• Le informazioni necessarie esistono già in forma digitale e sono raggiungibili.
• Esiste una regola chiara per stabilire se il risultato prodotto è corretto.
• Un errore del sistema è individuabile e correggibile prima di produrre effetti esterni.
• C'è una persona in azienda responsabile del processo e disponibile a seguirne l'evoluzione.
• Le condizioni contrattuali del fornitore sul trattamento dei dati sono verificate.
• È stato definito un tetto di spesa mensile per il consumo dei servizi.

Un percorso in cinque passi

Passo 1 — Mappare le attività ripetitive

Per due settimane, annotare le attività che si ripetono e il tempo che richiedono. Non serve uno strumento sofisticato: un elenco condiviso è sufficiente. L'obiettivo è passare dalle impressioni ai numeri.

Passo 2 — Scegliere un solo processo

Selezionare il candidato con il miglior rapporto tra tempo risparmiato e complessità di realizzazione. Meglio un processo secondario ma ben delimitato che il processo centrale dell'azienda: il primo progetto serve anche a costruire fiducia interna.

Passo 3 — Realizzare una versione minima

Costruire l'automazione nella forma più semplice possibile e farla usare a poche persone per alcune settimane, mantenendo attivo il processo manuale in parallelo. Questa fase serve a scoprire i casi imprevisti, che esistono sempre.

Passo 4 — Misurare

Confrontare i dati raccolti nel primo passo con la situazione dopo l'introduzione del sistema: tempo per pratica, numero di errori, tempi di risposta. Se il miglioramento non è visibile nei numeri, va corretta l'impostazione prima di estendere il sistema.

Passo 5 — Estendere e presidiare

Solo dopo la verifica ha senso allargare il perimetro ad altri reparti o ad altri processi, definendo chi controlla il funzionamento, con quale frequenza e con quale budget di manutenzione.

Gli errori più frequenti

Il primo è partire dallo strumento. Acquistare licenze prima di aver individuato il processo porta quasi sempre a un utilizzo sporadico e a un rinnovo mai messo in discussione. Il secondo è automatizzare un processo disordinato: se le regole non sono chiare per le persone, non lo saranno nemmeno per il sistema, e il risultato sarà un disordine più veloce.

Il terzo errore è ignorare la formazione. Uno strumento che nessuno sa usare non produce valore, per quanto ben costruito. Il quarto è l'assenza di una misura: senza dati di partenza non si può dimostrare il beneficio, e il progetto resta esposto al primo taglio di budget. Il quinto è la mancanza di un presidio: ogni automazione richiede qualcuno che se ne occupi, anche solo per qualche ora al mese.

In sintesi

L'intelligenza artificiale non è una scorciatoia e non sostituisce l'organizzazione. È uno strumento che, applicato a un processo chiaro e misurato, restituisce tempo alle persone e riduce gli errori nelle attività ripetitive. Applicata a un processo confuso, amplifica la confusione.

L'approccio che consigliamo è graduale: individuare un caso d'uso circoscritto, misurarlo, realizzarlo in forma semplice, verificarne l'effetto e solo dopo estenderlo. È un percorso meno appariscente di un annuncio di trasformazione digitale, ma è quello che, nella nostra esperienza operativa, produce risultati sostenibili nel tempo.