L’intelligenza artificiale applicata ai processi aziendali non è “mettere un chatbot sul sito”. Un assistente che risponde alle FAQ pubbliche può essere utile, ma raramente sposta i margini. I casi che pagano sono quelli in cui l’AI legge, classifica o propone su un flusso che oggi è lento, ripetitivo o soggetto a errori umani — e un operatore resta responsabile del risultato.
Se partite dallo strumento (“vogliamo la GenAI”) finirete con una demo. Se partite dal processo (“ogni offerta richiede tre ore di copia da PDF e gestionale”) potete misurare se un modello riduce quel tempo senza inventare dati.
Cinque usi che vediamo nelle PMI, senza fantascienza
1. Estrazione da documenti. DDT, fatture, capitolati, email di ordine: campi strutturati da testo disordinato. L’AI propone; l’ERP o il software su misura valida. Il risparmio è sulle ore di data entry, non sulla “creatività” del modello.
2. Classificazione e instradamento. Ticket, PEC, richieste dal form: categoria, urgenza, coda. Non sostituisce il supporto. Evita che tutto finisca nella stessa inbox e che il commerciale apra tre volte lo stesso allegato.
3. Ricerca sul sapere interno. Manuali, commesse chiuse, listini, procedure. Un motore che risponde citando i documenti batte un chatbot che improvvisa. Qui la qualità dipende da permessi e da una base documentale ordinata, non dal modello di moda.
4. Previsioni operative, non oracoli. Riordino, probabilità che un deal si chiuda, anomalia sui consumi: modelli più classici (e spesso più adatti) della chat. Servono storici puliti. Se i dati sono sparsi in cinque Excel, prima si integra, poi si prevede.
5. Controllo qualità e conformità. Confronto tra offerta e condizioni standard, check su campi obbligatori, segnalazione di valori fuori soglia. L’AI è un secondo paio di occhi, non la firma finale.
In tutti questi casi il software intorno conta più del modello: dove vivono i dati, chi approva, come si corregge un errore, come si registra cosa ha fatto il sistema.
Cosa non è un buon primo progetto
Sostituire il commerciale. Decidere da soli sconti o fatture. “Un’AI che capisce l’azienda” senza elenco di documenti e sistemi. Addestrare un modello proprietario quando un modello esistente più regole di processo basta. Esporre dati personali a un servizio pubblico senza accordo e senza filtro.
L’AI amplifica il processo che c’è. Se il processo è caotico, amplifica il caos — in più con una certezza di tono che inganna.
Come valutare un caso in quattro domande
- Quale attività ripetitiva occupa ore ogni settimana e ha un output verificabile?
- I dati di input sono disponibili in digitale (file, mail, database) o stanno ancora sulla carta?
- Un errore dell’AI è correggibile da una persona in pochi minuti, o può fare danno immediato (soldi, legale, sicurezza)?
- Sapete chi è il responsabile del sì finale?
Se la tre è “danno immediato” e nessuno firma, non è un primo caso. Se la una è chiara e la tre è “si corregge in interfaccia”, merita un prototipo breve.
Dalla prova al processo
Un piloto dura settimane, non un trimestre di slide: un flusso, un tipo di documento, un gruppo di utenti, una metrica (tempo, errori, pezzi evasi). Solo se i numeri reggono si collega a CRM, gestionale o software custom e si mettono audit e fallback.
DPH integra modelli e automazioni nei processi, non vende un chatbot scollegato. Se avete un flusso concreto da snellire, descrivetelo in un preventivo: vi diciamo se l’AI c’entra o se serve prima un’integrazione o un applicativo su misura.