Intelligenza artificiale per aziende: dove serve davvero
Dove l'intelligenza artificiale fa risparmiare ore in azienda, dove è meglio non metterla, chi controlla i risultati e come si misura se ha funzionato.
The short answer
L'intelligenza artificiale conviene nei passaggi dove serve leggere, riassumere, classificare o preparare un testo: richieste in arrivo, preventivi da impostare, documenti da smistare, riassunti di chiamate. La regola che rende il tutto usabile è una: l'AI prepara, una persona approva prima che qualcosa esca dall'azienda.
Molte aziende ci chiedono cosa possono fare con l'intelligenza artificiale. La domanda che porta risultati è un'altra: quali attività ripetete ogni settimana sempre nello stesso modo? Da quella lista nascono i progetti che funzionano, perché si vedono nel tempo delle persone e non nelle presentazioni. In questo articolo trovi dove l'AI conviene in un'azienda, dove è meglio lasciarla fuori, come si tiene il controllo su quello che esce e come si misura il risultato in un mese.
Dove l'intelligenza artificiale conviene in azienda
L'AI rende dove il lavoro è ripetitivo e testuale: smistare richieste, preparare bozze di risposta, riassumere chiamate e documenti, classificare pratiche, estrarre dati da fatture e ordini. Sono passaggi che si ripetono ogni settimana e che oggi occupano persone competenti in un lavoro che non richiede la loro competenza.
Il criterio è semplice: se un passaggio si ripete spesso, ha un risultato riconoscibile e un errore si vede subito, è un buon candidato. Se serve giudizio su cose che contano, l'AI può preparare ma non decidere.
- Richieste dal sito lette, classificate e assegnate alla persona giusta.
- Bozze di risposta e di preventivo pronte da controllare.
- Riassunti di chiamate e riunioni, con i punti da fare.
- Documenti letti e archiviati al posto giusto, con i dati estratti.
- Testi e descrizioni riscritti in più versioni o in più lingue.
Dove è meglio non metterla
Meglio lasciare fuori l'AI dove serve responsabilità: risposte definitive a un cliente senza controllo, decisioni su persone, dati sensibili dati in pasto a strumenti pubblici, numeri che finiscono in un documento ufficiale. In questi casi va usata come supporto, non come ultimo passaggio.
C'è anche una parte di regole. Chi tratta dati personali resta responsabile di come vengono usati anche quando passano da uno strumento di AI: in Svizzera vale la legge federale sulla protezione dei dati, per i clienti nell'Unione europea il regolamento europeo e, per gli obblighi che stanno entrando in vigore, il regolamento europeo sull'intelligenza artificiale.
Diciamo anche cosa non serve: non serve un assistente che risponde da solo ai clienti al primo progetto, non serve un modello addestrato sui vostri dati quando basta uno strumento esistente ben impostato, e non serve una strategia sull'AI di venti pagine. Serve un processo scelto bene.
Chi controlla quello che esce
La regola è: l'AI prepara, una persona approva. Chi approva deve poter vedere da dove arriva il risultato e correggerlo in un clic. Così la qualità resta dell'azienda e nessuno perde il controllo di cosa arriva al cliente.
Nei progetti che costruiamo l'approvazione è parte del flusso, non un controllo aggiuntivo: la bozza arriva già nel posto dove la persona lavora, con il testo modificabile e la fonte a fianco.
Questo è anche il modo più rapido per convincere un team diffidente: nessuno si sente sostituito da uno strumento che gli prepara il lavoro e gli lascia l'ultima parola.
Da dove partire: un processo, un mese, un numero
Si scegli un processo, si misura quanto tempo occupa oggi, si automatizza solo quello e si rimisura dopo un mese. Se il tempo non scende, il processo scelto era sbagliato: si cambia processo, non strumento. È un errore da un mese, non da un anno.
Il numero da guardare va deciso prima e deve essere uno solo: ore alla settimana su quel passaggio, oppure giorni di attesa per il cliente. Due numeri diventano una discussione, uno diventa una decisione.
| Processo | Cosa fa l'AI | Numero da guardare |
|---|---|---|
| Richieste in arrivo | Legge, classifica e assegna | Ore alla settimana per smistare |
| Preventivi | Prepara la bozza dal listino e dalle risposte del cliente | Giorni tra richiesta e invio |
| Documenti e fatture | Estrae i dati e archivia | Ore di inserimento a mano |
E la formazione del team
La formazione serve, ma dopo: quando le persone hanno già visto l'AI fare una cosa concreta del loro lavoro imparano in fretta e senza diffidenza. Una formazione generica fatta prima si dimentica in due settimane.
Un'ora sul processo che usano ogni giorno vale dieci ore di teoria. E lascia una cosa in più: le persone iniziano a proporre da sole il passaggio successivo da automatizzare.
Se lavori in una piccola impresa e vuoi i primi tre passi in ordine, li abbiamo scritti nell'articolo sull'intelligenza artificiale per le PMI.
Worth remembering
L'AI utile è noiosa: fa in fretta le cose che facevi a mano, e lascia a una persona l'ultima parola. È lì che si vedono i primi risultati.
Ti serve una mano su questo?
AI enters your everyday processes: emails, quotes, customer replies. Two or three concrete uses, measured.
Frequently asked questions
Come si usa l'intelligenza artificiale in azienda?
Si parte dai passaggi ripetitivi e testuali: smistare richieste, preparare bozze di risposta e preventivi, riassumere chiamate, estrarre dati dai documenti. L'AI prepara il lavoro, una persona lo approva prima che esca dall'azienda.
Serve un'azienda grande per usare l'AI?
No. Serve un processo che si ripete. Anche in un'azienda di tre persone lo smistamento delle richieste o la preparazione dei preventivi occupa ore ogni settimana, e sono le prime cose che si possono togliere dal tavolo.
L'intelligenza artificiale sostituisce le persone?
Nei progetti che vediamo no: sposta le persone dalla parte ripetitiva a quella che richiede giudizio e rapporto con il cliente. Il lavoro che sparisce è quello che nessuno rivendica in curriculum.
I nostri dati finiscono in mano a terzi?
Dipende da come è impostato il progetto. Si decide all'inizio quali dati possono uscire, quali restano interni e con quali strumenti si lavora; per i dati personali la responsabilità resta dell'azienda, quindi la scelta va messa per iscritto.
Quanto tempo serve per vedere un risultato?
Un mese su un processo solo. Si misura il tempo che occupa oggi, si automatizza, si rimisura. Se non scende, si cambia processo: è un errore piccolo e recuperabile.
Gilles Wasser
Team necy
Written by
He personally handles the first call and the analysis of every project: websites, online shops, custom business software and AI applied to everyday work, for businesses in Switzerland and Italy. He writes about what he sees in projects, including the cases where doing nothing is the better call.
