Le liste di casi d'uso dell'AI in azienda hanno tutte lo stesso difetto: elencano cose che si potrebbero fare, non cose che qualcuno ha fatto e che dopo sei mesi sta ancora girando. Questi sette li abbiamo visti reggere, e per ognuno diciamo anche dove si rompono, perché è la parte che serve davvero quando si sceglie.
1. Estrazione dati dalle mail al gestionale
Entra: una richiesta o un ordine via mail, in forma libera. Esce: una riga strutturata con cliente, articoli, quantità e data richiesta, pronta per essere confermata e importata.
È il workflow che quasi sempre paga di più, perché l'attività e frequente, breve e odiata. In un'azienda da diciotto addetti che riceve dodici richieste al giorno, nove minuti l'una diventano circa 94 ore l'anno.
Dove si rompe: sugli allegati. Un PDF fotografato storto o un listino incollato dentro il corpo del messaggio fanno crollare la precisione. La regola pratica e far passare in revisione manuale tutto ciò che arriva come immagine.
2. Risposte alle domande ricorrenti dei clienti
Entra: la domanda del cliente. Esce: una bozza di risposta basata sui vostri documenti, che una persona rilegge e invia.
La differenza fra questo e un chatbot pubblico è sostanziale: qui l'AI scrive una bozza per un collega, non parla al cliente. Il rischio reputazionale sparisce e l'adozione interna è molto più alta, perché nessuno si sente scavalcato.
Dove si rompe: quando la base documentale e vecchia. Se il listino nel sistema non è quello in vigore, l'AI risponde con sicurezza usando il prezzo sbagliato. Prima di partire, va deciso chi tiene aggiornati quei documenti.
3. Report mensile assemblato da solo
Entra: gli export dei sistemi che già usate. Esce: il documento impaginato con i numeri al posto giusto e un commento sulle variazioni rilevanti.
Quattro ore al mese di copia-incolla diventano venti minuti di rilettura. Il valore aggiunto non è solo il tempo: e che il report esce il giorno 2 invece del giorno 12, e a quel punto i numeri servono ancora a decidere qualcosa.
Dove si rompe: quando qualcuno cambia il formato di un export. Serve un controllo che si accorga se una colonna e sparita e blocchi il processo invece di produrre un report elegante e sbagliato.
4. Solleciti pagamenti graduati
Entra: lo scaduto per cliente. Esce: un sollecito con tono calibrato sui giorni di ritardo e sulla storia del cliente, in bozza da approvare.
Nelle PMI il sollecito viene rimandato per imbarazzo, non per mancanza di tempo. Quando la bozza è già scritta, la resistenza cade e i giorni medi di incasso si accorciano. È il workflow con l'impatto più diretto sulla cassa.
Dove si rompe: sulle contestazioni aperte. Un cliente che non paga perché ha un reclamo in corso non va sollecitato: quel flag deve arrivare dal gestionale, altrimenti si fa un danno.
5. Contenuti da materiale che avete già
Entra: una scheda tecnica, un capitolato, le foto di un cantiere. Esce: il testo per il sito, il post e la mail, coerenti fra loro.
Il vincolo che rende questo workflow utile invece che dannoso e uno solo: si parte sempre da materiale aziendale reale. L'AI riformula e adatta al canale, non inventa. Così il testo suona come voi, non come tutti.
Dove si rompe: senza una revisione umana finale. Sui numeri e sulle certificazioni serve un controllo, sempre, senza eccezioni.
6. Preparazione delle offerte ricorrenti
Entra: la richiesta del cliente e lo storico delle offerte simili. Esce: la bozza con voci, quantità e prezzi presi dal listino corrente, da rivedere.
Funziona bene dove le offerte sono variazioni su un tema, cioè nella maggior parte delle aziende manifatturiere e di servizi. Riduce il tempo di risposta al cliente da giorni a ore, e sul tempo di risposta si vincono parecchie gare piccole.
Dove si rompe: sui casi fuori standard. Va previsto un percorso esplicito che li devia a una persona, invece di lasciarli passare come se fossero normali.
7. Riconciliazione fra due sistemi
Entra: gli stessi dati presenti in due posti diversi. Esce: l'elenco delle differenze, ordinate per importo.
Poco appariscente, molto utile. Sostituisce un controllo a campione che nessuno fa volentieri con un controllo completo che gira di notte. Spesso il primo giro fa emergere disallineamenti che erano li da mesi.
Dove si rompe: se il criterio di corrispondenza non è univoco. Va concordato prima quale campo fa fede, altrimenti l'elenco delle differenze diventa illeggibile.
Come si sceglie. Segnate per ognuno di questi sette quante volte accade da voi in un mese e quanto dura. Moltiplicate. Poi partite dal secondo più grosso, non dal primo: il più grosso di solito è anche il più intrecciato con il resto, e come primo progetto rischia di impantanarsi.
Cosa hanno in comune quelli che reggono
Guardando indietro ai progetti che dopo sei mesi stanno ancora girando, tre caratteristiche si ripetono. L'input arriva sempre nello stesso formato. L'errore, quando capita, è visibile a qualcuno entro poche ore. E c'è una persona sola che ha il compito esplicito di guardare quel processo una volta a settimana.
Quelli che si sono fermati avevano quasi sempre lo stesso difetto opposto: nessuno se ne occupava, perché era «automatico». L'automazione senza un presidio dura finché non cambia qualcosa a monte, e qualcosa a monte cambia sempre.
Domande che ci fanno sempre
Quale conviene fare per primo?
Quello con l'input più prevedibile fra quelli che vi pesano davvero. Nella maggior parte dei casi è l'estrazione dati dalle mail o la risposta alle domande ricorrenti: input strutturato, errore visibile subito, nessun impatto sui sistemi contabili.
Servono strumenti costosi?
Quasi mai. Il costo vero e nella messa a punto e nel collaudo, non nelle licenze: gran parte di questi workflow gira con abbonamenti da poche decine di euro al mese più il lavoro iniziale di configurazione.
Cosa succede se l'AI sbaglia?
Ogni workflow serio prevede una soglia di confidenza e un punto in cui un umano conferma. Il caso da evitare non è l'errore, è l'errore che nessuno vede: per questo si automatizzano prima le attività dove lo sbaglio salta all'occhio subito.
Scritto dal team Benhanced Aggiornato il