Come integrare l'AI in azienda partendo dai dati

Integrare l'AI in azienda funziona quando si parte dai dati: l'intelligenza artificiale è uno strato che lavora sopra le informazioni aziendali, e restituisce valore in proporzione all'ordine che trova sotto. Il percorso serio ha quattro passi — fondamenta, caso d'uso, strumento, misura — e il primo è quello che il mercato salta.

I numeri del salto sono documentati: il 95% dei progetti pilota di AI chiude senza ritorni misurabili (rapporto MIT), e Gartner attribuisce l'abbandono della maggior parte dei progetti allo stato dei dati aziendali. Vediamo il percorso che evita di finire in quelle statistiche.

Perché il chatbot comprato per primo delude

La storia si ripete identica in molte aziende. Si compra un assistente AI, si prova a fargli domande sul lavoro — quanto abbiamo venduto di questo, cosa prevede quel contratto, qual è il listino di quel cliente — e le risposte deludono: generiche quando va bene, sbagliate con sicurezza quando va male.

La causa sta a monte dello strumento: quelle risposte vivono nei sistemi e nei documenti dell'azienda, e l'assistente ai dati aziendali non arriva. Il gestionale per conto suo, i documenti nelle cartelle, il sapere nelle teste: su queste basi, qualunque AI può offrire cultura generale e poco altro.

L'ordine dei lavori giusto rovescia l'acquisto: prima si collegano e si ordinano le informazioni, poi si mette l'AI a lavorarci sopra. Con le fondamenta in piedi, anche uno strumento semplice produce risposte utili; con le fondamenta assenti, lo strumento più potente produce delusione.

Passo uno: le fondamenta dei dati

Le fondamenta hanno due gambe. La prima sono i sistemi collegati: gestionale, magazzino, produzione e commerciale che espongono i loro dati in modo interrogabile, il lavoro di integrazione che rende l'azienda leggibile. La seconda è il sapere scritto: procedure, listini, documenti tecnici, le risposte che oggi vivono nella testa delle persone, raccolti in una fonte unica — la knowledge base aziendale.

Questo passo produce valore da solo, prima di qualunque AI: dati affidabili per decidere, sapere che resta quando le persone cambiano. Ed è il motivo per cui conviene farlo comunque, con l'AI come secondo dividendo.

Passo due: un caso d'uso piccolo e misurabile

L'integrazione dell'AI parte da un processo, e la scelta del processo decide metà dell'esito. I criteri: specifico — "ridurre il tempo di ricerca delle specifiche tecniche nelle richieste d'offerta", anziché "usare l'AI" — con un ritorno calcolabile in ore o errori, e abbastanza piccolo da fallire in economia.

I candidati tipici in una PMI: la ricerca nelle informazioni interne (specifiche, listini, procedure, storico), la prima stesura di documenti ripetitivi, la classificazione e lo smistamento di richieste in arrivo, l'estrazione di dati da documenti. Tutti condividono una caratteristica: l'AI propone e una persona conferma, con la supervisione umana che resta nel giro.

Passo tre: lo strumento, e dove farlo girare

Con fondamenta e caso d'uso definiti, la scelta dello strumento diventa una scelta tecnica tra opzioni chiare: la funzione AI del software che già usi, un assistente collegato alla knowledge base, una piattaforma che tiene insieme integrazione e AI.

Qui entra anche la domanda della riservatezza: quali dati possono passare da servizi cloud e quali devono restare in azienda. La risposta si dà processo per processo, e per i casi in cui i dati devono rimanere in casa esiste l'AI on-premise, con i suoi costi e le sue giustificazioni. Nella pratica italiana prevale l'ibrido, ed è una scelta sana.

Passo quattro: la misura

Il caso d'uso era stato scelto con un ritorno calcolabile, e il quarto passo lo incassa: si misura il processo prima — tempo, volumi, errori — e dopo, sugli stessi numeri. Il progetto che dimostra il suo ritorno si guadagna il caso d'uso successivo; quello che vive di entusiasmo muore al primo budget.

Per capire da dove partire sulla tua azienda — quali fondamenta mancano, quale caso d'uso ha senso — l'assessment di AI readiness è lo strumento fatto apposta, e la versione completa è nel white paper qui sotto.

Le domande che ci fanno più spesso