Gestionale con intelligenza artificiale: cosa fa davvero e cosa no

Quando un fornitore dice che il gestionale ha l'intelligenza artificiale, può intendere almeno tre cose. La prima sono le automazioni: regole deterministiche che scattano su una condizione — se il preventivo è fermo da dieci giorni, invia il sollecito. Non è intelligenza artificiale, è programmazione, e funziona benissimo.

La seconda sono i modelli predittivi: stime probabilistiche costruite sullo storico. Quale preventivo ha più probabilità di chiudersi, quale cliente sta per smettere di comprare, quanto incasserai il mese prossimo. Qui l'AI c'è davvero, e il suo valore dipende interamente da quanti dati puliti hai accumulato.

La terza è l'assistente in linguaggio naturale: chiedi a parole come vanno gli incassi e ottieni una risposta letta dai tuoi dati. È la funzione più visibile e quella che colpisce di più in demo, ma è anche la meno determinante sul risultato economico.

Le tre categorie non hanno lo stesso ritorno né gli stessi prerequisiti. Le automazioni funzionano dal primo giorno e non richiedono storico: bastano regole chiare. I modelli predittivi hanno bisogno di almeno dodici-diciotto mesi di dati coerenti, altrimenti imparano dal rumore. L'assistente conversazionale richiede che i dati siano già ordinati, perché legge quello che trova.

L'errore più costoso è comprare il terzo livello quando non hai fatto il primo. Un assistente che interroga un archivio disordinato produce risposte plausibili e sbagliate, che è il modo peggiore di sbagliare: nessuno se ne accorge finché non si prende una decisione su quel numero.

I casi con ritorno immediato hanno tutti la stessa forma: lavoro ripetitivo, regole stabili, alto volume. Il sollecito dei preventivi fermi. La conferma degli appuntamenti il giorno prima. Il ricontatto dei clienti che non comprano da novanta giorni. La riconciliazione degli incassi. L'archiviazione dei documenti in entrata, con lettura automatica del contenuto.

Sono attività che una persona svolge bene per due settimane e poi comincia a dimenticare, perché sono noiose e non urgenti. La macchina non si annoia e non ha giornate storte: è lì che il confronto è impari, non nelle attività che richiedono giudizio.

Prima domanda: quali funzioni sono attive oggi e quali sono in arrivo. È legittimo che un modulo sia in sviluppo, non è legittimo che venga venduto al presente.

Seconda: su quali dati gira il modello. Se la risposta è generica, la previsione sarà generica. Terza: cosa succede quando l'automazione sbaglia — esiste una coda di eccezioni che una persona controlla, o l'errore va direttamente al cliente. Quarta: i dati dove stanno e chi vi accede.

Un fornitore serio risponde a tutte e quattro senza girarci intorno, e sa dirti quale delle tre categorie di AI ti serve davvero adesso.

Tre operazioni, e conviene chiamarle con il loro nome. Legge documenti non strutturati e ne estrae dati: da una fattura in PDF ricava fornitore, imponibile, aliquota, scadenza. Classifica: assegna una mail a una pratica, un movimento bancario a una categoria di costo. Scrive testo su schema: una risposta, un preventivo, un riepilogo.

Non fa previsioni affidabili sul fatturato, non decide per l'imprenditore, e non sostituisce la contabilità. Ogni fornitore che promette una di queste tre cose sta vendendo un'aspettativa che vi ritroverete a gestire voi.

La differenza pratica è nel tempo. Un'azienda che riceve duecento documenti al mese e ne registra i dati a mano impiega tra le venti e le trenta ore. Con la lettura automatica e una verifica umana sulle sole anomalie si scende sotto le cinque, e le altre venticinque tornano disponibili per lavoro che produce margine.

L'intelligenza artificiale lavora sui dati dell'azienda. Se i dati sono su fogli di calcolo diversi, con nomi cliente scritti in quattro modi e senza un identificativo comune, non c'è modello che possa dare una risposta sensata.

Il primo mese di ogni progetto serio non è sviluppo: è riordino. Un'anagrafica unica, una nomenclatura sola, uno storico ricostruito almeno sugli ultimi dodici mesi. È la parte meno affascinante e quella che determina se il resto funzionerà.

Il segnale che il fornitore ha capito il mestiere è proprio questo: se parte dai dati invece che dalle funzionalità, sta costruendo qualcosa che reggerà.

Vale la pena distinguere i compiti in base a cosa succede se la macchina sbaglia. Classificare male una mail costa trenta secondi a chi la riassegna. Sbagliare l'imponibile di una fattura costa una correzione contabile. Sbagliare una risposta inviata a un cliente costa credibilità.

La regola operativa che ne discende: automazione completa dove l'errore è recuperabile in pochi secondi, proposta con conferma umana dove l'errore ha un costo, nessuna automazione dove c'è di mezzo una firma o un impegno economico.

Un buon gestionale rende visibile la confidenza della macchina su ogni operazione, e mette in coda per la verifica solo i casi sotto soglia. È così che si ottiene il novanta per cento del beneficio con una frazione del rischio.

Lettura dei documenti passivi. Fatture, bolle, contratti in PDF trasformati in dati verificabili. È l'applicazione con il ritorno più rapido perché il volume è alto e le regole sono stabili.

Smistamento della posta. Ogni mail associata alla pratica giusta e allo stato giusto, con una bozza di risposta pronta per i casi ricorrenti. Fa risparmiare tempo a tutti i giorni, non una volta al mese.

Riepiloghi automatici. Una scheda cliente che si aggiorna da sola con l'ultimo contatto, l'ultimo pagamento, le pratiche aperte. Elimina i cinque minuti di ricostruzione prima di ogni telefonata.

Controllo delle anomalie. Un prezzo fuori range, un margine sotto soglia, una consegna in ritardo: la macchina segnala, la persona decide. È il caso in cui l'automazione fa la cosa che gli umani fanno peggio, cioè guardare tutto ogni giorno.

Dove finiscono i nostri dati e chi può leggerli? Se i documenti aziendali passano da servizi esterni, va messo per iscritto quali, con quale base giuridica e per quanto tempo restano.

Cosa succede quando il modello sbaglia? Se non esiste una coda di verifica e uno storico delle correzioni, l'errore non si scoprirà finché non avrà prodotto un danno.

Il sistema resta nostro? Un gestionale su misura ha senso se i dati sono esportabili e il sistema resta utilizzabile anche cambiando fornitore.

Cosa misuriamo tra sei mesi? Se non c'è una risposta numerica — ore risparmiate, errori ridotti, tempi di risposta — il progetto non avrà modo di dimostrare di aver funzionato.

Il cambiamento reale non è la riduzione del personale: è lo spostamento del tempo dalla trascrizione alla verifica. Chi prima ricopiava dati adesso controlla eccezioni, e questo richiede competenze diverse e una formazione che va messa in conto nel progetto.

È anche il punto in cui i progetti falliscono più spesso. Se il sistema arriva senza che nessuno abbia spiegato al team cosa cambia e perché, l'adozione si ferma: le persone continuano a tenere il loro foglio di calcolo parallelo, e il gestionale diventa un doppio lavoro invece che un risparmio.

La contromisura che funziona è coinvolgere chi userà il sistema durante la costruzione, non alla consegna. Chi ha contribuito a definire una schermata la difende; chi se la ritrova imposta cerca il modo di aggirarla.

Se documenti aziendali passano attraverso servizi di elaborazione esterni, serve sapere quali dati escono, verso quale fornitore, in quale paese e per quanto tempo restano memorizzati. Non è burocrazia: sono le informazioni che servono per il registro dei trattamenti.

Le domande concrete al fornitore sono tre. I dati vengono usati per addestrare modelli? Esiste un accordo che vincola il subfornitore? È possibile far girare l'elaborazione su infrastruttura europea o interna?

Per i documenti che contengono dati particolari — sanitari, giudiziari — la risposta prudente è tenere l'elaborazione dentro l'azienda, anche a costo di prestazioni inferiori. Il risparmio non compensa il rischio.

Dopo un mese: il sistema è in uso reale su almeno un processo, e le persone che lo usano segnalano difetti. Le segnalazioni sono un buon segno; il silenzio significa che nessuno lo sta usando.

Dopo tre mesi: esiste un numero prima e dopo su almeno una metrica. Ore, errori, tempo di risposta. Se non c'è, il progetto non ha un modo di dimostrare il proprio valore e sarà il primo a essere tagliato.

Dopo sei mesi: qualcuno in azienda chiede una funzione nuova basandosi su un dato che il sistema ha reso visibile. È il momento in cui lo strumento ha smesso di essere un progetto ed è diventato parte del modo di lavorare.