Pubblicata il Lettura: 9 minutiDi Claudio Marfia, co-fondatore di Riverloop
In breve. Si comincia da un'attività ripetitiva, misurabile e con dati già disponibili, con un progetto pilota di poche settimane e un obiettivo numerico. Gli usi che rendono di più sono assistenza clienti, lettura automatica dei documenti, previsioni su vendite e scorte, controllo qualità e produttività interna. Dal 2024 l'AI Act europeo fissa divieti, obblighi di trasparenza e regole per gli usi ad alto rischio.
La maggior parte delle piccole imprese non ha bisogno di "fare intelligenza artificiale": ha bisogno di risparmiare ore su attività ripetitive e di prendere decisioni con dati migliori. L'intelligenza artificiale è uno strumento per questo, a condizione di scegliere bene il primo caso d'uso. Questa guida spiega come.
I cinque usi che rendono di più in una PMI
- Assistenza a clienti e dipendenti. Un assistente che risponde alle domande frequenti usando i documenti dell'azienda (listini, manuali, condizioni, procedure interne), passando a una persona quando non sa rispondere.
- Lettura e smistamento dei documenti. Fatture, ordini, moduli, email: estrazione dei dati, classificazione, inserimento nel gestionale. È l'uso con il ritorno più rapido, perché il tempo risparmiato si misura subito.
- Previsioni. Vendite, scorte, presenze, carichi di lavoro. Servono uno o due anni di storico ordinato.
- Controllo qualità e manutenzione. Riconoscimento di difetti da immagini, segnali di guasto da sensori.
- Produttività interna. Bozze di documenti, riassunti di riunioni, traduzioni, ricerca nelle informazioni aziendali. Qui il rischio è la dispersione: meglio pochi strumenti scelti, con regole d'uso scritte.
Cosa serve davvero: dati, processi, persone
- Dati accessibili. Non servono "big data": servono dati che l'azienda possiede e riesce a esportare. Se le informazioni vivono in fogli di calcolo sparsi o su carta, il primo passo è metterle in ordine, e spesso è un progetto software prima che di intelligenza artificiale.
- Un processo definito. L'intelligenza artificiale automatizza ciò che ha una regola, anche implicita. Se ogni caso è gestito in modo diverso da persone diverse, prima va deciso il processo.
- Una persona responsabile. Qualcuno in azienda che conosce il lavoro da automatizzare, valuta i risultati e decide. Senza questo ruolo il progetto si ferma alla dimostrazione.
Come impostare un progetto pilota
- Scegli un caso circoscritto: una categoria di documenti, un tipo di richiesta, un prodotto.
- Fissa un numero. "Ridurre da 20 a 5 minuti il tempo per registrare una fattura", "rispondere al 60 per cento delle richieste senza intervento umano".
- Misura prima. Senza il dato di partenza non saprai se ha funzionato.
- Dura da quattro a otto settimane, con persone vere che usano lo strumento su casi veri.
- Decidi con i numeri: estendere, correggere o fermare. Fermare un pilota che non rende è un buon risultato, non un fallimento.
Costi: una tantum e ricorrenti
Un progetto di intelligenza artificiale ha due voci di costo che vanno tenute separate.
- Una tantum: analisi, preparazione dei dati, sviluppo, integrazione con i sistemi esistenti, formazione delle persone. Vale quanto un normale progetto software di pari complessità.
- Ricorrenti: uso dei modelli (di solito a consumo, in base al volume di testo o immagini elaborate), hosting, monitoraggio della qualità delle risposte, aggiornamenti. Vanno stimati sul volume reale e riverificati dopo il pilota.
Un modello installato sui propri server elimina il costo a consumo ma aggiunge hardware e gestione: conviene solo oltre certi volumi o per vincoli di riservatezza.
AI Act, GDPR e le regole da rispettare
Il Regolamento europeo sull'intelligenza artificiale (Reg. UE 2024/1689, detto AI Act) è in vigore dal 1° agosto 2024 e si applica per gradi: i divieti dal 2 febbraio 2025, gli obblighi per i modelli di uso generale dal 2 agosto 2025, la maggior parte delle regole sui sistemi ad alto rischio dal 2 agosto 2026. Per una PMI che usa l'IA le conseguenze pratiche sono tre.
- Pratiche vietate. Tra le altre: manipolazione subliminale, sfruttamento di vulnerabilità, punteggio sociale, riconoscimento delle emozioni sul luogo di lavoro salvo motivi medici o di sicurezza.
- Trasparenza. Chi interagisce con un sistema automatico deve saperlo; i contenuti generati artificialmente vanno segnalati quando la legge lo richiede.
- Alto rischio. Selezione e valutazione del personale, accesso al credito, istruzione, servizi essenziali: se l'IA incide su queste decisioni servono controllo umano, documentazione, registrazione degli eventi e formazione degli operatori. L'art. 4 dell'AI Act chiede comunque a chi usa sistemi di IA di assicurare un livello adeguato di alfabetizzazione del personale.
Il GDPR resta pienamente applicabile: base giuridica, informativa, valutazione d'impatto quando il trattamento è su larga scala o automatizzato, e attenzione a dove i dati vengono elaborati. Nei contratti con i fornitori di modelli va verificato che i dati dell'azienda non siano usati per l'addestramento.
Gli errori più comuni
- Partire dalla tecnologia ("vogliamo un chatbot") invece che dal problema.
- Fidarsi delle risposte senza un controllo di qualità misurato su casi reali.
- Dare a uno strumento esterno documenti riservati senza aver letto le condizioni d'uso.
- Non formare le persone che dovranno usare o supervisionare il sistema.
- Non prevedere chi mantiene il sistema quando i dati e i modelli cambiano.
Come lavora Riverloop sui progetti di IA
Il nostro reparto di sviluppo affianca ai progetti di intelligenza artificiale la formazione delle persone che li useranno, perché siamo anche un ente di formazione accreditato. In pratica: analisi del caso d'uso e dei dati, pilota con obiettivi misurabili, integrazione nel gestionale o nel sito esistente, scelta tra modelli ospitati in Europa o installati in azienda in base alla riservatezza, formazione degli operatori anche ai fini dell'art. 4 dell'AI Act. La sicurezza delle informazioni segue il nostro sistema certificato ISO 27001. Trovi i dettagli nella pagina Sviluppo software.