Il modo sbagliato di iniziare, e perché è così comune
Il percorso tipico comincia dallo strumento: si sceglie una tecnologia, si cerca dove applicarla, si costruisce qualcosa di dimostrabile. Il risultato regge bene in riunione e si spegne in poche settimane, perché nessuno aveva un motivo quotidiano per aprirlo.
Il percorso che regge parte dall’altro capo: quale attività ripetitiva ci costa più ore, e quanto di quel lavoro è meccanico invece che di giudizio. È una domanda meno entusiasmante e produce progetti che restano in uso dopo il primo mese.
Come riconoscere un buon primo progetto
Le attività che si prestano condividono quattro caratteristiche. Più ne mancano, più il progetto diventa incerto.
- È frequente. Un’attività settimanale libera poco; una ripetuta decine di volte al giorno cambia le giornate di qualcuno.
- Ha un esito verificabile. Puoi guardare il risultato e dire se è corretto, senza avviare un’indagine.
- Tollera un errore occasionale. Se una risposta sbagliata produce un danno legale, contrattuale o sanitario, quel processo non è il primo su cui sperimentare.
- Il materiale di riferimento esiste. Documenti, procedure, storici: se le informazioni vivono solo nella testa delle persone, il primo passo è scriverle, non automatizzarle.
Esempi che funzionano spesso
- Rispondere a domande ricorrenti su orari, tempi, modalità, disponibilità, attingendo alla tua documentazione.
- Classificare richieste in arrivo e smistarle alla persona giusta con una prima sintesi.
- Estrarre dati strutturati da documenti ricevuti in formati disomogenei.
- Riassumere conversazioni o pratiche lunghe per chi le prende in carico.
- Preparare una prima bozza di testo ricorrente, che una persona rivede prima dell’invio.
I rischi concreti, senza allarmismi e senza sconti
Risposte inventate
I modelli linguistici generano il testo più plausibile, non necessariamente quello vero, e lo fanno con lo stesso tono sicuro in entrambi i casi. Il rischio si riduce ancorando le risposte a documenti tuoi, delimitando gli argomenti coperti e istruendo il sistema a dichiarare quando non sa. Non si azzera: serve qualcuno che legga un campione delle risposte con regolarità.
Dati che escono dal perimetro
Usare un servizio esterno significa inviargli informazioni. Vanno decisi consapevolmente quali dati possono uscire, quale fornitore si utilizza, dove avviene il trattamento e per quanto tempo viene conservato. Sono scelte di progetto, non dettagli tecnici da rimandare.
Costi che crescono con l’uso
A differenza di una licenza fissa, molti servizi AI si pagano a consumo. Un assistente pubblico su un sito ad alto traffico ha un costo proporzionale alle conversazioni. Vanno previsti tetti di spesa e monitoraggio fin dal primo giorno, non dopo la prima fattura sorprendente.
Quanto costa cominciare
Un primo progetto ben delimitato ha due componenti: la realizzazione, che dipende da quanto materiale va raccolto e strutturato, e l’esercizio mensile, che dipende dai volumi. La seconda voce è quella che le aziende sottovalutano di più.
Prima di partire conviene fissare tre numeri. Quante ore costa oggi l’attività. Quanto stimiamo di spendere al mese. Cosa considereremo un successo fra tre mesi. Senza il terzo numero, qualsiasi risultato sembrerà discreto e nessuno saprà se valeva la spesa.
AI o automazione semplice?
Una parte consistente delle richieste che riceviamo si risolve meglio senza intelligenza artificiale. Spostare dati fra due sistemi, generare un documento sempre uguale, inviare un promemoria a una scadenza: sono regole deterministiche, più prevedibili, più economiche e che non sbagliano in modo creativo.
L’AI serve dove va interpretato testo libero, classificato un contenuto ambiguo o sintetizzato materiale disomogeneo. Distinguere i due casi in fase di analisi è probabilmente la scelta che fa risparmiare di più su tutto il progetto.
Il percorso in quattro passi
- Individua l’attività: la più frequente, la più meccanica, quella di cui le persone si lamentano.
- Misura il punto di partenza: quante ore, quanti casi, quanti errori oggi.
- Costruisci una versione limitata: un solo processo, un solo reparto, con una persona che verifica gli esiti.
- Decidi sui dati: estendere, correggere o fermarsi. Fermarsi dopo una prova circoscritta è un esito accettabile; scoprirlo dopo un anno di sviluppo no.
Cosa serve davvero prima di iniziare
La preparazione pesa più della tecnologia. Nella nostra esperienza il tempo di un primo progetto si divide più o meno così: metà a raccogliere e mettere in ordine il materiale, un quarto a costruire, un quarto a correggere sulla base dell’uso reale.
- Documentazione aggiornata. Se le procedure ufficiali non descrivono più come si lavora, l’AI imparerà la versione sbagliata.
- Una persona di riferimento interna. Serve qualcuno che conosca il processo e possa dire se una risposta è corretta: senza questa figura il progetto si ferma alle prime verifiche.
- Casi reali su cui provare. Venti richieste effettivamente ricevute valgono più di qualsiasi elenco di domande immaginate a tavolino.
- Una decisione esplicita sui dati: cosa può uscire dall’azienda e cosa no. Meglio prenderla ora che scoprirla durante un controllo.
Gli errori che vediamo più spesso
- Partire da un progetto vetrina. Impressiona in riunione, non cambia nessuna giornata di lavoro e viene abbandonato in silenzio.
- Automatizzare un processo confuso. L’AI applicata a una procedura disordinata produce disordine più in fretta.
- Non dire agli utenti che stanno parlando con un sistema. Oltre alle implicazioni normative, è il modo più rapido per perdere fiducia quando se ne accorgono.
- Considerarlo finito alla pubblicazione. Le domande cambiano, i contenuti invecchiano: senza revisione periodica la qualità delle risposte scende in pochi mesi.
- Misurare l’adozione invece del risultato. Il numero di conversazioni non dice nulla; le ore risparmiate e i problemi risolti sì.
Cosa chiedere a chi ti propone un progetto AI
Il settore è pieno di proposte che suonano bene e si reggono su poco. Queste domande separano rapidamente chi ha esperienza operativa da chi sta rivendendo entusiasmo.
- Cosa succede quando il sistema non conosce la risposta? Se la risposta è “non capita”, la conversazione può chiudersi lì.
- Su quali dati viene addestrato o ancorato, e dove vengono trattati? Deve saperlo dire con precisione, non genericamente.
- Quanto costerà al mese con i nostri volumi reali? Chiedi una stima su numeri tuoi, non un listino.
- Come verifichiamo la qualità delle risposte nel tempo? Deve esistere un metodo, non una promessa di attenzione.
- Cosa resta a noi se interrompiamo il rapporto? Contenuti, configurazioni e storico devono essere tuoi ed esportabili.
Vale anche il contrario: diffida di chi accetta qualsiasi processo senza obiezioni. Un fornitore che non ti dice mai “questo pezzo non conviene automatizzarlo” probabilmente non sta guardando il tuo interesse.