«Dovrei mettere l'AI anche io?» è la domanda che gira oggi in molte PMI. La risposta onesta non è sì né no: è «dipende dal processo». L'intelligenza artificiale è uno strumento, e come ogni strumento conviene dove fa risparmiare tempo o riduce gli errori in un lavoro reale, non perché va di moda. Il punto non è se l'AI funziona, ma se funziona sul tuo caso.
Secondo ISTAT (rilevazione «Imprese e ICT», anno 2025), il 16,4% delle imprese italiane con almeno 10 addetti usa almeno una tecnologia di AI, il doppio rispetto all'8,2% del 2024. Ma il dato medio nasconde un divario netto: usa l'AI il 53,1% delle grandi imprese contro il 15,7% delle PMI (con almeno 10 addetti, il perimetro della rilevazione). La distanza non è solo di budget: è anche di processi e di dati pronti. È proprio lì che si decide se l'AI conviene.
Dove l'AI aiuta davvero
L'AI rende quando lavora su qualcosa di ripetitivo, frequente e già ordinato. È brava a leggere mucchi di testo e tirarne fuori una sintesi, a classificare, a rispondere a domande su dati che esistono già in forma pulita. Tre situazioni in cui di solito conviene:
- Alto volume ripetitivo: la stessa attività decine o centinaia di volte a settimana (smistare richieste, estrarre dati da documenti simili, preparare bozze di risposta).
- Una domanda al posto di una caccia: interrogare in linguaggio naturale dati che hai già, invece di aprire cinque schermate o costruire l'ennesimo report a mano.
- Errore tollerabile: una bozza che una persona rilegge, una prima classificazione che qualcuno conferma. L'AI propone, tu decidi.
Il filo comune è che l'AI lavora accanto a una persona, non al suo posto. Toglie il lavoro meccanico e lascia il giudizio a chi di dovere. È così, per esempio, che in Verso Flow Flow AI, basato su Claude di Anthropic, risponde in linguaggio naturale sui dati operativi delle squadre: «cosa è rimasto indietro oggi?» al posto di aprire cinque schermate. Non decide al posto tuo, ti fa arrivare prima alla risposta.
Dove l'AI non basta (o peggiora le cose)
Ci sono casi in cui l'AI aggiunge solo costo e complessità da mantenere. Non è un limite della tecnologia: è il caso sbagliato. Tienila fuori, o rimandala, quando ricorre uno di questi segnali:
- Il processo è ancora caotico: se il lavoro vive tra telefonate, chat e fogli sparsi, l'AI non mette ordine, amplifica il disordine che trova.
- I dati sono sporchi o incompleti: anagrafiche doppie, campi vuoti, versioni diverse della stessa informazione. L'AI risponde su ciò che legge, e se i dati mentono, mente con sicurezza.
- Serve una regola fissa, non un giudizio: se la decisione è «se A allora B», una regola scritta è più affidabile, più economica e più facile da verificare di un modello che a volte sbaglia.
- L'errore non è tollerabile: se un risultato finisce dritto in contabilità, in una fattura o in un report firmato al cliente, ogni errore costa caro e va comunque ricontrollato a mano.
Lo si vede anche nei numeri ISTAT: tra le imprese che hanno valutato l'AI senza adottarla, pesano la mancanza di competenze adeguate (58,6%, la barriera più citata), la scarsa qualità o disponibilità dei dati (45,2%) e i costi (43,0%), accanto a incertezza normativa e privacy. Tradotto: il problema non è quasi mai l'AI in sé, sono le fondamenta che mancano sotto.
La griglia decisionale: tre domande prima di spendere
Prima di firmare per qualsiasi strumento «con l'AI», porta il processo che hai in mente davanti a tre domande. Sono le stesse che ci facciamo noi prima di proporre l'AI in un progetto.
- Il volume è alto e ripetitivo? Se l'attività capita due volte al mese, automatizzarla non ripaga lo sforzo. Se capita cento volte a settimana, vale la pena guardarci.
- È una regola fissa o serve giudizio? Una regola chiara si risolve con una regola, non con un modello. L'AI brilla dove c'è da interpretare testo, sintetizzare, classificare casi sfumati.
- Quanto costa un errore? Se l'output viene riletto da una persona, l'errore è tollerabile e l'AI fa risparmiare tempo. Se finisce in contabilità o in un report al cliente, l'asticella si alza, e spesso conviene una regola deterministica più un controllo.
Una via di mezzo onesta: se le risposte sono incerte, parti piccolo. Un solo processo, ben delimitato, con una persona che rilegge l'output. Misuri se fa davvero risparmiare tempo, e solo allora allarghi. Niente cattedrali, lo stesso principio con cui partiamo da un primo nucleo nel software su misura.
Prima dell'AI viene il processo (e i dati puliti)
L'AI conviene dove c'è un processo già ordinato e dati puliti. Senza quelli, amplifica il caos: dà risposte rapide a partire da basi sbagliate, e le dà con tono sicuro. Per questo, spesso, il primo passo utile non è «aggiungere l'AI», ma mettere ordine nel processo a monte.
Mettere ordine vuol dire far nascere il dato dove e quando accade il lavoro, e far parlare i sistemi che già usi invece di reinserire tutto a mano. È quello che facciamo digitalizzando i processi operativi e con l'integrazione dei dati tra i sistemi. Quando le fondamenta ci sono, l'AI diventa un passo naturale; quando mancano, è una toppa costosa.
Come la usiamo noi: dove serve, non dove fa scena
Noi l'AI la usiamo davvero, dove porta valore. La introduciamo quando rende un processo migliore e la teniamo fuori quando aggiungerebbe solo rumore: lo stesso criterio sui prodotti che costruiamo e sul software su misura per i clienti. È una scelta sul risultato, non sull'etichetta: software che funziona, prima di tutto.
Se vuoi capire dove l'AI ha senso nella tua azienda e dove no, raccontaci come lavori oggi: partiamo dal processo, non dall'AI, e ti diciamo con onestà se conviene davvero.