Automazione dei processi: quando serve l'AI e quando basta una regola.

Una regola fa sempre la stessa cosa nello stesso modo: si può provare, si può leggere, e quando qualcosa non torna si capisce subito perché. Costa poco da costruire e quasi nulla da far girare.

L'AI invece lavora per probabilità. È molto brava dove le regole non arrivano, ma una parte dei suoi risultati va controllata, i costi di utilizzo crescono con i volumi e bisogna decidere con attenzione quali dati le si affidano. Per questo la domanda giusta non è "dove posso usare l'AI?", ma "che cosa serve per togliere questo lavoro ripetitivo?".

Una regola, un'integrazione o uno script sono la scelta giusta quando:

• i dati arrivano sempre nella stessa forma, per esempio da un modulo, da un gestionale o da un foglio con colonne fisse;
• i passaggi sono sempre gli stessi e si possono scrivere come "se succede questo, fai quello";
• un errore deve essere impossibile, non solo raro.

Esempi concreti: un ordine dal sito che crea la fattura nel gestionale, i promemoria automatici per scadenze e rinnovi, il riepilogo mensile che si compone dagli stessi dati, le copie e i backup programmati con un controllo dell'esito.

L'intelligenza artificiale serve quando una regola non riesce a descrivere il lavoro, cioè quando:

• il dato è testo libero, come una email, una richiesta scritta o una nota;
• i documenti sono simili ma tutti diversi, come fatture e DDT di fornitori differenti;
• bisogna capire il senso di una domanda e trovare la risposta in molti documenti.

Esempi concreti: leggere fatture e DDT di formati diversi ed estrarre i dati, smistare le email in arrivo per argomento, rispondere alle domande del personale partendo dai manuali, preparare una prima bozza di preventivo da una richiesta scritta. In tutti questi casi il risultato dell'AI va verificato dove un errore costa.

Alcune decisioni non vanno automatizzate: approvare uno sconto o un pagamento, rispondere a un reclamo, concedere un'eccezione al contratto. Sono scelte che comportano responsabilità, eccezioni o relazioni con clienti e fornitori.

Qui l'automazione non sostituisce la persona ma la aiuta: raccoglie le informazioni, prepara una proposta, segnala che cosa è fuori dalla norma. La decisione resta a chi ne risponde.

Nella pratica i tre strumenti lavorano quasi sempre insieme. Un caso tipico è la gestione degli ordini che arrivano via email:

1. Arriva un ordine in PDF. L'AI legge il documento ed estrae cliente, articoli e quantità, anche se ogni cliente usa un modello diverso.
2. I dati vanno nel gestionale. Una regola crea l'ordine, controlla le disponibilità e avvisa il magazzino.
3. C'è un prezzo fuori listino. Una persona riceve la segnalazione e approva o corregge l'eccezione.

Il lavoro ripetitivo sparisce, il controllo resta dove serve, e ogni passaggio usa lo strumento più semplice che fa il lavoro.

Prima di decidere come automatizzare un'attività conviene rispondere a cinque domande.

1. I dati hanno sempre la stessa forma? Se sì, probabilmente basta una regola.
2. Quante volte succede? Un'attività rara raramente giustifica un'automazione; una quotidiana quasi sempre.
3. Quanto costa un errore? Più costa, più serve un controllo, da parte di una regola o di una persona.
4. Chi controlla il risultato? Ogni automazione ha bisogno di qualcuno che se ne accorga quando smette di funzionare.
5. Dove finiscono i dati? Se l'automazione usa servizi esterni, bisogna sapere che cosa viene inviato e dove viene elaborato.

• Usare l'AI dove basta una regola. Costa di più, sbaglia di più e diventa più difficile da mantenere.
• Automatizzare un processo disordinato. Prima si scrive come funziona oggi, poi si decide che cosa automatizzare.
• Non dare un responsabile all'automazione. Senza qualcuno che la controlla, un errore può ripetersi per settimane prima che qualcuno se ne accorga.
• Non misurare il risultato. Se non si sa quanto tempo si perdeva prima, non si sa nemmeno se l'automazione funziona.

Per automatizzare un processo serve per forza l'intelligenza artificiale?

No. Molte attività ripetitive si automatizzano con una regola, un'integrazione fra due programmi o uno script: se i dati hanno sempre la stessa forma e i passaggi sono sempre uguali, una regola costa meno, sbaglia meno e si mantiene meglio. L'AI serve quando il dato è testo libero o documenti diversi fra loro.

Quali attività conviene automatizzare per prime?

Quelle frequenti, ripetitive e facili da misurare, in cui un errore costa poco o viene comunque controllato. Un primo risultato piccolo e usato ogni giorno è un punto di partenza migliore di un progetto ambizioso.

L'AI può sbagliare quando automatizza?

Sì. L'AI lavora per probabilità, quindi una parte dei risultati va verificata. Per questo si usa dove una regola non basta e si prevede sempre un controllo, da parte di una persona o di una regola, nei passaggi in cui un errore costa.

Che cosa succede ai dati aziendali se si usa l'AI?

Dipende da come viene costruita la soluzione. Prima di iniziare si decide quali dati usare, dove vengono elaborati e che cosa viene inviato a servizi esterni; dove serve si scelgono soluzioni che non mandano i dati a terzi.

Si può automatizzare un processo che oggi è disordinato?

Conviene prima metterlo in ordine. Automatizzare un processo confuso produce errori più in fretta: il primo passo è scrivere come funziona oggi, chi fa che cosa e con quali dati.

Guida aggiornata al 2 novembre 2026, a cura di rubailab.