Automazione dei processi aziendali: dove inizia il valore e dove finisce l’hype

Il percorso più comune all’automazione nelle PMI italiane inizia dalla fine. Un fornitore presenta uno strumento che promette efficienza e l’azienda acquista la licenza. Dopo tre mesi, lo strumento è sottoutilizzato o abbandonato perché il problema che avrebbe dovuto risolvere non era stato definito con precisione, oppure perché il processo sottostante non era stato ripensato prima di automatizzarlo.

L’automazione non migliora un processo inefficiente. Lo rende inefficiente più velocemente. Se il flusso di approvazione delle fatture passa attraverso quattro livelli di autorizzazione perché “si è sempre fatto così”, automatizzare quel flusso significa ottenere fatture che attraversano quattro livelli di autorizzazione automaticamente, ma ancora inutilmente. Prima di automatizzare, bisogna chiedersi se il processo ha senso così com’è.

Questo è il motivo per cui il punto di partenza non è mai “quale strumento adottiamo” ma “quale processo ci costa più tempo, genera più errori o limita la nostra capacità di servire i clienti?” La risposta a questa domanda determina tutto ciò che segue: la tecnologia, il perimetro, le metriche di successo.

Non tutti i processi aziendali beneficiano dell’automazione nella stessa misura. I dati raccolti dall’Osservatorio del Politecnico di Milano e da ISTAT indicano tre ambiti in cui i risultati sono più rapidi, più misurabili e più sostenibili nel tempo.

Gestione documentale e flussi amministrativi. Fatture, ordini, contratti, note spese, documentazione di conformità. In una PMI tipica, questi documenti vengono ricevuti in formati diversi (email, PDF, carta), classificati manualmente, inseriti nel gestionale a mano, approvati attraverso catene di email. Ogni passaggio manuale è un’opportunità di errore e un costo di tempo.

L’Intelligent Document Processing, che combina riconoscimento ottico dei caratteri, elaborazione del linguaggio naturale e apprendimento automatico, automatizza la classificazione, l’estrazione dei dati e l’instradamento dei documenti nel flusso gestionale. Non elimina il controllo umano, lo sposta dal lavoro meccanico di inserimento dati al lavoro di verifica delle eccezioni.

Il risultato tipico è una riduzione marcata dei tempi di elaborazione, con un tasso di errore significativamente inferiore a quello del processo manuale.

Customer service e gestione delle richieste. È l’ambito con la documentazione più ampia di risultati misurati. Sistemi conversazionali basati su intelligenza artificiale gestiscono le richieste ricorrenti, quelle che rappresentano la quota più consistente del volume totale, lasciando al team umano le richieste che richiedono competenza e relazione.

Il dato rilevante riguarda il lato umano del servizio: il team, liberato dal volume delle richieste di routine, dedica più attenzione alle situazioni che determinano la soddisfazione e la fidelizzazione del cliente. La qualità del servizio non diminuisce con l’automazione, aumenta, perché le persone vengono concentrate dove pesano di più.

Se vuoi capire quanto di quel volume di routine è automatizzabile, puoi stimare quanto lavoro può gestire un assistente AI nel tuo caso.

Nei progetti che seguiamo in Newwave il salto arriva quando l’intelligenza artificiale diventa uno strumento di lavoro quotidiano e smette di essere una sperimentazione parallela affidata a una persona sola.

Racconta all’assistente come gestite oggi le richieste dei clienti: ti dice cosa si può togliere dalle mani del team

I flussi commerciali che si ripetono. Generazione di preventivi, aggiornamento di listini, qualificazione dei lead, reportistica periodica. Attività che consumano ore ogni settimana e che seguono regole sufficientemente strutturate da poter essere codificate. L’automazione di questi flussi non richiede intelligenza artificiale sofisticata, spesso bastano strumenti di workflow automation che collegano i sistemi già in uso (CRM, gestionale, email, fogli di calcolo) in sequenze automatiche.

I due termini vengono usati come sinonimi, ma non lo sono. La distinzione è operativamente importante perché determina cosa è realistico aspettarsi e con quale investimento.

L’automazione esegue sequenze predefinite: se succede A, fai B. Se il documento è una fattura, estrailo in questo formato, instradalo a quest’ufficio, registra questi dati. Le regole sono fisse, prevedibili, codificabili. Gli strumenti necessari esistono da anni e sono accessibili. Piattaforme di workflow come Zapier, Make, n8n o Power Automate coprono una gamma enorme di casi d’uso senza richiedere competenze di programmazione.

L’intelligenza artificiale introduce la capacità di interpretare, classificare e decidere in contesti non completamente prevedibili. Un sistema che analizza il tono di un’email per decidere la priorità. Un modello che classifica le richieste di supporto per tipologia e urgenza. Un motore che suggerisce il preventivo più adatto in base allo storico del cliente. Qui le regole non sono fisse, il sistema apprende dai dati e adatta il proprio comportamento.

Per la maggior parte delle PMI, il primo passo più produttivo resta l’automazione dei flussi ripetitivi con strumenti di workflow, prima ancora dell’AI. Produce risultati immediati, richiede investimenti contenuti e crea le condizioni (dati strutturati, processi definiti, team abituato a lavorare con sistemi automatici) che rendono l’introduzione successiva dell’intelligenza artificiale molto più utile.

C’è un aspetto dell’automazione aziendale che merita attenzione specifica. In molte PMI, l’automazione sta già accadendo, ma fuori dal controllo dell’azienda.

Dipendenti che usano ChatGPT per redigere email commerciali. Responsabili che creano automazioni personali con Zapier collegando il proprio account email al CRM. Tecnici che usano strumenti di estrazione dati non autorizzati per velocizzare il proprio lavoro. L’Osservatorio del Politecnico di Milano rileva che il 74% dell’utilizzo di strumenti AI nelle PMI avviene al di fuori del perimetro aziendale controllato (fonte: Osservatorio Artificial Intelligence, Politecnico di Milano).

Il fenomeno dice che la domanda di automazione esiste già dentro l’azienda. Quando però avviene senza governance i rischi si vedono presto: dati aziendali condivisi con piattaforme esterne senza valutazione della sicurezza, processi che dipendono da strumenti personali che scompaiono quando il dipendente cambia ruolo, risultati che nessuno riesce a riprodurre.

La risposta sta nel governare, non nel vietare. Definire quali strumenti sono autorizzati, con quali dati possono operare, per quali processi. Creare un perimetro di automazione aziendale che assorba le iniziative individuali in un sistema strutturato. È un intervento organizzativo prima che tecnologico, con un impatto immediato sulla sicurezza e sulla coerenza operativa.

Porta il caso della tua azienda all’assistente e vedi da dove si comincia a mettere ordine

L’automazione che rende parte sempre dalla stessa sequenza: identificare il processo con il maggior volume di operazioni manuali ripetitive, verificare che il flusso abbia senso prima di codificarlo, misurare una baseline per poter valutare i risultati, coinvolgere chi userà il sistema ogni giorno e prevedere cosa succede quando qualcosa non funziona.

Sembra ovvio, ma la maggior parte dei progetti di automazione fallisce perché salta uno di questi passaggi. Lo strumento più sofisticato, applicato a un processo che nessuno ha ripensato, con metriche che nessuno ha definito, adottato da un team che non è stato coinvolto, produce complessità aggiuntiva, non efficienza.

La sequenza conta più dell’ambizione: un’automazione piccola, mirata e adottata vale più di un progetto ambizioso abbandonato dopo tre mesi.

Un’automazione si valuta su quattro numeri: il tempo che il processo impiega dall’inizio alla fine, la quota di pratiche che arrivano in fondo senza che nessuno debba intervenire, il tasso di errore e rilavorazione, il costo per singola pratica. Tutti e quattro vanno rilevati prima di automatizzare, altrimenti manca il termine di paragone e ogni valutazione successiva diventa un’impressione.

Tempo di attraversamento. Non quanto serve a compilare un modulo, ma quanto passa da quando un documento entra in azienda a quando è approvato e archiviato. È il numero che il cliente percepisce, ed è anche quello che rivela le attese nascoste: le ore in cui una pratica non è ferma perché qualcuno ci sta lavorando, ma perché sta aspettando che qualcuno la veda.

Quota di pratiche senza intervento umano. La percentuale di casi che il flusso automatico porta a termine da solo, senza correzioni o completamenti manuali. In gergo tecnico si chiama straight-through processing. È la metrica che dice quanto lavoro è stato davvero tolto dalle scrivanie, e di solito è molto più bassa di quanto si creda al momento del collaudo.

Tasso di errore e rilavorazione. Un’automazione che dimezza i tempi ma raddoppia le correzioni a valle non ha migliorato il processo, ha spostato il problema in un ufficio diverso. Va contato quante pratiche tornano indietro e per quale motivo, distinguendo gli errori di regola da quelli che dipendono da dati in ingresso disordinati.

Costo per pratica. Il tempo delle persone coinvolte, moltiplicato per il volume. È il numero che rende confrontabili processi diversi tra loro e che permette di decidere quale automatizzare per primo senza discutere di sensazioni.

C’è poi una quinta misura che quasi nessuno rileva e che spiega la maggior parte dei progetti abbandonati: quante persone usano davvero il flusso automatico. Un processo automatizzato ma aggirato, con il team che continua a scambiarsi file per email perché è più rapido, non produce nessun risparmio. L’adozione è una metrica di processo a tutti gli effetti, non un dettaglio organizzativo.

Nessuno di questi numeri richiede strumenti sofisticati per essere rilevato: in molte aziende sono ricavabili dai gestionali già in uso, a costo di qualche ora di lavoro. Quando esistono, la discussione su cosa automatizzare dopo smette di essere un’opinione. È lo stesso principio che vale quando si passa da un foglio di calcolo a una dashboard di controllo di gestione: prima si decide cosa si guarda, poi si sceglie lo strumento.

Il lavoro di Newwave sull’automazione processi aziendali con AI parte da questa premessa.
Descrivi all’assistente il flusso che vi costa più tempo e vedi da dove conviene partire