AI in azienda: da dove iniziare davvero (non dal chatbot)

Il punto di partenza giusto per l’AI in una PMI non è il chatbot sul sito: sono i processi con volumi ripetitivi di documenti e dati, come amministrazione, preventivi e assistenza. Il criterio di selezione sta in tre condizioni: processo esistente, risultato misurabile entro novanta giorni, un responsabile interno con nome e cognome. Il resto di questa guida spiega come applicarlo.

Perché ti riguarda

La conversazione sull’AI nelle PMI italiane è passata in un anno da “è roba per le grandi aziende” a “dobbiamo fare qualcosa”. E i numeri dicono che il movimento è reale: secondo la rilevazione Imprese e ICT dell’ISTAT, nel 2025 il 16,4% delle imprese con almeno 10 addetti utilizza tecnologie di intelligenza artificiale, il doppio dell’8,2% del 2024. Tra le PMI la quota è al 15,7%, tra le grandi al 53,1%. Un concorrente su sei, in media, ha già iniziato. Il rischio della fretta, però, è il progetto-vetrina: l’esperimento demo che non tocca nessun processo reale e muore alla prima riunione di budget.

Quali sono i processi giusti per iniziare?

L’AI rende dove ci sono volumi ripetitivi di testo o dati da leggere, classificare e trasformare. Non è un’opinione: è quello che le imprese italiane stanno già facendo. L’ISTAT rileva che gli ambiti di utilizzo più diffusi sono marketing e vendite (33,1%), processi amministrativi (25,7%) e ricerca e sviluppo (20%). Lavoro d’ufficio, non fantascienza di fabbrica. Nelle PMI B2B i candidati naturali sono quasi sempre gli stessi:

• Documenti in ingresso: ordini, DDT, fatture fornitori da registrare, richieste di offerta da smistare.
• Preventivazione ricorrente: quando il preventivo segue regole note, l’AI prepara la bozza e l’uomo decide.
• Assistenza clienti di primo livello: risposte alle domande già risolte cento volte, con passaggio all’operatore sui casi nuovi.
• Preparazione commerciale: ricerca sull’azienda prospect prima di una chiamata, riassunto dello storico cliente prima di una visita.

Il tratto comune: in ognuno di questi processi esiste già un prima e un dopo misurabile. Minuti per registrare un documento, ore per produrre un preventivo, tempi di risposta al cliente. Senza una misura di partenza, nessun progetto AI potrà mai dimostrare di aver reso.

Quali sono i processi sbagliati per iniziare?

Tutto ciò che è raro, ad alto rischio o senza dati storici: la trattativa strategica, la scelta di un investimento, la gestione di una crisi. Lì l’AI assiste chi decide, ma partire da lì significa misurare lo strumento dove rende meno.

C’è poi un prerequisito che molte aziende scoprono a progetto avviato: la qualità dei dati interni. Tra le imprese che hanno valutato l’AI e poi rinunciato, l’ISTAT registra come ostacoli la mancanza di competenze (58,6%) e l’indisponibilità o scarsa qualità dei dati (45,2%). Se anagrafiche, ordini e documenti vivono frammentati tra fogli di calcolo e archivi personali, l’AI ha poco su cui lavorare: prima si sistema la base, come racconta la nostra analisi sul divario digitale tra PMI e grandi imprese, dove il gestionale integrato manca ancora in metà delle PMI italiane.

Come si riconosce un buon primo progetto?

Un buon primo progetto AI ha tre proprietà: tocca un processo che esiste già, produce un risultato misurabile entro novanta giorni, e ha un responsabile interno con nome e cognome. Se manca una delle tre, è un esperimento; gli esperimenti in azienda non sopravvivono ai budget.

La regola dei novanta giorni non è arbitraria. È il tempo massimo in cui un progetto può vivere di fiducia prima che qualcuno chieda i numeri. Un progetto sui documenti in ingresso, per esempio, può dichiarare in anticipo la metrica: oggi la registrazione di una fattura fornitore costa quattro minuti di una persona, l’obiettivo è scendere sotto uno. O il numero arriva, o non arriva. In entrambi i casi l’azienda ha imparato qualcosa di utile, e lo ha imparato in fretta e spendendo poco.

Il responsabile interno, infine, è la condizione più sottovalutata. Il primo ostacolo dichiarato dalle imprese italiane non è il costo della tecnologia: sono le competenze. Un progetto affidato solo al fornitore esterno finisce nella statistica di chi ha valutato e rinunciato; un progetto con un referente interno che conosce il processo, anche senza background tecnico, ha un proprietario che lo difende e lo corregge.

E gli obblighi normativi?

Chi usa strumenti di AI generativa in azienda deve anche fare i conti con il regolamento europeo: per la maggior parte delle PMI gli obblighi sono gestibili, ma esistono. Ne abbiamo scritto nella guida su cosa prevede l’AI Act per chi usa ChatGPT in azienda: alfabetizzazione del personale, trasparenza verso i clienti, attenzione ai dati inseriti negli strumenti. Metterli in conto dal primo giorno costa poco; scoprirli dopo costa rework.

Vai più a fondo

• ISTAT, Imprese e ICT, anno 2025: istat.it
• I numeri completi sull’adozione dell’AI nelle imprese italiane: softwareb2b.it/ai-imprese-italiane-istat-2025
• Il divario digitale tra PMI e grandi imprese: softwareb2b.it/divario-digitale-pmi-grandi-imprese
• AI Act per le PMI che usano strumenti generativi: softwareb2b.it/ai-act-pmi-chatgpt

Su questa testata racconteremo implementazioni reali nelle PMI italiane: cosa ha funzionato, cosa no, e con quali numeri.