Automazione AI dei processi: cosa si automatizza davvero e cosa conviene lasciare com'è

In sintesi. L'automazione AI si distingue da quella classica per un dettaglio che cambia tutto il progetto: l'automazione tradizionale esegue regole scritte da qualcuno, mentre quella con AI interpreta input non strutturati e produce output che vanno verificati. Questo la rende utilizzabile dove prima non si poteva automatizzare, documenti, messaggi, pratiche eterogenee, e insieme la rende inadatta ai processi dove l'errore non è recuperabile.

Il confine tra i due mondi non è tecnologico. Riguarda la domanda su chi controlla il risultato e cosa succede quando il risultato è sbagliato.

Automazione classica e automazione con AI

Aspetto	Automazione classica	Automazione con AI
Input	Strutturato, campi noti	Anche non strutturato, documenti e testo libero
Comportamento	Deterministico, stesso input stesso output	Variabile, due esecuzioni possono differire
Errore	Prevedibile, si corregge la regola	Statistico, si riduce ma non si azzera
Manutenzione	Alla modifica del processo	Anche quando cambia il modello o il fornitore
Verifica	Test sui casi noti	Campionamento continuo sugli output reali

La riga sul comportamento è quella che cambia la progettazione. Un'automazione classica si collauda una volta, mentre un'automazione con AI va osservata nel tempo, perché il comportamento può cambiare dopo un aggiornamento che non avete deciso voi.

Le due tecnologie convivono bene. Nei progetti che funzionano l'AI si occupa del passaggio interpretativo, leggere un documento, classificare una richiesta, estrarre dati, e le regole deterministiche si occupano di tutto il resto, perché sono più economiche e più prevedibili.

I processi che si prestano

Processo	Perché funziona
Classificazione di richieste in arrivo	Volume alto, regole chiare, errore recuperabile
Estrazione di dati da documenti	Il risultato è verificabile campo per campo
Controllo di completezza su pratiche	L'output è una lista di anomalie, non una decisione
Preparazione di bozze e riepiloghi	La persona resta l'autore finale
Riconciliazione tra fonti diverse	Il confronto produce differenze misurabili

Si prestano male i processi dove una decisione sbagliata produce effetti su una persona, quelli dove il recupero richiede una comunicazione esterna, e quelli con volumi bassi, dove il costo di costruzione e presidio non rientra mai.

C'è poi un caso intermedio che vale la pena nominare. Un processo con volume alto e regole instabili, che cambiano ogni pochi mesi, è un cattivo candidato per l'automazione classica e un candidato ragionevole per quella con AI, a condizione che qualcuno aggiorni gli esempi di riferimento quando le regole cambiano.

Come si misura il risparmio

Il numero che conta non è la percentuale di casi gestiti dal sistema, è il tempo che le persone smettono di spendere. Sono due cose diverse, perché un'automazione che gestisce il settanta per cento dei casi e obbliga a ricontrollare tutto non libera nulla.

Servono tre misure prese prima di iniziare: il tempo medio per caso, il volume nel periodo e la percentuale di casi che oggi richiede una rilavorazione. Dopo il rilascio, le stesse tre misure dicono se il progetto ha funzionato, e nessuna di queste richiede strumenti sofisticati per essere raccolta.

A queste va aggiunta una quarta misura, che riguarda la fiducia: quanto spesso gli operatori modificano l'output del sistema. Se la percentuale resta alta dopo due mesi, il sistema sta producendo lavoro invece di toglierne.

Dove l'automazione tocca le persone

Un'automazione che cambia come lavora un reparto è un progetto organizzativo prima che tecnico, e il punto delicato arriva quando il sistema smista, assegna o misura il lavoro delle persone.

Quei casi ricadono nell'Allegato III dell'AI Act, perché riguardano la gestione dei lavoratori, e in Italia si sommano i vincoli del diritto del lavoro e il confronto con le rappresentanze. Un software che distribuisce carichi di lavoro tra operatori non diventa innocuo perché è stato comprato come modulo gestionale.

La regola pratica è separare presto i due perimetri. L'automazione dei processi che trattano documenti e richieste è un progetto di efficienza, l'automazione che tocca l'organizzazione del lavoro è un progetto che richiede classificazione, documentazione e confronto interno.

Gli errori che si ripetono

Il primo è automatizzare un processo rotto. Se il flusso attuale ha passaggi inutili, l'automazione li rende più veloci e li cristallizza, quindi conviene semplificare prima e automatizzare dopo.

Il secondo è costruire senza una via di ritorno. Un processo che dipende da un sistema automatico senza alternativa manuale diventa un rischio operativo il giorno in cui il fornitore ha un disservizio.

Il terzo è sottovalutare i casi limite, che nelle operazioni reali contengono la parte più costosa del lavoro. Un sistema che consegna i casi difficili a una persona senza spiegare perché li ha scartati trasferisce il problema invece di risolverlo.

Da dove partire

Il punto di ingresso è l'inventario di quello che esiste già, descritto in inventario dei sistemi AI, perché molte aziende hanno moduli di automazione con AI accesi dentro gestionali comprati per altro.

Per la scelta del processo da cui cominciare ci sono come scegliere il primo caso d'uso e il metodo del value case con l'alternativa non-AI. Sugli agenti, che sono la forma di automazione più discussa, c'è agenti AI: guida per le aziende.

Per capire quali processi reggono l'automazione nella vostra organizzazione puoi fissare un incontro di valutazione.