Intelligenza artificiale per le PMI: esempi concreti e limiti

L'intelligenza artificiale per le PMI è utile oggi soprattutto in compiti precisi e ripetitivi: leggere documenti ed estrarne i dati, smistare le richieste in arrivo, preparare bozze di risposta, cercare un'informazione nei documenti interni. Funziona bene quando c'è una persona che controlla i casi incerti, e quando sono chiare le regole su quali dati si possono affidare a un servizio esterno. Funziona male quando le si chiede di decidere da sola su cose importanti.

Molte aziende hanno provato un assistente come ChatGPT e si chiedono come passare dalla prova al lavoro di ogni giorno. Il passaggio si fa partendo da un problema preciso dell'azienda.

In quali compiti l'intelligenza artificiale aiuta una piccola impresa?

Nei compiti in cui una persona legge, capisce e ricopia, o legge, capisce e risponde sempre in modo simile. Ecco gli esempi più concreti che incontro.

• Leggere documenti di trasporto, ordini, moduli e fatture di fornitori esteri, ed estrarne i dati per il gestionale.
• Smistare le email in arrivo: ordine, reclamo, richiesta di preventivo, fattura di un fornitore.
• Preparare bozze di risposta alle domande frequenti dei clienti, che una persona rilegge prima di inviare.
• Cercare un'informazione nei manuali, nelle procedure o nei contratti dell'azienda, con una domanda scritta in italiano.
• Scrivere descrizioni di prodotti per il negozio online partendo dalle schede tecniche.
• Riassumere documenti lunghi, come capitolati di gara o verbali.
• Tradurre testi commerciali e documentazione tecnica, con una revisione finale.

In tutti questi casi la persona resta al suo posto: l'IA le toglie la parte meccanica e le lascia il controllo.

Come funziona la lettura automatica dei documenti?

È l'uso che dà risultati più misurabili. Il programma riceve un documento, per esempio il PDF di un ordine o la foto di un documento di trasporto, e un modello di intelligenza artificiale ne estrae i dati: fornitore, data, numero, righe, importi. I dati vengono controllati con regole precise e, se tutto torna, entrano nel gestionale.

La differenza rispetto ai vecchi sistemi di riconoscimento del testo è che il modello capisce il documento anche quando ogni fornitore lo impagina a modo suo. Spiego i dettagli, compresi i controlli che servono, nella guida su come estrarre dati da documenti con l'IA.

Come si cerca nei documenti interni con l'IA?

Con un sistema che prima trova i documenti pertinenti e poi chiede al modello di rispondere usando solo quelli. In gergo si chiama RAG, da un termine inglese che significa generazione aiutata dal recupero di informazioni.

Per esempio, un'azienda che vende macchinari ha centinaia di manuali e schede tecniche. Il tecnico in assistenza scrive «come si resetta l'allarme 42 sul modello X?» e il sistema risponde citando la pagina del manuale da cui ha preso l'informazione. La citazione è fondamentale: permette di verificare la risposta invece di fidarsi.

Funziona bene se i documenti sono aggiornati e ordinati. Se l'archivio contiene tre versioni diverse della stessa procedura, l'IA può pescare quella sbagliata.

Quali sono i limiti dell'intelligenza artificiale?

Il primo è che può sbagliare con sicurezza. Un modello linguistico produce testo plausibile, e a volte il testo plausibile è falso: un numero inventato, una norma che non esiste, un dato letto male. Per questo ogni uso aziendale deve prevedere controlli, soprattutto su numeri, importi e nomi.

Il secondo è la variabilità. La stessa domanda può dare risposte un po' diverse. Per compiti che devono dare sempre lo stesso risultato, come un calcolo di prezzo, servono regole scritte nel programma.

Il terzo sono i costi d'uso. I servizi di IA si pagano in base a quanto si usano. Per volumi piccoli il costo è trascurabile, per volumi grandi va stimato prima.

Il quarto è la dipendenza dal fornitore. I modelli cambiano, e un comportamento che funziona oggi può cambiare con un aggiornamento. Un'integrazione ben fatta prevede di poter cambiare modello senza rifare tutto.

Si possono dare dati aziendali a un servizio di IA?

Dipende dal servizio e dal contratto. Le versioni gratuite per i consumatori possono usare i testi inseriti per migliorare i modelli, secondo le condizioni del fornitore. Le versioni per aziende e l'uso tramite API prevedono in genere condizioni diverse, con l'impegno a non usare i dati per l'addestramento e un accordo sul trattamento dei dati personali.

Le regole pratiche che consiglio sono semplici:

• decidere quali strumenti sono autorizzati in azienda, con account aziendali;
• vietare l'inserimento di dati personali delicati e informazioni riservate negli strumenti non autorizzati;
• per gli usi integrati nei programmi aziendali, scegliere fornitori con server e garanzie compatibili con il GDPR;
• scrivere tutto in una breve policy interna, spiegata alle persone.

Il rischio più diffuso è l'uso spontaneo: dipendenti che incollano contratti o dati dei clienti in un assistente gratuito, con il proprio account personale, senza sapere che non dovrebbero.

Cosa dicono le regole europee e italiane?

Il regolamento europeo sull'intelligenza artificiale, noto come AI Act, chiede dal 2 febbraio 2025 alle aziende che usano sistemi di IA di occuparsi dell'alfabetizzazione del personale, cioè di fare in modo che chi li usa ne conosca funzionamento e rischi. Le modifiche europee del 2026 hanno ammorbidito la formulazione di questo obbligo, senza toglierlo. Per gli usi più comuni in una piccola impresa, come quelli descritti qui, gli obblighi più pesanti previsti per i sistemi ad alto rischio non si applicano. Riguardano ambiti come la selezione del personale o la valutazione del credito.

In Italia la legge 132 del 2025 ha aggiunto regole sull'uso dell'IA nel lavoro. Tra queste c'è l'obbligo per il datore di lavoro di informare i lavoratori quando usa sistemi di intelligenza artificiale nella gestione del rapporto di lavoro.

Sono norme in evoluzione, con dettagli che cambiano. Trovi un approfondimento nella guida su cosa cambia con l'AI Act per le aziende, e per i casi specifici conviene un confronto con chi ti segue su privacy e lavoro.

Da dove si parte per usare l'IA in azienda?

Da un compito preciso. Il metodo che seguo è questo.

1. Scegliere un compito ripetitivo, frequente e misurabile, come la registrazione dei documenti di trasporto dei fornitori o lo smistamento delle email.
2. Raccogliere un campione di casi veri, per esempio cento documenti.
3. Provare il modello sul campione e contare quanti casi gestisce bene, quanti male e quanti segnala come incerti.
4. Costruire i controlli per i casi incerti e decidere chi li verifica.
5. Mettere in uso il sistema su una parte del lavoro, misurare, e solo dopo allargare.

Dopo la prova sul campione si sa con numeri veri se il gioco vale la candela.

Quali settori ne traggono più vantaggio?

Quelli con molti documenti e molte richieste simili. Gli studi professionali, che ricevono documenti dai clienti in ogni formato. Il commercio all'ingrosso, con ordini e fatture da decine di fornitori. Le imprese di servizi con molte richieste dei clienti da smistare.

L'IA si integra quasi sempre in un processo più ampio, accanto a regole fisse e controlli, come spiego nella pagina sull'automazione dei processi.

Quali errori fanno fallire un progetto di IA in azienda?

Il primo è partire dallo strumento. «Vogliamo usare l'intelligenza artificiale» non è un obiettivo. «Vogliamo registrare le bolle dei fornitori senza ricopiarle» lo è, e permette di misurare se il progetto funziona.

Il secondo è non prevedere i casi incerti. Un sistema che non sa dire «non sono sicuro» manda nel gestionale anche gli errori, e la fiducia delle persone crolla al primo sbaglio scoperto.

Il terzo è non coinvolgere chi fa il lavoro. Le persone che oggi leggono i documenti sanno quali sono i casi difficili, e sono le più adatte a controllare i risultati. Se vivono il progetto come una minaccia, lo ostacoleranno. Se lo vivono come un aiuto, lo miglioreranno.

Il quarto è dimenticare i costi d'uso. Una prova con cento documenti costa poco. Se il volume reale è cento volte più grande, conviene fare i conti prima di accendere tutto.

Ne parliamo?

Se hai in mente un compito in cui l'intelligenza artificiale potrebbe aiutarti, o se le persone in azienda la usano già senza regole, raccontami il caso. Ti propongo una prova su dati veri, con controlli chiari e un risultato misurabile prima di qualsiasi investimento più grande. Trovi come lavoro nella pagina sull'intelligenza artificiale nei processi e mi scrivi dalla pagina contatti.

Crediti delle immagini

• Copertina: foto di Emiliano Vittoriosi su Unsplash