Quali processi automatizzare per primi: il calcolo in tre numeri

Chi comincia a valutare l'AI in azienda si trova davanti a decine di processi candidati e a un problema concreto: da dove si parte? La risposta più comune che si legge in giro — "automatizza quello che è ripetitivo" — è vera ma inutile, perché quasi tutto in azienda è ripetitivo in qualche misura.

Serve un criterio che dia un numero, non un'impressione. Questo articolo ne propone uno semplice: moltiplicare frequenza, tempo perso e rischio d'errore. Non è una formula magica né richiede software di analisi. Richiede quindici minuti con un foglio e la volontà di essere onesti sui numeri reali del proprio processo, non su quelli che si vorrebbe avere.

Il criterio: frequenza × tempo perso × rischio d'errore

Per ogni processo candidato, rispondi a tre domande.

Prima: quante volte accade in una settimana? Un'attività che capita due volte al mese pesa poco anche se richiede ore, perché il totale resta basso. Un'attività che capita venti volte al giorno pesa molto anche se richiede due minuti a volta.

Seconda: quanto tempo consuma ogni volta, contando anche i passaggi nascosti — aprire più programmi, copiare dati da un sistema all'altro, aspettare una risposta via email prima di poter chiudere il task?

Terza: quanto costa un errore quando capita? Non in astratto, ma in euro o in ore di rilavorazione. Un errore in una fattura può bloccare un pagamento o generare un controllo fiscale. Un errore in un ordine può spedire il prodotto sbagliato a un cliente.

Moltiplica le tre cose, anche solo su una scala da 1 a 5 per ciascuna. Il processo con il punteggio più alto è il primo candidato. Non serve altro per iniziare a fare una scelta informata invece che istintiva.

Questo approccio riprende un principio che si trova spesso nelle guide operative sull'automazione: la frequenza di un'attività — quante volte viene eseguita al giorno o alla settimana — è il primo segnale per capire se un processo deve essere il primo candidato all'automazione. Il tempo perso e il rischio d'errore sono le due variabili che completano il quadro e permettono di distinguere tra due processi altrettanto frequenti ma con impatto molto diverso.

Perché non basta guardare solo la frequenza

Un processo molto frequente ma a basso rischio (rispondere a una domanda semplice ripetuta cento volte) può valere meno di un processo meno frequente ma ad alto rischio (una verifica contabile che, se saltata, genera un errore da migliaia di euro). Il criterio a tre fattori evita l'errore più comune: automatizzare quello che si vede di più — le email, le richieste ripetute — ignorando quello che costa di più quando va storto, come gli errori di inserimento dati nella contabilità o nella logistica.

Un'altra distinzione da fare prima di applicare il criterio: automazione e agente AI non sono la stessa cosa. Un'automazione classica segue una sequenza fissa di passaggi e si blocca davanti a un caso non previsto. Un agente AI comprende il linguaggio naturale, accede a più sistemi in tempo reale e gestisce casi non previsti entro confini definiti, chiedendo conferma quando serve. Per un processo con regole rigide e stabili basta un'automazione tradizionale. Per un processo che richiede lettura di documenti vari, giudizio su casi ambigui o interazione con un cliente, serve un agente. Vale la pena distinguerli prima di scegliere lo strumento, non dopo.

Gestione degli ordini: il caso che quasi tutti hanno

L'arrivo di un ordine, la sua verifica contro il magazzino, la conferma al cliente, l'inserimento nel gestionale: è una sequenza che in molte PMI si ripete decine di volte a settimana e che spesso passa ancora per email, foglio Excel o telefonate. Frequenza alta, tempo perso alto — perché ogni ordine richiede di controllare più fonti — e rischio d'errore concreto, perché un ordine sbagliato o in ritardo costa un cliente insoddisfatto o una rilavorazione.

Un agente AI per la gestione degli ordini riceve l'ordine, verifica la disponibilità, prepara la conferma e segnala le eccezioni — per esempio uno stock insufficiente o un cliente con condizioni particolari — a un operatore, con un riepilogo già pronto. Non sostituisce chi decide sui casi complessi, riduce i passaggi manuali su quelli standard. È uno degli esempi su cui l'analisi frequenza-tempo-rischio produce quasi sempre un punteggio alto, e per questo torna in quasi ogni valutazione di questo tipo.

Fatture e documenti: dove l'errore costa di più

L'inserimento dati da fatture, la riconciliazione con gli ordini d'acquisto, il controllo delle scadenze: sono processi ad alta intensità documentale, spesso ancora manuali, con un tasso di errore che sale proporzionalmente al volume di documenti trattati. Qui il fattore che pesa di più non è quasi mai la frequenza, ma il rischio d'errore: una fattura non registrata correttamente o una scadenza persa ha conseguenze dirette su cassa e adempimenti.

Un sistema di AI per leggere fatture e documenti aziendali estrae i dati, li confronta con l'anagrafica e l'ordine collegato, e segnala solo i casi ambigui — un fornitore non riconosciuto, un importo che non coincide — lasciando alla persona la decisione finale su quei casi. Il resto viene registrato direttamente. È un processo dove la digitalizzazione dei dati è condizione necessaria: senza documenti già in formato leggibile, l'automazione parte da zero ogni volta e il vantaggio si riduce.

Servizio clienti: il filtro prima dell'operatore

Le richieste che arrivano via chat, email o WhatsApp sono spesso molto frequenti e molto ripetitive nel contenuto — orari, stato di un ordine, informazioni su un prodotto — ma il tempo perso per gestirle una a una, distinguendo quelle semplici da quelle che richiedono un operatore, è alto se fatto manualmente su ogni singolo messaggio.

Un agente AI per il servizio clienti collegato a CRM, ordini e knowledge base riconosce il cliente, legge lo storico, distingue una richiesta amministrativa da un problema tecnico, e propone una risposta o apre un caso per l'operatore umano con un riepilogo già pronto. Il rischio d'errore qui non è nell'operazione singola ma nell'escalation mancata: un caso critico che l'agente non riconosce come tale e non passa a una persona in tempo. Per questo la progettazione di un agente AI per il servizio clienti richiede di definire con chiarezza quali casi restano sempre a un operatore, indipendentemente dal punteggio frequenza-tempo-rischio del processo nel suo insieme.

Quando il punteggio è alto ma non conviene ancora automatizzare

Il criterio a tre fattori indica dove intervenire, non se sei pronto a intervenire. Un processo può avere un punteggio altissimo e restare comunque un cattivo primo progetto se è disorganizzato: se prima non esiste una procedura chiara, automatizzarlo significa automatizzare il caos, non risolverlo. Vale anche il contrario di una sequenza logica intuitiva: prima ottimizzare il processo, poi automatizzarlo, non il contrario.

Servono anche dati digitali accessibili — un processo ancora su carta o sparso tra fogli Excel non coordinati va prima digitalizzato — e la disponibilità del team a lavorare in modo diverso, perché un agente che nessuno controlla nei primi mesi produce più danno che beneficio. Se questi tre elementi non ci sono, meglio destinare qualche settimana alla preparazione prima di lanciare il primo progetto, invece di partire e scoprire a metà strada che il processo di base non era mai stato definito con chiarezza.

Il criterio frequenza per tempo perso per rischio d'errore non richiede strumenti complessi: bastano un foglio e i numeri reali dei tuoi processi. Se dall'esercizio emerge un candidato chiaro ma non sai da dove partire con l'implementazione, una consulenza e formazione AI può aiutarti a trasformare quel punteggio in un progetto concreto, con confini definiti e KPI misurabili fin dal primo mese.