Consulenza di intelligenza artificiale: cosa compri davvero, quanto costa e come scegliere a chi affidarti

La scena la vedo almeno una volta al mese. Un imprenditore torna da una fiera con tre preventivi per "mettere l'intelligenza artificiale in azienda". Il primo propone un assistente che risponde ai clienti, il secondo una piattaforma da 40.000 euro, il terzo un corso per tutti i dipendenti. Nessuno dei tre gli ha chiesto quanto tempo perde oggi il suo ufficio ordini, né quanti preventivi restano fermi ogni settimana.

Questa guida ti dice cosa compri davvero quando compri una consulenza di intelligenza artificiale: cosa fa il consulente, quanto costa, come si sceglie, cosa deve restare in azienda alla fine e quando conviene non farla. Una consulenza di intelligenza artificiale seria parte da un problema misurabile e non da una tecnologia: in due-quattro settimane individua uno o due processi dove l'AI fa risparmiare ore o errori, in sei-otto settimane lo dimostra con un pilota sui tuoi dati, e per una PMI costa di solito tra 3.000 e 25.000 euro a seconda di quanto si arriva lontano.

Il resto dell'articolo serve a darti i numeri e le domande per non pagare una demo al prezzo di un progetto.

Che cosa fa davvero un consulente di intelligenza artificiale?

Un consulente di intelligenza artificiale fa tre mestieri in uno: sceglie il problema giusto, dimostra con i tuoi dati che l'AI lo risolve, e progetta come il risultato entra nel lavoro quotidiano senza dipendere da lui. Se manca uno dei tre, stai comprando un'altra cosa.

Chi sceglie solo il problema ti lascia una presentazione. Chi costruisce solo il prototipo ti lascia una demo che funziona sul suo portatile. Chi integra senza aver misurato ti lascia un sistema costoso che nessuno usa.

In pratica il lavoro si compone di attività molto concrete:

• Interviste e osservazione. Si guarda come lavorano davvero le persone, non come dice la procedura.
• Misura del punto di partenza. Quante ore, quanti errori, quanti giorni di attesa oggi.
• Analisi dei dati disponibili. Dove sono, in che formato, chi può leggerli, quanto sono sporchi.
• Scelta della tecnica. Modello di linguaggio, ricerca sui documenti, classificazione, estrazione, oppure nessuna AI.
• Pilota con criteri di successo scritti prima. Una soglia numerica decisa quando nessuno ha ancora interesse a spostarla.
• Piano di messa in produzione. Costi mensili, responsabilità, controlli, rischi legali.

C'è una quarta cosa che un buon consulente fa, e che vale da sola la parcella: ti dice quando l'AI non serve. In circa un caso su tre, il problema che mi viene presentato si risolve meglio con una regola scritta in venti righe di codice, con un campo obbligatorio in più nel gestionale o con una procedura cambiata.

Se vuoi prima capire lo strumento, parti da come funzionano davvero i modelli di linguaggio: bastano venti minuti per smettere di aspettarsi magie e cominciare a chiedere le cose giuste.

Quando serve una consulenza AI e quando è meglio lasciar perdere?

La consulenza serve quando hai un processo ripetitivo che passa da testo, documenti o decisioni simili tra loro, lo fai centinaia di volte al mese e oggi lo paghi in ore di persone qualificate. Non serve quando il volume è basso, quando i dati non esistono o quando il vero problema è organizzativo.

Tre segnali dicono che vale la pena cominciare:

1. Il lavoro si ripete. Leggere ordini via email, compilare offerte, rispondere alle stesse venti domande, controllare documenti dei fornitori.
2. L'errore ha un costo conosciuto. Un ordine sbagliato vale un reso, una clausola non vista vale una penale.
3. Esiste uno storico. Almeno qualche centinaio di casi già risolti da persone, da usare come prova.

E tre segnali dicono di fermarsi:

1. Nessuno sa misurare il problema. Se non sai quante ore costa oggi, non saprai mai se l'AI le ha ridotte.
2. Il processo cambia ogni mese. Prima va stabilizzato, poi automatizzato.
3. Si cerca l'AI per moda. "I concorrenti ce l'hanno" non è un criterio di successo.

Un esempio che uso spesso. Un'azienda con otto persone in amministrazione vuole "l'AI per le fatture passive". Le fatture sono 300 al mese, già in formato elettronico strutturato. Qui non c'è niente da leggere con un modello: basta importare il file. L'AI avrebbe aggiunto costo e incertezza a un problema che ha una soluzione esatta.

Diverso il caso di un distributore che riceve 1.200 ordini al mese per email, scritti a mano libera, con codici articolo del cliente e non i suoi. Tre persone li ricopiano nel gestionale. Qui un modello di linguaggio che legge l'email, propone le righe d'ordine e lascia alla persona solo il controllo può togliere due terzi del tempo. È lo stesso tipo di opportunità che racconto in AI nelle PMI italiane e software su misura.

Quali problemi aziendali si risolvono oggi con l'intelligenza artificiale?

I progetti che funzionano nelle PMI sono quasi sempre di quattro tipi: leggere documenti, cercare nelle informazioni aziendali, preparare bozze e smistare richieste. Tutto il resto, dagli agenti autonomi alle previsioni spettacolari, viene dopo e con più cautela.

Le percentuali sono intervalli che vedo nei progetti, non promesse. Dipendono dalla qualità dei dati e da quanto il processo è già ordinato. Per questo il pilota esiste: sostituisce l'intervallo con il tuo numero.

La ricerca sui documenti aziendali

È il caso d'uso più richiesto e quello più spesso fatto male. La tecnica si chiama RAG: il sistema cerca i pezzi di documento pertinenti e li passa al modello, che risponde citando la fonte. Il modello non "impara" i tuoi documenti, li consulta al momento.

Funziona se la ricerca trova i pezzi giusti. Quando sbaglia la ricerca, il modello risponde bene alla domanda sbagliata. I dettagli tecnici sono in come si costruisce una pipeline RAG, in ricerca ibrida per l'AI e in memoria e RAG nello sviluppo.

Il rischio che devi conoscere da imprenditore è uno: le risposte inventate. Un sistema ben fatto dice "non lo trovo nei documenti" e mostra sempre da dove ha preso l'informazione. Come si riduce il problema lo spiego in allucinazioni dell'AI e RAG.

Gli agenti

Un agente è un programma che usa un modello per decidere quali passi fare e quali strumenti chiamare: leggere una casella, interrogare il gestionale, creare una bozza d'ordine. È potente ed è anche il punto dove i progetti scappano di mano.

La regola che applico è semplice. Il primo progetto non è mai un agente che scrive nei sistemi da solo. Prima propone, una persona conferma. L'autonomia si allarga quando i numeri lo giustificano. Per chi vuole la parte tecnica: agenti AI in .NET e il protocollo MCP per collegare l'AI ai tuoi sistemi.

Il codice che hai già

Molte aziende scoprono che il primo ritorno dell'AI è nel reparto sviluppo: capire un programma di quindici anni fa, scrivere i test che mancano, documentare. Ne parlo in refactoring del codice legacy con l'intelligenza artificiale e, per il lato organizzativo, in come si adotta l'AI in un team di sviluppo.

Come si sceglie il primo progetto senza sbagliare?

Il primo progetto si sceglie con due numeri: quanto vale all'anno se funziona e quanto è grave se sbaglia. Si parte da ciò che vale molto e fa poco danno quando l'AI commette un errore.

Nella prima settimana di consulenza faccio scrivere una riga per ogni candidato. Ogni riga ha quattro colonne: volume mensile, minuti per caso, costo dell'errore, disponibilità dei dati. Venti minuti di conti tolgono dal tavolo metà delle idee.

Il conto del valore è elementare. Prendi l'esempio degli ordini via email:

• 1.200 ordini al mese, 6 minuti l'uno: 120 ore al mese.
• A 30 euro l'ora di costo aziendale: 3.600 euro al mese, 43.200 euro l'anno.
• Se il sistema ne toglie il 60%: circa 26.000 euro l'anno.

Poi il conto del rischio. Se l'AI legge male una quantità e nessuno controlla, parte un bancale sbagliato. Con una persona che conferma ogni proposta, l'errore viene fermato prima. Quindi: valore alto, rischio governabile. È un buon primo progetto.

La matrice ha quattro quadranti e una sola indicazione operativa per ciascuno:

Un consulente che ti propone come primo passo un assistente che risponde da solo ai clienti su prezzi e condizioni sta partendo dal quadrante sbagliato. Non perché sia impossibile, ma perché l'errore arriva al cliente prima che a te.

Come si svolge una consulenza, dalla prima chiamata ai primi 90 giorni?

Una consulenza ben fatta ha quattro fasi con un'uscita dopo ognuna: diagnosi, pilota, messa in produzione e passaggio di consegne. Dopo ogni fase puoi fermarti con qualcosa di utile in mano.

Fase 1: diagnosi (1-2 settimane)

Tre-cinque giornate di lavoro. Interviste a chi fa il lavoro, non solo a chi lo dirige. Un campione di casi reali, almeno cento. Una prima prova veloce sui casi, per capire se il problema è alla portata.

Alla fine ricevi un documento di poche pagine con:

• i due o tre processi candidati, con valore annuo stimato;
• lo stato dei dati e cosa manca;
• la tecnica proposta e le alternative scartate, con il motivo;
• i criteri di successo del pilota, scritti come numeri;
• una stima del costo di progetto e del costo mensile in esercizio.

Se il documento dice "qui l'AI non conviene", la diagnosi ha fatto il suo lavoro e ti ha evitato la spesa più grande.

Fase 2: pilota (4-8 settimane)

Si costruisce la soluzione minima su un perimetro stretto: un tipo di documento, un cliente, un reparto. Si prova su casi che il sistema non ha mai visto. Si confronta con il lavoro delle persone.

La parola importante è "confronta". Un pilota senza misura è una dimostrazione. Più avanti trovi come si costruisce il banco di prova, con il codice.

Fase 3: produzione (3-6 settimane)

Qui il pilota diventa uno strumento di lavoro. Si collega al gestionale, si gestiscono accessi e permessi, si aggiungono registro delle operazioni, controlli sui costi e un modo semplice per segnalare gli errori.

È la fase che i preventivi economici dimenticano. Un prototipo che legge bene gli ordini è il 30% del lavoro. Il restante 70% è farlo funzionare ogni giorno, con le eccezioni, con le ferie di chi controlla, con il fornitore del modello che cambia versione.

Fase 4: passaggio di consegne (1-2 settimane)

Il consulente deve rendersi sostituibile. Significa documentazione, codice nel tuo repository, credenziali intestate alla tua azienda, una persona interna che sa leggere i numeri e sa cosa fare quando peggiorano.

Messo in fila, il calendario tipico è questo:

Se vuoi vedere come imposto questo lavoro insieme al resto del software aziendale, il percorso è descritto nella pagina della consulenza software per le aziende: l'intelligenza artificiale lì è uno degli strumenti, non il punto di partenza.

Quanto costa una consulenza di intelligenza artificiale?

Per una PMI una diagnosi costa di solito tra 2.000 e 5.000 euro, un pilota tra 8.000 e 25.000 euro e la messa in produzione tra 10.000 e 40.000 euro. A questo si aggiunge un costo di esercizio che per i casi tipici sta tra 50 e 800 euro al mese.

Sono stime mie, basate su tariffe giornaliere tra 600 e 1.200 euro, che è la fascia in cui lavorano consulenti indipendenti e piccole società specializzate in Italia. Le grandi società di consulenza partono da cifre due o tre volte più alte.

Il costo di esercizio, quello che nessuno ti dice

I modelli di linguaggio si pagano a consumo, in base alla quantità di testo letto e scritto. Per dare un ordine di grandezza: leggere un'email d'ordine di una pagina ed estrarre le righe costa da una frazione di centesimo a qualche centesimo, a seconda del modello.

Con 1.200 ordini al mese parliamo di poche decine di euro. Il costo sale quando si passano al modello documenti lunghi a ogni domanda, quando si usano i modelli più grandi per compiti semplici o quando un agente fa venti passaggi per un lavoro che ne richiede tre.

Tre leve tengono bassa la bolletta:

• Modello giusto per il compito. La classificazione si fa con modelli piccoli, che costano dieci-venti volte meno.
• Cache. Le istruzioni fisse si pagano una volta, non a ogni richiesta.
• Tetto di spesa. Un limite mensile impostato sul fornitore e un avviso al 70%.

Il ritorno: il conto che devi pretendere

Torniamo agli ordini. Risparmio stimato 26.000 euro l'anno. Costo del progetto, sommando diagnosi, pilota e produzione nella fascia media: 30.000 euro. Costo annuo di esercizio e manutenzione: 6.000 euro.

Il primo anno chiude a meno 10.000 euro. Dal secondo anno il saldo è più 20.000 euro l'anno. Il progetto si ripaga in circa diciotto mesi. Non è un miracolo, è un investimento normale con un ritorno normale.

Se un fornitore ti promette il ritorno in tre mesi, chiedigli il foglio di calcolo. Se non lo ha, hai la risposta.

Tariffa a giornata o prezzo a corpo?

Per la diagnosi il prezzo a corpo è la scelta giusta: perimetro chiaro, durata breve. Per il pilota funziona un tetto massimo con criteri di uscita. Per la produzione conviene dividere in tappe, ognuna con una consegna verificabile.

Diffida dei contratti in cui il compenso è legato a un "risparmio" calcolato dal fornitore stesso. E diffida dei canoni mensili obbligatori per una piattaforma proprietaria senza la quale il sistema smette di funzionare.

Come si misura se l'AI funziona davvero sui tuoi dati?

Si misura con un banco di prova: almeno cento casi reali già risolti da persone, tenuti da parte, su cui il sistema viene interrogato e confrontato con la risposta giusta. Senza questo numero, "funziona" è un'opinione.

È il punto in cui distinguo un consulente serio da un venditore. Il venditore mostra cinque esempi scelti. Il consulente ti chiede duecento casi presi a caso, comprese le eccezioni, e ti porta una percentuale.

Il banco di prova risponde a quattro domande:

1. In quanti casi il sistema dà la risposta corretta?
2. Quando sbaglia, sbaglia in modo evidente o in modo plausibile?
3. Quanto costa e quanto impiega per caso?
4. Il risultato regge quando cambio modello o istruzioni?

La quarta è la più sottovalutata. I fornitori ritirano le versioni dei modelli a distanza di mesi. Senza banco di prova, ogni cambio di versione è un salto nel buio. Con il banco di prova è una verifica di dieci minuti.

Il codice per farlo è più semplice di quanto si pensi. Questo è lo scheletro in C# che uso come punto di partenza: non dipende da nessun fornitore, perché il modello è una funzione passata dall'esterno.

using System;
using System.Collections.Generic;
using System.Diagnostics;
using System.Threading.Tasks;

public sealed record Caso(string Domanda, string RispostaAttesa);

public sealed record Esito(int Totale, int Corrette, TimeSpan TempoMedio)
{
    public double Accuratezza => Totale == 0 ? 0 : (double)Corrette / Totale;
}

public static class BancoDiProva
{
    public static async Task<Esito> MisuraAsync(
        IReadOnlyList<Caso> casi,
        Func<string, Task<string>> chiediAlModello)
    {
        var corrette = 0;
        var cronometro = Stopwatch.StartNew();

        foreach (var caso in casi)
        {
            var risposta = await chiediAlModello(caso.Domanda);

            if (risposta.Contains(caso.RispostaAttesa, StringComparison.OrdinalIgnoreCase))
            {
                corrette++;
            }
        }

        cronometro.Stop();

        var tempoMedio = casi.Count == 0
            ? TimeSpan.Zero
            : TimeSpan.FromTicks(cronometro.Elapsed.Ticks / casi.Count);

        return new Esito(casi.Count, corrette, tempoMedio);
    }
}

Nei progetti veri il confronto è più ricco: per l'estrazione si confronta campo per campo, per le risposte libere si usa una griglia di valutazione. Ma il principio è questo, e sta in quaranta righe.

Che soglia chiedere

Non esiste una soglia universale. Dipende da cosa succede dopo la risposta.

C'è poi un tema che i reparti qualità e legale chiedono presto: perché il sistema ha risposto così. Sulla spiegabilità delle decisioni c'è una guida dedicata, rendere l'intelligenza artificiale comprensibile.

Come si sceglie il consulente giusto?

Il consulente giusto ti fa domande sul tuo processo prima di nominare una tecnologia, ha già portato in produzione sistemi usati da persone vere e accetta di scrivere i criteri di successo prima di cominciare.

Le figure sul mercato sono quattro, e non sono intercambiabili.

Dieci domande da fare al primo incontro

1. Mi racconti un progetto dove ha sconsigliato l'AI?
2. Quale sistema ha messo in produzione che viene usato ancora oggi, e da quante persone?
3. Come misurerà il risultato, e su quali casi?
4. Dove andranno i miei dati, in quale paese, e chi potrà leggerli?
5. Di chi sarà il codice alla fine?
6. A chi saranno intestati gli account dei fornitori di modelli?
7. Cosa succede se il fornitore del modello raddoppia i prezzi o ritira la versione?
8. Quanto costerà al mese quando lei non ci sarà più?
9. Chi in azienda dovrà dedicare tempo, e quanto?
10. A quale punto possiamo fermarci senza aver buttato quello che abbiamo speso?

Le risposte alle domande 1, 3 e 10 bastano a scartare metà dei candidati.

Sei segnali d'allarme

• Parte dalla tecnologia: "vi serve un agente", "vi serve un modello addestrato sui vostri dati".
• Mostra solo demo su dati suoi.
• Promette percentuali di risparmio prima di aver visto il processo.
• Non sa dire quanto costerà l'esercizio mensile.
• Propone di addestrare un modello da zero per un problema di lettura documenti.
• Il contratto non parla di proprietà del codice e dei dati.

Sul quinto punto vale una nota. Addestrare o riaddestrare un modello ha senso in casi rari. Per quasi tutti i problemi delle PMI bastano un modello esistente, buone istruzioni e i documenti giusti passati al momento. Chi propone l'addestramento come primo passo sta vendendo giornate.

Perché conta l'esperienza di software, non solo di AI

L'intelligenza artificiale in azienda è software. Deve parlare con il gestionale, rispettare i permessi, registrare cosa fa, reggere quando un servizio esterno non risponde. Scrivo software per le aziende dal 1999 e la parte che decide il successo di questi progetti è quasi sempre quella vecchia maniera: integrazione, dati, gestione degli errori.

Un esperto di soli modelli ti porta un prototipo brillante. Poi serve qualcuno che lo trasformi in uno strumento. Meglio se è la stessa persona, o la stessa squadra.

Quali dati servono e che fine fa la riservatezza?

Servono meno dati di quanto si crede e più ordine di quanto si spera: qualche centinaio di casi storici per la prova e documenti aggiornati per le risposte. La riservatezza si governa con tre scelte: dove gira il modello, cosa gli si manda e cosa prevede il contratto.

Dove gira il modello

L'errore comune è il primo della lista fatto male: dipendenti che incollano contratti e listini in un assistente gratuito con l'account personale. Succede in quasi tutte le aziende che visito. La prima azione di una consulenza è spesso dare uno strumento autorizzato e una regola di una pagina.

Cosa dice la legge, in breve

Tre riferimenti da conoscere, senza pretesa di parere legale:

• GDPR. Se nei documenti ci sono dati personali, valgono le regole di sempre: base giuridica, minimizzazione, nomina del fornitore a responsabile del trattamento, valutazione d'impatto nei casi a rischio.
• Regolamento europeo sull'intelligenza artificiale (UE 2024/1689). È in vigore dal 1 agosto 2024 e si applica per gradi. Dal 2 febbraio 2025 valgono i divieti e l'obbligo di assicurare un livello adeguato di alfabetizzazione sull'AI a chi la usa in azienda. Gli obblighi più pesanti riguardano i sistemi ad alto rischio, per esempio selezione del personale e valutazione del credito.
• Legge italiana sull'intelligenza artificiale (legge 132 del 2025). Integra il quadro europeo con principi su lavoro, professioni e responsabilità.

Il calendario di applicazione degli obblighi sui sistemi ad alto rischio è stato oggetto di proposte di modifica: prima di prendere impegni, fai verificare le date aggiornate dal tuo legale.

Per la maggior parte dei casi d'uso di questa guida, lettura ordini, ricerca nei manuali, bozze, il rischio normativo è basso. Sale se l'AI entra in decisioni sulle persone. Chi lavora in settori regolati trova un esempio in software con AI nella finanza.

Lo stato dei dati, cioè il vero lavoro

In metà dei progetti la scoperta della diagnosi non riguarda l'AI. Riguarda i dati: tre versioni dello stesso listino, manuali in PDF scansionati storti, procedure che esistono solo nella testa di una persona.

Un assistente che cerca in documenti contraddittori dà risposte contraddittorie. Mettere ordine costa tempo, ma è un lavoro che resta anche se domani cambi modello, fornitore o consulente.

Quanto tempo devono metterci le tue persone?

Una consulenza AI non si compra chiavi in mano: nei tre mesi servono circa dieci-quindici giornate di persone tue, divise tra chi conosce il processo, chi conosce i sistemi e chi decide. È il costo che nessun preventivo riporta, e quello che più spesso fa slittare il progetto.

La prima riga è la più importante. Le eccezioni non stanno nelle procedure, stanno nella testa di chi lavora: "questo cliente scrive sempre i pezzi ma intende le scatole". Senza quella conoscenza il sistema arriva all'80% e si ferma lì.

La seconda riga è quella che blocca. Se il fornitore del gestionale impiega sei settimane per aprire un accesso in lettura, il pilota dura sei settimane in più. Conviene chiederlo il primo giorno, non il trentesimo.

Come cambia per dimensione d'azienda

Il metodo è lo stesso, cambiano perimetro e spesa.

• Fino a 20 persone. Quasi sempre bastano strumenti già pronti, una regola d'uso e mezza giornata di formazione. Una diagnosi breve serve a evitare acquisti inutili. Spesa tipica: sotto i 5.000 euro.
• Da 20 a 100 persone. È la fascia dove un progetto su misura si ripaga meglio: un processo con volume sufficiente esiste quasi sempre. Diagnosi più un pilota: 10.000-30.000 euro.
• Oltre 100 persone. I processi candidati sono molti e serve un ordine di priorità, più regole comuni su dati e fornitori. Si parte comunque da un solo pilota, e si riusa ciò che si è costruito.

In tutte e tre le fasce vale la stessa avvertenza: il secondo progetto costa molto meno del primo. Accessi ai dati, regole, banco di prova e abitudini delle persone sono già fatti. Chi ti vende il primo progetto come una spesa isolata sta sottostimando il ritorno, e chi ti vende subito cinque progetti insieme sta sovrastimando la tua capacità di assorbirli.

E la formazione?

La formazione generica sull'AI, quella da aula con cinquanta diapositive, lascia poco. Funziona quella fatta sul lavoro vero: due ore con l'ufficio commerciale sulle loro offerte, due ore con l'assistenza sui loro ticket.

Un buon formato è questo. Ogni persona porta un compito reale della settimana. Lo si svolge insieme con lo strumento autorizzato. Alla fine si scrive una pagina con tre usi consentiti, tre vietati e un esempio di istruzione ben fatta. Costa una giornata e risolve anche l'obbligo di alfabetizzazione previsto dal regolamento europeo.

Quali errori fanno fallire i progetti di intelligenza artificiale?

I progetti falliscono quasi sempre per ragioni non tecniche: nessun numero di partenza, nessun responsabile interno, perimetro troppo largo e nessuno che usi lo strumento dopo il primo mese.

Gli otto errori che incontro più spesso, in ordine di frequenza:

1. Partire dalla tecnologia. "Vogliamo un assistente" invece di "vogliamo dimezzare i tempi di offerta".
2. Nessuna misura prima. Senza il prima non esiste il dopo.
3. Pilota eterno. Sei mesi di prove senza una data di decisione.
4. Perimetro largo. Tutti i documenti, tutti i reparti, tutte le lingue, subito.
5. Demo scambiata per prodotto. Funziona su dieci casi, crolla sul centesimo.
6. Persone escluse. Chi fa il lavoro non è stato ascoltato e lo strumento resta chiuso.
7. Nessun controllo dei costi. La prima bolletta a sorpresa blocca tutto.
8. Dipendenza dal fornitore. Codice, istruzioni e account non sono tuoi.

Il sesto merita due righe in più. Le persone temono che lo strumento serva a tagliare posti. Se non lo dici chiaramente, lo penseranno comunque. Nei progetti che funzionano, chi faceva l'inserimento a mano diventa chi controlla le eccezioni e migliora le istruzioni. È un lavoro migliore, e va detto dal primo giorno.

C'è poi un errore di segno opposto: aspettare. I modelli di oggi leggono un ordine scritto male meglio di quanto facessero diciotto mesi fa, e costano meno. Ma il vantaggio non lo dà il modello, che compri come tutti. Lo danno i dati in ordine, il processo misurato e le persone abituate a lavorarci. Queste tre cose richiedono mesi, e chi parte dopo parte dietro.

Cosa deve restare in azienda quando il consulente se ne va?

Alla fine devono restarti sei cose: il codice, le istruzioni date al modello, il banco di prova, gli account intestati a te, un cruscotto con costi e qualità, e una persona interna che sa leggerlo.

Il numero da guardare ogni mese è il tasso di correzioni: quante proposte del sistema vengono modificate dalle persone. Se sale, qualcosa è cambiato. Un nuovo cliente che scrive gli ordini in modo diverso, un listino aggiornato, una versione nuova del modello.

Un progetto consegnato bene ha anche una pagina che dice cosa fare quando il servizio del modello non risponde. La risposta corretta di solito è banale: si torna a lavorare a mano per un'ora. Ma deve essere scritta, e le persone devono saperlo.

Domande frequenti

Quanto costa una consulenza di intelligenza artificiale per una PMI?

Una diagnosi costa di solito 2.000-5.000 euro, un pilota 8.000-25.000 euro, la messa in produzione 10.000-40.000 euro. L'esercizio mensile sta tra 50 e 800 euro per i casi tipici.

In quanto tempo si vedono i risultati?

La diagnosi dura una-due settimane. Un pilota con numeri misurati arriva in quattro-otto settimane. Uno strumento usato ogni giorno dal reparto richiede circa tre mesi dall'inizio.

Servono tanti dati per cominciare?

No. Per la maggior parte dei progetti bastano qualche centinaio di casi già risolti da persone, da usare come prova, e documenti aggiornati. Non serve addestrare un modello.

I miei dati finiscono nell'addestramento dei modelli?

Con i contratti aziendali dei principali fornitori i dati non vengono usati per addestrare, ma va verificato nel contratto. Gli account gratuiti personali seguono regole diverse e vanno vietati per i documenti aziendali.

Meglio un consulente o una piattaforma già pronta?

Per esigenze standard, come trascrivere riunioni, una piattaforma pronta basta. Per processi legati ai tuoi sistemi e ai tuoi documenti serve qualcuno che parta dal processo e integri con il gestionale.

L'AI sostituirà le persone del mio ufficio?

Nei progetti che vedo toglie le parti ripetitive e sposta le persone sul controllo e sulle eccezioni. Il risparmio si traduce quasi sempre in più volume gestito con la stessa squadra.

Cosa succede se il fornitore del modello cambia prezzi o ritira la versione?

Se hai codice, istruzioni e banco di prova, cambi modello in pochi giorni e verifichi il risultato con un comando. Se non li hai, dipendi da chi ha costruito il sistema.

Posso cominciare da solo, senza consulente?

Sì, per gli usi individuali: bozze, riassunti, ricerche. Dai uno strumento autorizzato e una regola scritta. Il consulente serve quando l'AI deve entrare in un processo e parlare con i tuoi sistemi.

Il passo per lunedì

Non serve chiamare nessuno, per ora. Serve un'ora e un foglio.

Scrivi i tre lavori più ripetitivi del tuo ufficio che passano da testo o documenti. Per ognuno metti quattro numeri: quante volte al mese, quanti minuti l'uno, quanto costa un errore, se esistono casi storici. Moltiplica volume per minuti per il costo orario.

Poi fai una cosa che quasi nessuno fa: chiedi a chi svolge quel lavoro qual è la parte che odia. Di solito coincide con quella che l'AI fa meglio.

Se un lavoro supera i 15.000 euro l'anno di valore e un errore si può fermare con un controllo, hai un candidato. Se nessuno li supera, hai risparmiato il costo di una consulenza, ed è un ottimo risultato.

Prendi il distributore degli ordini via email come esempio di come finisce quando il metodo viene seguito. Diagnosi in dieci giorni. Pilota su due clienti, quelli con gli ordini scritti peggio, e 94% delle righe lette correttamente su 300 ordini di prova. In produzione, le tre persone passano da ricopiare a confermare, e una di loro viene spostata sul recupero dei preventivi fermi. I numeri sono quelli dell'esempio fatto sopra, non di un cliente con nome e cognome: servono a mostrarti la forma di un progetto riuscito, la tua cifra esce solo dal tuo banco di prova.

Se hai il foglio con i tre lavori e vuoi un parere su quale conviene affrontare per primo, parliamone: nella consulenza software per le aziende partiamo dal processo e dai numeri, e la prima conversazione serve a capire se l'intelligenza artificiale ti conviene adesso. Anche quando la risposta è no.