⏱ Tempo di lettura: 5 minuti

• Il sintomo: l’IA che accelera la confusione, non la risolve
• Perché l’IA eredita il processo, non lo corregge
• Un caso concreto
• I segnali che il processo non è pronto per l’IA
• Come si prepara un processo prima di automatizzarlo
• Il ruolo reale dell’IA in una PMI
• In sintesi
• FAQ

“Abbiamo messo l’IA su quasi tutto in azienda: i preventivi, le mail, i report. Sbagliamo ancora le stesse cose di prima, solo più in fretta.” È una frase che sento spesso da imprenditori che hanno investito in strumenti di intelligenza artificiale aspettandosi ordine, e si ritrovano con lo stesso caos di prima, moltiplicato.

Un’intelligenza artificiale collegata a un processo disordinato non lo mette in ordine: lo esegue più in fretta, errori compresi.

Il sintomo: l’IA che accelera la confusione, non la risolve

Il pattern è quasi identico in ogni PMI che ha adottato l’IA senza prima guardare cosa c’era sotto:

• uno strumento di IA viene collegato a un processo esistente (preventivi, assistenza clienti, reportistica)
• nelle prime settimane sembra funzionare: le attività si svolgono più rapidamente
• poi iniziano a emergere errori sistematici, sempre gli stessi, ma più frequenti
• chi lo ha introdotto conclude che “lo strumento non è ancora abbastanza maturo”

Nella maggior parte dei casi lo strumento funziona come previsto: replica fedelmente un processo che, prima dell’IA, produceva gli stessi errori ma a un ritmo che permetteva di correggerli in tempo.

Perché l’IA eredita il processo, non lo corregge

Un modello di intelligenza artificiale non ha criterio proprio su cosa sia “giusto” fare in azienda: apprende e replica il pattern che gli viene dato, comprese le eccezioni informali e le decisioni prese “a sensazione” da chi finora gestiva quel processo a mano.

L’IA non introduce disciplina in un processo: la richiede già presente, altrimenti la sua velocità diventa il problema, non la soluzione.

Secondo diverse analisi di McKinsey & Company sull’adozione dell’intelligenza artificiale nelle imprese, i risultati economici migliori si registrano nelle organizzazioni che ridisegnano i flussi di lavoro prima di introdurre gli strumenti, non in quelle che si limitano a sovrapporre l’IA ai processi già esistenti.

Un caso concreto

In un’azienda di servizi che ho seguito come temporary manager, il team commerciale aveva iniziato a usare un assistente IA per generare le bozze di preventivo a partire dalle richieste dei clienti, per ridurre i tempi di risposta. Nei primi due mesi i tempi sono davvero calati. Ma è calata anche la marginalità media dei preventivi, senza che nessuno se ne accorgesse subito.

Il motivo: i commerciali più esperti applicavano da anni sconti “a memoria”, senza che questa logica fosse mai stata scritta da nessuna parte. L’assistente aveva imparato dagli esempi storici, inclusi quelli scontati per ragioni ormai superate. Non serviva sostituire lo strumento: è bastato scrivere in modo esplicito i criteri di sconto ammessi e ricollegare l’assistente a quella logica, non più agli esempi grezzi del passato. La marginalità è tornata ai livelli precedenti in un mese, con gli stessi tempi di risposta rapidi.

I segnali che il processo non è pronto per l’IA

• il processo che vuoi automatizzare non è mai stato scritto in modo esplicito, vive nella testa di una o due persone
• esistono eccezioni frequenti gestite “caso per caso”, senza una regola condivisa
• nessuno sa dire con certezza quale sia l’output corretto, solo che “di solito si fa così”
• i dati storici usati per configurare lo strumento includono errori o pratiche ormai superate

Come si prepara un processo prima di automatizzarlo

Prima di collegare l’IA a un processo aziendale, ha senso rispondere a poche domande semplici:

• qual è l’output corretto, definito in modo esplicito e non solo “per esperienza”
• quali sono le eccezioni ammesse, e chi ha l’autorità di deciderle
• su quali dati storici si basa lo strumento, e se contengono ancora errori da correggere
• chi controlla l’output nelle prime settimane, prima di fidarsi del pilota automatico

Chi ha letto il pezzo su cosa distingue chi parla di intelligenza artificiale da chi la trasforma in valore riconoscerà lo stesso principio: lo strumento conta meno di chi decide come deve essere usato.

Il ruolo reale dell’IA in una PMI

L’intelligenza artificiale non è né la soluzione né la minaccia spesso descritta. È un moltiplicatore: rende più veloce ciò che già esiste, nel bene e nel male. Su un processo definito, con criteri chiari e controlli, l’IA libera tempo e riduce errori. Su un processo confuso, restituisce lo stesso caos di prima, solo più difficile da individuare perché arriva più in fretta e con un’apparenza di ordine automatico.

Per chi vuole capire con quale metodo affrontare questo lavoro di messa in ordine prima di introdurre strumenti nuovi, il framework e gli strumenti di temporary management che uso nei mandati parte esattamente da qui: prima la struttura, poi lo strumento.

In sintesi

• l’IA non corregge un processo disordinato: lo esegue più velocemente, con gli stessi errori
• i problemi emergono quando il processo non è mai stato scritto in modo esplicito e vive “a memoria” di una o due persone
• prima di automatizzare serve definire output corretto, eccezioni ammesse, qualità dei dati storici e chi controlla i risultati
• l’IA è un moltiplicatore: aiuta un processo strutturato, amplifica un processo caotico

Se in azienda avete introdotto strumenti di intelligenza artificiale e i risultati non tornano, il problema raramente è lo strumento: un temporary manager può aiutarti a mettere ordine nel processo prima che sia l’IA a decidere, più in fretta di chiunque altro, come lavora davvero la tua azienda.

FAQ

Perché l’intelligenza artificiale non migliora un processo aziendale disordinato?
Perché replica il pattern che le viene fornito, comprese le eccezioni informali e gli errori ricorrenti: non ha criterio proprio per correggerli.

Quali sono i primi segnali che un processo non è pronto per l’IA?
Il processo non è mai stato scritto in modo esplicito, esistono eccezioni gestite “a sensazione” e nessuno sa definire con certezza l’output corretto.

Serve prima riorganizzare il processo o si può introdurre l’IA in parallelo?
Conviene definire le regole di base prima di collegare uno strumento: automatizzare un processo indefinito amplifica il problema invece di risolverlo.

Un temporary manager può aiutare a introdurre l’IA in azienda?
Sì: il suo compito principale è mettere ordine nella struttura e nei processi, la condizione che rende utile qualsiasi strumento venga introdotto dopo, IA compresa.

Come si controlla se l’IA sta peggiorando un processo invece di migliorarlo?
Monitorando non solo la velocità di esecuzione ma indicatori di qualità del risultato, come la marginalità o il tasso di errore.