Il primo progetto AI di una PMI italiana: come non sprecare il budget
Il 70% dei progetti AI delle PMI non arriva in produzione. Non per limiti tecnologici, ma per scelte sbagliate all'inizio. Ecco come sceglierne uno che va in porto.
Se stai per lanciare il primo progetto AI della tua azienda, c’è una statistica che dovresti conoscere: la maggior parte dei progetti AI non arriva mai in produzione. Non perché la tecnologia non funziona — funziona eccome — ma perché si sceglie il caso d’uso sbagliato all’inizio.
Ecco come evitarlo.
Non partire dalla tecnologia. Parti dal processo.
L’errore più comune: “Dobbiamo usare l’AI”. Poi si cerca un posto dove metterla. Risultato: un chatbot sul sito aziendale che nessuno usa, o un tool di “AI writing” che produce testi generici ignorati.
Il processo corretto è inverso. Chiediti:
- Quali task ripetitivi svolge il tuo team ogni settimana?
- Quali di questi richiedono almeno 10 ore persona totali/settimana?
- Quali di questi hanno input e output strutturati (email → CRM, PDF → Excel, ticket → categoria)?
L’intersezione di queste tre risposte è la tua lista di partenza. Qualsiasi cosa fuori da questa intersezione, per il primo progetto, lasciala stare.
I 3 casi d’uso con ROI più veloce nelle PMI italiane
Dalla nostra esperienza, questi tre pattern hanno il miglior rapporto tempo-di-implementazione / valore generato:
1. Estrazione dati da documenti
Ordini ricevuti via PDF o email, fatture fornitori, preventivi in formato libero. Un agente che estrae i campi chiave e li inserisce nel gestionale libera ore/giorno di data entry. Tempo di implementazione: 2-4 settimane.
2. Qualificazione lead in ingresso
Email di richiesta informazioni, form compilati, contatti da LinkedIn. Un agente che categorizza, arricchisce (web lookup), e routa al commerciale giusto. Tempo di implementazione: 3-5 settimane.
3. Risposta a domande interne ricorrenti
L’HR risponde 40 volte al mese alla stessa domanda sulle ferie. Il supporto tecnico alla stessa richiesta di configurazione. Un agente che pesca dalle policy interne e risponde direttamente. Tempo di implementazione: 2-3 settimane.
Noterai una cosa: nessuno di questi è “l’AI che scrive i tuoi contenuti marketing”. Quello è un caso d’uso valido, ma ROI più difficile da misurare e adozione interna più lenta.
Come misurare il ROI (davvero)
Il trucco non è “ci ha fatto risparmiare X ore”. Il trucco è misurare prima di partire.
Per il caso d’uso scelto, misura:
- Volume settimanale (quante email / ticket / documenti)
- Tempo medio di elaborazione manuale (cronometrato, non stimato)
- Costo orario del team che lo fa oggi
- Tasso di errore attuale (quante email smistate male? Quanti dati estratti sbagliati?)
Questi quattro numeri sono il tuo baseline. Dopo 30 giorni di produzione, rimisurali. La differenza è il ROI.
La regola dei 3 mesi
Se dopo 3 mesi il primo progetto non è in produzione e non sta generando valore misurabile, fermati. Non aggiungere scope, non cambiare modello, non ingaggiare un altro fornitore. C’è un problema nel caso d’uso scelto.
Meglio un progetto piccolo che funziona di uno grande che non parte. Poi, con un successo in tasca, il secondo progetto riceverà budget, supporto interno, e velocità di approvazione.
Stai valutando il tuo primo progetto AI e vuoi un parere prima di partire? Scrivici: la prima call è gratuita, e se pensiamo che il progetto non vada fatto, te lo diciamo.