Chi cerca come usare l’intelligenza artificiale in azienda trova soprattutto definizioni scritte da produttori di software e liste di dieci esempi presi da multinazionali americane. Utile per capire il tema, poco utile per decidere cosa fare lunedì in un’azienda da cinquanta persone.
Martes AI è una società di Roma che forma le persone sull’intelligenza artificiale e costruisce agenti e soluzioni su misura per aziende italiane. Oltre 850 figure chiave formate in più di 100 aziende, più di 75 soluzioni AI in produzione per oltre 100 clienti. Qui sotto c’è come la vediamo usare davvero, reparto per reparto.
I tre modi, messi a confronto
La confusione nasce quasi sempre da qui: si chiama “intelligenza artificiale” sia l’assistente che un impiegato apre nel browser sia l’agente che lavora di notte sulla casella delle offerte. Sono cose diverse, con costi e tempi diversi.
| Assistenti | Agenti e automazioni | Cervello aziendale | |
|---|---|---|---|
| Cosa fa | Aiuta una persona a scrivere, leggere, analizzare | Esegue da solo un processo con regole chiare | Risponde alle domande sui documenti e sui dati dell’azienda |
| Esempi | ChatGPT, Claude, Gemini, Copilot sul piano aziendale | Leggere una richiesta e preparare il preventivo, smistare la posta | “Qual è la procedura per il reso?”, “Cosa abbiamo offerto a questo cliente?” |
| Chi lo usa | Ogni persona, sul proprio lavoro | Nessuno lo apre: lavora sui sistemi | Tutti, come primo posto dove cercare |
| Cosa serve | Account aziendale, regole sui dati, formazione | Un processo ripetuto, sistemi che si possono collegare | Documenti in ordine e permessi chiari |
| Tempi tipici | Giorni | Settimane | Settimane |
Il primo modo cambia il lavoro di molte persone un po’ ciascuna. Il secondo cambia molto un processo solo. Il terzo serve quando le risposte esistono già in azienda ma nessuno le trova. Cosa sia un agente in dettaglio è nella guida su cosa sono gli agenti AI, il cervello aziendale nella guida sul company brain.
Quali strumenti ci sono dentro ognuno dei tre modi, con i nomi e una tabella con gli stessi criteri per tutti, è nella guida sui migliori strumenti AI per aziende.
Esempi reparto per reparto
Sono le attività che troviamo più spesso negli assessment che facciamo compilare prima di ogni percorso. In quasi tutte si parte con un assistente.
| Reparto | Dove si recupera tempo | Con cosa si parte |
|---|---|---|
| Commerciale | Offerte da richieste in arrivo, risposte ricorrenti, preparazione delle visite | Assistente, poi un agente sulle richieste di offerta |
| Amministrazione | Confronto fra fatture e ordini, solleciti, riconciliazione di estrazioni | Assistente sulle estrazioni del gestionale |
| Personale | Annunci, risposte ai dipendenti su ferie e rimborsi, tracce dei colloqui | Assistente sui regolamenti interni |
| Assistenza clienti | Stato dell’ordine, domande frequenti, smistamento delle richieste | Agente che risponde e passa i casi difficili a una persona |
| Direzione | Report dai dati di vendita, sintesi di verbali e contratti | Assistente con le estrazioni salvate in un progetto |
| Acquisti e logistica | Confronto preventivi dei fornitori, solleciti, controllo dei documenti di trasporto | Assistente, poi automazione sui documenti in arrivo |
Il ragionamento completo ufficio per ufficio sta nelle guide su HR e recruiting, amministrazione e finance, il commerciale e la logistica.
Cosa abbiamo visto succedere, con i numeri
Un agente sulle richieste di offerta. Per Kerberos Energy abbiamo costruito Kerby, un agente che legge le email in arrivo e le divide in cinque categorie. Su una richiesta di offerta trova la partita IVA, recupera i dati del cliente, crea l’anagrafica e prepara il preventivo in bozza. Ogni pratica prendeva 15-20 minuti a mano. Su quasi 800 richieste l’anno sono oltre 200 ore di back office recuperate.
Un agente sull’assistenza clienti. Ecommerceparts riceveva circa 500 email al giorno, quasi tutte su dove fosse il pacco. Abbiamo costruito un assistente che risponde con lo stato dell’ordine e avvisa il team quando il cliente è insoddisfatto. Risultato: circa 200 email in meno al giorno.
Automazioni in una clinica. Per la Clinica Oculistica Santa Lucia di Cosenza abbiamo costruito un assistente per le prenotazioni sul sito e la classificazione automatica delle email. I tempi di risposta alle richieste generali sono scesi di circa il 60%, il carico amministrativo di oltre il 50%.
Assistenti nelle mani dei manager. Con i 16 manager di Farvima Medicinali abbiamo lavorato due giornate in sede. Ognuno è uscito con almeno tre procedure automatizzate sulle proprie attività: controllo di gestione, analisi di bilancio, recupero crediti, dashboard su vendite e concorrenti.
Il quarto caso è il più comune e il meno raccontato. Non c’è nessuno sviluppo: ci sono persone che hanno imparato a far fare a uno strumento il lavoro che rifacevano a mano ogni settimana.
Da dove partire
- 01
L'elenco delle attività
Ogni reparto scrive le attività ripetitive con le ore a settimana che prendono. È la base di tutto il resto ed è quella che quasi nessuno fa.
- 02
La scelta dell'assistente
Uno solo per l'azienda, su un piano aziendale dove i dati non addestrano i modelli. Il confronto fra i principali è nella guida su ChatGPT o Claude per aziende.
- 03
Le regole sui dati
Cosa si può caricare, cosa no, chi decide i casi dubbi. Una pagina basta, purché esista prima del primo account.
- 04
La formazione sui compiti veri
Ogni persona lavora sui propri file e costruisce due o tre procedure da riusare. Si misurano le ore prima e dopo.
- 05
Il primo processo da automatizzare
Dopo qualche settimana l'elenco dice quale attività prende più ore a più persone. Quella è candidata a diventare un agente.
L’ordine conta. Le aziende che partono dall’agente prima di aver formato le persone di solito costruiscono la cosa sbagliata, perché nessuno in azienda sa ancora cosa sanno fare questi strumenti. Quelle che partono dalla formazione AI per aziende arrivano al primo progetto di sviluppo sapendo già quale processo vale la spesa e chi lo userà.
Il percorso completo, con i ruoli e le tappe del primo anno, è nella guida sull’AI adoption per le aziende.
Gli errori che vediamo più spesso
Comprare lo strumento e basta. Le licenze arrivano, nessuno spiega su cosa usarle, dopo due mesi le usano in tre. Lo strumento non era sbagliato: mancava il lavoro sui compiti.
Lasciare che ognuno si arrangi. Se l’azienda non dà un account, le persone usano il proprio, con i documenti di lavoro dentro. È la shadow AI ed è il rischio più diffuso, molto più di quelli di cui si parla sui giornali.
Partire dal caso più difficile. Il progetto più ambizioso è anche quello con più eccezioni, più sistemi da collegare e più tempo prima di vedere un risultato. Il primo deve essere piccolo e misurabile.
Non misurare. Senza le ore prima e dopo nessuno saprà dire se è servito. Come si fa il conto è nella guida su come misurare il ROI dell’AI.
Quanto ci vuole a vedere un risultato
Con un assistente e una formazione fatta sui compiti veri, le prime ore recuperate si vedono nelle settimane subito dopo. Un agente su un processo richiede qualche settimana di costruzione e collaudo con chi lo userà. Un cervello aziendale dipende soprattutto da quanto sono in ordine i documenti.
Il punto da cui si parte, in ogni caso, è lo stesso: sapere dove finisce il tempo delle persone. Senza quella misura si compra intelligenza artificiale in generale. E l’intelligenza artificiale in generale non toglie lavoro a nessuno.