Premessa

Spesso mi viene chiesto di inserire l’Intelligenza Artificiale in aziende o studi professionali dove i processi non sono ancora del tutto chiari. La mia risposta è sempre la stessa: “Non si può automatizzare il caos.” Il problema, in questi casi, non è tecnologico: è strutturale. Prima di parlare di AI, bisogna capire come si muovono le informazioni all’interno dell’organizzazione, chi le produce, chi le riceve, e soprattutto dove si perdono o si duplicano inutilmente.

È un po’ come voler tinteggiare un muro che sta cadendo a pezzi: prima si ripara l’intonaco, poi si dà la tinta. Allo stesso modo, prima si disegnano i flussi, poi si automatizzano. L’AI è un acceleratore straordinario, ma ha bisogno di una pista solida su cui correre. Se la pista è dissestata, l’accelerazione diventa solo un modo più veloce per schiantarsi.

Automatizzare il caos

Ma cosa significa concretamente “automatizzare il caos”? Ho visto aziende investire decine di migliaia di euro in piattaforme AI avanzate, solo per ritrovarsi esattamente al punto di partenza dopo pochi mesi. Il motivo non era mai lo strumento: era l’assenza di una struttura su cui lo strumento potesse appoggiarsi. Un sistema di automazione non sa interpretare un’email arrivata nella casella sbagliata, un documento salvato nella cartella errata per abitudine, o un’approvazione verbale mai registrata da nessuna parte. L’AI non improvvisa: esegue istruzioni. E se le istruzioni non esistono, o peggio sono contraddittorie, il risultato sarà coerentemente confuso.

📌 Approfondimento: Una ricerca di Gartner pubblicata nel 2024 conferma questa lettura: almeno il 30% dei progetti di Generative AI verrà abbandonato dopo il proof of concept entro la fine del 2025, principalmente a causa di scarsa qualità dei dati, controllo del rischio inadeguato e valore di business non chiaro — non per limiti tecnologici. Fonte: Gartner Press Release, luglio 2024.

Un errore che vedo commettere spesso, anche da aziende con una certa maturità digitale, è confondere l’adozione di strumenti AI con la trasformazione dei processi. Sono due cose distinte. Uno strumento AI installato sopra un processo inefficiente non trasforma nulla: accelera il problema. Se il processo di approvazione di una fattura è lento perché passa attraverso tre persone che non comunicano tra loro, automatizzarlo significa semplicemente far arrivare più velocemente una fattura bloccata. La velocità senza direzione non è un vantaggio. È per questo che insisto: prima si capisce dove si vuole arrivare, poi si sceglie con quali strumenti arrivarci.

Per questo motivo, quando inizio una nuova collaborazione, la mia prima domanda non è mai “quale strumento vuoi usare?” ma “dimmi come funziona oggi il tuo flusso di lavoro, dall’inizio alla fine.” In questa fase di ascolto emergono sempre le stesse criticità: attività che vengono svolte due volte da persone diverse perché nessuno si è mai fermato a coordinarsi, approvazioni che aspettano in coda per giorni perché dipendono da una singola persona spesso irraggiungibile, dati che esistono in tre versioni diverse su altrettanti fogli di calcolo senza che nessuno sappia con certezza quale sia quello aggiornato. Ogni organizzazione ha le sue specificità, ma le inefficienze strutturali tendono a presentarsi sempre con le stesse forme.

Processi fantasma

Un’altra dimensione che emerge quasi sempre nelle fasi iniziali di analisi è quella dei cosiddetti “processi fantasma”: attività che formalmente non esistono in nessuna procedura aziendale, ma che in realtà vengono svolte ogni giorno da qualcuno da anni, perché nessuno si è mai fermato a chiedersi se fossero necessarie. Questi processi emergono solo quando si fa la domanda giusta — “cosa fai esattamente in questa fase, passo per passo?” — e sono quasi sempre i più interessanti da analizzare. A volte si scopre che quell’attività era stata introdotta per compensare un problema che non esiste più. Eliminarla non richiede automazione: richiede solo il coraggio di chiedersi perché si sta ancora facendo.

È proprio in questo spazio che il mio intervento si integra alla perfezione con il lavoro dei consulenti di organizzazione aziendale e direzionale. Mentre loro analizzano, mappano e snelliscono i flussi operativi secondo i principi della massima efficienza, io subentro come specialista tecnologico nel momento giusto: quando i processi sono già leggibili, coerenti e documentati. Loro creano output ordinati e ripetibili. Il mio compito è innestare l’AI e le automazioni esattamente in quei punti di snodo ripetitivi che sono stati individuati, trasformando un processo già ben disegnato in un motore velocissimo, scalabile ed esente da colli di bottiglia manuali.

Matrici RACI

Questa collaborazione non è casuale: è metodologica. Il consulente organizzativo lavora con strumenti come le mappe di processo, i diagrammi di flusso e le matrici RACI — che definiscono chi è Responsible, Accountable, Consulted e Informed per ogni attività. Quando questi strumenti producono una documentazione chiara e condivisa, ho tra le mani esattamente ciò di cui ho bisogno per progettare le automazioni in modo efficace: conosco i punti di ingresso dei dati, le regole di gestione delle eccezioni, i livelli di approvazione necessari e i formati degli output attesi. Non devo indovinare nulla: ho una mappa precisa su cui costruire.

Una pista da corsa professionale, come dicevo prima, non è solo asfalto dritto: ha curve studiate, guard rail, segnaletica chiara, pit stop pianificati. Un processo aziendale ben strutturato funziona allo stesso modo: ha percorsi definiti per i casi standard, procedure di escalation per le eccezioni, punti di controllo per verificare la qualità dell’output e responsabilità chiare per ogni fase. Solo su questa base è possibile costruire un sistema di automazione che funzioni in modo affidabile non solo il primo giorno, ma nei mesi e negli anni successivi.

Prima di decidere quale processo automatizzare per primo, utilizzo uno strumento semplice ma efficace: una matrice impatto-sforzo. Sull’asse verticale si misura il beneficio atteso — in termini di ore risparmiate, rischio di errore ridotto, o valore aggiunto liberato. Sull’asse orizzontale si misura lo sforzo necessario per implementare l’automazione — la complessità del flusso, il numero di sistemi coinvolti, la qualità dei dati esistenti. I processi che cadono nel quadrante alto impatto / basso sforzo diventano il primo cantiere. Non è solo una questione di efficienza: è anche una questione di costruire fiducia. Un primo risultato visibile e misurabile in tempi brevi cambia la percezione dell’intero progetto all’interno dell’organizzazione.

Cambiamento percettibile

Quando l’AI viene introdotta su basi solide, il cambiamento è percettibile quasi immediatamente. Un processo che prima richiedeva ore di lavoro manuale — raccolta di dati da fonti diverse, riconciliazione di informazioni, formattazione di documenti, invio di comunicazioni standard — può essere completato in pochi minuti, o addirittura in modo completamente automatico. Ma la vera trasformazione non è solo nella velocità: è nell’affidabilità. Un sistema ben progettato esegue sempre le stesse operazioni nello stesso modo, senza dimenticarsi passaggi, senza fare errori di trascrizione, senza avere giornate no.

Scalabilità

Un altro vantaggio spesso sottovalutato è la scalabilità. Un processo manuale, per gestire il doppio del lavoro, ha bisogno del doppio delle persone. Un processo automatizzato gestisce il doppio del lavoro semplicemente gestendo il doppio del lavoro. Non ha bisogno di essere assunto, formato, motivato. Non si stanca, non si ammala, non va in vacanza. Questo non significa che i dipendenti diventino superflui: significa che le risorse umane possono essere allocate dove creano realmente valore, invece di essere consumate da attività di pura esecuzione meccanica.

Dimensione umana del cambiamento

C’è però un aspetto che troppo spesso viene ignorato in questi progetti: la dimensione umana del cambiamento. Introdurre l’AI in un’organizzazione non è solo un’operazione tecnica. È un intervento che tocca le abitudini, le routine e, in qualche caso, le identità professionali delle persone. Chi ha costruito la propria competenza sulla capacità di gestire manualmente processi complessi può sentirsi, erroneamente, messo in discussione dall’automazione. Per questo motivo, parte del mio lavoro è anche accompagnare i team in questa transizione: spiegare non solo come funzionano i nuovi strumenti, ma perché sono stati introdotti e quali nuove opportunità aprono. Un’automazione implementata senza consenso e comprensione da parte delle persone che ci lavorano intorno non dura a lungo, indipendentemente da quanto sia tecnicamente sofisticata.

📌 Approfondimento: I dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano confermano quanto sia critico questo passaggio: nel 2025 il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro (+50% sul 2024), ma solo una grande impresa su cinque ha una buona pervasività dell’AI nelle diverse funzioni aziendali — segno che la diffusione tecnologica corre più veloce della maturità organizzativa. Fonte: Osservatorio AI – Politecnico di Milano.

Valore economico della documentazione dei processi

Vale la pena soffermarsi su un punto che spesso viene dato per scontato: il valore economico della documentazione dei processi. Prima che un’automazione venga progettata e implementata, il semplice atto di mappare i flussi produce già un beneficio tangibile. Le aziende che lo fanno scoprono invariabilmente che alcune attività possono essere eliminate del tutto — non automatizzate, semplicemente rimosse perché nessuno ricordava più perché fossero state introdotte. Altre vengono semplificate radicalmente prima ancora di toccare un singolo strumento tecnologico. La mappatura è già, in sé, un intervento di efficienza. Molti clienti mi hanno detto che il lavoro di analisi preliminare, ancora prima di implementare qualsiasi automazione, aveva già prodotto un risparmio di tempo misurabile nel lavoro quotidiano.

Resilienza organizzativa

C’è poi una considerazione che riguarda la resilienza organizzativa. Nelle aziende in cui i processi esistono solo nella testa delle persone, ogni uscita porta via con sé una fetta di know-how operativo che non è stata mai documentata. Un sistema in cui i flussi sono mappati, automatizzati e documentati è un sistema che sopravvive al turnover, che onboarda i nuovi collaboratori in modo molto più rapido, che non si blocca quando il responsabile di un processo chiave è in ferie. Questo aspetto diventa ancora più rilevante in un momento storico in cui la mobilità professionale è alta e la fidelizzazione del personale è una delle sfide più sentite dalle PMI.

Un errore che mi trovo spesso a correggere è la tendenza a costruire automazioni intorno alle persone piuttosto che intorno ai processi. In molte aziende, un flusso di lavoro si è strutturato nel tempo attorno alle abitudini di un singolo individuo: il modo in cui quella persona organizza i file, i criteri con cui decide cosa fare per primo, i canali informali che usa per comunicare con i colleghi. Quando si automatizza questo tipo di flusso senza prima ridisegnarlo in modo oggettivo, si finisce per replicare le idiosincrasie di una persona in un sistema informatico. Il risultato è un’automazione fragile, difficile da mantenere, e che smette di funzionare nel momento in cui quella persona cambia ruolo o lascia l’azienda. Un processo ben progettato deve essere indipendente dall’individuo che lo esegue.

Monitoraggio

C’è anche il tema del monitoraggio nel tempo. Una delle domande che mi viene posta più spesso dopo la messa in produzione di un sistema automatizzato è: “Come facciamo a sapere che sta funzionando bene?” È una domanda giusta, che affronto fin dalla fase di progettazione. Ogni automazione che realizzo include un sistema di monitoraggio: una dashboard operativa che mostra in tempo reale quante volte il flusso è stato eseguito, quante eccezioni sono state rilevate, quali step hanno richiesto intervento manuale e quali indicatori di qualità dell’output sono stati rispettati. Questo non è un optional: è la condizione che rende l’automazione un sistema governabile, invece di una scatola nera su cui si perde il controllo nel tempo.

Gestione del cambiamento del management

Un aspetto che merita una riflessione specifica riguarda la gestione del cambiamento con il management. I progetti di automazione non falliscono quasi mai per motivi tecnici: falliscono perché manca il supporto dall’alto, perché le priorità cambiano a metà percorso, perché i manager intermedi percepiscono il progetto come una minaccia al proprio perimetro di controllo. Per questo motivo, prima di iniziare qualsiasi implementazione, lavoro con la committenza per definire in modo chiaro gli obiettivi di business del progetto, i KPI con cui verrà misurato il successo e il livello di sponsorship interna necessario per portarlo a termine. Un progetto di trasformazione senza un campione interno convinto non va lontano, indipendentemente da quanto sia ben progettato tecnicamente.

Il risultato di questa collaborazione non è solo un risparmio di tempo: è un cambio di paradigma. L’azienda smette di rincorrere le attività operative e inizia a governarle. Le persone vengono liberate dai compiti a basso valore aggiunto e possono finalmente concentrarsi su ciò che richiede davvero intelligenza umana: la relazione con il cliente, la strategia, la creatività, la gestione delle situazioni impreviste. Organizzazione e automazione non sono due fasi separate: sono le due metà di uno stesso progetto di trasformazione. La prima crea il terreno fertile; la seconda vi pianta i semi giusti.