AI in azienda: scegliere il software meno costoso può diventare la scelta più cara

Immaginiamo un imprenditore che abbia deciso di introdurre l’intelligenza artificiale nella propria azienda per alleggerire il lavoro amministrativo, ridurre le attività ripetitive e permettere ai dipendenti di dedicare più tempo ai clienti.

Chiede alcune proposte e ne riceve due piuttosto diverse.

La prima prevede un investimento di 20.000 euro. Comprende l’analisi dei processi aziendali, la progettazione delle automazioni, il collegamento con i programmi già utilizzati e lo sviluppo di una soluzione personalizzata.

La seconda costa 8.000 euro. Prevede l’acquisto, la configurazione e l’avviamento di alcuni software di intelligenza artificiale disponibili sul mercato, ciascuno specializzato in determinate attività.

Entrambe le offerte promettono di semplificare il lavoro. La seconda, però, permette di spendere 12.000 euro in meno e sembra anche più semplice da realizzare.

Dal punto di vista dell’imprenditore, è comprensibile che questa differenza pesi sulla decisione. Se due fornitori propongono di utilizzare l’intelligenza artificiale per migliorare le attività aziendali, perché scegliere quello che costa più del doppio?

Per rispondere bisogna capire che cosa verrà effettivamente automatizzato, quante operazioni manuali rimarranno necessarie e quale utilizzo verrà fatto del tempo recuperato.

Ho costruito una simulazione proprio per mostrare come due investimenti molto diversi possano produrre risultati economici altrettanto diversi.

I numeri che utilizzerò sono ipotetici. Non descrivono un progetto realmente realizzato né rappresentano le prestazioni garantite da un particolare software. Servono a illustrare un metodo di valutazione che può essere applicato a situazioni aziendali concrete.

Quanto costa il tempo assorbito dalle attività ripetitive?

Partiamo da un’azienda di servizi con 20 dipendenti.

Otto persone svolgono quotidianamente attività amministrative e operative che richiedono numerosi passaggi manuali. Consultano le email, recuperano documenti, cercano informazioni nei gestionali, aggiornano fogli Excel, preparano report e inseriscono dati in applicazioni differenti.

Una parte importante di queste operazioni è necessaria per completare correttamente il lavoro. Altre attività, invece, esistono perché i programmi non comunicano fra loro oppure perché le procedure aziendali si sono sviluppate nel tempo senza essere riorganizzate.

Pensiamo a un ufficio che riceve una richiesta da un cliente.

Il dipendente apre l’email, cerca il contratto, verifica le condizioni concordate, consulta il gestionale e prepara una risposta. Se deve produrre anche un documento, potrebbe essere necessario copiare alcune informazioni in un modello Word, completare un foglio Excel e salvare il risultato in una cartella condivisa.

Sono operazioni che singolarmente richiedono pochi minuti. Quando vengono ripetute decine di volte, però, finiscono per occupare una parte consistente della giornata.

Per la nostra simulazione ipotizziamo che ciascuna delle otto persone dedichi mediamente tre ore e mezza al giorno a queste attività.

Consideriamo inoltre 220 giornate lavorative annuali e un costo aziendale di 30 euro per ora, comprensivo delle componenti che l’azienda decide di utilizzare per la propria valutazione.

Il tempo complessivamente impiegato è quindi di 28 ore al giorno.

Su base annua il calcolo è il seguente:

8 persone × 3,5 ore × 220 giorni = 6.160 ore.

Attribuendo a queste ore il costo aziendale ipotizzato, otteniamo:

6.160 ore × 30 euro = 184.800 euro all’anno.

Questa cifra merita una precisazione.

I 184.800 euro rappresentano il valore convenzionale del tempo che abbiamo attribuito alle attività analizzate. Non possiamo considerare tutto questo importo uno spreco, perché una parte del lavoro rimane necessaria e produce risultati utili.

La cifra costituisce la base economica dalla quale partire per valutare quali attività possano essere eliminate, semplificate o automatizzate.

In un’azienda reale, l’analisi dovrebbe essere più precisa. Bisognerebbe osservare le singole operazioni, misurarne la durata, distinguere le attività ripetitive da quelle che richiedono valutazioni professionali e capire quanto tempo viene assorbito dalla correzione degli errori.

Per ora manteniamo le ipotesi indicate e vediamo cosa potrebbe accadere scegliendo le due soluzioni.

Prima proposta: 20.000 euro per progettare un sistema di AI collegato ai processi aziendali

Nel primo scenario, il progetto inizia osservando come lavorano le persone.

Prima di scegliere i programmi da utilizzare, vengono analizzati i documenti che entrano in azienda, le informazioni necessarie a elaborarli, le persone coinvolte e i sistemi nei quali i dati vengono registrati.

Questa fase permette di individuare alcune inefficienze.

Per esempio, potrebbe emergere che l’ufficio commerciale inserisce nel proprio gestionale informazioni che l’amministrazione ricopia successivamente in un altro programma.

Oppure che alcuni documenti vengono salvati in cartelle differenti, rendendo necessaria una ricerca manuale ogni volta che qualcuno deve consultarli.

Un altro problema potrebbe riguardare le approvazioni. Il responsabile riceve documenti da controllare, ma una parte delle verifiche consiste semplicemente nel confrontare informazioni già presenti nei sistemi aziendali.

Durante l’analisi può emergere anche qualcosa di meno evidente: alcune attività vengono ancora eseguite soltanto perché nessuno ha mai rivisto la procedura che le aveva introdotte.

In casi del genere, acquistare un programma per automatizzarle potrebbe essere inutile. Sarebbe sufficiente eliminarle oppure modificare il modo in cui vengono gestite le informazioni.

Una volta compreso il funzionamento dei processi, l’azienda può stabilire quali attività affidare all’intelligenza artificiale, quali gestire con automazioni tradizionali e quali mantenere sotto il controllo delle persone.

Come potrebbe funzionare il nuovo sistema

Immaginiamo che arrivi un’email contenente una richiesta di aggiornamento contrattuale.

Il sistema identifica il cliente, recupera i documenti autorizzati, individua le condizioni già registrate e prepara le informazioni necessarie all’operatore.

Se alcuni dati possono essere verificati attraverso regole precise, il controllo viene eseguito automaticamente.

Quando sono necessarie valutazioni commerciali o autorizzazioni particolari, il sistema presenta le informazioni al responsabile, che può prendere una decisione conoscendo il contesto.

Una volta approvata l’operazione, i dati possono essere aggiornati nei programmi collegati, evitando di ricopiarli manualmente.

Per realizzare un processo del genere occorre verificare che i software utilizzati dall’azienda consentano effettivamente l’accesso e lo scambio delle informazioni. Servono inoltre autorizzazioni appropriate, procedure per gestire gli errori e registrazioni delle operazioni eseguite.

La possibilità di collegare un sistema AI ai programmi esistenti dipende dalle caratteristiche tecniche dei programmi stessi. In alcuni casi è relativamente semplice; in altri servono sviluppi aggiuntivi oppure i collegamenti disponibili sono molto limitati.

Il progetto deve tenere conto di queste condizioni fin dall’inizio.

Quanto tempo potrebbe recuperare l’azienda?

Nella simulazione attribuiamo alla prima proposta un costo iniziale di 20.000 euro, comprensivo di analisi, progettazione, sviluppo e avviamento.

Ipotizziamo che, dopo l’introduzione del sistema e un periodo di adattamento, le otto persone coinvolte riescano a completare le attività considerate impiegando soltanto 30 minuti al giorno.

Il tempo recuperato sarebbe di tre ore quotidiane per persona, includendo già nel tempo residuo le verifiche ancora necessarie.

Su base annuale:

8 persone × 3 ore × 220 giorni = 5.280 ore recuperate.

Con il costo orario ipotizzato di 30 euro, il valore della capacità lavorativa recuperata sarebbe:

5.280 × 30 euro = 158.400 euro all’anno.

Consideriamo anche un costo annuale di 3.600 euro per manutenzione, utilizzo e gestione del sistema.

Nel primo anno avremmo quindi:

Il risultato è importante, ma bisogna interpretarlo correttamente.

Stiamo attribuendo un valore economico alle ore che le persone non devono più dedicare alle attività analizzate. Il calcolo mostra un beneficio potenziale al netto dei costi indicati, senza dimostrare che l’azienda avrà effettivamente 134.800 euro in più sul conto corrente.

Per trasformare questa capacità lavorativa in un vantaggio economico misurabile bisognerà stabilire come impiegare il tempo disponibile e verificare i risultati.

Va inoltre ricordato che una riduzione così consistente dei tempi è una specifica ipotesi della simulazione. Un progetto reale potrebbe ottenere risultati molto inferiori, richiedere più manutenzione o incontrare difficoltà tecniche non previste.

Seconda proposta: 8.000 euro per acquistare software AI già pronti

Consideriamo ora la stessa azienda, con gli stessi dipendenti e le stesse attività.

Questa volta viene scelta la proposta da 8.000 euro, che comprende l’acquisto, la configurazione e l’avviamento di alcuni strumenti di intelligenza artificiale disponibili sul mercato.

Un’applicazione viene utilizzata per analizzare documenti. Un’altra aiuta i dipendenti a lavorare sui fogli Excel. Un terzo programma permette di generare report e preparare comunicazioni.

Questi strumenti possono essere perfettamente adeguati alle funzioni per cui sono stati progettati.

Per esempio, il programma che analizza i documenti potrebbe recuperare rapidamente un’informazione all’interno di un contratto. Quello dedicato ai fogli di calcolo potrebbe aiutare un dipendente a elaborare dati che in precedenza richiedevano numerose operazioni manuali.

La difficoltà emerge quando osserviamo l’intero processo lavorativo.

Quando i programmi aiutano, ma le informazioni continuano a essere trasferite a mano

Torniamo all’esempio della richiesta contrattuale ricevuta da un cliente.

Il dipendente può utilizzare l’intelligenza artificiale per leggere il documento, ma potrebbe doverlo prima scaricare dalla posta elettronica e caricare manualmente nell’applicazione.

Dopo l’analisi, potrebbe essere necessario copiare i dati nel gestionale.

Per preparare il report finale, l’operatore potrebbe poi dover esportare le informazioni, aprire un secondo software e trasferirvi nuovamente i dati.

Anche la verifica delle condizioni commerciali potrebbe richiedere la consultazione manuale di un archivio separato.

Le singole attività diventano più rapide, ma il percorso delle informazioni rimane sostanzialmente invariato.

In alcuni casi si aggiungono persino nuove operazioni, come preparare i documenti per l’elaborazione o controllare che il formato prodotto dall’AI sia compatibile con il gestionale.

Questo problema non dipende necessariamente dalla qualità dei software acquistati. Dipende da come vengono utilizzati e dalle possibilità di integrazione con gli strumenti dell’azienda.

Esistono applicazioni commerciali che offrono collegamenti avanzati e consentono di automatizzare processi articolati. Una soluzione composta da prodotti standard, quando viene progettata correttamente, può quindi essere molto efficace.

Per mantenere chiaro il confronto, nella nostra simulazione ipotizziamo invece che la seconda proposta preveda una configurazione limitata e non comprenda una revisione approfondita dei processi.

Il recupero di tempo nella seconda ipotesi

Immaginiamo che, grazie ai nuovi strumenti, le attività considerate richiedano due ore e mezza al giorno anziché tre ore e mezza.

Ogni persona recupererebbe quindi un’ora quotidiana.

Su base annuale:

8 persone × 1 ora × 220 giorni = 1.760 ore recuperate.

Attribuendo alle ore lo stesso valore di 30 euro, avremmo:

1.760 × 30 euro = 52.800 euro all’anno.

Per rendere il confronto immediato, manteniamo un costo annuale di 3.600 euro per gli abbonamenti e la gestione dei programmi.

Il calcolo del primo anno sarebbe:

Anche questa soluzione produce un risultato positivo nella simulazione.

L’investimento iniziale è contenuto e le persone recuperano una parte del tempo precedentemente dedicato alle operazioni manuali.

Il vantaggio potenziale, però, risulta inferiore rispetto a quello attribuito al primo scenario, perché il numero di ore recuperate è molto diverso.

Il confronto economico fra le due proposte

Mettiamo i risultati uno accanto all’altro.

Nelle ipotesi considerate, l’investimento iniziale più elevato produce un valore netto potenziale superiore di 93.600 euro nel primo anno.

Per ottenere questo risultato, l’azienda ha investito 12.000 euro in più.

La differenza deriva principalmente dal tempo che abbiamo ipotizzato di recuperare: tre ore al giorno per persona nel primo scenario e una sola ora nel secondo.

Questa precisazione è fondamentale per comprendere il significato della simulazione.

I calcoli sono corretti rispetto alle ipotesi utilizzate, ma non dimostrano che una soluzione personalizzata sia generalmente più conveniente di un software commerciale.

Abbiamo attribuito risultati operativi differenti ai due progetti proprio per mostrare quanto possa incidere la profondità dell’intervento sui processi.

Nella realtà potremmo trovare un software già pronto capace di automatizzare quasi tutto il lavoro necessario, con un costo molto inferiore rispetto allo sviluppo di una soluzione dedicata.

Potremmo anche scoprire che il progetto personalizzato richiede investimenti aggiuntivi, tempi lunghi e una manutenzione più costosa del previsto.

Per scegliere correttamente bisogna confrontare il costo complessivo delle alternative con i risultati che ciascuna può ragionevolmente ottenere.

È una valutazione che va svolta prima di acquistare i programmi e che richiede di conoscere almeno le caratteristiche principali del lavoro che intendiamo migliorare.

Le ore recuperate non sono automaticamente soldi risparmiati

Torniamo per un momento al primo scenario.

Abbiamo ipotizzato di recuperare 5.280 ore di lavoro in un anno, attribuendo loro un valore di 158.400 euro.

Se le otto persone continuano a lavorare in azienda con lo stesso contratto e la stessa retribuzione, il costo del personale rimane invariato.

Quelle ore diventano tempo disponibile per svolgere altre attività.

Questo può avere un valore economico molto importante, ma dobbiamo capire come viene utilizzato.

Immaginiamo uno studio professionale nel quale i collaboratori riescano a completare più rapidamente le attività amministrative.

Se il tempo recuperato permette di gestire nuovi clienti senza aumentare l’organico, lo studio potrebbe ottenere ricavi aggiuntivi. Per calcolare il beneficio economico bisognerebbe però considerare anche i costi necessari a servire quei clienti.

In un’altra organizzazione, le automazioni potrebbero ridurre gli straordinari. In quel caso, il vantaggio sarebbe più direttamente riconoscibile attraverso una diminuzione dei costi.

Un’azienda in crescita potrebbe invece evitare o rinviare un’assunzione che sarebbe stata necessaria per sostenere il nuovo carico di lavoro.

Ci sono poi benefici meno immediati da tradurre in denaro.

Un dipendente che dedica meno tempo a ricopiare informazioni può concentrarsi maggiormente sul controllo dei documenti, sulla gestione delle situazioni complesse e sulle richieste dei clienti.

Il lavoro potrebbe diventare più accurato e meno faticoso, con conseguenze positive sulla qualità del servizio.

Anche questi risultati hanno un valore, ma non dovrebbero essere trasformati automaticamente in un importo economico senza un criterio di misurazione.

Per valutare un investimento in AI utilizzerei quindi due indicatori distinti: la capacità lavorativa recuperata e il beneficio economico effettivamente ottenuto.

Il primo ci aiuta a capire quanto è cambiato il processo. Il secondo ci dice quale conseguenza quel cambiamento ha prodotto sui risultati dell’organizzazione.

Un’esperienza concreta in uno studio di commercialisti a Modena

Fin qui abbiamo lavorato su una simulazione.

Voglio però riportare anche un’esperienza professionale che aiuta a comprendere quanto possa essere utile affrontare un’esigenza specifica.

In un progetto realizzato per uno studio di commercialisti a Modena abbiamo sviluppato un archivio interrogabile attraverso l’intelligenza artificiale.

Lo studio doveva consultare documenti e recuperare informazioni conservate all’interno del proprio patrimonio documentale.

Chi lavora in uno studio professionale conosce bene questo tipo di attività.

Per rispondere a una richiesta può essere necessario individuare un documento archiviato tempo prima, verificare un’informazione, consultare materiale relativo a un cliente e confrontare quanto trovato con altri dati.

Quando l’archivio è molto esteso, la ricerca può assorbire parecchio tempo.

La soluzione sviluppata permette di interrogare i contenuti attraverso l’intelligenza artificiale, rendendo più rapido il recupero delle informazioni.

Secondo il risultato riportato nell’esperienza progettuale, il gruppo di lavoro ha recuperato complessivamente circa quattro ore al giorno.

È un dato operativo significativo, perché riguarda un’attività quotidiana e riconoscibile.

Non sarebbe però corretto attribuire automaticamente a quelle quattro ore un risparmio economico preciso.

Per farlo dovremmo conoscere il costo delle persone coinvolte, la frequenza effettiva del beneficio durante l’anno e il modo in cui viene utilizzato il tempo disponibile.

Dovremmo inoltre considerare i costi del sistema e le verifiche professionali che continuano a essere necessarie.

L’esperienza mostra comunque un aspetto interessante: è possibile ottenere un miglioramento utile concentrandosi su un problema ben definito.

Uno studio professionale non ha necessariamente bisogno di automatizzare contemporaneamente tutta la propria attività.

Può iniziare da un archivio difficile da consultare, dalla gestione di determinate comunicazioni o dalla preparazione di documenti che richiedono passaggi ripetitivi.

Il lavoro consiste nell’individuare dove si accumula il tempo e nel verificare quale soluzione sia tecnicamente e organizzativamente adeguata.

Perché l’analisi dei processi può valere più delle funzioni del software

Quando osserviamo una dimostrazione di un sistema di intelligenza artificiale, tendiamo naturalmente a concentrarci su ciò che il programma riesce a fare.

Può leggere un documento, generare una risposta, estrarre informazioni o compilare una tabella.

Sono funzioni interessanti, ma rappresentano soltanto una parte del lavoro aziendale.

Consideriamo una persona che ogni settimana prepara un report per la direzione.

Deve raccogliere informazioni da tre programmi, controllare che i dati siano aggiornati, correggere eventuali incongruenze, completare un foglio di calcolo e produrre un documento riepilogativo.

Se acquistiamo un’applicazione AI capace di scrivere molto bene il report finale, possiamo certamente velocizzare l’ultima parte dell’attività.

Il dipendente, però, potrebbe continuare a impiegare quasi tutto il tempo nella raccolta delle informazioni.

L’analisi del processo permette invece di osservare l’intera sequenza.

Potremmo scoprire che i dati sono già disponibili nei programmi aziendali e che possono essere recuperati automaticamente.

Potremmo individuare controlli che possono essere eseguiti attraverso semplici regole informatiche, senza utilizzare necessariamente un modello di intelligenza artificiale.

Oppure potremmo capire che il report contiene informazioni che nessuno consulta più e che sarebbe opportuno rivederne il contenuto.

A quel punto la progettazione riguarderebbe l’intero percorso, dall’origine dei dati alla produzione del documento.

L’AI potrebbe intervenire dove servono interpretazione, classificazione o generazione di contenuti, mentre altri passaggi potrebbero essere gestiti attraverso normali integrazioni software.

Questa combinazione può risultare più affidabile ed economica rispetto all’utilizzo dell’intelligenza artificiale per qualsiasi operazione.

Naturalmente, per valutare una soluzione di questo tipo occorre conoscere anche la qualità dei dati disponibili. Se le informazioni sono incomplete o incoerenti, collegare più programmi potrebbe semplicemente trasferire gli stessi errori da un sistema all’altro.

Delegare un’attività all’AI richiede di conoscere il lavoro che vogliamo affidarle

Nei miei 25 anni di attività imprenditoriale, fra telecomunicazioni, retail, immobiliare e fintech, ho imparato quanto possa incidere l’organizzazione del lavoro sui risultati di un gruppo.

Quando si affida un’attività a un collaboratore, bisogna metterlo nelle condizioni di svolgerla correttamente.

Una persona competente può incontrare difficoltà se riceve informazioni incomplete, istruzioni contraddittorie o responsabilità poco chiare.

Con l’intelligenza artificiale emergono esigenze simili, alle quali si aggiungono alcuni rischi specifici della tecnologia.

Il sistema deve sapere quali informazioni utilizzare e quali operazioni gli sono consentite.

Se deve leggere documenti aziendali, bisogna stabilire a quali archivi possa accedere.

Se può aggiornare un gestionale, occorre definire quali dati possa modificare autonomamente e quali operazioni richiedano una conferma.

Se prepara comunicazioni destinate ai clienti, bisogna decidere quando sia necessaria una revisione umana prima dell’invio.

Queste decisioni richiedono il contributo delle persone che conoscono i processi.

Un fornitore tecnologico può progettare collegamenti, interfacce e automazioni, ma non può conoscere tutte le eccezioni operative dell’azienda senza confrontarsi con chi le gestisce quotidianamente.

C’è anche un secondo aspetto: l’intelligenza artificiale può produrre risposte plausibili ma sbagliate.

Per questo le procedure devono prevedere controlli proporzionati alle conseguenze degli errori.

Una classificazione preliminare di documenti potrebbe essere gestita attraverso controlli successivi, mentre l’invio di informazioni contrattuali o la modifica di condizioni economiche richiedono generalmente cautele maggiori.

Durante l’avviamento è inoltre normale che emergano problemi non previsti.

Un documento potrebbe avere una struttura diversa da quella utilizzata nei test. Un dipendente potrebbe applicare una regola particolare a un cliente. Un’informazione necessaria potrebbe trovarsi in un archivio che inizialmente non era stato considerato.

Queste situazioni devono essere raccolte e utilizzate per migliorare il sistema.

Quando l’automazione viene introdotta senza coinvolgere chi svolge il lavoro, molte eccezioni rischiano di emergere soltanto dopo la messa in funzione.

E se il sistema produce risultati che devono essere completamente controllati e corretti, il tempo necessario alla revisione deve entrare nel calcolo dei benefici.

Un processo che sembra veloce durante una dimostrazione potrebbe richiedere un lavoro manuale considerevole durante l’utilizzo quotidiano.

Prima di acquistare un software AI, farei tre verifiche

1. Quali attività sono ancora necessarie?

In molte organizzazioni esistono procedure introdotte anni prima per rispondere a esigenze che nel frattempo sono cambiate.

Può capitare che un reparto prepari periodicamente un documento che nessuno consulta più, oppure che alcune informazioni vengano registrate più volte per abitudine.

Quando si vuole introdurre l’AI, conviene partire proprio da queste attività.

Per ciascuna bisogna capire chi utilizza il risultato, perché viene svolta e quali conseguenze avrebbe eliminarla o modificarla.

Un’attività non necessaria può essere eliminata senza sviluppare alcuna automazione.

Questo consente di evitare investimenti in sistemi che renderebbero semplicemente più veloce un lavoro ormai inutile.

2. Le regole sono conosciute anche da chi deve progettare il sistema?

Nelle PMI una parte importante delle procedure dipende spesso dall’esperienza delle persone.

Un collaboratore sa che determinati clienti hanno condizioni particolari, che alcuni documenti devono essere controllati in modo diverso e che certe richieste richiedono sempre l’approvazione di un responsabile.

Sono conoscenze preziose, ma non sempre vengono descritte nelle procedure aziendali.

Prima di automatizzare il lavoro è necessario raccoglierle e capire quali possano essere tradotte in regole operative.

Questo passaggio permette anche di individuare attività che richiedono valutazioni professionali difficilmente delegabili senza supervisione.

La collaborazione dei dipendenti diventa quindi una condizione importante per progettare un sistema che funzioni davvero.

3. I programmi utilizzati permettono di scambiare informazioni?

Una soluzione AI può avere ottime capacità di elaborazione e rivelarsi poco utile se non riesce ad accedere alle informazioni necessarie.

Bisogna verificare se i programmi aziendali dispongono di interfacce di collegamento, quali dati possono essere letti o aggiornati e quali autorizzazioni sono richieste.

Occorre anche valutare la sicurezza.

Un collegamento fra applicazioni può comportare l’accesso a documenti riservati, informazioni personali e dati contrattuali.

Le autorizzazioni devono essere limitate alle attività necessarie e il sistema dovrebbe consentire di ricostruire le operazioni più importanti.

Questa verifica può influire sensibilmente sul costo del progetto.

Un software commerciale che dispone già dei collegamenti richiesti potrebbe essere sufficiente.

Al contrario, un gestionale chiuso o particolarmente datato potrebbe rendere complessa anche un’automazione apparentemente semplice.

Come misurerei il risultato dopo l’introduzione dell’AI

Una volta avviato il sistema, continuerei a misurare il lavoro che richiede alle persone.

Per esempio, se prima servivano 40 minuti per completare una pratica e dopo l’automazione ne servono 15, abbiamo un primo dato concreto.

Dobbiamo però osservare anche quante pratiche richiedono interventi correttivi, quante eccezioni rimangono irrisolte e quanto tempo impiegano i responsabili a controllare i risultati.

Una soluzione potrebbe ridurre il tempo di preparazione di un documento e aumentare quello necessario alla sua verifica.

In quel caso il beneficio va calcolato considerando entrambi i passaggi.

Bisognerebbe poi misurare i costi ricorrenti, che possono comprendere abbonamenti, utilizzo dei modelli AI, infrastruttura, manutenzione, assistenza e formazione.

Per alcune applicazioni il costo dipende dal numero di richieste o dalla quantità di dati elaborati. Per altre esiste un canone fisso con limiti di utilizzo.

Anche la crescita del volume di lavoro può modificare il risultato economico.

Infine, valuterei come cambia la capacità dell’organizzazione.

Se il reparto riesce a gestire più richieste mantenendo invariato il personale e senza peggiorare la qualità del servizio, abbiamo un beneficio operativo importante.

Per attribuirgli un valore economico, però, bisogna misurare gli effetti sui ricavi, sui margini o sui costi effettivamente sostenuti.

Questo metodo permette di confrontare il risultato reale con le previsioni elaborate durante la progettazione e di correggere le automazioni che non producono i vantaggi attesi.

Quanto conviene investire in intelligenza artificiale?

Riprendiamo le due offerte iniziali.

Nella nostra simulazione, il sistema progettato sui processi costa 20.000 euro e produce un valore netto potenziale del primo anno di 134.800 euro.

La soluzione composta da software separati costa 8.000 euro e genera un valore netto potenziale di 41.200 euro.

Abbiamo costruito questi scenari ipotizzando livelli di automazione diversi. Il confronto serve a mostrare quanto il risultato economico possa dipendere dal lavoro che rimane da svolgere dopo l’introduzione dei nuovi strumenti.

Per alcune attività può essere sufficiente un’applicazione commerciale economica, configurata correttamente e utilizzata da persone che conoscono già molto bene il processo.

In altri casi può essere conveniente investire nell’analisi delle procedure, nell’organizzazione delle informazioni e nello sviluppo di collegamenti fra programmi differenti.

Ci sono anche situazioni nelle quali la scelta migliore consiste nel modificare una procedura esistente, senza introdurre necessariamente un nuovo sistema AI.

Prima di valutare un preventivo, cercherei quindi di conoscere il tempo che l’azienda dedica alle attività da migliorare, quali problemi generano quelle attività e quali risultati possono essere ottenuti intervenendo sull’intero processo.

Solo a quel punto avrebbe senso confrontare i costi delle soluzioni disponibili.

Perché un investimento da 8.000 euro può essere eccessivo se riguarda un’attività che assorbe pochissimo tempo, mentre un progetto da 20.000 euro può essere perfettamente giustificato quando permette di recuperare una quantità consistente di lavoro e di utilizzare quella capacità per ottenere risultati misurabili.

Il prezzo di una soluzione AI va confrontato con il beneficio che può realmente produrre nel lavoro quotidiano, considerando anche ciò che continuerà a richiedere l’intervento delle persone.

È da questa valutazione che partirei per decidere quanto investire.