Un’azienda manifatturiera introduce un assistente AI per velocizzare i preventivi. Sei mesi dopo, i tempi non sono cambiati: il commerciale continua a chiedere gli stessi dati al magazzino, all’ufficio tecnico, alla produzione, solo che ora lo fa anche al software.
Non è un caso isolato. La maggior parte dei progetti AI che non producono risultati non ha un problema di tecnologia: ha un problema di processo. Lo strumento viene inserito in un flusso di lavoro che nessuno ha mai davvero mappato, con passaggi ridondanti, informazioni sparse tra reparti e decisioni che dipendono ancora da una persona sola.
In questi casi l’AI non rompe nulla, ma non risolve nemmeno nulla. Amplifica la velocità di un processo che, di per sé, resta inefficiente.
Il punto di partenza, prima di qualsiasi strumento, è capire dove nasce davvero l’attrito: quali passaggi sono ridondanti, dove si perdono informazioni tra un reparto e l’altro, chi decide cosa e con quali dati. Solo dopo questa mappatura ha senso scegliere una tecnologia, perché a quel punto si sa esattamente cosa deve automatizzare e per chi.
Per una PMI, spesso il punto di partenza è una domanda semplice: se togliessi lo strumento e lasciassi solo le persone, il processo funzionerebbe comunque? Se la risposta è no, il problema non è lo strumento che manca.
