Automazione dei processi nelle PMI: da dove partire

L’automazione dei processi aziendali consiste nell’affidare a un software le attività ripetitive che oggi le persone svolgono a mano: copiare dati da un sistema all’altro, inviare solleciti, preparare report. In una PMI il processo da cui partire è frequente, segue regole chiare e produce errori che si correggono con poco; prima di automatizzarlo, però, va descritto e semplificato. L’automazione dei processi nelle PMI fallisce di rado per ragioni tecniche: fallisce quando si automatizza un processo che nessuno ha mai messo per iscritto.

Perché automatizzare un processo confuso produce solo confusione più veloce?

Un software esegue esattamente ciò che gli viene indicato. Se le regole di un processo sono implicite, cambiano da una persona all’altra e le eccezioni si risolvono a voce, l’automazione ne cristallizza una versione, e non necessariamente la migliore. Gli errori che prima capitavano ogni tanto diventano sistematici, e chi li correggeva a occhio non li vede più passare.

Tre segnali indicano che un processo non è pronto:

• due persone lo svolgono in modi diversi, e nessuna delle due versioni è scritta;
• nessuno sa elencare le eccezioni più frequenti e come vengono gestite;
• nessuno risponde del processo dall’inizio alla fine, ma solo del proprio pezzo.

Prima si chiarisce il processo, poi si sceglie la tecnologia. Invertire l’ordine significa pagare per rendere più veloce un lavoro che andava ripensato.

Processi standard e non standard: che cosa cambia?

Un processo standard segue regole fisse, lavora su dati strutturati (campi, codici, importi) e si ripete spesso allo stesso modo. Un processo non standard comporta eccezioni frequenti, richiede una valutazione oppure parte da documenti e testi non strutturati: un’email scritta liberamente, un PDF con un formato ogni volta diverso.

L’intelligenza artificiale entra nel secondo caso: serve a estrarre i dati da un documento, a classificare una richiesta, a preparare una bozza di testo. Sono compiti che le regole fisse non coprono e che l’AI svolge bene ma non senza errori; per questo va prevista una verifica.

Nella pratica quasi tutti i processi sono misti: una parte ampia di casi ordinari e una coda di eccezioni. La scelta più efficace è separarli. Si automatizza con regole la parte ordinaria e si decide a parte come trattare le eccezioni: lasciarle alle persone, oppure affidarle a uno strumento AI sotto supervisione.

Quali processi automatizzare per primi?

Tre criteri bastano per ordinare i candidati. A ciascuno si assegna un punteggio da 1 a 5.

• Frequenza e volume. Quante volte si ripete l’attività e quante ore assorbe. Più è alto, più c’è da recuperare.
• Standardizzazione. Quanto le regole sono fisse e i dati strutturati. Più è alta, più l’automazione è semplice e affidabile.
• Tollerabilità dell’errore. Quanto costa un errore dell’automazione. Il punteggio è 5 se l’errore si vede subito e si corregge con poco, 1 se è grave o difficile da rimediare.

Sul terzo criterio serve una precisazione. Il costo dell’errore gioca in due direzioni: dove gli errori manuali costano molto il beneficio potenziale è più alto, ma è più alto anche il danno di un’automazione che sbaglia. Per scegliere il primo processo pesa il secondo aspetto: si impara dove sbagliare costa poco.

Il punteggio complessivo è il prodotto dei tre valori. Si usa il prodotto e non la somma perché un punteggio molto basso su un solo criterio deve bastare a far scendere il processo in classifica.

Tabella illustrativa. I punteggi che seguono sono un esempio costruito su un’azienda ipotetica; nella vostra potrebbero essere molto diversi.

La lettura è più utile dei numeri. L’inserimento degli ordini ha il volume più alto, ma non è il primo candidato: in questo esempio gli ordini arrivano in formati diversi e un errore si propaga a magazzino, produzione e consegne. È un ottimo secondo passo, da affrontare con una verifica umana sui dati estratti. I preventivi restano in fondo perché contengono scelte commerciali: lì conviene automatizzare la preparazione dei dati, non la decisione.

Compilate la matrice con i responsabili delle funzioni, in un’ora di lavoro. Se vi trovate in disaccordo su un punteggio, avete già scoperto un processo che viene interpretato in modi diversi. Per una valutazione più ampia, l’AI Readiness Check aiuta a capire quanto processi, dati, strumenti e governance siano pronti.

Come si calcola il ritorno dell’automazione in modo onesto?

La formula è semplice:

Beneficio netto annuo = (ore liberate × costo orario) + valore degli errori evitati − costi ricorrenti

Tempo di rientro = investimento iniziale / beneficio netto annuo

L’investimento iniziale comprende analisi, sviluppo o configurazione, test e tempo delle persone interne. I costi ricorrenti comprendono licenze, manutenzione e presidio.

Un esempio svolto

Esempio illustrativo. Un’azienda ipotetica vuole automatizzare i solleciti di pagamento. Le cifre servono a mostrare il calcolo e non sono indicazioni di prezzo.

Le correzioni che rendono il calcolo credibile

Il calcolo qui sopra è corretto, ma ottimista. Tre verifiche lo riportano a terra.

Le ore liberate valgono solo se vengono reimpiegate. Sette ore a settimana in meno su una persona non riducono alcun costo: diventano valore se sono destinate ad altro. Supponiamo che solo il 60% venga davvero reimpiegato: 322 × 0,6 = 193,2 ore, pari a circa 5.410 €. Il beneficio netto annuo scende a 5.410 + 960 − 2.400 = 3.970 €, e il tempo di rientro sale a 6.000 / 3.970 = 1,51 anni, circa 18 mesi. Il progetto può restare valido, ma è un altro progetto.

I costi ricorrenti vanno contati tutti. Ogni automazione va mantenuta: il gestionale si aggiorna, cambia un formato, nasce una nuova eccezione. Vanno incluse anche le ore di chi presidia.

I benefici difficili da attribuire restano fuori. Solleciti puntuali possono accorciare i tempi di incasso, ma l’effetto dipende da molti altri fattori. Meglio considerarlo un vantaggio aggiuntivo che usarlo per giustificare l’investimento.

Le tre strade: configurare, integrare o sviluppare?

Scelto il processo, la soluzione può prendere tre forme, in ordine di impegno crescente.

La regola è partire dalla strada più semplice che risolve il problema. Gli strumenti già presenti in azienda offrono spesso funzioni mai attivate: un percorso di digitalizzazione dei flussi essenziali può recuperare valore senza nuovo software. Quando il nodo è il passaggio manuale dei dati, la risposta è l’integrazione e automazione dei processi. Il software su misura ha senso quando il processo è parte di ciò che distingue l’azienda e piegarlo a uno strumento standard significherebbe peggiorarlo.

Dove entrano gli agenti AI?

Un agente AI è un software che, dato un obiettivo, legge le informazioni disponibili, decide i passi da compiere e li esegue con gli strumenti a cui ha accesso, entro limiti definiti. Nell’automazione dei processi è utile per la parte non standard: leggere un ordine arrivato come testo libero e proporne l’inserimento, capire dalla risposta di un cliente a un sollecito se si tratta di una contestazione o di una promessa di pagamento, preparare la bozza di una risposta.

Due avvertenze. Dove bastano le regole, le regole restano più economiche e prevedibili: l’agente si aggiunge per i casi che le regole non coprono. E un agente può sbagliare in modo plausibile: va inserito con un perimetro scritto, un livello di autonomia limitato all’inizio e una persona che ne risponde.

Il metodo in cinque passi

1. Mappare il processo com’è (as-is). Si osserva il lavoro reale, non quello descritto nelle procedure: chi fa che cosa, con quali strumenti, in quanto tempo, con quali eccezioni. Bastano una pagina e qualche ora accanto a chi svolge l’attività.
2. Semplificare. Prima di automatizzare si eliminano i passaggi inutili: doppie approvazioni, copie di controllo, campi che nessuno legge. Ogni passaggio tolto è un passaggio che non va sviluppato né mantenuto.
3. Definire regole ed eccezioni. Si scrive che cosa accade nei casi ordinari e in quelli particolari, e chi decide quando la regola non basta. Per ogni eccezione si sceglie: regola dedicata, intervento umano, oppure AI con verifica.
4. Costruire un prototipo su un caso reale. Una versione ridotta, provata su dati veri e con le persone che la useranno, per qualche settimana. Qui emergono le eccezioni che nessuno aveva ricordato.
5. Rilasciare con misure e un responsabile. Si fissano gli indicatori (ore, errori, tempi) confrontandoli con la misura di partenza, e si nomina il proprietario del processo: la persona che legge i numeri, raccoglie le segnalazioni e decide le modifiche.

Le persone: come coinvolgerle e che cosa fare del tempo liberato

Chi svolge un’attività ogni giorno ne conosce le eccezioni meglio di chiunque. Coinvolgerlo fin dalla mappatura migliora la soluzione e riduce la resistenza. Tre accorgimenti aiutano:

• Dichiarare lo scopo. Dire con chiarezza che cosa si vuole ottenere e che cosa cambia per ciascuno. Il silenzio viene riempito dall’ipotesi peggiore.
• Decidere prima la destinazione del tempo. Le ore liberate vanno assegnate in anticipo: recupero crediti più curato, analisi dei margini, più tempo per i clienti. Se non si decide, il tempo si disperde e il ritorno calcolato non si realizza.
• Dare un ruolo nel nuovo processo. Chi prima eseguiva ora controlla, gestisce le eccezioni e propone miglioramenti. È un lavoro diverso, e spesso richiede formazione.

Gli errori tipici da evitare

• Voler automatizzare tutto. L’ultima quota di casi rari costa più di tutto il resto. Meglio automatizzare i casi ordinari e lasciare le eccezioni alle persone.
• Ignorare le eccezioni. Un’automazione che non sa che cosa fare di un caso anomalo lo perde o lo tratta come ordinario.
• Nessun proprietario del processo. Quando l’automazione si ferma o sbaglia, nessuno se ne accorge finché non protesta un cliente.
• Strumenti scollegati. Ogni funzione adotta la propria soluzione, e il lavoro manuale si sposta sul passaggio dei dati dall’una all’altra.
• Nessuna misura prima e dopo. Senza un dato di partenza, il giudizio sul progetto resta un’impressione.

Come lavoriamo su questo tema

Nel dipartimento AI & Soluzioni Digitali di KRESUM Partners consulenti di processo e sviluppatori lavorano insieme: prima il processo, poi la tecnologia. Si parte dalla mappatura e dalla semplificazione, si sceglie la strada più semplice tra configurazione, integrazione e sviluppo, e si rilascia con misure e un responsabile interno. Le persone restano al comando, e l’obiettivo è lasciare all’azienda processi che sa gestire e modificare da sola.