Prima dell’intelligenza artificiale, conosci il lavoro che vuoi cambiare.

Una richiesta arriva via email. Qualcuno apre un allegato, cerca il codice nel gestionale, chiede una conferma e prepara la risposta. Sembra un’attività perfetta per parlare di AI. Ma che cosa dovrebbe fare, esattamente? Leggere il documento, trovare il dato, proporre un testo o prendere una decisione?

Questo è un esempio illustrativo. Mostra perché scegliere la piattaforma prima del lavoro da cambiare può generare aspettative molto diverse nella stessa azienda. La direzione immagina risposte più rapide; chi gestisce il servizio teme errori, nuove verifiche e un altro strumento da imparare.

Un processo poco chiaro non diventa chiaro perché arriva l’AI

La mia domanda iniziale sarebbe: quale passaggio occupa tempo senza richiedere sempre il giudizio delle persone? Una risposta precisa permette di valutare opzioni diverse. In alcuni casi può bastare una regola, un’integrazione o un modello di documento. In altri, l’AI può contribuire a leggere, cercare o organizzare informazioni.

Non significa aspettare di avere un’organizzazione perfetta. Significa conoscere abbastanza l’attività da distinguere una risposta corretta da una soltanto plausibile. Se nessuno sa quale fonte faccia fede, sarà difficile chiedere al test di dimostrare che il lavoro è migliorato.

Definisci un incarico che una persona possa spiegare

Invece di chiedere di automatizzare l’ufficio commerciale, scegli un compito: preparare una bozza di risposta usando documenti approvati, estrarre alcuni campi da un ordine oppure cercare possibili corrispondenze per un ricambio. Sono attività differenti, con esigenze di verifica differenti.

Per ciascuna, indica cosa entra, quale risultato deve uscire e chi lo convalida. Aggiungi i casi da escludere: documenti illeggibili, dati mancanti, condizioni commerciali particolari o informazioni contraddittorie. Un buon percorso deve prevedere anche quando fermarsi e passare la richiesta a una persona.

Conta il tempo necessario per arrivare al risultato corretto

Il confronto vale soltanto se le pratiche sono comparabili e la qualità rimane adeguata. Separare richieste semplici e complesse impedisce di presentare come progresso il fatto di aver provato il sistema soltanto sui casi più facili. Anche il numero di errori intercettati e di passaggi all’operatore va registrato.

Il modulo Microsoft Learn dedicato ai casi d’uso AI collega bisogni aziendali, fattibilità e indicatori di risultato. È un riferimento metodologico coerente con questa impostazione. Non dimostra che una specifica impresa otterrà gli stessi benefici di altre né sostituisce la verifica sul proprio processo.

Una sperimentazione deve avere un confine

Scegli un campione di richieste già concluse, con una risposta di riferimento disponibile. Con gli specialisti, concorda quali dati possano essere usati, dove vengano trattati e quali autorizzazioni servano. Un test non richiede di caricare indiscriminatamente documenti riservati in un servizio pubblico.

Definisci anche chi aggiorna le fonti. Una risposta può essere formalmente corretta e basarsi su una versione superata di un listino o di una procedura. La gestione dei contenuti e delle autorizzazioni appartiene al progetto quanto la scelta del modello.

Ascolta chi dovrà usarla ogni giorno

Se una persona deve controllare l’output, falle provare l’intero percorso. Dove perde tempo? Quali errori sono difficili da riconoscere? Una bozza veloce può risultare poco utile se richiede di riaprire tutte le fonti per verificarla. Viceversa, un suggerimento più limitato può aiutare se rende immediatamente visibile da dove arriva l’informazione.

Questo vale per un produttore che gestisce ricambi, una struttura ricettiva che risponde agli ospiti o un’organizzazione di servizi con molte richieste ripetitive. Il contesto cambia; resta utile valutare il lavoro reale e le responsabilità, senza attribuire all’AI autonomia che non è stata verificata.

Il prossimo passo è scegliere un test, non una promessa

Scrivi su una pagina: attività, dati utilizzabili, campione, criterio di qualità, tempo complessivo, responsabile e condizione di arresto. Concorda quando riesaminare il risultato e cosa fare se il beneficio non emerge. Anche interrompere un test può evitare un investimento poco utile.

Quale lavoro vorresti togliere dalle attività ripetitive, senza togliere alle persone il controllo delle decisioni? Una risposta circoscritta rende il confronto con l’AI molto più concreto di una lista di funzionalità.