Errori da evitare implementando l'intelligenza artificiale in azienda
Gli errori da evitare implementando l'intelligenza artificiale in azienda sono quasi sempre decisioni prese nell'ordine sbagliato, non scelte di strumento sbagliate. Si compra prima e si definisce dopo il processo, si misura alla fine invece che all'inizio, si affida il controllo a chi ha venduto il sistema.
L'Istat, nel comunicato Imprese e Ict, anno 2025 del 15 dicembre 2025, dice che il 16,4% delle imprese italiane con almeno dieci addetti usa una tecnologia di intelligenza artificiale, contro l'8,2% del 2024. Quando la quota raddoppia in un anno, a sbagliare partenza sono soprattutto le aziende che entrano per ultime e di fretta.
Quali sono gli errori da evitare implementando l'AI in azienda
Gli errori che costano di più sono sei, e la tabella li mette in fila con il segnale che li rivela e la mossa che li evita. Nessuno richiede conoscenze tecniche per essere riconosciuto: bastano le domande giuste, fatte prima di firmare.
| Errore | Come si riconosce | Cosa fare invece |
|---|---|---|
| Partire dallo strumento | La prima domanda in riunione è "quale compriamo" | Scegliere un processo e descriverlo in dieci righe |
| Automatizzare un processo non definito | Ognuno lo esegue a modo suo | Farlo scrivere a chi lo esegue, con le eccezioni |
| Non misurare il prima | Nessuno sa quanto dura oggi | Cronometrare dieci casi veri prima di cambiare |
| Far controllare il fornitore | Il collaudo lo fa chi ha venduto | Nominare un responsabile interno del risultato |
| Dare dati senza regole | Ognuno incolla ciò che vuole | Scrivere cosa non esce mai dall'azienda |
| Formare dopo | I dipendenti scoprono lo strumento già acceso | Spiegare prima cosa sbaglia e come |
Perché partire dallo strumento costa più di tutto
Partire dallo strumento è l'errore più caro perché fissa la risposta prima di aver capito la domanda. Un'azienda che decide di comprare un assistente intelligente e poi cerca un problema da dargli finisce quasi sempre per adattare il lavoro al software, e non il contrario.
Il sintomo è semplice da vedere: il progetto ha un nome di prodotto e non ha un nome di processo. "Introduciamo ChatGPT" non è un progetto, "riduciamo il tempo con cui rispondiamo ai preventivi" lo è. Il secondo si può misurare, interrompere e cambiare strumento a metà senza perdere niente.
Prima il processo, poi l'agente
Un processo non definito resta non definito anche dopo l'automazione, solo più veloce. Ho spiegato il meccanismo in prima si mappa il processo, poi si automatizza: le eccezioni sono la parte che conta, perché sono il punto in cui un sistema automatico sbaglia in silenzio.
Perché non si può misurare un progetto che non ha un prima
Un progetto di AI senza misura iniziale non può essere giudicato, e quindi non può essere né difeso né chiuso. Se nessuno sa quanto tempo richiede oggi il processo, dopo tre mesi la sola domanda possibile è "ti sembra che vada meglio?", una domanda a cui si risponde con l'umore del giorno.
La misura iniziale costa un pomeriggio: si prendono dieci casi veri, si cronometra chi li lavora e si annota quante volte serve correggere. Quei due numeri, minuti per caso e correzioni per caso, sono il confronto con cui si valuterà tutto il resto. Come trasformarli in un conto economico l'ho messo in fila in come si calcola il ritorno di un progetto di intelligenza artificiale.
Chi deve controllare il risultato, e perché non può essere il fornitore
Il controllo del risultato spetta a una persona interna che conosce il mestiere, non a chi ha venduto o installato il sistema. Il fornitore ha un interesse legittimo a considerare il progetto riuscito, e chi lo ha costruito tende a non vedere i casi in cui sbaglia.
Nello stesso comunicato, l'Istat indica la mancanza di competenze come ostacolo per il 58,6% delle imprese che non usano l'intelligenza artificiale ma ne hanno considerato l'uso. Il controllo però non richiede un informatico: richiede qualcuno che sappia se una fattura o un preventivo sono giusti. Come organizzare questo ruolo sta in supervisione umana dell'intelligenza artificiale in azienda.
Quali dati non devono mai finire in uno strumento di AI
I dati che non devono finire in uno strumento di AI sono quelli che l'azienda non vorrebbe vedere in mano a un terzo: elenchi clienti, contratti, buste paga, listini riservati. Il rischio non nasce dal fatto di usare lo strumento, ma dal non aver mai scritto dove passa il confine.
Basta un foglio di mezza pagina con due colonne, "si può inserire" e "non si inserisce mai", condiviso con tutti. Il quadro di cosa dice il Garante sui dati inseriti negli assistenti è in dati aziendali su ChatGPT e Garante privacy.
Perché formare le persone dopo l'accensione è un errore
Formare le persone dopo l'accensione dello strumento significa lasciare che lo imparino sbagliando, con i dati dei clienti. La formazione utile precede l'uso e dura poco: serve a far capire dove lo strumento sbaglia di solito, non a spiegare come si preme un tasto.
Secondo la pagina della Commissione europea sul quadro normativo per l'AI, gli obblighi sull'alfabetizzazione in materia di intelligenza artificiale si applicano dal 2 febbraio 2025. Cosa deve contenere un percorso sta in come formare i dipendenti sull'intelligenza artificiale, mentre l'offerta strutturata è nella pagina sulla formazione AI per le aziende.
Cosa ho sbagliato io con l'automazione di questo blog
Anche chi lavora con questi sistemi tutti i giorni ripete gli stessi errori, e il blog che state leggendo ne è la prova. L'automazione che lo alimenta ha avuto una versione precedente delle regole che assegnava la categoria sbagliata agli articoli con una parte operativa: prima che la correggessi, ventidue articoli erano già archiviati come semplici notizie.
La regola era stata scritta senza misurare cosa producesse, che è l'errore della terza riga della tabella. È emersa solo contando gli articoli già usciti, ed è la lezione che riprendo in il codice è diventato una commodity: costruire è veloce, sapere se funziona richiede tempo e misure.
Come evitare questi errori nell'AI per PMI, in tre passi
Evitare questi errori nell'AI per PMI richiede tre passi che non costano niente e si fanno in una settimana. Nessuno comporta di comprare uno strumento o di chiamare un fornitore.
- Scegliete un processo che si ripete ogni settimana e il cui risultato si capisce giusto o sbagliato in pochi secondi.
- Cronometrate dieci casi veri e annotate le correzioni necessarie: sono il vostro prima.
- Scrivete il nome della persona che risponde del risultato e una data entro cui decidere se continuare.
Se preferite che a impostare il primo processo ci sia qualcuno che l'ha già fatto, è il lavoro descritto nella pagina sull'automazione dei processi aziendali con l'AI. Quanto tempo serve poi per portarlo a regime lo trovate in quanto tempo ci vuole per implementare l'intelligenza artificiale in azienda.
Domande frequenti
Quanto costa sbagliare il primo progetto di AI in una PMI?
Il costo non sta nella licenza, che di solito si disdice, ma nelle settimane delle persone che hanno lavorato a un processo mai definito bene. Un progetto fermo dopo due mesi brucia soprattutto tempo di chi conosce il mestiere, ed è la risorsa più scarsa di una piccola azienda. Per questo conviene fissare prima una soglia di uscita scritta, per esempio una data entro cui il risultato si misura o si chiude.
Si può usare l'AI per PMI senza un reparto informatico?
Sì, a patto di partire da strumenti che si usano dal browser e da un processo che una persona esegue già a mano. L'AI per PMI funziona senza reparto informatico finché non deve scrivere dati dentro il gestionale: lì serve qualcuno che apra una via d'ingresso, ed è un lavoro da affidare a un fornitore con un compito preciso.
Come si capisce se un fornitore di AI sta promettendo troppo?
Un fornitore che promette senza aver visto i vostri documenti reali sta vendendo una dimostrazione, non una soluzione. Il segnale più affidabile è la richiesta di una prova su venti o trenta casi veri, con il criterio di successo scritto prima. Chi rifiuta la prova su casi vostri e propone solo una presentazione sta chiedendo fiducia al posto di risultati.
I dipendenti devono sapere di lavorare con strumenti di AI?
Sì, e non solo per correttezza: se non lo sanno, non segnalano gli errori che lo strumento fa. Un collega che si accorge di una risposta sbagliata la corregge in silenzio, e così l'azienda non impara dove lo strumento sbaglia. Dire chiaramente cosa è fatto da una macchina e cosa è controllato da una persona è anche il primo passo della formazione richiesta dal regolamento europeo.