Quanto tempo ci vuole per implementare l'intelligenza artificiale in azienda
Implementare l'intelligenza artificiale in azienda vuol dire portare un processo dalla prova al lavoro di tutti i giorni, e quanto tempo ci vuole dipende da quanto sono ordinati i dati che quel processo legge, non da quale strumento si compra. Per un processo scelto bene si contano settimane, non mesi: fra due e otto, secondo come è tenuto l'archivio da cui parte.
Il comunicato Istat Imprese e Ict, anno 2025, pubblicato il 15 dicembre 2025, dice quanto è cresciuta la platea che si fa questa domanda. La quota di imprese italiane con almeno dieci addetti che usa almeno una tecnologia di intelligenza artificiale è salita al 16,4% nel 2025, dall'8,2% del 2024 e dal 5,0% del 2023, e nelle piccole e medie imprese è passata dal 7,7% al 15,7%. Il raddoppio in un anno è la ragione per cui conviene avere in testa un calendario proprio, prima di sentirne uno da un fornitore.
Quanto tempo ci vuole per implementare l'intelligenza artificiale in azienda, processo per processo
Il tempo per implementare l'intelligenza artificiale in azienda si conta su un processo alla volta, e per un processo ben scelto sta fra le due e le otto settimane. La forbice è larga perché non dipende dallo strumento, che si accende in un pomeriggio: dipende da dove sono i dati che quel processo legge e da quanto è già scritto il modo in cui si svolge oggi.
I percorsi che ho descritto per i singoli mestieri su questo blog stanno tutti dentro quella forbice, dalle due settimane in avanti, e la durata cambia con il tipo di processo più che con il settore. La tabella qui sotto è un ordine di grandezza con cui pianificare, non una promessa.
| Tipo di processo | Settimane tipiche | Cosa decide la durata |
|---|---|---|
| Risposte a domande che tornano sempre uguali | 2 | quanto materiale scritto esiste già in azienda |
| Bozze di testi e offerte su modelli fissi | 3 | quanti modelli sono già standardizzati |
| Lettura di documenti che arrivano dall'esterno | da 4 a 6 | quanti formati diversi arrivano e da quanti fornitori |
| Scrittura dei dati dentro il gestionale | da 6 a 8 | se il gestionale ha già una via d'ingresso o va aperta |
Il conto si fa su un processo, non sull'azienda intera
La domanda sul tempo resta senza risposta finché l'oggetto è l'azienda, perché un'azienda non implementa l'intelligenza artificiale: mette al lavoro una cosa alla volta e poi la seconda. Chi chiede quanto tempo serve per l'azienda sta in realtà chiedendo quante di queste cose vuole fare, e quella è una decisione, non una stima.
La conseguenza pratica è che il calendario si scrive al contrario. Si sceglie il processo, si guarda in che stato sono i suoi dati, e da lì esce una durata. Partire dalla durata desiderata e cercarci dentro un processo è il modo più comune di sbagliare entrambe le cose.
Perché un preventivo da sei mesi segnala quasi sempre un progetto mal impostato
Un progetto di intelligenza artificiale che a preventivo dura sei mesi di solito non è un progetto lungo, è un progetto con dentro tre o quattro processi diversi tenuti insieme da una parola sola. Sei mesi prima di vedere qualcosa funzionare sono anche sei mesi in cui nessuno in azienda può dire se la strada era giusta.
Il rimedio non è tagliare i tempi, è tagliare l'oggetto. Un fornitore che accetta di consegnare il primo processo in un mese e discutere il secondo dopo sta accettando di essere verificato presto, e quella disponibilità dice più di qualsiasi referenza.
Le tre voci che allungano il calendario, e nessuna è il modello
Le tre voci che allungano il calendario di un progetto di intelligenza artificiale sono lo stato dei dati, la definizione del processo e la disponibilità di chi controlla il risultato. Lo strumento non compare nell'elenco, e questa è la sorpresa per chi arriva alla discussione pensando che la scelta del modello sia la decisione difficile.
I dati sparsi sono la voce più lunga di tutte
Lo stato dei dati è la voce che occupa più settimane, e l'Istat la misura come ostacolo dichiarato: nello stesso comunicato del 15 dicembre 2025, fra le imprese che un investimento in intelligenza artificiale lo avevano valutato senza poi farlo, il 45,2% indica l'indisponibilità dei dati o la loro scarsa qualità. È la seconda voce dell'elenco, sopra i costi elevati, che si fermano al 43,0%.
Dati sparsi vuol dire una cosa precisa: le stesse informazioni scritte in tre posti con tre nomi diversi. Un fornitore che compare come "Rossi srl", "Rossi s.r.l." e "ROSSI" in tre archivi diversi non è un problema per una persona, che capisce al volo, ed è un lavoro di settimane per un processo automatico. Quel riordino va fatto comunque, e conviene saperlo prima di attribuirlo a un ritardo del progetto. Quando i documenti da cui partire sono PDF ricevuti dall'esterno, la parte lenta è proprio quella, e l'ho messa in fila in come estrarre i dati dai PDF aziendali.
Chi controlla il risultato non si trova in una settimana
La terza voce è la persona che rilegge quello che il sistema produce, e nell'indagine Istat la mancanza di competenze adeguate è l'ostacolo più citato in assoluto, dal 58,6% delle imprese che hanno rinunciato. Non è una carenza di informatici: è che il controllo va fatto da chi conosce il mestiere, e quella persona ha già un lavoro pieno.
Il tempo qui non si comprime, si programma. Nelle prime settimane il controllo richiede più minuti del lavoro che sostituisce, perché chi rilegge deve ancora capire dove lo strumento sbaglia di solito. È una spesa di avvio come la messa in opera, con la differenza che non compare in nessun preventivo, e il modo di metterla nel conto l'ho descritto in come si calcola il ritorno di un progetto di intelligenza artificiale.
Le scadenze che non decide l'azienda
Due date del regolamento europeo sull'intelligenza artificiale stanno dentro il calendario di chiunque parta oggi, e non si spostano per comodità di progetto. Secondo la pagina della Commissione europea sul quadro normativo per l'AI, gli obblighi sulle pratiche vietate e sull'alfabetizzazione in materia di intelligenza artificiale si applicano dal 2 febbraio 2025, mentre il regolamento è applicabile in via generale dal 2 agosto 2026.
La conseguenza sul calendario è che l'obbligo di mettere il personale in condizione di capire cosa sta usando è già in vigore, quindi non è una voce da rimandare alla fine del progetto quando lo strumento è acceso. Va messa all'inizio, dove costa anche meno, perché una persona che ha capito come sbaglia un sistema è la stessa persona che poi lo controlla. Quali obblighi ricadano davvero su un'azienda che compra invece di costruire sta in quali obblighi ha una PMI con l'AI Act, e cosa deve contenere la formazione in come formare i dipendenti sull'intelligenza artificiale.
Cosa fare nelle prime due settimane con l'AI senza comprare niente
Le prime due settimane di un progetto di AI si possono spendere senza firmare nulla, e servono a trasformare la domanda sui tempi in un numero invece di una sensazione. Il lavoro è di inventario, si fa con un foglio, e l'unica cosa che richiede è che lo faccia qualcuno che conosce il processo dall'interno.
- Scegliete un processo solo, fra quelli che si ripetono ogni settimana e il cui risultato si vede sbagliato in pochi secondi
- Aprite la cartella o la casella da cui quel processo parte e contate quanti formati diversi ci sono dentro
- Contate quante persone scrivono in quell'archivio e con quali nomi chiamano le stesse cose
- Scrivete il processo in dieci righe numerate, poi fatelo leggere a chi lo esegue e correggete dove non coincide
Il numero che esce da questo inventario, e cosa farci
Il numero utile che esce dall'inventario è il conteggio dei formati e delle grafie diverse, perché è quello che determina le settimane. Un processo che parte da un formato solo e da un archivio con nomi coerenti è nella parte bassa della forbice. Tre formati e tre grafie diverse per lo stesso fornitore spostano il progetto verso l'alto, e a volte rivelano che il primo lavoro non riguarda l'intelligenza artificiale: se il processo si svolge sempre identico, può bastare una sequenza di regole fisse, e la differenza sta in cos'è un workflow automatizzato.
Il software era pronto subito, il criterio ha richiesto settimane
L'automazione che pubblica questo blog la tengo con lo stesso criterio, e il tempo lì non è stato quello di scriverla. Le regole di scrittura stanno scritte in un file, insieme al codice del sito, e sono state riscritte man mano che le misurazioni arrivavano: una versione precedente assegnava la categoria sbagliata agli articoli con una parte operativa, e prima che la regola fosse corretta ventidue articoli erano già archiviati nel modo sbagliato. Il software era pronto da subito, il criterio ha richiesto settimane di dati, ed è la stessa asimmetria per cui sostengo che il codice è diventato una commodity.
Un calendario scritto su un processo solo vale più di una previsione sull'azienda intera, e si fa in due settimane senza spendere niente. Se preferite che a impostarlo ci sia qualcuno che l'ha già fatto su processi simili, è il lavoro che descrivo nella pagina sull'automazione dei processi aziendali.
Domande frequenti
Si può implementare l'AI in azienda senza fermare il lavoro di tutti i giorni?
Sì, e va fatto proprio così, perché un processo che si ferma per essere automatizzato non dà nessun modo di confrontare il prima con il dopo. Il metodo che regge è tenere acceso il modo vecchio e far girare quello nuovo accanto, sugli stessi casi, per il tempo necessario a vedere dove i due risultati non coincidono. Si spende qualche settimana in più e si evita il ritorno indietro di corsa, che costa molto più tempo di quello risparmiato.
Conviene partire con un progetto pilota su un reparto solo o su tutta l'azienda?
Un reparto solo, e il più tollerante agli errori fra quelli che hanno il problema. Partire da tutta l'azienda insieme moltiplica le eccezioni da gestire prima di aver capito se l'impianto di base funziona, e obbliga a decidere in fretta cose che si deciderebbero meglio dopo. Il reparto pilota serve anche a produrre le persone che spiegheranno lo strumento agli altri, che è la parte che nessun fornitore può fare al posto vostro.
Chi decide in azienda quando un progetto di intelligenza artificiale è pronto per passare a tutti?
La decisione spetta a chi risponde del risultato di quel processo verso l'esterno, non a chi ha seguito il progetto. È una distinzione che conviene scrivere prima di partire, perché chi ha lavorato all'introduzione tende a considerare pronto uno strumento che conosce a memoria. Il criterio utile è numerico e non di impressione: una settimana di lavoro vero in cui le correzioni necessarie stanno sotto una soglia decisa in anticipo.
Cosa si mette nel contratto per non restare fermi se il fornitore ritarda?
Nel contratto conviene legare i pagamenti a risultati verificabili invece che a date, perché una data superata non dà nessuna leva mentre un risultato mancante sì. Servono poi due cose che si dimenticano spesso: il diritto di riavere i propri dati in un formato leggibile senza chiedere il permesso, e un tempo massimo di risposta scritto per i malfunzionamenti. Chi rifiuta di scrivere la seconda di solito non ha nessuno che presidia l'assistenza.
Il tempo di implementazione cambia se l'azienda usa un gestionale vecchio?
Cambia, e non per la ragione che si immagina. Un gestionale vecchio non è un problema se produce esportazioni regolari in un formato stabile, perché da lì un processo automatico parte senza toccarlo. Diventa un problema quando i dati si possono leggere soltanto dentro le sue schermate: in quel caso il tempo non si allunga di qualche settimana, si allunga di un progetto intero, perché prima va aperta una via d'uscita ai dati.