L'automazione esiste da decenni: macro nei fogli di calcolo, regole di smistamento della posta, script che spostano file. Ciò che l'intelligenza artificiale aggiunge è la capacità di gestire input non strutturati, cioè testi scritti liberamente, documenti scansionati, email con richieste diverse tra loro. Questo amplia molto il campo dell'automatizzabile, ma rende anche più importante scegliere con criterio cosa affidare alla macchina.
Automazione classica e automazione con AI
| Aspetto | Automazione tradizionale | Automazione con AI |
|---|---|---|
| Input | Dati ordinati e prevedibili | Testo libero, immagini, documenti vari |
| Logica | Regole esplicite "se... allora" | Modelli che interpretano e classificano |
| Comportamento | Deterministico, sempre uguale | Probabilistico, può variare |
| Errori | Rari ma sistematici | Più vari, a volte imprevedibili |
La conseguenza pratica è che un flusso con AI va progettato pensando fin dall'inizio a come gestire gli errori, non come un'eccezione ma come una parte normale del sistema.
Come scegliere i processi giusti
Un buon candidato all'automazione con AI presenta di solito queste caratteristiche:
- alto volume: si ripete decine o centinaia di volte al mese;
- struttura riconoscibile: anche se il testo è libero, il compito è sempre simile (classificare, estrarre, riassumere);
- errore recuperabile: uno sbaglio si corregge senza danni gravi;
- criteri di qualità chiari: è possibile dire con certezza se il risultato è giusto o sbagliato.
Al contrario, conviene evitare o rimandare i processi in cui un errore ha conseguenze legali, economiche o personali pesanti e non è facile accorgersene in tempo.
Esempi tipici
- Smistamento della posta in arrivo. Le email di una casella generica vengono classificate per argomento (ordini, reclami, fatture, candidature) e inoltrate all'ufficio giusto.
- Estrazione di dati da documenti. Da fatture di fornitori diversi si estraggono numero, data, importo e partita IVA per precompilare la registrazione contabile.
- Prima risposta all'assistenza. Per le domande frequenti si prepara una bozza basata sulla documentazione interna, che un operatore approva.
- Normalizzazione di anagrafiche. Indirizzi scritti in modi diversi vengono uniformati e i probabili duplicati segnalati.
- Report periodici. Da dati grezzi si genera un commento testuale che spiega le variazioni principali.
Progettare il flusso
Un'automazione ben costruita segue una sequenza chiara.
- Ingresso. Da dove arrivano i dati e in che formato.
- Elaborazione AI. Che cosa deve fare il modello, con istruzioni precise e possibilmente un formato di uscita fisso, per esempio un elenco di campi.
- Controlli automatici. Verifiche semplici sul risultato: l'importo è un numero? La data è plausibile? La categoria è tra quelle previste?
- Soglia di fiducia. Se il sistema è incerto o un controllo fallisce, il caso va a una persona.
- Azione. Registrazione, inoltro, invio.
- Registro. Ogni passaggio viene annotato, così da poter ricostruire cosa è successo.
Il controllo umano
Esistono vari livelli di coinvolgimento umano, da scegliere in base al rischio:
- persona nel ciclo: ogni risultato viene approvato prima dell'azione;
- persona sul ciclo: il sistema agisce da solo, ma una persona controlla a campione e può intervenire;
- persona fuori dal ciclo: automazione completa, accettabile solo per compiti a rischio molto basso.
Una strategia prudente è partire con la persona nel ciclo e ridurre il controllo solo quando i dati dimostrano che il sistema è affidabile.
Cosa misurare
Senza misure è impossibile sapere se l'automazione funziona. Gli indicatori più utili sono:
- tasso di correzione: quante volte una persona deve modificare il risultato;
- tempo di lavorazione per singola pratica, prima e dopo;
- casi inviati a revisione manuale e loro motivo;
- errori sfuggiti e scoperti in seguito, per esempio da un reclamo.
Monitorare questi valori nel tempo serve anche ad accorgersi se qualcosa cambia: un nuovo fornitore con fatture in un formato diverso può far crollare la qualità dell'estrazione.
Sicurezza e dati
Un flusso automatizzato maneggia spesso dati sensibili e agisce senza che nessuno guardi ogni passaggio. Alcune precauzioni:
- concedi all'automazione solo i permessi strettamente necessari: se deve leggere le email, non deve poterle cancellare;
- tratta il contenuto in ingresso come non affidabile: un'email può contenere istruzioni scritte apposta per confondere il modello;
- conserva i registri per un tempo adeguato e proteggili;
- verifica dove vengono elaborati i dati e con quali garanzie contrattuali.
Gli errori più comuni
- Automatizzare un processo disordinato: si ottiene solo disordine più veloce.
- Eliminare subito il controllo umano per massimizzare il risparmio.
- Non prevedere cosa succede quando il modello non sa rispondere.
- Dimenticare la manutenzione: modelli, formati e fornitori cambiano.
In sintesi
- L'AI estende l'automazione ai dati non strutturati, ma introduce errori probabilistici.
- I candidati ideali sono processi ad alto volume, ripetitivi e con errori recuperabili.
- Progetta controlli automatici, soglie di fiducia e un registro di ogni passaggio.
- Parti con la persona nel ciclo e riduci il controllo solo sulla base di dati misurati.
- Limita i permessi e tratta ogni input esterno come potenzialmente ostile.
