In quasi ogni azienda c'è almeno una persona che passa ore ogni settimana a fare la stessa cosa. Legge una email, apre l'allegato, copia due o tre dati in un gestionale, risponde con un modello già pronto. Non è un lavoro difficile, ma è lento, noioso e pieno di piccoli errori.
Per anni la risposta è stata l'RPA. Oggi c'è uno strumento in più, l'intelligenza artificiale, e cambia parecchio cosa si può automatizzare. In questo articolo provo a spiegare la differenza in modo semplice, senza gergo tecnico, e a dare qualche criterio pratico per partire.
Cos'è l'RPA e dove si ferma
RPA sta per Robotic Process Automation: un software che imita i clic e le digitazioni di una persona sullo schermo. Apre un programma, copia un valore da un campo, lo incolla in un altro, salva. Sempre nello stesso ordine, sempre allo stesso modo.
Funziona bene quando il processo è davvero sempre uguale. Il problema è che il mondo reale raramente lo è. Basta che un fornitore cambi il formato della fattura, che un sito sposti un pulsante o che un cliente scriva la richiesta con parole diverse, e il robot si blocca. L'RPA segue regole fisse: non capisce cosa sta facendo, esegue.
Per questo molti progetti di RPA finiscono con una persona che passa il tempo a "riparare il robot" invece di fare il lavoro che il robot avrebbe dovuto toglierle.
Cosa cambia con l'AI
L'AI di oggi sa fare una cosa che l'RPA non sa fare: capire contenuti scritti in modo non standard. Può leggere una email e capire che è un reclamo, una richiesta di preventivo o una disdetta. Può aprire un PDF scansionato e tirare fuori nome, data e importo anche se ogni fornitore li mette in un punto diverso. Può riassumere una conversazione lunga e proporre una risposta.
In pratica, l'AI è utile dove l'input cambia ogni volta:
- email e richieste dei clienti, da classificare e smistare alla persona giusta;
- documenti non strutturati, come fatture, contratti, moduli compilati a mano, da cui estrarre i dati;
- testi da preparare, come bozze di risposta, riassunti, verbali, da far rivedere a una persona;
- controlli, come verificare che un documento contenga tutto quello che serve prima di passarlo avanti.
Non serve scegliere tra le due tecnologie. Spesso la combinazione migliore è un'automazione classica per i passaggi rigidi (spostare file, aggiornare un gestionale) e l'AI per i passaggi in cui bisogna "capire" qualcosa.
Agenti: quando l'automazione fa più di un passo
Negli ultimi anni si parla molto di agenti AI. In parole semplici, un agente è un'automazione che non esegue solo un'istruzione ma porta avanti un compito di più passaggi: legge la richiesta, cerca le informazioni che mancano, prepara una risposta, la passa a chi deve approvarla.
È lo stesso approccio che uso ogni giorno nello sviluppo software, e che ho raccontato in come lavoriamo con gli agenti AI. Il principio che vale lì vale anche nei processi aziendali: gli agenti funzionano bene quando il compito è descritto con precisione e quando c'è un controllo chiaro sul risultato. Se le regole del processo non sono chiare nemmeno alle persone, non lo saranno per un agente.
Come scegliere il primo processo da automatizzare
L'errore più comune è partire dal processo più importante o più complesso. Io consiglio il contrario: partire da un processo piccolo, noioso e facile da misurare. I criteri che uso sono questi:
- È ripetitivo. Succede tante volte, ogni settimana, più o meno nello stesso modo.
- Ha volumi. Se succede due volte al mese, automatizzarlo non vale la fatica.
- È misurabile. Sai quanto tempo richiede oggi e quanti errori produce. Senza questo dato non saprai mai se l'automazione ha funzionato.
- Un errore non è una catastrofe. Per iniziare, meglio un processo in cui uno sbaglio si corregge facilmente, non uno che tocca pagamenti o obblighi di legge.
- C'è una persona che lo conosce bene. Sarà lei a spiegare come funziona davvero, comprese le eccezioni che non sono scritte da nessuna parte.
Un buon primo candidato è spesso lo smistamento delle email in arrivo o l'estrazione di dati da documenti che oggi qualcuno ricopia a mano.
Le persone restano nel processo
L'AI sbaglia. Meno di quanto si pensi in molti casi, ma sbaglia, e a volte lo fa con grande sicurezza. Per questo nei processi che contano progetto sempre l'automazione con una persona nel mezzo: l'AI prepara, la persona controlla e approva.
All'inizio la persona rivede tutto. Man mano che si vede dove l'AI è affidabile, si può decidere di controllare solo i casi dubbi o un campione. È un po' come affiancare un nuovo collaboratore: prima gli si guarda ogni lavoro, poi gli si dà fiducia dove se l'è guadagnata.
Questo approccio ha anche un altro vantaggio: le persone che oggi fanno il lavoro a mano diventano quelle che supervisionano l'automazione. Non vengono sostituite da un sistema che non capiscono, ma lo guidano.
I rischi da tenere sotto controllo
Ci sono tre aspetti che valuto sempre prima di partire:
- Gli errori. Bisogna decidere in anticipo cosa succede quando l'AI non è sicura o sbaglia: chi se ne accorge, come si corregge, cosa vede il cliente.
- I dati. Email, documenti e anagrafiche contengono spesso dati personali. Occorre sapere dove vengono inviati, chi li tratta e per quanto tempo restano conservati, e verificare che tutto sia coerente con il GDPR e con le informative che l'azienda già fornisce.
- La dipendenza da un solo fornitore. Se tutto il processo è costruito attorno a un unico servizio, cambiarlo domani può costare caro. Meglio una soluzione in cui il modello di AI si possa sostituire senza rifare tutto.
Come capire se ne vale la pena
Il ritorno di un'automazione si misura in modo semplice, purché si abbiano i numeri di partenza:
- tempo: quante ore a settimana richiedeva il processo prima e quante ne richiede dopo, compreso il tempo per controllare il lavoro dell'AI;
- errori: quanti errori o reclami c'erano prima e quanti dopo;
- tempi di risposta: quanto aspettava un cliente o un collega prima, e quanto aspetta adesso;
- costi: quanto costa far funzionare l'automazione, tra servizi di AI, manutenzione e supervisione.
Se dopo qualche settimana il tempo risparmiato è poco o il controllo richiede quasi lo stesso lavoro di prima, è un'informazione preziosa: meglio scoprirlo presto e cambiare processo.
Partire in piccolo
Il modo più economico per capire se un'automazione funziona nel proprio caso non è un grande progetto, ma un prototipo: una prima versione che lavora su dati reali, su un processo solo, abbastanza per vedere i risultati e decidere se andare avanti.
L'importante è partire da un problema concreto, non dalla tecnologia. L'AI è uno strumento potente, ma vale solo quando toglie lavoro vero a persone vere.