Come scegliere il primo processo da automatizzare con AI in una PMI

Hai comprato ChatGPT Business o hai aperto un account Make. Poi qualcuno ha detto: «automatizziamo». Tre settimane dopo hai un flusso che inoltra email a caso, un prompt lungo copiato da LinkedIn, e nessuno sa se ha risparmiato un'ora o ha creato due ticket in più.

Questa guida risponde a una sola domanda: cosa fa una PMI italiana lunedì mattina? Scegliere un processo da automatizzare, con criteri chiari, non «tutto quello che si muove».

Se stai ancora costruendo il quadro generale, parti dalla hub [AI per PMI: guida pratica 2026](/news/ai-per-pmi-guida-pratica-2026) e dai [costi reali](/news/ai-per-pmi-costi-reali-2026). Qui scendiamo al livello operativo: quale processo primo.

In 30 secondi

• Il primo rischio non è «poca AI»: è automatizzare il caos (processo senza owner, dati sporchi, eccezioni infinite).
• Usa una scorecard a 5 criteri e scegli un solo candidato per un PoC di 14 giorni.
• Distingui Make/n8n/RPA (regole e integrazioni), LLM (testo, classificazione, bozze), agente (azioni multi-step con tool): l'agente arriva dopo i permessi, non prima ([audit permessi](/news/audit-permessi-agente-ai-30-minuti)).
• Contesto Italia: adozione a due velocità ([Unioncamere](/news/unioncamere-ia-imprese-una-su-cinque-due-velocita-pmi)). Meglio un pilota leggibile che una roadmap da slide.

Processo, compito, «automatizzare tutto»

Prima di scegliere *cosa*, allinea il linguaggio.

• Compito: azione isolata (riassumere una mail, estrarre un campo da un PDF).
• Processo: sequenza ripetibile con input, decisioni, output e un owner (es. «triage email clienti L1 fino a ticket o risposta template»).
• «Automatizzare tutto»: non è un piano. È un modo per non decidere.

Se non sai chi firma il risultato del processo (chi corregge l'errore, chi parla col cliente), non hai un processo: hai un desiderio.

Scorecard: 5 criteri per il primo processo

Assegna a ogni candidato un punteggio da 1 a 5 (1 = debole, 5 = forte). Somma. Il primo processo è quello con punteggio alto e rischio gestibile, non quello più «innovativo».

| Criterio | Domanda pratica | Segnale forte (4-5) | Segnale debole (1-2) |

| --- | --- | --- | --- |

| Impatto | Se funziona, chi se ne accorge in 2 settimane? | Ore risparmiate o errori ridotti su un collo di bottiglia reale | «Sarebbe figo» senza metrica |

| Ripetitività | Quante volte a settimana, con pattern simili? | Volume stabile, pochi rami | Ogni caso è unico |

| Dati disponibili | L'input è accessibile, strutturato abbastanza, con esempi? | Cartelle, mailbox filtrate, template | Dati sparsi, nessuna truth |

| Rischio errore / compliance | Cosa succede se sbaglia? Serve disclosure AI Act? | Basso impatto esterno o revisione umana facile | Invio automatico a clienti / dati sensibili senza controllo |

| Owner chiaro | Chi ferma il flusso e chi corregge? | Una persona nominata | «Lo fa l'AI» / «lo fa IT» senza nome |

Regola empirica: se rischio è alto e owner è basso, non è il primo processo. Anche se l'impatto sembra alto.

Per la voce compliance (trasparenza chatbot, contenuti sintetici, literacy), tieni a portata la [checklist AI Act PMI](/news/ai-act-pmi-checklist-obblighi-minimi-2026): non blocca ogni pilota, ma cambia *come* presenti l'AI a clienti e staff.

Shortlist: 5 candidati tipici in PMI

Non sono gli unici. Sono i più frequenti. Per ciascuno: quando SÌ e quando NO.

1. Email triage (ingresso)

• SÌ se: filtri già esistono (etichette, cartelle), volume alto, l'output è classificazione o bozza, non invio automatico.
• NO se: la mailbox è un deposito senza regole e vuoi un agente che «gestisca tutto».

2. Fatture / PDF (estrazione e routing)

• SÌ se: layout abbastanza stabili, campi noti, revisione umana su importi e fornitore.
• NO se: documenti molto eterogenei e nessuno verifica il risultato prima di contabilizzare.

3. Report settimanale (bozza da fonti fisse)

• SÌ se: le fonti sono sempre le stesse (CRM, foglio, dashboard) e un umano rivede prima dell'invio.
• NO se: ogni settimana cambia la storia e serve giudizio strategico, non sintesi.

4. FAQ customer L1

• SÌ se: hai un knowledge base interno, escalation chiara, disclosure che l'utente parla con AI dove serve.
• NO se: le risposte dipendono da eccezioni non documentate e non c'è chi chiude i ticket difficili.

5. Bozza commerciale (email, offerta, follow-up)

• SÌ se: template e listino esistono, l'AI propone, il commerciale invia.
• NO se: prezzi e sconti sono negoziati a voce e finiscono in PDF senza controllo.

Scelta tipica «primo»: spesso vince un processo interno (report, estrazione PDF, triage) rispetto a un canale cliente automatico. Meno rischio reputazionale, più facile misurare.

Anti-pattern (evitali al giorno zero)

1. Automatizzare il caos: se il processo non è descritto in una pagina, non è pronto. Prima semplifica, poi automatizza.

2. Partire con un agente e mailbox intera: troppi tool, troppi dati, troppi effetti collaterali. Vedi [audit permessi in 30 minuti](/news/audit-permessi-agente-ai-30-minuti) e i casi di [misalignment / vendor-check](/news/openai-misalignment-sei-casi-vendor-check-pmi).

3. Nessun fallback umano: ogni flusso che tocca cliente o denaro deve avere «stop» e revisione.

4. Metriche vaghe: «più produttivi» non è un KPI. Preferisci: tempo medio, percentuale revisionata, errori trovati in revisione, ticket riaperti.

5. Vendor lock-in al PoC: non firmare un piano Enterprise perché «sembra aziendale» se stai ancora scegliendo il processo ([costi reali](/news/ai-per-pmi-costi-reali-2026)).

PoC in 14 giorni (senza sposare un vendor)

Obiettivo: una decisione sì/no sul processo, non una piattaforma eterna.

Giorni 1-2: Scope

• Scrivi il processo in 10-15 righe: input, passi, output, owner, cosa NON fa.
• Definisci stop criteria (es. «se errore critico > X in revisione, spegni»).

Giorni 3-5: Baseline

• Misura lo stato attuale (tempo, volume, errori noti) su una settimana tipica.
• Raccogli 20-50 esempi reali anonimizzati dove serve.

Giorni 6-10: Build minimo

• Preferisci lo stack più semplice che regge lo scope (spesso Make/n8n + LLM su testo, non un agente completo).
• Log di cosa ha fatto il sistema; niente azioni irreversibili senza conferma.

Giorni 11-13: Revisione umana

• Un owner rivede un campione fisso. Annota falsi positivi/negativi.
• Controlla disclosure e dati (soprattutto se c'è interazione con utenti esterni).

Giorno 14: Decisione

• Scala (stesso processo, più volume), itera (scope stretto ancora 2 settimane), o stop.
• Documenta in una pagina: cosa ha funzionato, costi di tempo, rischi residui.

Quando basta Make/n8n/RPA, quando serve LLM, quando un agente

| Bisogno | Stack tipico | Nota |

| --- | --- | --- |

| Spostare dati tra sistemi con regole chiare | Make, n8n, RPA, script | Spesso sufficiente; non forzare un LLM |

| Classificare, riassumere, bozzare testo | LLM + workflow | Revisione umana su output esterni |

| Multi-step con tool (cerca, aggiorna CRM, invia) | Agente con permessi stretti | Solo dopo audit permessi e fallback |

Gli agenti non sono «il livello successivo obbligatorio». Sono un aumento di superficie di rischio. Prima di dare tool e mailbox, leggi [audit permessi](/news/audit-permessi-agente-ai-30-minuti) e, se stai valutando controlli reali, anche [Claude su tre sistemi](/news/claude-test-tre-sistemi-reali-controlli-agenti-ai).

Checklist lunedì mattina (10 voci)

1. Elenca 5 processi candidati (max una riga ciascuno).

2. Compila la scorecard 1-5 sui cinque criteri.

3. Scarta quelli senza owner nominato.

4. Scarta quelli con rischio alto e zero revisione umana.

5. Scegli un vincitore; gli altri restano in backlog.

6. Scrivi scope e stop criteria su una pagina condivisa.

7. Decidi lo stack minimo (regole vs LLM vs agente).

8. Imposta log e chi può spegnere il flusso.

9. Pianifica 14 giorni con checkpoint a metà.

10. Prevedi cosa dirai al team venerdì: scala, itera o stop.

FAQ

Possiamo partire da due processi in parallelo?

Meglio no al primo giro. Due PoC diluiscono owner e apprendimento. Un processo fatto bene insegna più di due mezze prove.

Serve un data scientist?

No per il primo processo tipico PMI. Serve un owner di processo, qualcuno che conosca gli strumenti (anche Make/n8n), e tempo di revisione. Il data science arriva se costruisci modelli proprietari, non se usi tool di terzi su un flusso chiaro.

E se il vendor propone un «agente pronto»?

Trattalo come qualsiasi vendor: cosa può leggere, cosa può scrivere, log, revoca, chi risponde degli errori. Usa il [vendor-check](/news/openai-misalignment-sei-casi-vendor-check-pmi) prima di dare chiavi larghe.

Come colleghiamo budget e tempo?

Il costo reale è licenze + ore interne + rischio ([dettaglio](/news/ai-per-pmi-costi-reali-2026)). Il PoC deve rendere quelle tre voci leggibili, anche a spanne.

Dobbiamo aspettare l'AI Act?

No per congelare ogni pilota. Sì per sapere se serve disclosure, etichette, literacy ([checklist](/news/ai-act-pmi-checklist-obblighi-minimi-2026)). Il primo processo interno con revisione umana resta spesso il percorso più semplice.

Approfondisci

• Hub: [AI per PMI: guida pratica 2026](/news/ai-per-pmi-guida-pratica-2026)
• Budget: [Costi reali AI per PMI](/news/ai-per-pmi-costi-reali-2026)
• Contesto adozione: [Unioncamere, due velocità](/news/unioncamere-ia-imprese-una-su-cinque-due-velocita-pmi)
• Compliance minima: [AI Act PMI checklist](/news/ai-act-pmi-checklist-obblighi-minimi-2026)
• Prima degli agenti: [Audit permessi in 30 minuti](/news/audit-permessi-agente-ai-30-minuti)
• Vendor e allineamento: [Sei casi vendor-check](/news/openai-misalignment-sei-casi-vendor-check-pmi)
• Controlli agenti: [Claude, tre sistemi reali](/news/claude-test-tre-sistemi-reali-controlli-agenti-ai)

Il lunedì mattina non serve un manifesto sull'automazione. Serve un processo, cinque numeri, e una data (14 giorni) in cui decidi se continuare.