Come scegliere un progetto AI per iniziare

 

Il primo progetto AI in azienda deve essere piccolo, con dati già disponibili, un impatto misurabile e un rischio basso in caso di fallimento. Il criterio fondamentale: scegliete qualcosa che, se non funziona, non genera un gran "dolore", ma che abbia un alto potenziale di successo. Non partite dalla tecnologia ("Vogliamo usare l'AI"), partite dal problema ("Dove perdiamo più tempo?").

 

Non parliamo di "fare un progetto AI". Parliamo di scegliere il progetto giusto con metodo.

 

I 5 errori che le aziende commettono nella scelta

Dopo aver raccontato ad oltre 200 aziende il percorso di adozione dell'AI, vedo sempre gli stessi errori nella scelta del primo progetto.

1. Partire troppo in grande

"Vogliamo un chatbot che gestisca tutto il customer service." È come decidere di correre una maratona senza aver mai fatto una camminata veloce. Il primo progetto AI deve essere circoscritto, completabile in 4-8 settimane, con risultati visibili.

2. Comprare prima di capire

"Abbiamo investito in una piattaforma AI enterprise." Prima di spendere, dovete sapere cosa vi serve. E lo sapete solo dopo aver sperimentato. Ecco perché nel framework AI-PLUG la fase Practice viene prima della scelta dei fornitori (fase Understand): comprate solo quando sapete fare le domande giuste.

3. Cercare il ROI immediato

Cercare il ritorno economico diretto di un progetto AI nei primi 30 giorni è il modo più sicuro per farlo fallire. Il valore iniziale è trasformativo: competenze acquisite, tempo risparmiato, processi compresi meglio. Il ROI economico arriva dopo.

4. Ignorare i dati disponibili

"Non abbiamo i dati giusti." Quasi sempre non è vero. Avete email, preventivi, ordini, reclami, procedure, listini. L'AI generativa lavora con il linguaggio naturale: non servono database strutturati per iniziare.

5. Delegare troppo al fornitore esterno

"La società di consulenza ci dirà cosa fare." Nessun consulente esterno conosce i vostri processi meglio di voi. Solo voi conoscete abbastanza bene i vostri processi per intuire dove l'AI può fare la differenza. Il consulente vi dà il metodo, ma l'intuizione sul "dove" deve venire dall'interno.

​

I criteri per scegliere il progetto giusto

Usate questa griglia per valutare ogni idea di progetto AI:

 

Impatto alto, rischio basso

La regola d'oro: cercate processi dove anche un miglioramento del 20-30% fa una differenza significativa, ma dove un fallimento non blocca l'operatività.

 

Esempi concreti:

• Automatizzare report settimanali (prima: 90 minuti, dopo: 15 minuti)

• Generare bozze di preventivi partendo dai listini

• Analizzare le email dei clienti per identificare pattern nei reclami

• Redigere bozze di pareri professionali che il senior revisiona

 

Dati già disponibili: il metodo Data Poach

 

Non lanciate progetti che richiedono mesi di raccolta dati. Partite da quello che avete.

L'approccio che insegno nei workshop si chiama Data Poach: invece di costruire un Data Lake grande come il lago di Garda, lavorate su piccole "pozzanghere" di dati preziosi che avete già.

 

Email, preventivi, listini, procedure, reclami: sono tutti dati su cui l'AI generativa può lavorare immediatamente, senza bisogno di database strutturati.

 

Il principio 80/20 applicato ai dati: l'80% dei vostri dati probabilmente non interessa a nessuno. Il 20% è come l'oro.

 

Concentrate l'attenzione su quel 20%. Ma attenzione: quel 20% è anche il dato che dovete proteggere di più.

 

Non condividetelo con strumenti di cui non conoscete le policy sulla privacy.

 

Risultato misurabile

Se non potete misurare il prima e il dopo, non potete dimostrare il valore. Scegliete metriche semplici:

• Tempo risparmiato (minuti/ore per task)

• Volume gestito (quanti preventivi, quante email, quanti report)

• Qualità percepita (errori, reclami, soddisfazione)

 

Persone motivate coinvolte

Il miglior progetto AI del mondo fallisce se le persone coinvolte non sono interessate. Partite con i volontari, non con gli scettici. Gli scettici si convertiranno vedendo i risultati.

​

La mappa delle domande giuste

Prima di scegliere il progetto, fate un esercizio con il team. Ponetevi queste domande:

• "Dove perdete più tempo?" Preventivi, gestione email, fatturazione, pianificazione produzione, assistenza clienti, magazzino: guardate dove il lavoro ripetitivo ruba tempo alle attività a valore.

• "Cosa fate più volte alla settimana che un AI potrebbe abbozzare?" Non cercate l'automazione totale. Cercate il "primo draft": l'AI genera la bozza, voi la affinate. Questo approccio dimezza i tempi e mantiene il controllo umano.

• "Dove i vostri Secret Cyborgs stanno già usando l'AI?" Se qualcuno nel team sta già usando ChatGPT o Claude di nascosto per velocizzare il lavoro, avete già il vostro caso d'uso validato. Fatelo emergere.

• "Cosa raccontate sempre ai nuovi colleghi ma non avete mai messo nero su bianco?" Procedure di onboarding, know-how non documentato, FAQ interne: l'AI è straordinaria nel trasformare conoscenza implicita in documenti strutturati.

​

Come valutare: applicazioni pronte vs soluzioni custom

Non tutti i progetti richiedono lo stesso livello di investimento. Ecco la mappa:

Applicazioni "chiavi in mano" (costo: 20-25 euro/mese per utente): ChatGPT, Claude, Gemini nelle versioni premium. Perfette per iniziare, nessun setup tecnico richiesto.

Applicazioni con contesto aziendale (costo: variabile): ChatGPT Team, Microsoft Copilot, custom GPTs alimentati con i vostri documenti. Richiedono un minimo di configurazione ma restano accessibili.

Soluzioni custom (costo: progetto): sviluppo di workflow AI specifici, integrazioni con i vostri sistemi, agenti AI personalizzati. Da considerare solo quando avete esperienza e sapete esattamente cosa vi serve.

La regola: partite sempre dal livello più semplice. Non comprate una Ferrari per imparare a guidare.

​

3 progetti con cui iniziare lunedì

Se non sapete da dove partire, ecco tre progetti che funzionano praticamente in ogni contesto:

1. L'assistente per l'ufficio commerciale

L'AI prepara bozze di risposte a email e offerte partendo da listini ed email ricevute. Voi fate il controllo finale. Tempo di setup: 1 ora. Risparmio stimato: 30-45 minuti al giorno.

2. Il sintetizzatore di riunioni

Registrate le riunioni, l'AI produce il verbale con azioni, decisioni e scadenze. Nessuno dovrà più prendere appunti. Tempo di setup: 15 minuti. Risparmio: 20-30 minuti per riunione.

3. L'analista dei feedback

Raccogliete recensioni, email di reclamo, feedback dai clienti. L'AI identifica pattern, temi ricorrenti, sentiment. Voi scoprite cosa i clienti vi stanno dicendo da mesi senza che ve ne accorgiate. Tempo di setup: 30 minuti.

 

Dopo il primo progetto

Il primo progetto non è il fine. È la prova che il metodo funziona. Documentate cosa avete imparato, condividetelo internamente, e replicate con varianti in altri reparti. Create il vostro "playbook" con prompt, workflow e lezioni apprese. Non abbiate fretta di comprare software: le soluzioni giuste emergono dall'esperienza, non dai cataloghi.

Nel framework AI-PLUG, questo ciclo di sperimentazione e apprendimento è il cuore delle fasi Practice, Learn e Understand. Ogni ciclo diventa più veloce.