AI dentro il gestionale ERP: cosa si può fare davvero e con quali limiti

Un chatbot generico non conosce i dati della vostra azienda: non sa quanto avete venduto a un cliente, quali ordini sono in ritardo o quali articoli sono sotto scorta. Può scrivere bene, ma non può rispondere sui vostri numeri.

L’AI dentro il gestionale è un’altra cosa: un sistema collegato ai dati e ai documenti dell’ERP, che li legge, ne ricava informazioni e prepara il lavoro. Il gestionale resta dov’è, con le sue regole e la sua contabilità. L’AI si aggiunge intorno, per fare ciò che oggi si fa a mano.

Sono cinque le applicazioni che, nella mia esperienza sui gestionali delle PMI, danno risultati concreti.

• Leggere documenti non strutturati. Email, PDF ed Excel con ordini, conferme, richieste: l’AI riconosce di che documento si tratta, cliente e righe, e li trasforma in dati pronti per il gestionale.
• Rispondere a domande sui dati. “Quanto abbiamo venduto a questo cliente quest’anno?”, “Quali scadenze ho questa settimana?”. La risposta deve arrivare calcolata sui dati reali, non “a memoria” del modello.
• Confrontare documenti. Fattura, ordine e documento di trasporto messi a confronto: prezzi, quantità e righe che non tornano vengono segnalati prima che diventino un problema.
• Avvisare delle anomalie. Scorte sotto soglia, consegne in ritardo, registrazioni incomplete: l’informazione è già nel gestionale, l’AI la porta a chi deve agire.
• Assistere chi usa il gestionale. Procedure e istruzioni sempre a portata di mano, per chi lo usa ogni giorno e per chi è appena arrivato.

Dichiararli all’inizio è parte del lavoro, perché è da qui che nasce la fiducia nel risultato.

• L’AI può sbagliare. Per questo non si progetta contando che non sbagli, ma costruendo il controllo: l’agente prepara, la persona conferma, e i casi dubbi restano in evidenza.
• Scrivere in contabilità senza controllo non è una buona idea. Le registrazioni che muovono numeri contabili o fiscali richiedono una conferma umana, almeno finché i risultati non sono stabili e misurati.
• I dati sporchi restano sporchi. Se anagrafiche, codici articolo o unità di misura sono disordinati, l’AI eredita il disordine. Spesso il primo lavoro utile è proprio mettere ordine.
• Dipende da come ci si collega al gestionale. Dove esistono integrazioni ufficiali, web service o accesso al database si lavora in modo pulito. Dove non ci sono, si può operare a livello di interfaccia, ma con più attenzione agli aggiornamenti del sistema.
• Non serve ovunque. L’AI rende dove c’è un lavoro ripetitivo, con volumi e regole abbastanza chiare. Per i processi rari o fortemente variabili spesso conviene altro.

Ci sono pochi principi che applico sempre:

• Prima in sola lettura. Si parte facendo leggere i dati e produrre risposte, senza toccare nulla nel gestionale.
• Poi la scrittura, ma con conferma. Quando l’AI prepara un documento o una registrazione, la persona la vede, la corregge se serve e la conferma.
• Tracciabilità. Si deve poter capire cosa ha fatto l’automazione e su quale documento, così gli errori si trovano e si correggono.
• Misura prima e dopo. Tempo per attività, errori, tempi di risposta: si confronta con la situazione di partenza, senza promettere percentuali in anticipo.
• Dati sotto controllo. Si decide con l’azienda dove far girare l’AI e quali dati inviare, privilegiando servizi a pagamento che non usano i dati per addestrare i modelli.

Il punto di partenza giusto è un solo processo: ripetitivo, con un volume che pesa, e per cui esistono esempi reali da analizzare. Di solito sono ordini ricevuti per email, controlli tra documenti, o domande sui dati a cui oggi si risponde con un foglio Excel.

Si costruisce un’automazione piccola, la si prova sui dati reali affiancata alle persone, e solo quando funziona si estende. È più lento di una promessa di “AI ovunque”, ma è il modo per arrivare a qualcosa che si usa davvero.