NuovoTaranto: aperto il Finanziamento JTF, fino a 200.000 € a tasso zeroVerifica i requisiti
Vai al contenuto

Intelligenza artificiale in azienda: 12 esempi, rischi e da dove iniziare

Come usare l'intelligenza artificiale in azienda: 12 esempi con i requisiti di ognuno, i rischi da gestire e il criterio per scegliere il primo progetto.

di Ing. Vito Domenico AmodioAggiornato al 10 minuti di letturaIntelligenza artificiale
Boston Dynamics, dalla fantascienza alla realtà e ritorno

In breve

Usare l’intelligenza artificiale in azienda vuol dire affidarle lavori ripetitivi e facili da controllare: bozze di email e preventivi, sintesi di documenti, smistamento delle richieste, previsione delle scorte. Si inizia da un solo processo, con dati ordinati, una regola d’uso scritta e una persona che controlla i risultati. Qui trovi 12 esempi con i requisiti di ognuno, i rischi da gestire e un criterio per scegliere il primo progetto.

Cerchi un consulente che segua il progetto nella tua azienda? Il percorso, dall’analisi al pilota fino alla formazione, è nella pagina sulla consulenza sull’intelligenza artificiale per PMI.

Quante imprese italiane usano l’intelligenza artificiale?

Secondo l’Istat, nel 2025 usa almeno una tecnologia di AI il 16,4% delle imprese con almeno 10 addetti, contro l’8,2% del 2024. Fra le PMI la quota è del 15,7%, fra le grandi imprese del 53,1%: in un anno il divario è passato da circa 25 a oltre 37 punti percentuali.

Gli ambiti più diffusi sono marketing e vendite (33,1% delle imprese che usano l’AI), processi amministrativi (25,7%) e ricerca e sviluppo (20,0%). Fra le imprese che non la usano ma ne hanno valutato l’adozione, il 58,6% indica la mancanza di competenze, il 47,3% la scarsa chiarezza normativa e il 45,2% la qualità dei dati; seguono privacy e protezione dei dati (43,2%) e solo dopo i costi (43,0%). Per questo gli esempi qui sotto partono da ciò che una persona del tuo ufficio può imparare a usare in poche settimane.

Come funziona l’intelligenza artificiale in azienda?

In una PMI l’AI entra in tre modi, con un impegno crescente:

  • Assistenti generativi

    (ChatGPT, Copilot, Gemini e simili): scrivono, riassumono e rispondono partendo dai testi che fornisci tu, senza sviluppo.

  • Funzioni AI dentro i software che hai già

    Posta, gestionale, CRM. Spesso basta attivarle e decidere chi le usa e su quali dati.

  • Modelli addestrati sui tuoi dati

    Previsioni, controllo qualità, manutenzione. Servono uno storico affidabile e un fornitore specializzato.

In tutti e tre i casi l’AI produce una proposta, come una bozza o una stima: la decisione resta a una persona.

Quali esempi di intelligenza artificiale puoi usare in azienda?

Li ho ordinati per difficoltà di avvio, dal più semplice al più impegnativo. La colonna “Cosa serve” indica il requisito minimo.

# Esempio Area Cosa serve Difficoltà
1 Bozze di email e risposte ricorrenti Commerciale, assistenza Assistente generativo, 10-20 risposte tipo già scritte Bassa
2 Verbali e sintesi delle riunioni Direzione, progetti Registrazione con consenso, strumento di trascrizione Bassa
3 Testi per sito, schede prodotto, social Marketing Tono di voce definito, controllo umano prima di pubblicare Bassa
4 Ricerca nei documenti interni (manuali, procedure, contratti) Tutta l’azienda Documenti digitali ordinati, strumento che cita la fonte Media
5 Bozze di preventivo Commerciale Listino aggiornato, preventivi passati, regole di sconto scritte Media
6 Classificazione di email e richieste in entrata Assistenza, amministrazione Categorie chiare, casella condivisa, automazione Media
7 Lettura di fatture e documenti di trasporto Amministrazione Documenti in PDF o immagine, gestionale che accetta importazioni Media
8 Chatbot per domande frequenti dei clienti Assistenza FAQ scritte e aggiornate, avviso che il cliente parla con un’AI Media
9 Analisi delle recensioni e dei reclami Qualità, marketing Esportazione delle recensioni, categorie di problemi Media
10 Previsione della domanda e delle scorte Acquisti, magazzino Almeno due anni di vendite per articolo, dati puliti Alta
11 Controllo qualità con immagini Produzione Foto etichettate di pezzi buoni e difettosi, telecamera in linea Alta
12 Manutenzione predittiva Produzione Sensori sulle macchine, storico dei guasti Alta

Esempi 1-3: scrittura e sintesi

Sono i più semplici da avviare: un assistente generativo scrive la prima versione, tu correggi. Il rischio principale riguarda i dati: se incolli in una chat il contratto di un cliente, quel testo esce dall’azienda. Scegli un piano aziendale con condizioni che escludono l’uso dei tuoi dati per addestrare i modelli e scrivi una regola su cosa si può incollare.

Esempi 4-6: documenti e richieste

Qui l’AI lavora sui tuoi contenuti. Un assistente che risponde partendo dai manuali interni ti evita di cercare la procedura giusta fra cartelle condivise. Pretendi sempre che lo strumento indichi il documento da cui prende la risposta, così la verifichi in pochi secondi.

La bozza di preventivo funziona quando le regole commerciali sono scritte. Se oggi gli sconti li decide il titolare a memoria, l’AI non può indovinarli: il primo lavoro è mettere le regole su carta. Ne parlo nella guida su come automatizzare i processi con l’AI senza sviluppatori.

Esempi 7-9: amministrazione e clienti

La lettura automatica di fatture passive e DDT esiste da anni; i modelli recenti gestiscono meglio layout diversi. Il chatbot richiede FAQ aggiornate, altrimenti risponde con informazioni vecchie. Dal 2 agosto 2026 l’AI Act chiede che chi parla con un chatbot sappia di interagire con un’AI, salvo che sia evidente: l’obbligo è del fornitore, ma verifica che il tuo chatbot lo dichiari.

Esempi 10-12: dati di produzione

Previsione della domanda, visione artificiale e manutenzione predittiva toccano direttamente costi e margini, e chiedono dati curati: senza uno storico affidabile il modello impara dagli errori del passato. Un fornitore specializzato scrive il modello, tu garantisci dati, accesso alle macchine e una persona che segua il collaudo. Per l’agricoltura trovi esempi nell’articolo sul deep learning in agricoltura.

Da dove iniziare con l’intelligenza artificiale in azienda?

Prima degli strumenti servono quattro condizioni. Se ne manca una, il progetto si ferma dopo la prova.

Requisito Domanda di controllo Segnale d’allarme
Processo definito Sai descrivere in 5 passaggi come si svolge oggi? “Dipende da chi lo fa”
Dati accessibili I dati stanno in un sistema da cui puoi esportarli? Fogli Excel sparsi sui PC personali
Responsabile interno C’è una persona che controlla i risultati e segnala errori? “Lo segue il fornitore”
Regole d’uso Hai scritto cosa si può caricare negli strumenti AI? Ognuno usa l’app che preferisce con l’account personale

Per verificarle una per una usa la checklist di AI readiness: la compili in 20-30 minuti se conosci bene l’azienda.

Come scegli il primo progetto?

Usa tre criteri e dai un voto da 1 a 5 a ogni candidato.

  1. Frequenza

    Quante volte a settimana si ripete l’attività? Una risposta che scrivi 40 volte a settimana vale più di un report mensile.

  2. Controllabilità

    Riesci a capire in pochi secondi se il risultato è giusto? Una bozza di email sì, una previsione di vendita a sei mesi no.

  3. Costo dell'errore

    Cosa succede se l’AI sbaglia e nessuno se ne accorge? Un refuso in un post costa poco, un prezzo sbagliato in un preventivo costa molto.

Parti dal caso con il punteggio più alto su frequenza e controllabilità e con il costo dell’errore più basso. Misura il tempo impiegato prima e dopo per un mese. Con quel numero decidi se estendere lo strumento ad altri reparti.

Un esempio pugliese

Prendi una ditta di impianti elettrici della provincia di Lecce con otto persone. Il titolare passa le sere a scrivere preventivi partendo da sopralluoghi annotati sul telefono. Un primo progetto sensato: trasformare le note del sopralluogo in una bozza di preventivo, usando il listino e i preventivi degli ultimi due anni; il titolare controlla e firma. Prima servono il listino in un unico file aggiornato e le regole su sconti e manodopera scritte in una pagina. L’esempio è illustrativo: i tempi risparmiati li misuri solo sul tuo caso.

Quali rischi comporta l’intelligenza artificiale in azienda?

  • Dati che escono dall'azienda

    Se ognuno usa l’app che preferisce con l’account personale, perdi il controllo sui dati di clienti e fornitori. I dati personali restano soggetti al GDPR anche quando li elabora uno strumento di AI. Il rimedio è un elenco di strumenti ammessi e una policy aziendale sull’intelligenza artificiale.

  • Risposte sbagliate dette con sicurezza

    I modelli generativi possono inventare dati, citazioni e numeri. Una persona rilegge tutto ciò che esce verso clienti, enti o banche.

  • Errori più veloci

    Se oggi il processo funziona male, l’AI produce errori più in fretta: prima lo metti in ordine, poi lo automatizzi.

  • Sicurezza

    Account condivisi senza autenticazione a due fattori e backup assenti pesano di più quando colleghi l’AI a posta e gestionale. Le misure minime sono nella guida sulla cybersecurity per PMI.

Poi ci sono le norme. L’articolo 4 dell’AI Act (Regolamento UE 2024/1689) chiede a chi usa l’AI per lavoro di adottare misure per sostenere l’alfabetizzazione del personale. Dal 27 luglio 2026, con il Regolamento (UE) 2026/1744, non serve più garantire un livello specifico di competenza, ma l’obbligo resta: il modo pratico per rispettarlo è una formazione proporzionata al ruolo.

Gli usi più delicati riguardano le persone. I software che filtrano curricula, valutano candidati o monitorano le prestazioni, e quelli che valutano il merito di credito di persone fisiche, sono ad alto rischio (allegato III), con obblighi per chi li usa dal 2 dicembre 2027. In Italia la legge 132/2025 (articolo 11) chiede anche al datore di lavoro di informare i lavoratori sull’uso dell’AI, nei casi previsti dall’articolo 1-bis del d.lgs. 152/1997. Scadenze e obblighi completi sono nella guida sull’AI Act per le PMI.

Si può finanziare un progetto di AI con i bandi?

In alcuni casi sì: voucher camerali e bandi regionali per la digitalizzazione hanno finanziato consulenza, formazione e software, AI compresa, con regole diverse da bando a bando. Conviene definire il progetto prima della domanda, perché un progetto scritto male rischia tagli in rendicontazione. Il punto di partenza è la pagina sui bandi e la finanza agevolata.

Quando serve un consulente?

Con i primi esempi puoi partire da solo: scegli un processo, misura quanto tempo richiede oggi e scrivi una regola d’uso di una pagina. Un supporto esterno serve quando il progetto tocca più reparti, va collegato al gestionale, richiede di confrontare fornitori o riguarda dati personali e decisioni sulle persone.

Sono ingegnere, iscritto all’Ordine degli Ingegneri della Provincia di Lecce (n. 4603, sezione A, settore dell’informazione), e Innovation Manager certificato UNI 11814. Seguo le PMI dall’analisi dei processi alla scelta degli strumenti, fino alla formazione: il percorso è nella pagina sulla consulenza sull’intelligenza artificiale per PMI. Per la maturità digitale in generale c’è l’assessment e roadmap digitale, per preparare il team i workshop di formazione sull’AI, per turismo e ristorazione gli esempi di AI nel turismo e nella ristorazione.

Prenota una call conoscitiva: mi racconti il processo da cui vorresti partire e, se c’è un lavoro da fare, ti mando un preventivo scritto.

Domande frequenti

Serve un data scientist per usare l'intelligenza artificiale in azienda?

Per i primi casi d’uso no. Scrittura, sintesi di documenti, risposte ai clienti e classificazione delle email si fanno con strumenti pronti e un po’ di formazione. Il data scientist serve quando vuoi addestrare modelli sui tuoi dati, per esempio previsioni della domanda o controllo qualità con immagini. In quel caso di solito conviene un partner esterno per il progetto, non un’assunzione.

Da dove conviene iniziare con l'intelligenza artificiale in azienda?

Da un processo ripetitivo, frequente e facile da controllare: risposte alle email ricorrenti, bozze di preventivo, verbali delle riunioni. Hai dati già disponibili, vedi subito se il risultato è corretto e l’errore costa poco. Misura il tempo che l’attività richiede oggi e confrontalo dopo un mese. Rimanda i casi che toccano decisioni sulle persone o dati sensibili a quando avrai regole interne e formazione.

ChatGPT in azienda: va bene se i dipendenti usano il proprio account personale?

Meglio di no. Con gli account personali non sai quali dati escono dall’azienda né con quali condizioni vengono trattati. I piani aziendali degli assistenti generativi prevedono in genere una gestione centralizzata degli utenti e condizioni scritte sull’uso dei dati, da leggere prima di attivarli. Scegli gli strumenti ammessi, scrivi cosa si può incollare e cosa no, e forma chi li usa.

L'AI Act vieta alle piccole imprese di usare ChatGPT o strumenti simili?

No. Il Regolamento UE 2024/1689 chiede a chi usa l’AI per lavoro di adottare misure per l’alfabetizzazione del personale (articolo 4) e, in alcuni casi, di rispettare obblighi di trasparenza, per esempio dichiarare i deepfake che pubblica (articolo 50). Far capire che il chatbot è un’AI spetta al fornitore, ma conviene controllarlo. Gli obblighi pesanti riguardano i sistemi ad alto rischio, come quelli per selezionare il personale, e si applicano dal 2 dicembre 2027.

Fonti

  1. Istat, Imprese e ICT – Anno 2025 (comunicato del 15/12/2025) istat.it · verificata il 16/11/2026
  2. Regolamento (UE) 2024/1689 (AI Act), testo consolidato al 27/07/2026, artt. 4, 50, 113 e allegato III, EUR-Lex eur-lex.europa.eu · verificata il 16/11/2026
  3. Regolamento (UE) 2026/1744 dell'8 luglio 2026 (Digital Omnibus sull'AI), GU UE del 24/07/2026, EUR-Lex eur-lex.europa.eu · verificata il 16/11/2026
  4. Legge 23 settembre 2025, n. 132, art. 11 (GU n. 223 del 25/09/2025), Gazzetta Ufficiale gazzettaufficiale.it · verificata il 16/11/2026
  5. Regolamento (UE) 2016/679 (GDPR), art. 2, EUR-Lex eur-lex.europa.eu · verificata il 16/11/2026

Da leggere su questo tema

Scrivimi