Intelligenza artificiale nelle PMI: 5 casi d’uso concreti

Quante imprese la usano già

Secondo il report Istat “Imprese e ICT – Anno 2025”, la quota di imprese con almeno 10 addetti che utilizzano almeno una tecnologia di intelligenza artificiale è salita al 16,4%, contro l’8,2% del 2024.

Il dato riguarda le imprese con almeno 10 addetti, non tutte le PMI italiane, e misura l’utilizzo di almeno una tecnologia, non la profondità dell’uso. Racconta comunque una crescita rapida: molte aziende stanno sperimentando, spesso partendo da usi circoscritti.

1. Classificare le richieste in arrivo

Email e moduli di contatto arrivano in una casella unica: assistenza, preventivi, amministrazione, candidature. Un modello di linguaggio può leggere il testo e proporre una categoria e una priorità, così che la richiesta finisca subito alla persona giusta.

Quando bastano le regole: se il modulo ha già un campo “tipo di richiesta”, non serve l’AI. Controllo umano: le richieste classificate con bassa sicurezza vanno in una coda “da smistare”.

2. Estrarre dati dai documenti, con verifica

Ordini, bolle, schede tecniche e moduli in PDF contengono dati che oggi qualcuno ricopia a mano. L’AI può proporre i valori estratti, come numero documento, data, fornitore e righe, in un modulo precompilato.

Controllo umano: una persona conferma o corregge prima che i dati entrino nel sistema. È il passaggio che rende lo strumento affidabile. Funziona meglio con documenti di formato simile; con scansioni di scarsa qualità gli errori aumentano.

3. Preparare bozze di risposta da approvare

Per domande frequenti, come stato di un ordine, orari o documenti necessari, l’AI può preparare una bozza partendo dalle informazioni aziendali e dai dati della richiesta. Chi risponde la rilegge, la corregge e la invia.

Limite chiaro: niente invio automatico verso i clienti e nessuna risposta su questioni legali, fiscali o contrattuali senza la valutazione di una persona competente. L’AI aiuta a scrivere, non decide.

4. Cercare nelle informazioni interne, con accessi definiti

Procedure, manuali, verbali e schede prodotto sono sparsi tra cartelle e caselle email. Un assistente di ricerca può rispondere a domande come “qual è la procedura per un reso?” indicando i documenti da cui ha preso la risposta.

Cosa serve: documenti aggiornati e una regola chiara su chi può consultare cosa. L’assistente deve rispettare gli stessi permessi delle cartelle originali: chi non può leggere un documento non deve riceverne il contenuto attraverso una risposta.

5. Aiutare nei report operativi

Ogni settimana qualcuno prepara un riepilogo: attività chiuse, ritardi, punti aperti. Se i dati sono già in un’app o in un foglio ordinato, l’AI può trasformarli in un testo sintetico da rivedere, evidenziando ad esempio le commesse ferme da più giorni.

Quando bastano le regole: molti indicatori si calcolano con filtri e grafici, senza AI. Il modello è utile per sintetizzare note testuali, non per sostituire i numeri.

Dati puliti, limiti e fattori di costo

Tutti i casi precedenti dipendono dalla qualità dei dati di partenza. Se le informazioni sono incomplete, duplicate o sparse in versioni diverse, il primo lavoro utile è organizzarle; spesso è proprio questo a produrre il beneficio maggiore.

I costi variano in base a volume di richieste, lunghezza dei testi elaborati, modello scelto, integrazioni con gli strumenti esistenti e livello di controllo richiesto. Per questo non ha senso indicare un prezzo generico: va stimato sul caso, con ipotesi di volume dichiarate.

Anche la protezione dei dati va valutata prima: quali informazioni vengono elaborate, da quale fornitore e con quali garanzie contrattuali.

Come impostare un piccolo progetto pilota

1. Scegliete un solo caso d’uso, con volumi sufficienti e un errore gestibile.
2. Definite prima i criteri di successo: ad esempio la percentuale di classificazioni accettate senza correzioni, o il tempo medio di preparazione di una risposta.
3. Raccogliete un campione di casi reali per il test, anonimizzando i dati sensibili quando possibile.
4. Mantenete sempre una persona nel ciclo e registrate correzioni ed errori.
5. Dopo alcune settimane decidete con i dati: estendere, correggere o fermarsi.

Fermarsi è un risultato legittimo: significa aver speso poco per scoprire che quel caso non conviene.

Da dove partire

Spesso il primo passo non è l’AI, ma un flusso ordinato in cui inserirla. Potete vedere il nostro approccio alle automazioni e integrazioni oppure descriverci il caso: valutiamo insieme se l’intelligenza artificiale serve davvero o se bastano regole più semplici.

Fonti

• Istat — Imprese e ICT, anno 2025 — Quota di imprese con almeno 10 addetti che utilizzano almeno una tecnologia di intelligenza artificiale: 16,4% nel 2025, 8,2% nel 2024.