GUIDA · AI REPARTI

AI per reparto: la mappa dei casi d'uso per la direzione

Questa guida ti aiuta a mettere ordine sui possibili usi dell'intelligenza artificiale in azienda, reparto per reparto. Alla fine saprai distinguere i casi adatti a un primo test da quelli che richiedono cautela, quali rischi valutare e quale approfondimento della serie leggere per primo. Non trovi un catalogo di prodotti, ma un metodo per decidere.

Aggiornata a ottobre 2026
10 min di lettura
Redazione Tecnica Altovar

1. Perché serve una mappa prima dei progetti

Molte aziende iniziano con l'AI da uno strumento provato per curiosità, e solo dopo cercano un problema da risolvere. Il risultato è spesso un pilota che nessuno usa più dopo qualche mese. Una mappa per reparto ribalta l'ordine: prima si elencano i processi in cui il tempo perso è evidente, la quantità di testo o di documenti è alta e il risultato può essere controllato da una persona. Poi si decide quali meritano un test. Questo lavoro non richiede competenze tecniche profonde, ma richiede che chi conosce il processo sieda allo stesso tavolo di chi conosce la tecnologia.

La mappa serve anche a fermare le richieste che non hanno senso. Un uso che coinvolge dati personali di clienti o dipendenti, o che produce decisioni con effetti sulle persone, ha bisogno di un'analisi più severa del suo beneficio. Un uso che si limita a riassumere note interne può partire quasi subito. Separare questi due casi è il primo guadagno concreto di una mappatura, anche prima che un progetto sia avviato.

2. Come leggere un caso d'uso: dati, persone, decisione

Ogni possibile uso dell'AI si può descrivere con tre domande. Quali dati entrano nel sistema e di chi sono. Chi legge o usa il risultato e cosa fa dopo. Se l'errore viene scoperto prima di produrre effetti, oppure no. Un assistente che propone una bozza di risposta a una email ha un profilo molto diverso da uno che suggerisce il rifiuto di una domanda. La stessa tecnologia, con due domande diverse, porta a due valutazioni diverse.

Questa lettura si fa insieme al responsabile del processo, non solo all'IT. Chi conosce il lavoro sa dove sono le eccezioni, quali documenti sono incompleti e quali errori sono costosi. Se il caso non è chiaro dopo questa discussione, il passo giusto è restringerlo, non allargarlo. Un caso stretto, con un solo tipo di documento e un solo gruppo di utenti, è più facile da valutare e da misurare.

3. Il quadro di partenza, reparto per reparto

La tabella riporta il caso più frequente per ciascun reparto. Non è un catalogo di funzioni da acquistare: ogni riga va verificata con chi conosce davvero il processo, perché volumi, qualità dei documenti e regole interne cambiano molto da un'azienda all'altra. Un caso utile in una società può non valere nulla in un'altra, se i dati sono sparsi o gestiti con strumenti diversi. Usala come punto di partenza per le conversazioni con i responsabili di ciascun reparto.

Il dato più utile è l'ultima colonna. Indica dove un errore fa male e quindi quanta supervisione serve. Nei reparti che parlano con clienti o fornitori, un'informazione sbagliata diventa subito un impegno o un'offerta. Negli usi interni, come la ricerca nelle procedure, l'errore di solito emerge prima che qualcuno ne subisca le conseguenze, ed è più facile da correggere. Chi legge la tabella dovrebbe chiedersi questa domanda per ogni riga.

RepartoUso tipicoCautela principale
AcquistiConfronto di offerte e controllo delle clausole nei contratti fornitoriErrori su condizioni economiche e scadenze
Amministrazione e contabilitàLettura e classificazione di fatture e documentiRegistrazioni errate e dati fiscali
Assistenza clientiBozze di risposta e ricerca nella documentazione internaRisposte non verificate e dati personali
Risorse umaneRisposte sulle policy e supporto all'onboardingDecisioni su persone e dati dei candidati
Area commercialePreventivi standard e sintesi delle richiestePrezzi e condizioni non autorizzati
Helpdesk ITPrimo livello e ricerca nelle procedureAccessi e azioni tecniche non controllate
Ufficio legaleConfronto tra versioni di contratti e ricerca di clausolePareri prodotti senza controllo professionale
Produzione e manutenzioneRicerca nei manuali e nei registri di guastoIstruzioni di sicurezza sbagliate

4. Funzioni di supporto: acquisti, amministrazione, risorse umane

Negli acquisti e nell'amministrazione il valore dell'AI sta soprattutto nella lettura e nel confronto di documenti: offerte, contratti, fatture, ordini. Il sistema può estrarre i dati e segnalare le differenze, ma la registrazione e la scelta finale restano a una persona. Il rischio più concreto è un'informazione sbagliata che passa senza essere vista, per esempio una scadenza o un importo letto male da un documento scansionato. Per questo il controllo a campione va progettato prima, non dopo il primo errore.

Le risorse umane sono un caso a parte. Le risposte sulle policy interne e il supporto all'onboarding sono usi relativamente semplici, se il sistema risponde solo con i documenti ufficiali dell'azienda. Quando invece il sistema valuta candidati o suggerisce decisioni su persone, entrano in gioco dati personali sensibili e regole più strette. Alcune pratiche sono vietate dal regolamento sull'intelligenza artificiale, e altre potrebbero rientrare tra gli usi ad alto rischio: verifica con un consulente prima di partire.

5. Clienti e vendite: assistenza, area commerciale, helpdesk

Nell'assistenza clienti e nell'area commerciale l'AI è più utile come assistente interno che come interlocutore diretto. Un operatore riceve una bozza di risposta, la verifica con i documenti aggiornati e la invia a proprio nome. Chi risponde direttamente al cliente senza controllo si assume un rischio che nessuna tecnologia elimina: una promessa di prezzo o di tempi che l'azienda non può mantenere. Le regole su cosa il sistema può dire, e su cosa deve sempre passare da una persona, vanno scritte prima dell'avvio.

L'helpdesk IT di primo livello è un caso frequente perché le richieste sono ripetitive. Reimpostare una password, spiegare una procedura o cercare un manuale sono attività adatte. Azioni tecniche come concedere un accesso o modificare una configurazione non dovrebbero mai essere eseguite su suggerimento automatico senza un controllo umano. Il limite va definito per iscritto, perché è proprio lì che un errore diventa un incidente.

6. Produzione e manutenzione: il caso più diverso

In produzione l'AI può aiutare a cercare informazioni in manuali, procedure e storici di guasto, e a ordinare le segnalazioni dei tecnici. Il dato di partenza è spesso sparso: documenti in formati diversi, registri compilati a mano, sensori che non dialogano tra loro. Prima di parlare di modelli serve sapere se questi dati esistono, sono aggiornati e hanno un responsabile. In molte realtà il primo progetto utile è proprio la sistemazione di questo materiale.

Il rischio è alto quando il sistema suggerisce procedure di sicurezza o interventi su macchinari. Un'istruzione sbagliata in quel contesto può causare un danno fisico. Per questo ogni suggerimento deve rimandare al documento originale approvato, e nessuna modifica a un impianto deve dipendere solo da un testo generato. Il caso ha senso soprattutto come supporto alla ricerca, con un tecnico che resta responsabile della decisione.

7. Rischi trasversali: dati personali, controlli e responsabilità

Quasi ogni caso d'uso tocca dati personali, anche quando sembra solo un testo. Il GDPR richiede di sapere quali dati entrano nel sistema, con quale base giuridica, per quanto tempo restano e chi può vederli. Se il fornitore conserva i dati per migliorare i propri modelli, questo va chiarito per iscritto. Dove i dati sono conservati e chi può legalmente accedervi sono questioni separate, e vanno valutate entrambe, senza dare per scontata una risposta.

Il secondo rischio è la responsabilità. Se un risultato generato da un sistema viene usato per una decisione, serve sapere chi la prende e chi risponde dell'errore. Una regola semplice è che ogni uso abbia un responsabile nominato, un controllo umano definito e un registro di ciò che è stato fatto. Senza questi tre elementi il caso non è pronto, qualunque sia la qualità del modello. Verifica con un consulente quali obblighi derivano dal regolamento sull'intelligenza artificiale per il tuo caso.

8. Gli approfondimenti della serie e da cosa iniziare

Le guide più specifiche della serie rispondono alle domande che emergono dalla mappa. Non serve leggerle tutte in fila. Scegli il reparto in cui il tempo perso è più evidente e parti da lì. Ogni approfondimento segue la stessa logica: il processo, i dati, il controllo umano e il primo test possibile. Le domande che trattiamo sono queste, presentate come argomenti:

  1. Acquisti: come confrontare offerte e contratti fornitori senza perdere clausole importanti
  2. Amministrazione e contabilità: come controllare i documenti prima della registrazione
  3. Assistenza clienti: come costruire un assistente interno per gli operatori
  4. Risorse umane: come rispondere alle domande su policy e onboarding
  5. Uffici legali: cosa si può delegare e cosa resta a un professionista
  6. Area commerciale: come preparare preventivi e risposte alle richieste
  7. Helpdesk IT: come automatizzare il primo livello di supporto
  8. Produzione e manutenzione: cosa è realistico fare con manuali e dati di macchina
  9. Scheda di valutazione: come confrontare i casi d'uso prima di decidere

9. Come iniziare: un solo caso, misurato

Il primo passo di questa settimana è scegliere un solo caso d'uso e descriverlo in una frase: chi lo usa, su quale documento, per ottenere quale risultato. Se la frase non si scrive in modo semplice, il caso è troppo largo. Restringilo finché un responsabile può descriverlo in pochi minuti, e leggi l'approfondimento del reparto che lo riguarda prima di compilare qualsiasi scheda.

Poi fissa il criterio con cui decidere se funziona. Può essere il tempo di lavorazione di un documento, il numero di correzioni necessarie o il tasso di errori trovati dal controllo. Il valore soglia dipende dal processo, quindi va definito insieme a chi lo svolge ogni giorno. Un test senza criterio finisce sempre per dire che tutto è andato bene, e in quel caso non hai imparato nulla.

Domande frequenti

Da quale reparto conviene iniziare con l'AI?

Di solito conviene partire da un'area dove il lavoro è ripetitivo, il materiale è già in formato testuale e un errore viene visto prima di produrre effetti sulle persone. Spesso sono l'helpdesk interno, la ricerca nelle procedure o la lettura di documenti amministrativi. Non conta la simpatia della direzione per una tecnologia. Conta la misurabilità del problema e il fatto che un responsabile del processo sia disposto a verificare i risultati per un periodo.

Serve un progetto AI separato per ogni reparto?

No. Molti casi d'uso possono usare gli stessi strumenti e le stesse regole di controllo. Conviene definire prima una politica comune su dati, responsabilità e approvazioni, e poi valutare caso per caso. Questo evita che ogni reparto acquisti strumenti diversi senza sapere cosa entra nei sistemi. Dove un caso richiede regole particolari, come il trattamento di dati sanitari o di dati dei dipendenti, serve una valutazione separata.

L'AI può prendere decisioni su persone, per esempio nella selezione?

Non dovrebbe farlo senza una valutazione attenta. Gli usi che incidono su candidati o dipendenti toccano dati personali e possono rientrare tra i sistemi ad alto rischio previsti dal regolamento sull'intelligenza artificiale. Alcune pratiche sono vietate del tutto. Il minimo è mantenere una decisione umana documentata, spiegare il ruolo dello strumento e verificare con un consulente del lavoro e con il responsabile della protezione dei dati prima di iniziare.

Quanto costa una mappa dei casi d'uso?

Il costo dipende dal numero di reparti coinvolti, dalla disponibilità dei responsabili di processo e dal fatto che il lavoro sia svolto con risorse interne o con un fornitore esterno. Non ha senso chiedere un prezzo prima di aver deciso il perimetro. Chiedi al fornitore una prima attività limitata a pochi processi, con un risultato scritto, e valuta quel risultato prima di estendere il lavoro.

I dati aziendali finiscono nei modelli dei fornitori?

Dipende dal servizio e dal contratto. Alcuni fornitori non usano i dati dei clienti per addestrare i propri modelli, altri lo fanno se l'impostazione predefinita non viene cambiata. Non dare nulla per scontato: chiedi per iscritto dove sono conservati i dati, per quanto tempo, chi può accedervi e se vengono usati per l'addestramento. Dove i dati sono conservati e chi può legalmente accedervi sono domande diverse, e vanno valutate entrambe.

Qual è la differenza tra AI generativa e automazione tradizionale?

L'automazione tradizionale esegue regole fisse: se succede una cosa, fai un'altra. L'AI generativa produce testi, sintesi o classificazioni a partire dal linguaggio naturale, e per questo può sbagliare in modi meno prevedibili. Il controllo umano conta quindi di più. Molti progetti efficaci combinano le due cose: regole per i passaggi certi e supporto AI dove serve interpretare un documento. Scegli lo strumento in base al compito, non alla moda.

Nota sul contenuto

Guida informativa di carattere generale. Norme e requisiti tecnici cambiano nel tempo: verifica sempre le fonti ufficiali e valuta il tuo caso specifico con un consulente tecnico o legale qualificato.

CONTATTACI

Parla con il nostro team.

Mostriamo come Altovar si integra nella tua infrastruttura. Nessun impegno, nessun sales pitch. Solo una conversazione tecnica.

PRENOTA UNA DEMO →