Agenti AI in azienda: da dove partire
Un agente AI è un assistente che non si limita a rispondere: legge i documenti che arrivano in azienda, capisce di che tipo sono, estrae i dati, li scrive nei gestionali che usate già e avvisa quando qualcosa non torna. In una PMI i casi che rendono per primi sono quasi sempre gli stessi: i documenti in entrata, il ciclo ordine-fattura, e le domande ripetitive a cui oggi risponde una persona. Si parte da uno solo, con un pilota di 6 settimane e una metrica decisa prima.
Aggiornato: 29 ottobre 2026
Dove se ne va il tempo
In ogni azienda ci sono attività indispensabili e a basso valore che restano manuali: ribattere un documento già arrivato in formato digitale, cercare lo stesso dato in tre sistemi diversi, compilare l'ennesima scheda tecnica, rispondere per la decima volta alla stessa telefonata.
Il costo non è solo il tempo. È il refuso del data entry che nessuno intercetta, ed è il ritardo fra il momento in cui un dato nasce e quello in cui diventa consultabile: quando il report arriva, la decisione è già stata presa a sensazione.
I casi che funzionano davvero
Non sono undici progetti diversi: sono quattro famiglie, e quasi sempre si comincia dalla prima.
1. I documenti che entrano
- Un unico centro documentale. PEC, caselle email, PDF, scansioni e portali fornitori confluiscono in un solo ingresso invece di dieci. L'agente classifica il tipo — bolla, fattura, ordine, contratto, certificato, reclamo — estrae i riferimenti, instrada alla persona o al processo giusto, protocolla e archivia in modo ricercabile.
- Bolle e documenti di magazzino. Lo stesso flusso per decine di layout diversi, in carico e in scarico: righe, quantità, lotti, colli e ubicazioni finiscono nel gestionale e le giacenze restano allineate. Gli scostamenti vengono segnalati prima della registrazione, non scoperti all'inventario.
- Il ciclo ordine-fattura. Gli ordini arrivano in mille formati e vengono ribattuti a mano; poi il preventivo diventa ordine, l'ordine bolla, la bolla fattura, e a ogni passaggio c'è un copia-incolla. L'agente mappa i codici del cliente sui vostri articoli, verifica listini e disponibilità e accompagna il documento fino alla fattura elettronica, senza reimmissioni.
2. Le persone che chiedono
- Assistenza di primo livello. Le domande ricorrenti ricevono subito una risposta presa dai vostri manuali; i casi seri vengono classificati, messi in priorità e passati al tecnico giusto, con la diagnosi già precompilata.
- Un centralino che risponde. Orari, stato di un ordine o di una spedizione, appuntamenti: richieste che oggi interrompono chi lavora e che fuori orario si perdono. L'agente vocale consulta gestionale e CRM e risponde con dati veri, lasciando trascrizione di ogni chiamata.
- La conoscenza interna. Manuali, capitolati, procedure ed email tecniche diventano interrogabili a parole, con la citazione della fonte esatta. È la differenza fra un nuovo assunto che impiega mesi a orientarsi e uno che trova la risposta da solo.
3. I dati che servono per decidere
- Il report pronto ogni mattina. I numeri esistono già nei gestionali e nei sistemi di produzione: l'agente li legge, calcola gli indicatori che vi servono, scrive un riepilogo in italiano con le anomalie evidenziate e lo recapita all'ora che decidete. Poi risponde alle domande di approfondimento su quei numeri.
- Le operazioni ostiche, chieste a parole. Alcune funzioni dei gestionali sono potenti ma scomode, e il know-how sta nella testa di una persona sola. Un agente collegato al gestionale traduce una frase in italiano nelle operazioni corrispondenti, entro permessi definiti per ruolo e lasciando traccia.
4. Il commerciale
- Lead qualificati subito. I contatti arrivano da form, email, fiere e LinkedIn e finiscono in caselle diverse: vengono ricontattati tardi o mai. L'agente li raccoglie in un flusso solo, li arricchisce da fonti pubbliche, verifica i requisiti e fa avanzare solo quelli che li soddisfano, mettendo gli altri in nurturing.
E le persone
Il quinto pezzo non è un software. Un sistema che nessuno usa non serve a niente, e dal 2 febbraio 2025 c'è anche un obbligo di alfabetizzazione sull'AI: ne parlo in formazione AI e obblighi dell'AI Act.
Come usare un assistente come Claude in azienda
«Usare l'AI» in azienda vuol dire tre cose molto diverse, e conviene distinguerle perché il rischio e il beneficio crescono insieme.
Livello 1 — uso individuale consapevole
Le persone usano un assistente per scrivere, riassumere, tradurre, preparare una bozza. Costa poco e dà risultati subito, ma è anche il livello dove si combinano i guai: dati aziendali incollati in strumenti non autorizzati, output mandati al cliente senza che nessuno li abbia riletti. Qui serve una regola scritta e mezza giornata di formazione, non un progetto.
Livello 2 — l'assistente sui vostri documenti
L'assistente smette di rispondere in generale e risponde sui vostri manuali, listini, procedure e capitolati, citando la fonte. I documenti restano dove sono: all'esterno esce al massimo la domanda, mai l'archivio. È il livello che risolve il «chiedi a chi lo sa».
Livello 3 — l'agente che agisce
L'assistente si collega ai gestionali e ai sistemi aziendali e compie operazioni: legge dati, compila documenti, prepara registrazioni. Qui il vantaggio è grande e quindi vanno messi i paletti prima: permessi per ruolo, azioni tracciate, e all'inizio l'agente che propone mentre una persona conferma.
Le domande che in azienda si fanno sempre
Da quale processo conviene partire?
Quasi sempre dai documenti in entrata. È dove il lavoro ripetitivo è più concentrato, il risultato si misura in fretta e il rischio è basso, perché all'inizio l'agente propone e una persona conferma.
I nostri dati escono dall'azienda?
È una scelta da fare consapevolmente prima di partire, non una conseguenza. Si può lavorare con modelli che girano dentro l'azienda oppure con servizi esterni configurati in modo che i dati non alimentino l'addestramento. Dove i documenti sono sensibili la regola che applico è semplice: i dati restano dove sono e all'esterno esce al massimo la domanda.
Dobbiamo cambiare gestionale?
No. Gli agenti si collegano a quello che usate già e scrivono attraverso le sue interfacce. Cambiare gestionale è un progetto a sé, da valutare per i suoi motivi, non per introdurre l'AI.
E se sbaglia?
Si parte con l'agente che propone e una persona che conferma, mai con l'automatismo completo. Ogni azione resta tracciata e reversibile, e i casi dubbi vengono messi da parte invece che indovinati. L'automatismo pieno si concede un caso alla volta, su quelli che hanno dimostrato di funzionare.
Serve un informatico interno?
Per partire no. Serve però una persona che conosca bene il processo e possa dire se un documento è stato gestito correttamente: è la figura che decide se il progetto entra in produzione o resta una dimostrazione.
Le persone perderanno il posto?
L'obiettivo è togliere il lavoro ripetitivo, non le persone: il tempo liberato dal data entry si sposta sui controlli, sui clienti e sui casi complessi, dove una persona serve davvero. È un tema da affrontare apertamente con chi lavora al processo, prima di partire e non dopo.
Quanto dura e come si misura se ha funzionato?
Audit iniziale 1–2 giorni per scegliere processo e metrica; pilota tipicamente 6 settimane su un processo solo. La metrica si fissa prima di scrivere codice — documenti gestiti senza intervento, tempo per documento, errori intercettati — così la decisione di estendere o fermarsi si prende su un numero.
Come si parte
| Fase | Durata | Cosa succede |
|---|---|---|
| Call conoscitiva | 30 minuti | Capiamo se c'è un caso sensato; se non c'è, lo dico |
| Audit | 1–2 giorni | Si guardano processi, documenti e sistemi; si sceglie il processo e la metrica |
| Pilota | 6 settimane | Un solo processo, in produzione, con la persona che conferma |
| Estensione | da pianificare | Altri processi o automatismo pieno, sui risultati misurati |
Un pilota che non porta un beneficio misurabile in poche settimane non va scalato: va fermato. Vale anche al contrario — se il numero c'è, l'estensione si decide senza discussioni.
Raccontami quale processo vi ruba più tempo — oppure scrivimi a info@stefanoroteglia.it.
AI agents at work: where to start
An AI agent is an assistant that does more than answer questions: it reads the documents arriving at your company, works out what they are, extracts the data, writes it into the systems you already run and flags anything that does not add up. In an SME the cases that pay off first are almost always the same ones: inbound documents, the order-to-invoice cycle, and the repetitive questions a person answers today. You start with one, as a 6-week pilot, with the metric agreed up front.
Updated: 29 October 2026
Where the time goes
Every company has essential, low-value work that stays manual: rekeying a document that already arrived digitally, hunting the same figure across three systems, filling in yet another data sheet, answering the same phone call for the tenth time.
The cost is not only time. It is the data-entry typo nobody catches, and the lag between a figure coming into existence and becoming available: by the time the report lands, the decision has already been made on gut feel.
The cases that actually work
These are not eleven separate projects: they are four families, and you almost always start with the first.
1. Documents coming in
- A single document hub. Certified mail, inboxes, PDFs, scans and supplier portals funnel into one entry point instead of ten. The agent classifies the type — delivery note, invoice, order, contract, certificate, complaint — pulls out the references, routes it to the right person or process, registers and files it so it stays searchable.
- Delivery notes and warehouse paperwork. One flow for dozens of different layouts, inbound and outbound: lines, quantities, batches, packages and locations land in the system and stock figures stay aligned. Discrepancies get flagged before posting, not discovered at stocktake.
- The order-to-invoice cycle. Orders arrive in a thousand formats and get rekeyed; then the quote becomes an order, the order a delivery note, the note an invoice, and every step is another copy-paste. The agent maps the customer's codes onto your items, checks price lists and availability, and carries the document through to the electronic invoice with no re-entry.
2. People asking questions
- First-line support. Recurring questions get an immediate answer drawn from your own manuals; real problems are classified, prioritised and passed to the right engineer with the diagnosis pre-filled.
- A switchboard that actually answers. Opening hours, order or shipment status, appointments: requests that interrupt people today and get lost after hours. The voice agent checks your systems and answers with real data, leaving a transcript of every call.
- Internal knowledge. Manuals, specifications, procedures and technical emails become searchable in plain language, with the exact source cited. That is the difference between a new hire taking months to find their feet and one who finds the answer alone.
3. The data you decide on
- The report ready every morning. The numbers already sit in your business and production systems: the agent reads them, computes the indicators you need, writes a plain-language summary with anomalies highlighted and delivers it at the time you choose. Then it answers follow-up questions about those numbers.
- Awkward operations, asked in plain words. Some system functions are powerful but clumsy, and the know-how lives in one person's head. An agent connected to the system turns a sentence into the matching operations, within role-based permissions and leaving an audit trail.
4. Sales
- Leads qualified immediately. Contacts arrive from forms, email, trade fairs and LinkedIn and end up in different inboxes: they get followed up late or never. The agent collects them into one flow, enriches them from public sources, checks the criteria and advances only those that meet them, putting the rest into nurturing.
And the people
The fifth piece is not software. A system nobody uses is worth nothing, and since 2 February 2025 there is also an AI literacy duty: see AI training and your AI Act duties.
How to use an assistant like Claude at work
"Using AI" at work means three very different things, and it is worth separating them, because risk and benefit grow together.
Level 1 — informed individual use
People use an assistant to write, summarise, translate, draft. It costs little and pays off immediately, but it is also where the trouble starts: company data pasted into unapproved tools, output sent to a customer without anyone rereading it. This needs a written rule and half a day of training, not a project.
Level 2 — the assistant on your own documents
The assistant stops answering in general and answers from your manuals, price lists, procedures and specifications, citing the source. The documents stay where they are: at most the question leaves, never the archive. This is the level that solves "ask the person who knows".
Level 3 — the agent that acts
The assistant connects to your business systems and performs operations: reads data, fills in documents, prepares entries. The upside here is large, so the guardrails go in first: role-based permissions, logged actions, and at the start an agent that proposes while a person confirms.
The questions companies always ask
Which process should we start with?
Almost always inbound documents. That is where repetitive work is most concentrated, the result is quick to measure, and the risk is low, because at first the agent proposes and a person confirms.
Does our data leave the company?
That is a decision to make deliberately up front, not a consequence. You can work with models running inside the company, or with external services configured so your data does not feed training. Where documents are sensitive the rule I apply is simple: the data stays where it is and at most the question leaves.
Do we have to replace our business software?
No. Agents connect to what you already run and write through its interfaces. Replacing your core system is a project in its own right, to be judged on its own merits, not as a way to introduce AI.
What if it gets something wrong?
You start with the agent proposing and a person confirming, never with full automation. Every action stays logged and reversible, and doubtful cases get set aside rather than guessed. Full automation is granted one case at a time, to the ones that have proved themselves.
Do we need an IT person in-house?
Not to start. You do need someone who knows the process well and can say whether a document was handled correctly: that person decides whether the project reaches production or stays a demo.
Will people lose their jobs?
The aim is to remove repetitive work, not people: the time freed from data entry moves to checks, customers and complex cases, where a person genuinely belongs. It is a subject to raise openly with the people doing the work, before you start rather than after.
How long does it take and how do we know it worked?
An initial audit of 1–2 days to pick the process and the metric; a pilot of typically 6 weeks on a single process. The metric is fixed before any code is written — documents handled without intervention, time per document, errors caught — so the decision to extend or stop rests on a number.
How it starts
| Phase | Duration | What happens |
|---|---|---|
| Intro call | 30 minutes | We work out whether there is a sensible case; if there isn't, I say so |
| Audit | 1–2 days | Processes, documents and systems reviewed; process and metric chosen |
| Pilot | 6 weeks | One process, in production, with a person confirming |
| Extension | to be planned | More processes or full automation, based on measured results |
A pilot that does not produce a measurable benefit within a few weeks should not be scaled: it should be stopped. The reverse holds too — if the number is there, extending needs no debate.
Tell me which process eats the most of your time — or email me at info@stefanoroteglia.it.