Quando l'AI non conviene: sette casi in cui diciamo di no

    Il modo più rapido di sprecare un budget è mettere l'AI su un problema che ha un'altra causa.

    8 minImprenditori e direzione di PMI

    Cosa portare a casa

    Risposta breve

    Un progetto AI non conviene quando il problema è un processo mal definito, quando i dati necessari non esistono o non sono affidabili, quando il volume è troppo basso perché il beneficio si moltiplichi, o quando esiste una soluzione deterministica più economica e più prevedibile.

    L'AI amplifica un processo: se il processo è confuso, amplifica la confusione.

    Su dati inaffidabili produce risposte precise e sbagliate.

    Sotto una certa frequenza, nessun beneficio ripaga il progetto.

    AI Layer

    CONSOO

    Torna alle guide

    I sette casi

    SituazioneCosa serve invece
    Il processo non è mai stato messo per iscrittoDefinirlo. L'AI amplificherebbe la confusione
    I dati necessari non sono affidabiliSistemare i dati. Risponderebbe con sicurezza cose sbagliate
    L'attività si ripete poche volte l'annoNulla: il beneficio non si moltiplica abbastanza
    Esiste una regola chiara che risolveUn'automazione classica: costa meno e non sbaglia
    Il problema è che nessuno richiama i contattiSistemare il seguito commerciale, non aggiungere richieste
    Serve un calcolo esattoUn sistema che calcola. L'AI prevede testo, non calcola
    La decisione deve essere spiegabile a un terzoRegole scritte che qualcuno ha approvato

    In tutti e sette i casi l'AI produrrebbe qualcosa — quasi sempre una demo convincente. Il problema arriva al terzo mese, quando il risultato non si vede e nessuno sa dire perché.

    Il caso più frequente: il processo non definito

    «Vorremmo che l'AI gestisse le richieste in arrivo.» La domanda successiva è come vengono gestite oggi, e spesso la risposta è che dipende: da chi le prende, dal periodo, dal cliente. Non c'è un processo, c'è una consuetudine che vive nella testa di tre persone e cambia a seconda di chi c'è.

    Mettere per iscritto il processo è lavoro che serve comunque, costa poche giornate e in diversi casi risolve da solo metà del problema. Poi, se serve ancora, l'AI ha su cosa lavorare.

    Il caso più costoso: i dati inaffidabili

    Un assistente collegato a giacenze sbagliate dirà a un cliente che il prodotto è disponibile. Uno collegato a un listino di due anni fa darà un prezzo che non esiste più. Non sono errori dell'AI: sono i vostri dati, detti con più sicurezza e a più persone di prima.

    Da verificare prima di collegare qualsiasi cosa

    • Le giacenze corrispondono alla realtà, e con che scarto.
    • Esiste una sola versione valida di ogni listino e documento.
    • Gli stati degli ordini vengono aggiornati quando succede qualcosa, non a fine giornata.
    • Le anagrafiche non sono duplicate.
    • Chi risponde oggi al telefono si fida di quei dati, o li verifica ogni volta.

    L'ultima riga è il test più rapido: se le persone in azienda controllano sempre prima di rispondere, il dato non è affidabile, e automatizzarlo significa togliere l'unico controllo che c'era.

    Come lo verifichiamo prima di preventivare

    1. 01

      Contiamo

      Quante volte accade davvero il caso da automatizzare. Sotto una certa frequenza, il conto non torna e lo diciamo.

    2. 02

      Guardiamo i dati

      Non le tabelle: dieci casi reali, con i loro campi vuoti e le loro eccezioni.

    3. 03

      Chiediamo di descrivere il processo

      Se emergono tre versioni diverse dalla stessa azienda, il primo lavoro è un altro.

    4. 04

      Proviamo la regola

      Se il caso si risolve con una condizione scritta, proponiamo quella: costa meno e non sbaglia.

    Risorse collegate utili

    Domande frequenti

    Quando un progetto AI non conviene?

    Quando il processo non è mai stato definito, quando i dati necessari non sono affidabili, quando l'attività si ripete poche volte l'anno, o quando esiste una regola chiara che risolve — nel qual caso un'automazione classica costa meno e non sbaglia.

    Cosa succede se collego l'AI a dati sbagliati?

    Dirà cose sbagliate con più sicurezza e a più persone di prima. Non è un errore dell'AI: sono i vostri dati, amplificati. Il test più rapido è guardare se chi risponde al telefono oggi verifica sempre prima di rispondere.

    E se il processo non è scritto da nessuna parte?

    Va scritto prima. Automatizzare una consuetudine che vive nella testa di tre persone significa scegliere una delle tre versioni: le altre due smettono di usare il sistema, e il progetto muore senza che nessuno lo dichiari.

    Quanto volume serve perché convenga?

    Il beneficio si moltiplica per la frequenza: un'attività fatta due volte l'anno non giustifica un progetto, per quanto fastidiosa sia. Il conto si fa contando quante volte accade davvero, prima di preventivare.

    Voi lo dite se non conviene?

    Sì, e lo verifichiamo prima di preventivare: contiamo la frequenza, guardiamo dieci casi reali e chiediamo di descrivere il processo. Un progetto venduto dove non serve smette di essere usato in tre mesi, e diventa un problema anche nostro.

    Raccontaci il caso che hai in mente: se non conviene te lo diciamo in mezz'ora, e ti risparmiamo il progetto.

    CONSOO trasforma idee su software, AI e integrazioni in un percorso tecnico chiaro per PMI.

    • 30 minuti, online
    • Nessun impegno
    • Analisi del tuo caso reale
    • Risposta entro 24 ore