Non tutti i processi vanno automatizzati, e non tutti quelli che vanno automatizzati vanno automatizzati adesso. La domanda giusta non è se una tecnologia sia in grado di fare una certa cosa — quasi sempre lo è — ma se in quel punto specifico dell’azienda l’intervento produca un ritorno che vale l’investimento.

Ci sono cinque criteri che usiamo per rispondere. Presi insieme dicono con buona precisione se un processo è pronto, se ha bisogno di essere sistemato prima, o se conviene lasciarlo dov’è.

Frequenza: quante volte succede

È il criterio che pesa di più, e paradossalmente è quello che le aziende considerano meno. Un processo complesso ma che si svolge tre volte l’anno raramente giustifica un intervento. Un processo banale che si ripete duecento volte al mese lo giustifica quasi sempre.

Il motivo è aritmetico. Il costo di costruire l’automazione è quasi tutto iniziale, mentre il beneficio si accumula a ogni esecuzione. Con volumi bassi il punto di pareggio non arriva mai; con volumi alti arriva in poche settimane.

Il consiglio pratico è di non fidarsi delle sensazioni. Quello che tutti percepiscono come “il lavoro più pesante” spesso è solo il più fastidioso, non il più frequente. Serve contare.

Regole: la decisione è descrivibile?

Se puoi spiegare a una persona nuova come si prende una certa decisione in quel processo, allora quella decisione è formalizzabile. Se la risposta è “dipende, con l’esperienza si capisce”, il processo non è ancora pronto: significa che le regole esistono ma vivono nella testa di qualcuno.

Questa non è una condanna. È semplicemente il segnale che prima dell’automazione serve un passaggio di standardizzazione, cioè far emergere quelle regole e scriverle. È esattamente il lavoro che si fa con le SOP aziendali (https://executionai.net/blog/sop-aziendali/), e senza il quale l’automazione replica l’ambiguità invece di eliminarla.

Attenzione però a una sfumatura importante: “regole descrivibili” non significa “input strutturati”. Un processo può avere regole chiarissime e input caotici — pensa a un flusso di richieste che arrivano via email scritte in modo diverso ogni volta. Quello è il territorio in cui l’AI lavora bene, perché il problema non è la decisione ma la comprensione di ciò che arriva.

Input: da dove arrivano i dati

Un processo si automatizza bene quando gli input sono accessibili. Se le informazioni necessarie sono in un sistema interrogabile, in una casella email, in un documento, allora si possono raccogliere. Se invece stanno in un archivio cartaceo, in un file locale sul computer di una persona, o dipendono da una telefonata, il primo lavoro non è automatizzare: è rendere quell’informazione disponibile.

Vale la pena mappare, per ogni processo candidato, quante fonti diverse servono per completarlo. È spesso un numero sorprendente, e ogni fonte in più è un punto in cui oggi qualcuno sta facendo da ponte a mano.

Output: si può verificare che sia corretto?

Questo criterio è quello che le aziende sottovalutano di più, e che invece determina se il progetto reggerà nel tempo. Un’automazione senza un modo per accorgersi che ha sbagliato è un rischio, non un risparmio.

Un buon processo automatizzabile produce un output confrontabile con qualcosa: un totale che deve tornare, un campo che deve corrispondere a un altro sistema, una soglia oltre la quale scatta un controllo umano. Quando questo confronto esiste, la macchina può lavorare in autonomia e chiamare una persona solo nei casi dubbi. Quando non esiste, ogni risultato va comunque riletto, e il risparmio evapora.

Se hai in mente un processo e non sei sicuro che rientri in questi criteri, puoi fissare una call gratuita di 30 minuti con uno dei nostri specialisti(https://executionai.net/#contatti): in mezz’ora si capisce se ha senso o no.

Tempo assorbito: quanto costa davvero oggi

L’ultimo criterio è quello economico, e si calcola con una formula elementare: minuti richiesti per esecuzione, moltiplicati per il numero di persone coinvolte, per la frequenza mensile, per il costo orario. Il risultato è la spesa che quel processo genera ogni anno senza comparire da nessuna parte nel bilancio.

Va aggiunta la parte indiretta, che spesso è più grande di quella diretta: le rilavorazioni dovute agli errori, i ritardi che il processo causa a valle, il costo di opportunità delle persone qualificate impiegate in attività meccaniche.

Come leggere i cinque criteri insieme

Un processo con frequenza alta, regole descrivibili, input accessibili, output verificabile e tempo assorbito significativo è un candidato ideale: si può partire subito e il risultato si misura in poche settimane.

Quando manca solo la formalizzazione delle regole, il processo non è escluso: va solo standardizzato prima. Quando invece mancano gli input accessibili, il lavoro preliminare è più lungo, perché significa mettere ordine nelle fonti dati.

Il caso in cui conviene fermarsi è quello del processo raro, molto variabile e con un output difficile da verificare. Lì l’automazione costa più di quello che restituisce, e la risposta onesta è lasciarlo alle persone.

C’è infine un errore ricorrente: scegliere il processo più visibile invece del più conveniente. Il primo intervento non dovrebbe essere quello che fa più impressione in riunione, ma quello che produce un risultato misurabile in fretta. Serve a costruire fiducia interna, e quella fiducia è la condizione per tutto il resto.

Il metodo completo di valutazione, con le nove regole operative, è nel libro “Non è l’AI. È il processo.” di Carlo Carmine e Angelo Fasola: puoi richiedere la copia Kindle gratuita qui (https://book.executionai.net/ita/naip).)

Domande frequenti

Qual è il criterio più importante per decidere se automatizzare?
La frequenza. Il costo dell’automazione è quasi tutto iniziale, mentre il beneficio si accumula a ogni esecuzione: con volumi bassi il punto di pareggio non arriva, con volumi alti arriva rapidamente.

Un processo con input disordinati si può automatizzare?
Sì, ed è proprio il caso in cui l’AI aggiunge valore rispetto a un’automazione a regole fisse: sa interpretare documenti ed email che arrivano in formati diversi ogni volta. Il requisito vero è che le regole di decisione siano descrivibili.

Cosa fare se le regole del processo non sono scritte?
Formalizzarle prima, con un lavoro di standardizzazione e SOP. Automatizzare un processo ambiguo non elimina l’ambiguità: la rende più veloce.

Come si calcola quanto costa oggi un processo manuale?
Moltiplicando minuti per esecuzione, persone coinvolte, frequenza mensile e costo orario, e aggiungendo il costo indiretto di errori, rilavorazioni e ritardi a valle.

Quando invece conviene non automatizzare?
Quando il processo è raro, molto variabile e produce un output che non si può verificare in modo automatico. In quei casi il costo dell’intervento supera il beneficio.