# Integrare l'intelligenza artificiale in azienda: da dove partire

> Integrare l'intelligenza artificiale in azienda: il primo processo da scegliere, un pilota misurabile, formazione, costi, rischi e obblighi dell'AI Act.

URL: https://automatia.it/guide/integrare-intelligenza-artificiale-in-azienda
Sezione: Home › Guide › Integrare l'AI in azienda
Aggiornato: 2026-11-09
Autore: Automatia S.r.l., software house (https://automatia.it/)

Per chi vuole integrare l'intelligenza artificiale in azienda senza fermarsi a qualche chat: come scegliere il primo processo, misurare una prova, preparare le persone e contenere costi e rischi.

![Schema in sei passi per integrare l'intelligenza artificiale in azienda: processo, inventario, pilota, decisione, formazione, messa in produzione.](https://automatia.it/assets/img/tavole/integrare-intelligenza-artificiale-in-azienda-4x3.png?v=7f39c444)
*Fig. 1: Tutto passa dal pilota: la soglia si scrive prima di partire e, a fine prova, i numeri misurati dicono se proseguire, restringere il perimetro o fermarsi.*

Per integrare l'intelligenza artificiale in azienda conviene partire da un solo processo ripetitivo e verificabile, come leggere le bolle dei fornitori o smistare le email, e provarlo con un progetto pilota di AI su documenti veri, con una soglia di successo decisa prima. Servono anche regole sui dati, formazione e una persona che controlla quando conta.

Tra le imprese italiane con almeno 10 addetti che usano l'intelligenza artificiale, una su tre non indica nessuno degli ambiti aziendali proposti dall'indagine, come vendite o amministrazione. Per l'Istat, che lo rileva nel rapporto [Imprese e ICT 2025](https://www.istat.it/comunicato-stampa/imprese-e-ict-anno-2025/), è il segno di un uso ancora iniziale e sperimentale.

Questa guida parte dal lato opposto: si sceglie un processo preciso, lo si mette alla prova con dei numeri e solo dopo si decide se estendere l'uso.

## Utilizzo dell'intelligenza artificiale in azienda: quanto e per cosa

In un anno l'adozione dell'intelligenza artificiale nelle imprese italiane è raddoppiata: nel 2025 usava almeno una tecnologia di AI il 16,4% delle imprese con almeno 10 addetti, contro l'8,2% del 2024. Dal 2025 l'indagine conta anche l'AI generativa di immagini, video e audio.

L'AI in azienda è [diffusa soprattutto tra le grandi](https://automatia.it/guide/intelligenza-artificiale-grandi-aziende): la usa il 53,1% delle imprese con almeno 250 addetti, contro il 15,7% di quelle tra 10 e 249. Nell'Unione europea, secondo i [dati Eurostat sul 2025](https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2), la quota è del 20,0%.

Tra chi la usa, le tecnologie più comuni sono l'estrazione di informazioni dai documenti di testo (70,8%), l'AI generativa (59,1%) e il riconoscimento vocale (41,3%); gli ambiti più frequenti sono marketing e vendite (33,1%) e i processi amministrativi (25,7%).

Tra le imprese che non usano l'AI, l'11,5% ha valutato di adottarla. Molti degli ostacoli che citano si riducono con un primo progetto ben delimitato:

| Ostacolo | Imprese | Cosa aiuta |
| --- | --- | --- |
| Mancanza di competenze | 58,6% | Un processo solo, seguito da chi lo conosce, e una formazione breve |
| Norme poco chiare | 47,3% | Per chi usa l'AI gli obblighi sono pochi: li trovi più sotto |
| Dati mancanti o di scarsa qualità | 45,2% | Partire da documenti già digitali e sistemare prima le anagrafiche |
| Privacy e protezione dei dati | 43,2% | Piani aziendali o API con accordo sul trattamento |
| Costi elevati | 43,0% | Una prova piccola e misurata, con un tetto di spesa |

*Ostacoli citati dalle imprese che hanno valutato l'AI senza adottarla (Istat 2025, imprese con almeno 10 addetti)*

## Come scegliere il primo processo da affidare all'AI

Per adottare l'AI con un risultato misurabile conviene partire da un lavoro frequente e verificabile, in cui oggi una persona legge dei testi per ricopiarne i dati o smistarli. Sono i casi d'uso dell'AI per le aziende che reggono meglio una prova, perché l'errore si vede subito e costa poco.

| Domanda | Buon segnale | Meglio aspettare |
| --- | --- | --- |
| Quante volte succede? | Decine di volte al giorno, centinaia al mese | Poche volte al mese: a mano si fa prima |
| Cosa fa oggi la persona? | Legge un testo, lo ricopia, lo smista o ci risponde | Applica una regola fissa: basta un'[automazione tradizionale](https://automatia.it/servizi/automazione-processi-aziendali) |
| Il risultato si può verificare? | Il gestionale conosce già la risposta giusta, come l'ordine | Nessuno saprebbe dire se la risposta è giusta |
| Quanto costa un errore? | Poco, e una persona lo vede in tempo | Molto, oppure emerge dopo mesi |
| Riguarda decisioni sulle persone? | No: documenti, richieste, anagrafiche | Sì, come scegliere tra i candidati a un'assunzione |
| Qualcuno segue la prova? | Un responsabile che vuole cambiare quel lavoro | Nessuno ha tempo di guardare i risultati |

*Domande per scegliere il primo processo*

Applicazioni dell'AI in azienda che rispondono bene: le bolle dei fornitori confrontate con l'ordine, le email dell'indirizzo generico smistate a chi deve rispondere, le domande in italiano sui dati del gestionale. Ne parlano le guide su come [estrarre dati dai documenti con l'AI](https://automatia.it/guide/estrarre-dati-da-documenti-con-ai) e su [business intelligence e intelligenza artificiale](https://automatia.it/guide/business-intelligence-intelligenza-artificiale), e la pagina sugli [agenti AI per aziende](https://automatia.it/servizi/agenti-ai-aziende).

## Dati e strumenti che l'azienda ha già

Prima di comprare qualcosa conviene fare l'inventario di quello che c'è: l'intelligenza artificiale nei processi aziendali lavora sui documenti e sui programmi che esistono già.

- **I documenti.** Dove arrivano, tra PEC, email e cartelle condivise, e in che forma. Le fatture elettroniche XML dello SdI sono già dati: lì l'AI non serve.
- **Il gestionale.** Ha le risposte con cui controllare l'AI, come ordini, anagrafiche e listini, e deve saper scambiare dati.
- **Le licenze.** Alcuni pacchetti per l'ufficio includono già funzioni di AI: prima di comprare altre licenze, verifica cosa c'è in quelle che paghi.
- **Le persone.** Le regole non scritte di chi fa il lavoro, come "quel fornitore sbaglia sempre l'unità di misura", sono la specifica del progetto.

Secondo il [rapporto completo dell'Istat](https://www.istat.it/wp-content/uploads/2025/12/Statreport_ICT2025.pdf), nel 2025 il 56,0% delle imprese con almeno 10 addetti usava almeno un ERP, un CRM o un software di business intelligence: dove c'è un gestionale, le proposte dell'AI hanno già qualcosa con cui confrontarsi. Chi tiene i clienti in fogli Excel con codici diversi parte da lì, con il [passaggio da Excel a un gestionale](https://automatia.it/guide/da-excel-a-gestionale), perché l'AI non sa quale codice è giusto.

## Come impostare e misurare un progetto pilota di AI

Un progetto pilota di AI è una prova breve su un solo processo, con documenti veri e un criterio di successo scritto prima di partire: senza, a fine prova ognuno vede il risultato che preferisce. Prima si fissano cinque cose:

- la misura di oggi: minuti per documento ed errori che arrivano a valle, contati su qualche settimana normale;
- il campione: qualche centinaio di documenti veri, compresi quelli difficili, come scansioni storte e fornitori esteri;
- la soglia sotto cui la prova non è superata, per esempio la quota di campi letti correttamente;
- il modo di lavorare: l'AI in parallelo e le persone come prima, così il confronto è sugli stessi documenti;
- chi guarda i risultati, e in che giorno si decide.

Il dato che conta di più è spesso il tempo di controllo: se la persona ricontrolla ogni campo il risparmio sparisce, se il sistema segnala da solo i casi dubbi il tempo scende davvero. Per questo il pilota misura anche quello.

## Persone e formazione sull'AI

Integrare l'intelligenza artificiale in azienda cambia il lavoro di qualcuno, quindi le persone si coinvolgono dall'inizio: il responsabile del processo, chi controllerà le proposte e chi gestisce account e permessi. Chi oggi fa il lavoro a mano conosce i casi difficili, da cui nascono i casi di prova: spiegargli il pilota prima di partire evita che sembri una minaccia.

La formazione sull'AI è anche un obbligo. L'articolo 4 dell'AI Act vale dal 2 febbraio 2025 anche per chi usa sistemi di AI per lavoro e, dopo le modifiche del 2026, chiede di adottare misure a sostegno dell'alfabetizzazione del personale, senza imporre un livello specifico: lo spiegano le [domande e risposte della Commissione europea](https://digital-strategy.ec.europa.eu/it/faqs/ai-literacy-questions-answers).

Da sapere

Per la Commissione non serve un certificato, e l'azienda può tenere un registro interno delle formazioni. [Chi usa una chat per scrivere testi](https://automatia.it/guide/usare-bene-l-ai-in-azienda) andrebbe informato sui rischi specifici, come le [allucinazioni](https://automatia.it/glossario#allucinazione): risposte plausibili ma sbagliate.

Una formazione utile è breve e costruita sullo strumento vero: cosa fa il sistema e dove ha sbagliato nel pilota, quali dati non si inseriscono mai, come si lavorano i casi dubbi e si segnala un errore, chi decide quando la proposta e la persona non concordano.

In Italia c'è un obbligo in più: l'[articolo 11 della legge 132 del 2025](https://www.normattiva.it/uri-res/N2Ls?urn:nir:stato:legge:2025-09-23;132~art11) chiede al datore di lavoro di [informare i lavoratori sull'uso dell'intelligenza artificiale](https://automatia.it/guide/legge-italiana-intelligenza-artificiale), nei casi e con le modalità dell'articolo 1-bis del decreto legislativo 152 del 1997. Come applicarlo lo verifichi con il consulente del lavoro.

## Regole interne prima di estendere l'uso

Prima che l'AI esca dal pilota servono [poche regole scritte](https://automatia.it/guide/policy-aziendale-intelligenza-artificiale): quali strumenti si usano e con quali account, quali dati non entrano mai, chi controlla cosa, a chi si segnala un errore. Il documento può essere breve, purché lo leggano tutti; un modello con i punti chiave è nella guida su [ChatGPT, Claude e Copilot in azienda](https://automatia.it/guide/chatgpt-claude-copilot-in-azienda).

Per i [sistemi collegati ai programmi aziendali](https://automatia.it/guide/gestionale-con-intelligenza-artificiale) si aggiungono tre regole: l'AI lavora con i permessi di chi fa la domanda, le modifiche ai dati passano da una conferma, ogni azione resta in un registro.

## Costi e ritorno dell'investimento in AI

Un progetto di integrazione dell'intelligenza artificiale in azienda ha cinque voci di costo, e lo sviluppo è solo la prima. Le altre sono l'uso del modello, pagato a consumo, le eventuali licenze per utente, il tempo di chi controlla e la manutenzione, perché i modelli cambiano e le prove vanno ripetute.

Il ritorno dell'investimento in AI si calcola sul processo del pilota, con i numeri misurati e non con quelli promessi. Un esempio, con numeri inventati, sullo stesso caso delle bolle:

| Voce | Esempio |
| --- | --- |
| Lavoro di oggi | 600 bolle × 4 minuti = 40 ore al mese |
| Lavoro dopo il pilota | 600 bolle × 1 minuto = 10 ore al mese |
| Valore delle 30 ore liberate | 900 € al mese, a 30 euro l'ora di costo aziendale |
| Costi mensili da sottrarre | Uso del modello, misurato nel pilota, e manutenzione |
| Risparmio netto | 900 € al mese meno i costi mensili |
| Mesi per rientrare | Costo di sviluppo e avvio diviso il risparmio netto |

*Esempio di calcolo del ritorno, con numeri inventati*

Due avvertenze: le ore liberate valgono solo se vengono usate per altro, e nel conto vanno anche gli errori evitati, come una quantità sbagliata caricata a magazzino. Quanto costano mille richieste a un modello, sui listini ufficiali, lo trovi nella guida su [cosa sono gli agenti AI](https://automatia.it/guide/agenti-ai-cosa-sono-esempi).

Con noi l'accordo si costruisce su misura dopo l'analisi, a corpo, a canone o misto, come spiegato in [formule e costi](https://automatia.it/formule).

## Rischi dell'intelligenza artificiale in azienda

I rischi più concreti sono tre: dove finiscono i dati, gli errori che sembrano giusti e la dipendenza da un fornitore. Si contengono con scelte fatte all'inizio.

### Dati

Il caso tipico è il collega che incolla un contratto nella chat del suo account personale: piani aziendali e accordo sul trattamento sono spiegati nella guida su ChatGPT, Claude e Copilot. Nei sistemi collegati al gestionale, [al modello arrivano solo i campi che servono al compito](https://automatia.it/guide/ai-privata-sui-dati-aziendali).

Per un'azienda svizzera vale la legge federale sulla protezione dei dati: l'8 maggio 2025 l'Incaricato federale della protezione dei dati e della trasparenza ha ricordato che [si applica direttamente ai trattamenti con l'AI](https://www.edoeb.admin.ch/it/attuale-legge-direttamente-applicabile-ia). Il quadro è nella guida sulla [nuova LPD svizzera](https://automatia.it/guide/nuova-lpd-svizzera-software-aziende).

### Errori

Un modello linguistico può sbagliare con una risposta che sembra giusta. Per questo intorno al modello si mettono dei controlli: i numeri li conta il database, i codici si scelgono da un elenco chiuso, le proposte incerte vanno a una persona e ogni passaggio resta registrato.

### Dipendenza dal fornitore

I fornitori ritirano i modelli vecchi: Anthropic, per esempio, avvisa chi li usa almeno 60 giorni prima, e dopo il ritiro le richieste al modello falliscono. Claude Sonnet 4 e Claude Opus 4, con il ritiro annunciato il 14 aprile 2026, hanno smesso di rispondere sull'API di Anthropic il 15 giugno ([elenco dei ritiri di Anthropic](https://platform.claude.com/docs/en/about-claude/model-deprecations)).

La difesa è tenere in casa istruzioni, casi di prova con la risposta giusta, dati e registri: con questi si cambia modello o fornitore rifacendo girare le prove. Cosa farsi consegnare è nella guida sulla [proprietà del codice sorgente](https://automatia.it/guide/proprieta-codice-sorgente).

## Gli obblighi dell'AI Act per chi usa l'AI

Per chi usa l'AI senza svilupparla, il deployer nel linguaggio del regolamento, le regole sono poche. Secondo la [pagina della Commissione europea sull'AI Act](https://digital-strategy.ec.europa.eu/it/policies/regulatory-framework-ai):

- dal 2 febbraio 2025 valgono gli obblighi di alfabetizzazione del personale, visti sopra;
- da agosto 2026 valgono le regole di trasparenza: chi scrive a un chatbot deve sapere che parla con una macchina, e alcuni contenuti generati vanno etichettati;
- dal 2 dicembre 2027 si applicano gli obblighi per i sistemi ad alto rischio dell'allegato III, tra cui i software che selezionano i CV per le assunzioni.

Le date tengono conto dell'omnibus digitale sull'IA, in vigore dal 27 luglio 2026; la tabella completa e la legge italiana sono nella guida su [ChatGPT, Claude e Copilot in azienda](https://automatia.it/guide/chatgpt-claude-copilot-in-azienda). Ruoli, livelli di rischio e sanzioni sono nella guida sull'[AI Act](https://automatia.it/guide/ai-act).

Come queste regole si applicano al tuo caso lo verifichi con il legale. Un'azienda svizzera che offre o usa sistemi di AI nell'Unione europea gli chieda anche se l'AI Act la riguarda.

## Integrare l'intelligenza artificiale in azienda con un fornitore

Quando il primo processo richiede [collegamenti con il gestionale o con la posta](https://automatia.it/guide/mcp-model-context-protocol), serve qualcuno che li costruisca. Prima di firmare, chiarisci con chi ti propone il progetto:

- come si misura la qualità, prima della messa in produzione e a ogni cambio di modello;
- dove passano i dati e con quale accordo sul trattamento;
- cosa vede la persona che controlla, e da dove viene ogni valore proposto;
- chi paga l'uso del modello e con quale tetto di spesa;
- cosa resta a te se cambi fornitore: istruzioni, casi di prova, dati e registri.

È il modo in cui lavoriamo con l'[intelligenza artificiale per le aziende](https://automatia.it/servizi/intelligenza-artificiale-aziende): l'AI propone, una persona decide. Nel nostro [metodo](https://automatia.it/metodo) il pilota è la prima versione: dopo prima chiamata, analisi scritta e modello dei dati, il flusso lavora nell'ambiente di prova su documenti veri; se regge, seguono rilasci successivi, messa in produzione, assistenza ed evoluzione.

## Domande frequenti

**Da quale reparto conviene iniziare con l'intelligenza artificiale?**

Da quello in cui qualcuno passa ore a leggere testi per ricopiarli, smistarli o rispondere: spesso amministrazione, acquisti o servizio clienti. Conta il lavoro più del reparto: volume alto e risultato verificabile. Un buon indizio è il lavoro che si accumula quando chi lo fa è in ferie.

**Quanto deve durare un progetto pilota di AI?**

Di solito qualche settimana: il tempo di veder passare anche i casi fuori dall'ordinario, come la chiusura del mese, un fornitore nuovo o una scansione illeggibile. Una prova di pochi giorni misura solo i documenti facili. Più della durata conta il numero di documenti veri esaminati, deciso prima di partire.

**Serve assumere un esperto di intelligenza artificiale per iniziare?**

Per il primo progetto di solito no. Servono una persona interna che conosce il processo e ha tempo di seguire la prova, e qualcuno che sappia collegare l'AI ai programmi che usate, interno o esterno. In casa si costruiscono soprattutto due competenze: lavorare i casi dubbi e accorgersi quando un risultato non torna.

**Meglio dare ChatGPT a tutti o partire da un processo?**

Sono due cose diverse e possono convivere. Una chat aziendale, con regole chiare, aiuta ognuno a scrivere e riassumere; un progetto su un processo cambia un lavoro che si ripete ogni giorno, e il risultato si misura. Le sole chat danno familiarità con lo strumento, raramente un risultato che si vede nei conti.

**Cosa fare se il progetto pilota non raggiunge la soglia?**

Prima capire perché. Se l'AI sbaglia sempre sugli stessi documenti, si restringe il perimetro, per esempio ai soli PDF nativi o ai fornitori principali. Se i dati di partenza sono in disordine, si sistemano e si riprova. A volte conviene fermarsi: una prova fallita costa molto meno di un sistema che nessuno usa.

**Quali errori fanno fallire un progetto di AI?**

I più frequenti sono tre: una soglia di successo non fissata prima, così a fine prova ognuno legge i numeri a modo suo; dati in disordine, come anagrafiche con codici diversi; nessuno che segue la prova e guarda i risultati. Pesano anche un campione di soli documenti facili e un controllo umano su ogni campo, che annulla il risparmio.


## Pagine collegate

- [Intelligenza artificiale](https://automatia.it/servizi/intelligenza-artificiale-aziende): L'AI dentro gestionale e flussi di lavoro: legge documenti, smista richieste e risponde sui tuoi dati, con una persona che decide quando conta.
- [Agenti AI](https://automatia.it/servizi/agenti-ai-aziende): Agenti AI che svolgono un compito in più passi sui tuoi programmi: leggono la richiesta, cercano nel gestionale, preparano la risposta e chiedono conferma.
- [ChatGPT, Claude e Copilot in azienda](https://automatia.it/guide/chatgpt-claude-copilot-in-azienda): Piani aziendali di ChatGPT, Claude e Copilot a confronto: costi, uso dei dati, GDPR, AI Act e i punti di una policy interna sull'AI.

---

Automatia S.r.l. · info@automatia.it · Italia +39 375 669 3055 (WhatsApp sempre attivo, 24 ore su 24, 7 giorni su 7) · Svizzera +41 76 511 26 10 (telefono e WhatsApp) · operativi 24 ore su 24, 7 giorni su 7 · https://automatia.it/contatti
Indice del sito per le AI: https://automatia.it/llms.txt · testo integrale: https://automatia.it/llms-full.txt
