In una PMI manifatturiera l'intelligenza artificiale rende soprattutto dove le persone ribattono dati da un documento a un sistema. Ordini, DDT, fatture, manuali, disegni. Sono lavori che si ripetono ogni giorno, e il tempo che si recupera si misura in ore al mese.
Qui sotto ci sono cinque usi che abbiamo costruito o stiamo costruendo in aziende venete, con i numeri dove ci sono. Poi i casi in cui l'AI non serve, e da dove conviene partire.
Dove serve l'AI in un'azienda manifatturiera?
Controllare ordini, DDT e fatture prima di pagare
Il problema. Prima di pagare una fattura qualcuno dovrebbe confrontarla con l'ordine e con il DDT. Con migliaia di documenti l'anno, e DDT che arrivano in PDF o scansionati, il controllo si riduce al totale della fattura. Le differenze di prezzo passano.
Cosa fa l'AI. Legge i documenti in qualsiasi formato, li collega fra loro e confronta le righe: articolo, quantità, prezzo. Mostra a una persona solo i flussi che non tornano, con la riga del problema. Non paga e non registra niente da sola.
Il risultato. Su 980 ordini confrontati in 25 aziende tra gennaio e ottobre 2026, 187 erano fatturati più cari del concordato: circa 1 su 5, per 34.788 euro in totale. Un fornitore su tre ha maggiorato almeno un ordine. I dati sono nell'osservatorio sulle maggiorazioni dei fornitori. In Co.Mas, che costruisce gru a Paese (TV), lo stesso controllo è passato da tre persone a una, con 189 ore al mese risparmiate secondo una stima. Il caso è nel caso studio Co.Mas, e il controllo è spiegato nella guida al Three Way Match.
Trovare un'informazione nei manuali tecnici
Il problema. Ogni macchina ha il suo manuale, ogni versione le sue varianti, spesso in più lingue. Chi fa assistenza perde minuti a ogni domanda, e spesso chiama l'ufficio progettazione, che si ferma per rispondere.
Cosa fa l'AI. Un agente interroga tutta la documentazione e restituisce la risposta con il riferimento a dove sta scritta, così chi assiste può controllare. In Simec gira tutto su macchine dell'azienda, e nessun manuale esce.
Il risultato. Simec costruisce macchinari a Castello di Godego (TV) e ha 600 GB di manuali. Il tempo per trovare un'informazione è sceso da 12 minuti a 30 secondi, secondo il service di Simec. Il caso è nel caso studio Simec.
Estrarre i dati da documenti scansionati
Il problema. In un'azienda manifatturiera i fornitori sono decine, e ognuno ha il suo modulo. I DDT arrivano fotografati storti, le tabelle si spezzano su più pagine. L'OCR classico legge i caratteri ma non capisce quale numero è la quantità e quale il peso.
Cosa fa l'AI. Interpreta il layout del documento e lo trasforma in dati con un significato. Un fornitore nuovo, o che cambia modulo, di solito non richiede nessuna configurazione. Quello che non riesce a leggere finisce a una persona, con scritto cosa manca e su quale riga.
Il risultato. In Co.Mas è la parte che ha reso possibile il resto: oltre 12.000 documenti l'anno letti e riconsegnati al gestionale come dati confrontabili. Come funziona, e come si misura l'accuratezza campo per campo, è spiegato nella pagina su come estrarre i dati da DDT e fatture scansionate. Se i documenti vivono in Adiuto o nel DMS di TeamSystem, c'è anche la pagina sull'automazione della gestione documentale.
Fare un preventivo partendo dal disegno
Il problema. Arriva una richiesta con un PDF o un disegno. La persona più esperta dell'ufficio tecnico passa una giornata a contare i pezzi e cercare i prezzi. Una buona parte di quelle offerte non si chiude, e quel tempo non lo paga nessuno.
Cosa fa l'AI. Legge il disegno su più viste, censisce il materiale e chiede al gestionale i prezzi dei pezzi e delle lavorazioni. Il margine e la decisione di fare l'offerta restano a una persona.
Il risultato. L'abbiamo costruito per un mobilificio, che non ci ha autorizzato a nominarlo, quindi qui non ci sono numeri. Funziona dove i pezzi sono semplici e il disegno dice quasi tutto. Per i capitolati di macchinari, dove il costo dipende da tolleranze e cicli di lavorazione, no. I dettagli sono nella pagina su come fare un preventivo partendo dal disegno.
Prevedere i guasti delle macchine vendute
Il problema. Chi costruisce macchine le ha sul campo presso i clienti, e oggi interviene quando si rompono o a scadenza fissa.
Cosa fa l'AI. Impara dai dati delle macchine e dalla storia dei guasti, e segnala quando un componente si avvicina alla rottura. Il costruttore può offrirlo ai clienti come servizio.
Il risultato. Lo stiamo costruendo con un costruttore di macchine, quindi i numeri non ci sono ancora. Serve almeno un anno di misure con i guasti registrati, su più macchine uguali. Per questo conviene a chi costruisce macchine, quasi mai a chi ne usa poche e diverse. Il resto è nella pagina sulla manutenzione predittiva.
Dove l'AI non serve?
Ci sono tre casi in cui la risposta onesta è no.
- Il processo è raro. Se una cosa succede dieci volte l'anno, il tempo per costruire e mantenere un sistema supera quello che si recupera.
- I dati non esistono. Un modello impara da quello che c'è. Se i guasti non sono mai stati registrati, o gli ordini non passano dal gestionale, il primo lavoro è raccogliere i dati, non addestrare un modello.
- Basta una regola nel gestionale. Se il problema si risolve con un controllo fisso, per esempio bloccare una fattura sopra una certa soglia, l'AI aggiunge solo un costo.
Conta anche il volume. Per il controllo delle fatture, sotto i 30 ordini al mese il lavoro a mano costa meno di un sistema automatico.
Da dove si parte?
Da una mappa di dove si perde tempo. Non quella che si immagina in riunione, ma quella che raccontano le persone che lavorano ogni giorno sui documenti. Spesso il processo che costa di più non è quello di cui si parla.
È il lavoro che facciamo con Rivela. Andiamo in azienda, parliamo con i dipendenti e non solo con i responsabili, e mettiamo in fila dove si perdono soldi o tempo e cosa conviene automatizzare. Solo dopo si decide se serve l'AI, un software, o una regola nel gestionale.
Che obblighi ci sono se uso l'AI in azienda?
Dal 2 febbraio 2025 l'articolo 4 dell'AI Act chiede a chi usa sistemi di intelligenza artificiale di formare il personale che li usa, anche se lo strumento è ChatGPT. Chi va formato e come lo si dimostra è spiegato nella guida all'obbligo di formazione AI Act.
Domande frequenti
Le domande che tornano
- Dove serve l'intelligenza artificiale in un'azienda manifatturiera?
- Soprattutto dove le persone ribattono dati da un documento a un sistema: ordini, DDT e fatture dei fornitori, manuali tecnici, disegni da cui ricavare un preventivo. Sono lavori ripetuti ogni giorno, su documenti che arrivano in formati diversi, ed è lì che il tempo risparmiato si misura in ore al mese.
- Quanto si risparmia con l'AI in una PMI?
- Dipende dal processo e dai volumi. In Co.Mas, che costruisce gru e ha circa 6.000 ordini l'anno, il controllo di ordini, DDT e fatture è passato da tre persone a una, con 189 ore al mese risparmiate secondo una stima. In Simec il tempo per trovare un'informazione nei manuali dei macchinari è sceso da 12 minuti a 30 secondi.
- Quando l'intelligenza artificiale non serve?
- Quando il processo è raro, quando i dati che servono non esistono e quando il problema si risolve con una regola nel gestionale. Anche con volumi bassi conviene poco: sotto i 30 ordini al mese, per esempio, il controllo delle fatture a mano costa meno di un sistema automatico.
- Da dove si parte per portare l'AI in azienda?
- Da una mappa di dove si perde tempo, fatta parlando con chi lavora ogni giorno sui documenti e non solo con i responsabili. Solo dopo si decide cosa automatizzare, con l'AI o senza.
- Se uso l'AI in azienda ho degli obblighi?
- Sì. Dal 2 febbraio 2025 l'articolo 4 dell'AI Act chiede a chi usa sistemi di intelligenza artificiale di garantire un livello sufficiente di alfabetizzazione del personale che li usa. Vale anche per strumenti come ChatGPT.
