Il problema è quasi sempre lo stesso: non si sa da dove partire, e ogni tentativo fatto senza metodo finisce con settimane perse e zero risultati visibili.
Il divario che si allarga ogni anno
Il dato più significativo non è l’8%. È il confronto: 71% delle grandi imprese italiane ha avviato almeno un progetto AI nel 2025. Tra le PMI siamo all’8%. In un anno il gap si è ampliato, non ridotto.
Le grandi imprese stanno costruendo vantaggi competitivi concreti — cicli commerciali più veloci, customer service automatizzato, reportistica in tempo reale. La maggior parte delle PMI è ancora a valutare se “fa al caso loro”.
Un secondo dato, estratto dall’Osservatorio Intelligent Business Process Automation del Politecnico di Milano (marzo 2026): il 22% del tempo lavorativo nelle PMI italiane è assorbito da attività ripetitive. Ma solo il 15% ha avviato qualsiasi forma di automazione dei processi.
Significa che quasi un quarto della giornata lavorativa del tuo team va in attività che, in teoria, potrebbero essere automatizzate. E non lo sono.
Il problema non è la tecnologia. È la mancanza di un metodo per scegliere il punto di partenza giusto.
Perché i primi tentativi falliscono
Il pattern è ricorrente. Si inizia con entusiasmo — ChatGPT per scrivere email, un chatbot sul sito, una licenza di qualche tool AI — e dopo qualche settimana tutto si ferma. Le ragioni sono quasi sempre le stesse quattro:
- Si sceglie il tool prima del problema. “Quale AI usiamo?” è la domanda sbagliata. Quella giusta è: “Dove perdiamo davvero tempo?”
- Si punta su un processo troppo complesso. Il primo progetto AI non può essere la riorganizzazione del CRM o la ristrutturazione del flusso contabile.
- Non si misura nulla. Senza un baseline numerico documentato prima dell’avvio, è impossibile capire se il progetto sta funzionando.
- Si aspetta che “funzioni da solo”. Ogni implementazione AI richiede 2-4 settimane di rodaggio e affinamento prima di dare risultati stabili.
Il problema non è l’AI. È il metodo — o l’assenza di uno.
I 5 step per avviare il primo progetto AI
Step 1 — Mappa dove il tuo team perde davvero tempo
Prima di guardare qualsiasi strumento, fai una cosa: chiedi ai tuoi collaboratori dove passano più tempo su attività “che andrebbero fatte diversamente”. Non fidarti delle percezioni. I dati raccolti direttamente dalle persone sono quasi sempre diversi da quelli che l’imprenditore immagina.
Le risposte più frequenti nelle PMI italiane: rispondere alle stesse email decine di volte, inserire dati da PDF in gestionali, cercare informazioni su ordini o fatture sparse in sistemi diversi, produrre report settimanali copiando da più fonti. Scrivi un elenco. Aggiungici: quanto tempo ci vuole, quante volte alla settimana, chi lo fa. Questo è il tuo punto di partenza reale.
Step 2 — Scegli UN solo processo (quello con ROI più alto)
L’errore più comune è cercare di automatizzare tutto insieme. Scegli un solo processo, quello dove il volume è alto (accade tutti i giorni), il tempo perso è misurabile, e l’output è abbastanza standardizzato.
Un buon primo progetto AI non richiede integrazione con 5 sistemi diversi. Richiede un input chiaro, un output atteso, e un modo per misurare la qualità del risultato.
Step 3 — Documenta il “prima” con numeri precisi
Prima di avviare qualsiasi implementazione, documenta la situazione attuale: quanto tempo ci vuole oggi per completare quel processo? Quanti errori produce mediamente? Quante persone ci sono coinvolte?
Senza questo baseline numerico, è impossibile dimostrare — a te stesso e al tuo team — se il progetto AI sta funzionando. È anche il modo più rapido per convincere chi è scettico.
Step 4 — Avvia un pilot di 30 giorni, non un progetto
Il modo sbagliato di fare AI in una PMI è trattarla come un progetto IT da pianificare per mesi. Il modo giusto è avviare un pilot di 30 giorni su un perimetro ristretto, con un obiettivo specifico.
Un pilot ben fatto ha un responsabile nominato (non “lo facciamo tutti”), un obiettivo numerico definito (es. “ridurre del 50% il tempo su X”), viene misurato settimanalmente, e prevede un momento di stop a 30 giorni per decidere: scalare, aggiustare, o fermarsi. Un pilot mal fatto è un abbonamento a un tool AI che nessuno usa dopo la terza settimana.
Step 5 — Scala solo ciò che funziona, con i dati in mano
Se il pilot ha raggiunto l’obiettivo numerico, scala. Se non l’ha raggiunto, analizza perché — spesso il problema non è l’AI ma il processo sottostante, che andava ottimizzato prima di automatizzarlo.
La regola pratica: non automatizzare un processo rotto. L’AI non lo aggiusta; lo accelera così com’è, errori inclusi.
Quali processi si prestano meglio come punto di partenza
Automazione email è la scelta più frequente tra le PMI italiane: input ad alto volume, output standardizzabile, risultati visibili in 2-3 settimane. Di seguito un confronto dei processi più comuni:
| Processo | Complessità avvio | Impatto tipico |
|---|---|---|
| Classificazione e risposta email | Bassa | Alto — risparmio 1-2h/giorno |
| Estrazione dati da PDF/fatture | Media | Alto — eliminazione data entry |
| Generazione bozze documenti | Bassa | Medio |
| Reportistica automatizzata | Media | Alto — report settimanale in 10 min |
| Customer service FAQ (chatbot) | Media | Medio-alto |
| Integrazione CRM↔ERP | Alta | Alto — ma come secondo progetto |
L’Osservatorio PoliMi conferma che i lavoratori che usano AI stimano un risparmio di oltre 30 minuti nelle ultime due attività in cui hanno utilizzato lo strumento. Proiettato su una PMI con 10 dipendenti coinvolti, significa 40+ ore/settimana recuperate.
Per chi ha senso, per chi non ancora
Ha senso avviare un progetto AI se:
- Il tuo team passa più di 5 ore/settimana su attività ripetitive e standardizzabili
- Hai almeno un processo con volume alto e output prevedibile
- Sei disposto a dedicare 2-4 ore nella prima settimana per impostare il pilot
- Hai qualcuno che segue l’implementazione con continuità (non necessariamente un tecnico)
Non ha ancora senso se:
- I tuoi processi chiave non sono documentati né standardizzati
- Non hai ancora un gestionale e lavori ancora su fogli sparsi
- Stai cercando una soluzione a un problema che non hai ancora definito
- Hai meno di 5 dipendenti e ogni giornata lavorativa è completamente diversa dall’altra
In questi casi, prima di qualsiasi AI, serve mappare e standardizzare i processi. L’AI viene dopo, e funziona meglio.
Quello che vediamo nelle PMI che partono bene
Le PMI che ottengono risultati reali dall’AI nei primi 60 giorni hanno una cosa in comune: partono piccolo, misurano tutto, e scalano solo quando i numeri lo giustificano.
Non hanno comprato una suite da 50.000€. Non hanno assunto un AI manager. Hanno identificato un processo ripetitivo, lo hanno automatizzato in 3-4 settimane con strumenti esistenti, e poi hanno usato il tempo recuperato per fare altro. Il secondo progetto è sempre più veloce del primo. Il terzo, ancora di più.
Se stai valutando da dove iniziare, la pagina sul servizio di digital strategy per PMI spiega come lavoriamo nella fase di assessment iniziale — mappatura dei processi, identificazione delle priorità, e definizione di una roadmap coerente con il budget disponibile.
Per approfondire il lato operativo, l’articolo su come il data entry manuale pesa sui costi della tua PMI e quello sull’automazione dei preventivi mostrano casi concreti di processi già automatizzati con risultati misurabili.
Hai un processo in mente ma non sai se si presta all’AI? 30 minuti per capire da dove partire.
FAQ
Quanto costa avviare un primo progetto AI in una PMI?
Dipende dal processo scelto. Per pilot basati su strumenti esistenti — ChatGPT API, n8n, Make — il costo di avvio su un singolo processo può essere inferiore a 2.000€. Il vero investimento è il tempo del team nelle prime settimane di configurazione e affinamento. I costi di licenza AI sono scesi drasticamente: molti strumenti partono da pochi euro al mese per l’utilizzo effettivo.
Ci vuole un team IT interno per gestire l’AI in una PMI?
No. La maggior parte dei progetti AI nelle PMI si avvia con strumenti no-code o low-code. Serve una persona che segua il progetto con continuità, non necessariamente un tecnico. Spesso è il responsabile operations o amministrativo a guidare l’implementazione, con supporto esterno nella fase iniziale.
Qual è il ROI tipico di un primo progetto AI in una PMI?
I dati PoliMi indicano che i lavoratori che usano AI stimano un risparmio di oltre 30 minuti nelle ultime due attività in cui hanno usato lo strumento. Per una PMI con 10 dipendenti coinvolti su un processo ad alto volume, questo si traduce in 40+ ore/settimana recuperate. Il ROI dipende dal processo, ma in genere il punto di pareggio si raggiunge entro 2-3 mesi dall’avvio.
L’AI sostituisce i dipendenti nelle PMI?
Nella pratica che osserviamo, no — almeno nelle PMI di 10-50 dipendenti. L’AI viene quasi sempre usata per liberare le persone da task ripetitivi e permettere loro di lavorare su attività a maggior valore: gestire relazioni clienti, risolvere problemi, prendere decisioni. L’Osservatorio PoliMi conferma che nelle imprese italiane solo il 2% dei lavoratori percepisce l’automazione come rischio concreto di sostituzione.
Fonti: Osservatorio Artificial Intelligence del Politecnico di Milano (febbraio 2026); Osservatorio Intelligent Business Process Automation del Politecnico di Milano (marzo 2026); Istituto per la Competitività I-Com, Rapporto “Sui bit della competitività” (ottobre 2025).
Correlato: Formazione digitale PMI: fai-da-te, agenzia o piano strutturato?.