Ogni fornitore di software gestionale oggi ha la sua storia sull'AI. Apri una qualsiasi pagina prezzi e troverai un'icona scintillante, un paragrafo sull'intelligenza e un piano che costa di più. Ben poco di tutto ciò cambia quello che il software fa davvero.
Non è una lamentela sul marketing. È un problema pratico per chi deve comprare: la parola copre tre cose genuinamente diverse, e valgono cifre molto diverse.
Tre cose che vengono tutte chiamate AI
1. Funzioni AI
Un pulsante "riassumi". Un correttore di tono su un'email. Il completamento automatico in un campo descrizione. Sono utili e ormai date per scontate, ma stanno al bordo del prodotto e fanno risparmiare secondi, non ore. Se una funzione agisce solo sul testo che hai davanti in quel momento, appartiene a questa categoria.
Nulla di male. Solo, non pagarla come un ERP.
2. L'AI come interfaccia
Una chat sopra i tuoi dati. Chiedi "quanti ordini sono partiti in ritardo il mese scorso" e ottieni una risposta invece di costruire un report. È un miglioramento reale — la reportistica è un collo di bottiglia vero in quasi tutte le aziende, e togliere la barriera a forma di SQL tra una domanda e la sua risposta conta.
Ma nota cosa non fa: risponde a domande sul lavoro. Non fa il lavoro. Quando la risposta è "quattordici ordini sono partiti in ritardo", qualcuno deve ancora rincorrerli, e quel qualcuno è una persona.
3. L'AI che agisce
La terza categoria è diversa per natura. Qui l'AI ha il permesso di modificare lo stato del tuo sistema: generare l'ordine d'acquisto, scrivere e inviare il sollecito, riconciliare il documento di trasporto con la fattura, segnalare la commessa in sforamento e riassegnare l'attività.
È l'unica versione che elimina lavoro invece di accelerarlo. È anche l'unica che richiede che il software sia costruito per farlo, ed è per questo che è rara nei prodotti preconfezionati.
Perché la terza è difficile da comprare
Un agente che agisce ha bisogno di tre cose che una funzione di chat non richiede.
Un solo modello dati. Un agente che riconcilia una consegna con una fattura ha bisogno che entrambe significhino qualcosa di preciso e collegato. Se gli acquisti vivono in un prodotto, il magazzino in un secondo e il finance in un terzo, l'agente fa lavoro di integrazione prima di fare lavoro utile — e un'integrazione costruita su supposizioni riguardo ai dati di altri sistemi è esattamente il punto in cui l'automazione sbaglia in silenzio.
Permessi veri. "Può preparare, non può inviare" e "può emettere un ordine sotto i 5.000 €, sopra deve escalare" non sono istruzioni da prompt. Sono regole di autorizzazione, e appartengono allo stesso sistema di permessi che governa i tuoi utenti umani. L'AI attaccata sopra a un prodotto raramente vi ha accesso.
Tracciabilità. Quando un agente sbaglia qualcosa — e succederà — devi sapere cosa ha fatto, su quali evidenze, e poterlo annullare. Se le azioni dell'agente sono indistinguibili da quelle di un utente nel log, l'automazione non è verificabile.
Questi tre requisiti sono architetturali. Non si aggiungono a un prodotto a posteriori, ed è per questo che le versioni "potenziate dall'AI" di software consolidati risultano così spesso di categoria uno o due.
Un test da fare a qualsiasi demo
Chiedi al fornitore: cosa ha cambiato l'AI nel sistema da quando è iniziata questa call?
Se la risposta è "niente, ti ha riassunto una cosa", è una funzione. Se è "ha risposto a tre domande", è un'interfaccia. Se nomina un record che ha creato, aggiornato o segnalato — e può mostrarti la voce di log — è la terza categoria.
Una domanda di rincalzo che vale la pena fare: cosa non gli è permesso fare? Un fornitore con un vero strato agentico risponde subito e in modo specifico, perché quei confini sono stati decisi in fase di costruzione. Una risposta vaga di solito significa che i confini non esistono ancora.
Come appare nella pratica
Il lavoro utile per gli agenti è ripetitivo, ben delimitato e documentato in dati che già possiedi. Sollecitare i timesheet mancanti. Preparare il report mensile dai numeri reali di progetto invece che dalla memoria di qualcuno. Sorvegliare ogni commessa per lo scostamento di budget e segnalarlo mentre c'è ancora tempo per parlarne col cliente. Generare il fabbisogno d'acquisto dal piano di produzione, perché una persona lo approvi.
Niente di tutto ciò è affascinante. Tutto è lavoro che oggi qualcuno fa il venerdì pomeriggio, e niente è lavoro di giudizio con conseguenze — che è esattamente il motivo per cui si presta a un agente. Approfondiamo dove passa quella linea in cosa automatizzano davvero gli agenti AI.
La domanda non è se il software ha l'AI. È se l'AI può fare qualcosa per cui altrimenti pagheresti una persona.
Quindi cosa conviene comprare?
Se i tuoi processi sono standard e il tuo stack è piccolo, compra un buon prodotto con AI di categoria uno e due e vai avanti. È davvero la risposta giusta più spesso di quanto a un'azienda come la nostra piaccia ammettere, e abbiamo scritto dove cade quella linea in software su misura o SaaS preconfezionato.
Il calcolo cambia quando un flusso attraversa quattro prodotti, quando nessuno si fida dei numeri perché esistono in quattro posti, o quando il lavoro che vorresti automatizzare di più è esattamente quello che attraversa i confini tra sistemi. A quel punto il vincolo non è l'AI. È che non esiste un sistema unico dentro cui un agente possa agire.
È il problema per cui esiste divisionAI: un solo sistema modellato su come l'azienda funziona davvero, con agenti che operano al suo interno sotto permessi espliciti. Non un'icona scintillante su un form.
Se vuoi capire cosa significherebbe per la tua operatività, le FAQ coprono costi, tempi e proprietà, oppure puoi semplicemente prenotare una call.
