Quando una PMI valuta un progetto di intelligenza artificiale, la prima domanda è di solito "quanto costa?". Ne aggiungerei un'altra: quanto costa continuare a fare le cose come oggi?

Il ritorno di un progetto AI si può misurare. La condizione è impostare la misurazione prima di iniziare, non cercarla dopo.

Perché molti progetti non convincono

Spesso si parte dallo strumento. Si attiva una piattaforma e si aspetta di vedere cosa succede. Senza un dato di partenza e senza obiettivi definiti, però, qualsiasi risultato è difficile da valutare. Il progetto resta un esperimento, e gli esperimenti senza misura tendono a essere abbandonati.

Il punto di partenza

Prima di qualsiasi intervento fotografiamo la situazione attuale. Le domande variano da azienda ad azienda, ma di solito riguardano:

• quante email di supporto arrivano e in quanto tempo ricevono risposta;
• quante chiamate arrivano e quante restano senza risposta fuori orario;
• quanto tempo il team dedica ad attività ripetitive come report, aggiornamenti e risposte standard;
• quante recensioni online arrivano e a quante si risponde.

Questi numeri diventano il riferimento con cui confrontare i risultati.

Le tre voci del calcolo

Ore recuperate

Se un'attività manuale viene automatizzata, le ore liberate si moltiplicano per il costo orario di chi la svolgeva. È la voce più semplice da calcolare, e per molte aziende è già sufficiente a valutare l'investimento.

Costi che si riducono

Alcuni progetti riducono spese già presenti: operatori aggiuntivi per le chiamate di routine, lavoro esterno per la gestione delle recensioni, ore dedicate a elaborare report. Qui il confronto si fa direttamente sul bilancio.

Richieste che diventano clienti

Rispondere prima a chi scrive o chiama può aumentare le richieste che si trasformano in vendite. È una voce da verificare caso per caso, confrontando il tasso di conversione prima e dopo l'intervento.

I risultati che abbiamo misurato

Nei progetti che abbiamo seguito, partendo da dati raccolti prima dell'intervento, abbiamo misurato:

• chiamate gestite senza operatore: tra il 60% e l'80%;
• tempi di risposta alle email di supporto: ridotti dell'80%;
• recensioni con risposta: dal 30% al 95%.

Sono risultati di progetti specifici, non medie di settore. In un'altra azienda i numeri possono essere diversi, ed è proprio per questo che il dato di partenza va misurato ogni volta.

Quando è meglio aspettare

Ci sono situazioni in cui un progetto AI non è ancora maturo:

• non si sa quanto tempo o quante risorse assorbe oggi il processo;
• il processo cambia continuamente e non ha ancora una forma stabile;
• l'obiettivo è vago, del tipo "migliorare" o "essere più efficienti".

In questi casi conviene prima mettere ordine nel processo manuale. Quando diventa stabile e prevedibile, automatizzarlo è molto più semplice.

Domande frequenti

Chi deve raccogliere i dati di partenza? Li raccogliamo insieme all'azienda. Spesso molti dati esistono già nel gestionale o nella casella email, vanno solo messi in ordine.

Ogni quanto si verificano i risultati? Si decide all'inizio, insieme agli obiettivi. L'importante è confrontare sempre gli stessi indicatori con lo stesso metodo.

E se i risultati non arrivano? Avendo definito prima cosa misurare, lo si vede presto. Si può correggere il flusso oppure fermarsi, prima di aver speso più del necessario.

Vuoi fare una valutazione concreta sui processi della tua azienda? Parliamone