AI per l'analisi dei dati: dal foglio di calcolo alle decisioni

In quasi tutte le aziende che conosco i dati ci sono. Sono nel gestionale, nelle fatture, nei fogli di calcolo dell'ufficio commerciale, nei report di Google Analytics. Il problema non è la mancanza di informazioni. È la distanza tra l'informazione e la decisione.

Quella distanza, di solito, si chiama "il report del lunedì": qualcuno passa mezza giornata a estrarre, incollare, sistemare formule. Quando il quadro è pronto, la settimana è già partita.

Cosa fa davvero l'AI con i dati aziendali

Togliamo subito un equivoco: l'intelligenza artificiale non "capisce l'azienda". Legge numeri, riconosce schemi e li descrive in linguaggio naturale. Fatto bene, però, questo basta a cambiare il ritmo con cui si prendono le decisioni.

• Sintesi. Trasforma migliaia di righe di vendite in tre paragrafi leggibili: cosa cresce, cosa cala, dove.
• Anomalie. Segnala il cliente che ha smesso di ordinare, il costo fuori scala, il margine che si assottiglia su una linea di prodotto.
• Domande in linguaggio naturale. "Quali clienti hanno ridotto gli acquisti più del 20% rispetto all'anno scorso?" senza scrivere una formula.
• Previsioni. Proiezioni su incassi e vendite basate sullo storico, utili come punto di partenza per il budget.

Dal controllo di gestione al cruscotto

Il controllo di gestione è uno di quei temi che la laurea in Economia mi ha lasciato come un'abitudine mentale: ogni scelta va misurata sul conto economico. L'AI non cambia il principio. Cambia i tempi.

Un cruscotto direzionale costruito con l'AI, in una PMI, può rispondere ogni mattina a poche domande essenziali.

Nulla di rivoluzionario, nella sostanza. La differenza è che queste risposte arrivano in pochi minuti, ogni giorno, invece che a fine mese quando ormai è tardi per correggere.

Dove serve ancora l'occhio umano

L'AI è brillante con i numeri ordinati e pericolosa con quelli disordinati. Se il gestionale contiene clienti duplicati, articoli codificati in tre modi diversi o costi imputati male, l'analisi sarà rapida, elegante e sbagliata.

Ci sono poi tre limiti da conoscere.

1. Il contesto. L'AI vede che un cliente ha ridotto gli ordini, non sa che ha cambiato sede o che sta chiudendo un bilancio difficile.
2. Le correlazioni. Trova legami tra numeri, ma non distingue sempre la causa dalla coincidenza.
3. La responsabilità. Una previsione è un'ipotesi. La decisione resta di chi conosce l'azienda e ne risponde.

Per questo il primo lavoro, prima di qualsiasi intelligenza artificiale, è spesso la pulizia dei dati. È meno affascinante, ma è quello che fa la differenza tra uno strumento utile e un generatore di grafici.

Da dove partire

Il consiglio è sempre lo stesso: una domanda, una fonte, un mese. Si sceglie la domanda che oggi costa più tempo, per esempio l'analisi delle vendite per cliente, si collega una sola fonte dati affidabile e si confronta per un mese il report tradizionale con quello generato dall'AI.

Se il risultato convince, si aggiunge una seconda domanda. Poi una terza. In pochi mesi il cruscotto prende forma, costruito sulle esigenze reali e non su un modello preconfezionato.

Quando i flussi sono più complessi, l'AI si integra direttamente nel gestionale aziendale. È lì che l'analisi diventa davvero quotidiana: non un progetto a parte, ma un modo di lavorare.