Consulenza AI per PMI:
cosa serve davvero per partire
Niente progetti-vetrina. Partiamo dal tuo processo più costoso o lento, applichiamo l'AI dove genera ritorno e misuriamo il prima/dopo — con metodo Lean Six Sigma.
La consulenza AI per le PMI italiane funziona quando parte dal processo, non dallo strumento: si sceglie un processo costoso o lento, si definisce un KPI, si automatizza con l'AI integrata nei gestionali esistenti (ERP, CRM) e si misura il prima/dopo. I primi risultati misurabili arrivano in 4-12 settimane; un primo progetto pilota integrato costa tipicamente 15.000-40.000 €. Secondo Confindustria 2025 (oltre 240 casi italiani), i progetti impostati per processo hanno tassi di successo nettamente superiori a quelli «calati dall'alto».
Cos'è la consulenza AI applicata (e cosa non è)
Per AI applicata si intende l'uso dell'intelligenza artificiale su un processo aziendale specifico — non «l'AI per l'azienda» in senso generico — integrata nei gestionali esistenti (ERP, CRM, suite documentali) e con risultati misurabili in 4-12 settimane.
Non è una piattaforma da comprare e accendere: è un metodo. Si parte da un processo, si definisce il numero da migliorare, si automatizza, si misura. Confindustria 2025 (oltre 240 casi d'uso italiani) lo sintetizza così: i risultati migliori arrivano quando l'AI è uno strumento integrato nei processi esistenti, non una soluzione miracolosa calata dall'alto.
Un esempio di cosa non è: comprare un abbonamento a un chatbot e sperare che "l'azienda diventi AI". Un esempio di cosa è: prendere il processo con cui fai i preventivi, misurarne tempi ed errori, e automatizzarlo integrandolo col gestionale che già usi — finché quel numero non scende.
«ChatGPT non mi basta già?» — AI generica e AI applicata
Sono due cose diverse. ChatGPT, Gemini o Copilot sono assistenti generici: utili per scrivere e cercare, ma non conoscono i tuoi listini, il tuo gestionale o le tue regole — e nessuno controlla cosa rispondono. Uno studio BBC + EBU 2025 su 2.709 risposte di assistenti AI (22 emittenti pubbliche europee, 18 paesi) ha rilevato che il 45% conteneva almeno un problema significativo.
L'AI applicata è il contrario: lavora sui tuoi dati, dentro i tuoi sistemi, con regole e controllo umano dove serve — il modello "human-in-the-loop", come nel caso pubblico Eolo + Syllotips (Anitec-Assinform 2025), in cui l'AI assiste l'operatore senza sostituirlo. Non è un assistente a cui chiedere: è un pezzo di processo che produce un risultato verificabile e ripetibile.
Tradotto: ChatGPT ti fa risparmiare minuti su un compito personale. L'AI applicata ti fa risparmiare ore su un processo aziendale — e lo fa sempre allo stesso modo, senza inventare.
A che punto sono le PMI italiane con l'AI
Indietro, e in ritardo sull'Europa. Secondo i dati ISTAT ripresi da Confindustria («L'IA per il Sistema Italia 2025», p.13), solo l'1,4% delle PMI italiane sotto i 50 dipendenti usa l'AI per tre o più finalità aziendali. L'adozione complessiva resta sotto la media europea.
I due freni sono dichiarati dalle imprese stesse: il costo (49,6%) e la mancanza di competenze digitali (55,1%) (ISTAT 2023, in Confindustria 2025). Non è un problema di tecnologia — è un problema di metodo e di accesso. Ed è esattamente lo spazio in cui lavoriamo: abbassare entrambe le barriere, partendo piccolo.
Chi si muove ora ha un vantaggio di prima mossa. Confindustria 2025, su oltre 240 casi d'uso italiani, rileva che i progetti impostati sul singolo processo riescono molto più spesso di quelli pensati "per tutta l'azienda". SDA Bocconi 2025, su 16 PMI italiane (tra cui Bertazzoni, Sammontana, Farmol, EuroVast), arriva alla stessa conclusione: contano un processo chiaro e dati ordinati, non la tecnologia più costosa.
Per una PMI il rischio non è "sbagliare con l'AI", ma restare ferma mentre i concorrenti abbassano costi e tempi di risposta. Il modo per non sbagliare non è aspettare: è partire da un processo solo, con un numero da migliorare, e misurare.
In quali aree di un'azienda conviene partire
Lavoriamo su sette aree aziendali, scegliendo in ciascuna il processo più costoso o lento da cui partire:
- Sales — automazione di preventivi e offerte: nei progetti di preventivazione automatizzata le PMI manifatturiere registrano riduzioni del 40-90% dei tempi (Anitec-Assinform 2025, caso Pusterla 1880 −90%).
- Marketing — personalizzazione e gestione dei lead: il tempo di riscontro a un lead commerciale può passare da oltre 24 ore a meno di 2 (pattern Confindustria 2025).
- Finance — riconciliazione e reportistica: classificazione automatica delle fatture passive con accuratezza del 90-99% e tempi del report mensile ridotti del 50-80% (pattern SDA Bocconi / Confindustria 2025).
- HR — screening CV e onboarding: tempo di inserimento di un nuovo assunto ridotto del 30-50% (pattern Confindustria 2025).
- Operations — gestione ordini e documenti: −30-60% sul tempo di gestione ordini e fino a −70-95% sugli errori di inserimento dati (pattern Anitec-Assinform / SDA Bocconi 2025).
- Manufacturing — manutenzione predittiva: −15-45% sui fermi macchina non pianificati (pattern Confindustria 2025).
- Communications — risposta automatica a email e chat con modello human-in-the-loop (l'AI assiste l'operatore, non lo sostituisce), come nel caso pubblico Eolo + Syllotips (Anitec-Assinform 2025).
Da quale area partire non è una questione di moda, ma di conto: si sceglie il processo che oggi costa di più — in ore, errori o ritardi — a prescindere dall'area in cui si trova. Spesso non è il processo più "tecnologico", ma quello più ripetitivo e manuale. È lì che l'AI libera più tempo nel minor numero di settimane.
Le applicazioni di ogni area, con esempi e numeri, sono nelle pagine dedicate alle aree di intervento.
Quanto costa l'AI per una PMI
Dipende dal processo e dai sistemi già in uso, ma un primo progetto pilota integrato (un processo, 4-12 settimane, integrazione e formazione incluse) si colloca tipicamente tra 15.000 e 40.000 €.
Il costo è il primo freno percepito: il 49,6% delle PMI italiane lo cita come ostacolo principale all'adozione dell'AI (ISTAT 2023, in Confindustria «L'IA per il Sistema Italia 2025»). Per questo partiamo sempre da un processo con ritorno misurabile — l'investimento è proporzionato al valore generato, non un budget a fondo perduto.
Cosa fa salire o scendere il conto: la qualità dei dati esistenti, il numero di integrazioni col gestionale e quanto è standardizzato il processo. Se i dati sono in Excel sparsi o su carta, la fase di preparazione può pesare il 30-60% in più sul budget — un motivo in più per misurare prima di partire. Quello che è sempre incluso nel pilota: analisi del processo, integrazione coi tuoi sistemi, formazione delle persone e misurazione del risultato.
Quanto tempo serve per vedere i risultati
Per i primi risultati misurabili servono tipicamente 4-12 settimane dall'avvio del progetto pilota. Non facciamo proof-of-concept infiniti: si va in produzione su un processo reale e si misura il prima/dopo.
Il tempo dipende dal processo. I più rapidi sono quelli con regole chiare e dati già ordinati — gestione ordini e classificazione documenti danno segnali in 4-10 settimane. I più lunghi sono quelli che richiedono uno storico da addestrare: la manutenzione predittiva, per esempio, può chiedere 3-6 mesi perché il modello deve "vedere" abbastanza dati dagli impianti.
La variabile che allunga di più i tempi non è la tecnologia: sono i dati. Se vanno prima messi in ordine, il progetto parte più tardi — ma parte su basi solide. Per questo la prima cosa che facciamo è misurare, non installare.
Come si misura il ROI dell'AI
Si misura confrontando il processo prima e dopo l'intervento su un KPI concreto: ore di lavoro, tempo di ciclo, costo per pratica, tasso di errore. Con il metodo Lean Six Sigma fissiamo KPI e baseline prima di automatizzare, così il ritorno è un numero verificabile e non una stima.
I KPI che misuriamo più spesso sono quattro: tempo (ore o giorni per pratica), costo (€ per pratica o per ordine), qualità (tasso di errore) e capacità (quante pratiche gestisci con le stesse persone). Si sceglie quello che conta per il processo, si fissa la baseline e a fine pilota si confronta.
Esempio reale: Pusterla 1880, azienda italiana di packaging di lusso, ha ridotto del 90% i tempi dedicati alla preventivazione applicando l'AI a quel singolo processo (Anitec-Assinform, «Agenti di IA – Paper #3», 2025). Il pattern è sempre lo stesso: un processo, un KPI, un responsabile interno.
Caso studio: un configuratore AI per i preventivi di Donelli Avvolgibili
Donelli Avvolgibili è una PMI italiana da circa 50 persone e ~10 milioni di euro di fatturato: produce avvolgibili, tapparelle e sistemi oscuranti e vende tramite una rete di agenti e rivenditori. Ogni prodotto si prezza al metro quadro, con uno sconto diverso per ogni cliente, dentro il gestionale aziendale (Gestionale Open).
Il collo di bottiglia è la preventivazione: circa 10.000 preventivi l'anno lavorati a mano da 3 persone di back-office, con un tempo di risposta di 2-3 giorni. Ogni passaggio manuale è un'attesa — e un rischio di errore sul prezzo, perché lo sconto va applicato a mano.
Stiamo costruendo un configuratore prodotto che fa generare il preventivo direttamente a rivenditori e rete commerciale — in chat o con un percorso guidato — mentre il prezzo lo calcola sempre il gestionale, coi suoi sconti. L'ordine delle mosse è il metodo KEONSE: prima il Modulo 0 misura processo, catalogo e calcolo del prezzo sul reale, poi la Fase 1 mette in produzione il configuratore. L'AI non decide mai un prezzo da sola.
Il vantaggio è doppio: la rete commerciale può fare un preventivo corretto sul posto, anche da smartphone, e ogni rivenditore lavora dal proprio account vedendo solo i propri dati. La complessità tecnica resta nel software — le regole di compatibilità e i vincoli di misura — non sulle spalle di chi vende.
Sono obiettivi di progetto, non risultati già misurati: il prima/dopo reale si rileva nel Modulo 0 e dopo la Fase 1. Assunzioni dichiarate: ~30 minuti di lavoro medio per preventivo (coerente con 10.000 preventivi su 3 persone a tempo pieno) e 40-60% dei preventivi gestibili in autonomia.
«Oggi una richiesta di preventivo la evadiamo in due o tre giorni. Con il configuratore che stiamo costruendo con KEONSE l'obiettivo è preciso: metterne la creazione direttamente in mano ai nostri rivenditori, in autonomia e in pochi minuti, con un'accuratezza tecnica che un operatore di back-office non potrebbe garantire negli stessi tempi.»
A riferimento, un caso pubblico analogo: Pusterla 1880, packaging di lusso italiano, ha ridotto del 90% i tempi di preventivazione automatizzando quel processo con l'AI (Anitec-Assinform, «Agenti di IA – Paper #3», 2025). Stesso pattern: un processo, un KPI, un responsabile interno.
Perché molti progetti AI falliscono — e il metodo KEONSE
La causa più frequente non è la tecnologia: è partire dall'AI invece che dal processo, automatizzando un processo già inefficiente, senza dati strutturati e senza un KPI chiaro. Su 16 PMI italiane analizzate da SDA Bocconi 2025, la disponibilità di dati puliti e integrati nel gestionale è risultata il prerequisito più ricorrente dei progetti riusciti.
I tre motivi di fallimento più frequenti sono sempre gli stessi:
- Partire dallo strumento invece che dal processo — si compra "l'AI" e poi si cerca dove usarla.
- Automatizzare uno spreco — rendere più veloce un processo già inefficiente moltiplica solo l'inefficienza.
- Dati assenti o sporchi — senza uno storico ordinato, l'AI non ha su cosa lavorare.
Noi facciamo il contrario, in quest'ordine. Misuriamo il processo con metodo Lean Six Sigma e fissiamo KPI e baseline. Ottimizziamo eliminando gli sprechi prima di toccare la tecnologia — spesso qui emerge che metà del problema si risolve anche senza AI. Automatizziamo con l'AI solo il processo già ripulito, e misuriamo di nuovo per confrontare il prima e il dopo. È questo che separa un progetto che produce numeri da uno che produce slide.
Come scegliere un consulente AI per la tua PMI
Sul mercato trovi tre tipi di fornitore, e fanno cose diverse. La software house costruisce il software che le chiedi: parte dallo strumento, non dal processo. L'agenzia generalista lavora soprattutto su campagne e comunicazione. Il partner operativo — quello che serve qui — parte dal tuo processo, individua lo spreco e misura il prima/dopo.
KEONSE è un partner operativo: prima analizza il processo con metodo Lean Six Sigma, poi automatizza con l'AI, e il risultato è un numero verificabile. Non vendiamo licenze software e non partiamo dalla tecnologia.
5 domande da fare a un consulente AI prima di firmare
- Da quale processo partiamo e qual è il numero da migliorare? Se la risposta è "l'AI" e non un processo con un KPI, è un campanello d'allarme.
- Come misuriamo il prima e il dopo? Senza una baseline, il ritorno è un'opinione, non un dato.
- Su quali nostri dati e sistemi si appoggia? ERP, CRM o gestionale — e cosa succede se i dati non sono ancora pronti (SDA Bocconi 2025: senza dati integrati l'AI offre un supporto limitato).
- Chi è responsabile quando l'AI sbaglia, e dove resta il controllo umano? La governance va decisa prima, non dopo.
- Cosa succede dopo il progetto pilota? Proprietà della soluzione, costi ricorrenti, e quanto resti dipendente dal fornitore.
I 4 prerequisiti per partire con l'AI
Prima di scegliere un modello o scrivere una riga di codice, servono quattro cose. Se ci sono, il progetto parte veloce; se manca un pezzo, lo costruiamo nella prima fase.
- Un processo costoso o lento. L'AI rende dove c'è un dolore misurabile: tante ore, tanti errori, tante attese. Su un processo già snello il ritorno è marginale.
- Dati ordinati sul processo. Uno storico nel gestionale (ERP, CRM, MES) su cui l'AI possa lavorare. Su 16 PMI italiane analizzate da SDA Bocconi 2025, i dati integrati sono il prerequisito più ricorrente dei progetti riusciti.
- Un responsabile interno. Una persona che conosce il processo e segue il progetto. Non serve un tecnico: serve qualcuno che sappia distinguere un risultato giusto da uno sbagliato.
- Un'aspettativa misurabile. Un KPI e un numero da raggiungere. "Vogliamo usare l'AI" non è un obiettivo; "vogliamo dimezzare il tempo di preventivazione" lo è.
Nessuno di questi è una barriera d'ingresso: sono il punto di partenza dell'audit. Dove manca un pezzo, la prima fase del progetto serve proprio a costruirlo — prima di investire nell'automazione vera e propria.
Come iniziare
- Audit gratuito (30-45 min) — guardiamo insieme i tuoi processi e individuiamo dove l'AI ha il ritorno più rapido.
- Progetto pilota su un processo — 4-12 settimane, integrato nei tuoi sistemi, con KPI e baseline definiti.
- Misura prima/dopo — il risultato è un numero. Se non si può misurare, non è un progetto AI.
- Scala — replichiamo il metodo sugli altri processi che ne valgono la pena.
Il primo passo costa solo 30 minuti del tuo tempo e non impegna a nulla: serve a capire se hai un processo con un ritorno chiaro. Se non c'è, te lo diciamo — non vendiamo progetti che non si ripagano.
A cura di Francesco Lenoci — Founder KEONSE e Lean Six Sigma Green Belt, accompagna le PMI italiane (20-200 persone) a misurare, ottimizzare e automatizzare i processi reali con l'AI integrata nei gestionali esistenti. Ultimo aggiornamento: giugno 2026.
Le fonti di questa guida
I numeri citati qui non sono nostri: vengono da report pubblici e verificabili. Li elenchiamo perché un dato senza fonte è un'opinione.
- ISTAT (ripreso in Confindustria 2025) — adozione dell'AI nelle PMI italiane e ostacoli principali (costi, competenze).
- Confindustria — «L'IA per il Sistema Italia 2025» — oltre 240 casi d'uso italiani e lezioni apprese sull'adozione.
- SDA Bocconi 2025 — «L'IA come leva per le piattaforme gestionali» — analisi di 16 PMI italiane (Bertazzoni, Sammontana, Farmol, EuroVast e altre).
- Anitec-Assinform — «Agenti di IA, Paper #3» (2025) — casi italiani di AI agenti, tra cui Pusterla 1880 ed Eolo + Syllotips.
- BBC + EBU 2025 — «News Integrity in AI Assistants» — 2.709 risposte di assistenti AI valutate in 18 paesi.
Domande frequenti
Quanto costa la consulenza AI per una PMI? add
La prima call di assessment è gratuita. Un primo progetto pilota integrato (un processo, 4-12 settimane, integrazione e formazione incluse) costa tipicamente tra 15.000 e 40.000 €. L'investimento è proporzionato al valore generato, perché si parte da un processo con ritorno misurabile.
In quanto tempo si vedono i primi risultati? add
I primi impatti misurabili arrivano tipicamente entro 4-12 settimane dall'avvio. Non facciamo proof-of-concept infiniti: si va in produzione su un processo reale e si misura il prima/dopo.
Quali dati servono per partire con l'AI? add
Serve uno storico strutturato sul processo target nel gestionale esistente (ERP, CRM o MES). Su 16 PMI italiane analizzate da SDA Bocconi 2025, la disponibilità di dati puliti e integrati è il prerequisito più ricorrente dei progetti riusciti. Nel dubbio lo verifichiamo nella call di assessment.
Che differenza c'è tra KEONSE e una software house? add
Una software house costruisce il software che le chiedi; KEONSE è un partner operativo: prima analizza il processo con metodo Lean Six Sigma, individua lo spreco, poi automatizza con l'AI e misura il prima/dopo. Non partiamo dallo strumento, ma dal processo e dal numero da migliorare.
L'AI sostituirà i miei dipendenti? add
Nei progetti che seguiamo l'AI toglie il lavoro ripetitivo, non le persone. L'obiettivo è liberare ore da reinvestire su clienti, qualità e decisioni. Le PMI che adottano l'AI con successo non riducono il personale: aumentano ciò che ogni persona riesce a seguire.
L'AI è adatta anche a una piccola impresa, non solo alle grandi? add
Sì, e spesso è più semplice. Il metodo non cambia con la dimensione: un processo, un KPI, una misura prima/dopo. In una PMI il processo da migliorare è più vicino a chi decide, quindi il progetto parte e si misura più in fretta. Il punto non è quanto sei grande, ma avere un processo costoso o lento e dati ordinati su cui lavorare.
Cosa succede se i nostri dati sono in Excel o disordinati? add
Si parte mettendoli in ordine: è un costo, ma è il prerequisito. Su 16 PMI italiane analizzate da SDA Bocconi 2025, i dati puliti e integrati nel gestionale sono il fattore più ricorrente dei progetti riusciti — senza basi solide di qualità e affidabilità dei dati, l'AI offre un supporto limitato. Per questo la prima fase di un progetto KEONSE è sempre misurare e sistemare il processo, non installare un tool.
Restiamo legati a voi per sempre? Di chi è la soluzione? add
No: l'obiettivo è renderti autonomo, non dipendente. Definiamo da subito proprietà della soluzione, costi ricorrenti e cosa puoi gestire internamente. Una dipendenza non dichiarata da un fornitore o da una piattaforma è un rischio per la PMI, non un servizio — e la trattiamo come tale.
Pronto a far entrare l'AI nei tuoi processi?
Raccontaci la tua azienda e il processo che ti costa di più. In una call gratuita di 30 minuti individuiamo dove l'AI ha il ritorno più rapido — e cosa misurare per sapere che ha funzionato.