Come usare l’AI per lavorare meglio e automatizzare le attività?

Capitolo 1 · Quali attività posso davvero automatizzare con l’AI?

L’obiettivo non è usare l’AI: è liberare tempo di qualità

L’intelligenza artificiale è utile nel lavoro quando toglie attrito a un processo già reale: una ricerca da sintetizzare, una risposta da preparare, una lista da ordinare, un verbale da trasformare in attività. Non è una scorciatoia per smettere di pensare. È un primo collaboratore molto veloce, capace di proporre strutture e bozze, ma incapace di conoscere da solo priorità, contesto e conseguenze della vostra organizzazione.

Per questo la domanda iniziale non è «quale chatbot devo usare?», ma «quale passaggio si ripete, richiede attenzione e produce un risultato verificabile?». Un uso riuscito lascia una traccia: un documento migliore, una decisione più chiara, un’attività assegnata, un tempo di lavorazione diminuito. Se il risultato non è osservabile, è facile confondere la novità con il valore.

Mappare il lavoro prima di automatizzarlo

Prendete una settimana normale e annotate i compiti ricorrenti. Per ciascuno segnate: frequenza, durata, input disponibili, persona responsabile, rischio di errore e output atteso. Un esempio: ogni lunedì un commerciale copia dati da una casella email in un foglio, invia un riepilogo al responsabile e apre un promemoria di richiamo. È un candidato migliore di una scelta strategica complessa perché ha regole, dati ripetuti e un controllo finale semplice.

• Raccogliere: leggere email, PDF, moduli, note e dati sparsi.
• Trasformare: riassumere, classificare, estrarre campi, riscrivere, tradurre o confrontare.
• Decidere: scegliere priorità, approvare eccezioni, gestire clienti o rischi.
• Agire: inviare messaggi, aggiornare un foglio, creare un’attività, archiviare un file.

L’AI è molto forte nella seconda fase e può aiutare nella prima. Nella terza deve proporre criteri e alternative, non sostituire il responsabile. Nella quarta è prudente iniziare con azioni reversibili: bozza invece di invio, etichetta invece di cancellazione, riga da approvare invece di modifica definitiva.

Una matrice semplice per scegliere da dove partire

Date un voto da 1 a 5 a quattro fattori: volume, ripetitività, costo dell’errore e sensibilità dei dati. I compiti ad alto volume e alta ripetitività, con errore recuperabile e dati non sensibili, sono il punto di partenza. Per esempio, preparare una prima bozza di risposta a domande frequenti può essere sperimentato subito; classificare richieste mediche, approvare pagamenti o trattare fascicoli con dati personali richiede invece regole, autorizzazioni e controlli molto più solidi.

Non misurate solo «quante ore risparmio». Misurate anche quante interruzioni eliminate, quante informazioni restano senza proprietario e quanto più velocemente un collega può capire lo stato di una pratica. Spesso il vantaggio più grande è la continuità: il lavoro non resta nella memoria di chi ha letto per primo un’email o partecipato a una riunione.

Il ciclo in sei passi di un buon esperimento

1. Scegliete un caso ristretto. Una tipologia di email, un report mensile, una riunione ricorrente.
2. Definite un risultato umano. Ad esempio: «una bozza di cinque punti con fonti e attività».
3. Preparate esempi reali ma sicuri. Rimuovete nomi, codici, indirizzi e dettagli inutili.
4. Scrivete una istruzione stabile. Ruolo, fonti autorizzate, compito, formato e cosa fare quando manca un dato.
5. Controllate un campione. Confrontate il risultato con cinque casi svolti a mano.
6. Decidete se standardizzare. Solo dopo aver misurato qualità, tempo, errori ed eccezioni.

Questo approccio evita due errori frequenti: chiedere troppo a un singolo prompt e costruire una complessa automazione su un presupposto non testato. Un prototipo può essere fatto a mano in una chat; un processo stabile va poi documentato e affidato a strumenti con permessi e log adeguati.

Il brief operativo che riduce le risposte vaghe

Ogni richiesta professionale dovrebbe contenere cinque elementi. Primo: il contesto, cioè chi usa il risultato e per quale decisione. Secondo: il materiale di partenza e la sua attendibilità. Terzo: l’azione richiesta. Quarto: il formato di consegna. Quinto: i limiti, inclusa la necessità di segnalare dubbi invece di inventare dettagli.

Sei un assistente operativo per un responsabile di progetto.
Usa esclusivamente il testo fornito qui sotto.
Estrai: decisioni, attività, proprietario, scadenza e punti non chiari.
Restituisci una tabella Markdown. Se un’informazione non è esplicita, scrivi “da confermare”.
Non attribuire responsabilità per inferenza.

La qualità aumenta quando la richiesta rende visibile il criterio di accettazione. «Riassumi questo PDF» è ambiguo. «Prepara una nota di una pagina per il direttore: tre rischi, tre opportunità, citazione della pagina di origine e un elenco di domande aperte» è controllabile.

Il ruolo umano: giudizio, fonti e responsabilità

Un modello può formulare testo convincente anche quando sbaglia. Il controllo umano non è un passaggio burocratico: è la parte che valuta fonti, eccezioni, tono, impatto legale e opportunità. Stabilite quindi chi approva ogni categoria di output e quando il sistema deve fermarsi. Per lavori a basso rischio può bastare una revisione a campione; per comunicazioni esterne, dati economici o istruzioni operative serve un controllo prima dell’uso.

Separate sempre contenuto e decisione. L’AI può proporre una sintesi di offerte; il responsabile sceglie il fornitore. Può estrarre righe da un foglio; la contabilità convalida il totale. Può suggerire una risposta; il proprietario della relazione la invia. Questa distinzione protegge il lavoro e rende più facile individuare l’errore.

Un piano di sette giorni

Giorno 1: scegliete un processo e misurate il tempo attuale. Giorno 2: raccogliete dieci esempi e definite cosa significa «risultato buono». Giorno 3: create una prima istruzione e salvate la versione. Giorno 4: testatela sui casi, segnando gli errori. Giorno 5: migliorate formato e regole. Giorno 6: fate provare il flusso a un collega. Giorno 7: decidete se continuare, semplificare o fermare l’esperimento. Non è necessario automatizzare tutto per ottenere un guadagno reale: una sola procedura affidabile può liberare tempo ogni settimana.