I dati che servono perché l'AI funzioni, e quelli che non servono affatto

Per far funzionare l'intelligenza artificiale su un processo aziendale non servono molti dati. Servono pochi dati, aggiornati da chi lavora, con un significato che non cambia nel tempo. Un'azienda con dieci anni di archivio disordinato è messa peggio di una con sei mesi di dati puliti su una cosa sola.

È il contrario di quello che si sente dire, e vale la pena capire perché, perché da questo dipende se un progetto costa cinquemila euro o non si fa.

Se vuoi capire se i dati del processo che hai in mente bastano, l'autovalutazione fa nove domande e restituisce un quadro in circa tre minuti.

Le tre proprietà che contano

Che siano leggibili da un programma. Un preventivo in PDF dentro una cartella condivisa contiene tutte le informazioni e non ne rende disponibile nessuna. Perché servano, il materiale, la quantità e il prezzo devono stare in campi separati, in una tabella o in un database, non dentro un testo.

Questo è il passaggio che sorprende di più chi comincia, e la buona notizia è che nella maggior parte delle aziende quei campi esistono già dentro il gestionale: sono solo poco usati.

Che siano aggiornati da chi fa il lavoro. Un dato che qualcuno ricopia a fine giornata è vecchio di un giorno, e per una risposta sullo stato di un ordine un giorno è tanto. Un dato che nessuno aggiorna perché il campo non serve a niente sarà pieno di valori inventati, e un sistema che ci si appoggia produrrà risposte sbagliate con la stessa sicurezza di quelle giuste.

Che vogliano dire sempre la stessa cosa. È la proprietà meno ovvia e la più insidiosa. Se il campo "stato" tre anni fa significava una cosa e oggi ne significa un'altra, o se ogni operatore lo compila a modo suo, il dato non è confrontabile con sé stesso. Nessuno se ne accorge finché non si prova a farci qualcosa sopra.

Quali dati non servono

Quelli che non riguardano il processo che stai automatizzando. Se il progetto è rispondere sullo stato degli ordini, la contabilità non serve. La tentazione di partire raccogliendo tutto è forte e costa mesi.

Lo storico lontano, quasi sempre. Serve nei casi in cui il sistema deve imparare da esempi, e serve meno di quanto si creda anche lì. Per la maggior parte dei progetti su un processo singolo il modello non impara dai tuoi dati: li legge. Sono due cose diverse, e chi propone di raccogliere anni di archivio prima di partire spesso non ha spiegato quale delle due farà.

Il dato perfetto. Aspettare che l'anagrafica sia pulita prima di cominciare significa non cominciare. Si sceglie un perimetro dove il dato è già decente, si parte da lì, e il resto si sistema mentre si va.

Perché è il terzo ostacolo dichiarato

Fra le imprese italiane che hanno valutato l'intelligenza artificiale senza poi realizzare investimenti, il 45,2% indica l'indisponibilità o la scarsa qualità dei dati necessari fra gli ostacoli, dietro alla mancanza di competenze (58,6%) e alla carenza di chiarezza legislativa (47,3%), e davanti alla privacy (43,2%) e ai costi elevati (43,0%). Il dato è della rilevazione ISTAT Imprese e ICT del 2025, su un campione di 26.246 imprese con almeno dieci addetti.

Il numero dice una cosa importante se lo si mette accanto agli altri: le due difficoltà più citate non sono tecnologiche. Sono le persone e le regole. I dati vengono subito dopo, e il costo arriva ultimo.

Le quattro domande che dicono se i dati bastano

Prendi il processo che hai in mente e prova a rispondere a queste quattro cose senza chiamare nessuno.

Il dato che serve dove sta scritto adesso, e in che forma. Chi lo aggiorna e quando. Da quanto tempo il campo significa la stessa cosa. Quante volte capita un caso in cui quel campo non basta.

Se rispondi a tutte e quattro, si può partire. Se ti fermi sulla prima, il primo progetto non è di intelligenza artificiale ma di riordino, e va chiamato con il suo nome, perché ha un costo e un tempo diversi.

Il riordino, quando serve, non è un progetto separato

Quando il dato non c'è nella forma giusta, la tentazione è fare due progetti: prima si sistema tutto, poi si automatizza. Nella pratica il primo non finisce mai, perché non ha un termine naturale e nessuno lo vede.

Conviene il contrario: si sceglie il processo, si guarda quali quattro o cinque campi servono a lui, e si sistemano solo quelli. Il riordino diventa una parte del progetto, ha una fine, e si vede subito a cosa serve.

Il perimetro giusto per il primo tentativo

Serve un processo ripetitivo di cui conosci già il costo in ore, e in cui i dati che contano sono pochi e stanno già dentro un sistema. Un perimetro così sta fra i 5.000 e i 10.000 euro, e la parte di riordino, se serve, si vede in anticipo invece di comparire a metà strada.

L'autovalutazione fa più o meno le domande di questo articolo in forma ordinata, e ci vogliono circa tre minuti.