Un assistente IA interno per rispondere a centinaia di domande al giorno

Immaginiamo un'azienda con un problema che riconosciamo in molte realtà con cui parliamo: la conoscenza esiste, ma è difficile da raggiungere.

Procedure operative, manuali dei macchinari, listini, condizioni commerciali, regolamenti interni: tutto esiste, distribuito tra cartelle condivise, PDF, allegati di vecchie email e — soprattutto — la memoria di alcune persone esperte.

Il risultato è prevedibile, e lo vediamo ricorrere quasi ovunque: gli stessi colleghi vengono interrotti ogni giorno per rispondere alle stesse domande. Chi non trova la risposta in fretta procede a intuito, con il rischio di applicare una procedura superata. Ogni nuovo assunto impiega settimane a orientarsi.

Prima di proporre qualsiasi soluzione, il primo passo è sempre misurare il fenomeno — senza un numero di partenza non c'è modo di dimostrare, alla fine, di aver ottenuto un risultato. In un'azienda di queste dimensioni non è raro osservare qualcosa come:

• alcune centinaia di richieste interne di informazioni alla settimana
• una parte consistente già coperta da documentazione esistente, solo difficile da trovare
• tempi di attesa per una risposta che si misurano in decine di minuti, non in secondi

Non “introdurre l'intelligenza artificiale in azienda”, che non è un obiettivo ma una tecnologia. L'obiettivo che concorderemmo con il cliente sarebbe:

Permettere a chiunque, in qualsiasi momento, di ottenere in pochi secondi una risposta corretta e verificabile alle domande già coperte dalla documentazione aziendale — senza disturbare un collega.

Con tre vincoli che consideriamo non negoziabili in un progetto di questo tipo:

• 01Nessun dato aziendale deve uscire dal perimetro concordato.
• 02Ogni risposta deve citare la fonte, così che chi la riceve possa verificarla.
• 03Il sistema deve reggere l'uso contemporaneo di decine di persone nelle ore di punta, senza rallentamenti percepibili.

1. 01

   Censimento e pulizia della conoscenza

   È la fase meno spettacolare e quella che determina l'esito del progetto.

   Il lavoro consiste nel raccogliere tutto il materiale documentale esistente e passarlo al setaccio, con tre domande per ciascun documento: è aggiornato? è quello ufficiale? contraddice qualcos’altro?

   Il risultato è quasi sempre lo stesso, in ogni azienda con cui lavoriamo: una parte consistente del materiale è obsoleta o duplicata in versioni discordanti. È frequente scartare un terzo dei documenti iniziali e far emergere decine di casi di procedure interne in conflitto tra loro, che tocca poi al cliente risolvere.

   Perché questa fase conta più di tutte

   Un assistente che risponde pescando da documenti sbagliati non è un assistente inutile: è peggio della situazione precedente, perché diffonde l'errore in modo veloce e con un tono sicuro. Nessuna tecnologia compensa una base documentale disordinata — è per questo che dedichiamo a questa fase più tempo di quanto i clienti si aspettino all'inizio.

2. 02

   Costruzione della base di conoscenza

   Qui sta il cuore tecnico del progetto, e vale la pena spiegarlo in modo comprensibile perché è il punto su cui circolano più equivoci.

   Il sistema non “impara a memoria” i documenti aziendali. Funziona invece così:

   • 01Ogni documento viene diviso in porzioni di senso compiuto.
   • 02Ogni porzione viene trasformata in una rappresentazione numerica che ne cattura il significato, e archiviata in un database specializzato.
   • 03Quando arriva una domanda, il sistema prima cerca le porzioni più pertinenti, poi le passa al modello linguistico chiedendogli di rispondere basandosi esclusivamente su quelle.
   • 04La risposta cita i documenti da cui proviene.

   Questo approccio — noto come recupero e generazione — offre quattro vantaggi decisivi in un contesto aziendale:

   Vantaggio	Che cosa significa in pratica
   Aggiornabilità immediata	Cambia una procedura? Si sostituisce il documento e l'assistente risponde con la versione nuova nel giro di minuti
   Verificabilità	Ogni risposta indica la fonte: chi legge può controllare
   Permessi rispettati	Un utente vede solo i contenuti a cui avrebbe accesso comunque
   Molte meno invenzioni	Il modello ha il testo davanti agli occhi, non deve ricostruirlo dalla memoria

3. 03

   Messa a punto del comportamento

   Qui va chiarito un punto che nella comunicazione commerciale del settore viene spesso confuso, e che raccontiamo volentieri perché fa risparmiare soldi a chi ci ascolta.

   Il fine-tuning — l'addestramento aggiuntivo del modello — non serve a insegnargli i dati aziendali. Serve a insegnargli come comportarsi: il tono, il formato delle risposte, il lessico interno dell'azienda, quando rifiutarsi di rispondere.

   Per la conoscenza vale la base documentale della fase 2, che si aggiorna in tempo reale e costa una frazione. Molti progetti falliscono esattamente qui: si investe in un addestramento costoso per ottenere un modello che, appena cambia una procedura, torna a dare la risposta vecchia. In un progetto di questo tipo lavoreremmo su:

   • Istruzioni di sistema, che definiscono ruolo, limiti e comportamento in caso di dubbio — con una regola esplicita: se la documentazione non copre la domanda, dillo e indica a chi rivolgersi.
   • Un eventuale addestramento leggero, solo se necessario, su un insieme di esempi di domande e risposte redatti insieme ai referenti interni, per allineare terminologia e formato — una fase che in molti progetti si può anche saltare, se le istruzioni di sistema bastano.
   • Un glossario aziendale, perché sigle e nomi di prodotto interni non significano nulla per un modello generico.
4. 04

   Reggere l'uso contemporaneo

   Il vincolo delle richieste simultanee guida diverse scelte architetturali. In sintesi, senza tecnicismi:

   • Coda di elaborazione. Le richieste non arrivano tutte insieme al modello: vengono ordinate e servite in modo controllato, così un picco non fa cadere il servizio.
   • Risposta progressiva. Il testo compare mentre viene generato, come nelle chat che tutti conoscono. Non riduce il tempo di elaborazione, ma abbatte l’attesa percepita.
   • Memorizzazione delle domande frequenti. Le domande ricorrenti ricevono una risposta già pronta, senza rielaborarla ogni volta: meno costi e risposta istantanea.
   • Ricerca separata dalla generazione. La parte di ricerca nella base documentale è molto più leggera e scala in modo indipendente.
   • Limiti per utente, per evitare che un singolo uso anomalo degradi il servizio per tutti.

   Un sistema pensato così va sempre collaudato sotto carico simulato prima della messa in produzione, verificando in particolare il tempo di prima risposta con decine di conversazioni simultanee attive.

5. 05

   Integrazione e avvio

   L'assistente andrebbe reso disponibile dove le persone già lavorano — una piattaforma di messaggistica aziendale, un'intranet — perché uno strumento che richiede di aprire l'ennesima applicazione viene abbandonato in poche settimane.

   L'avvio corretto è sempre graduale: un gruppo pilota per due o tre settimane, poi l'estensione a tutti. Le domande a cui l'assistente non sa rispondere vanno raccolte sistematicamente e usate per colmare i buchi nella documentazione — un effetto collaterale che, in progetti di questo tipo, si rivela spesso utile quanto l'assistente stesso.

Ordini di grandezza indicativi per un progetto strutturato così, non dati misurati su un caso reale.

Il beneficio che, nella nostra esperienza con progetti di automazione e integrazione IA in generale, tende a essere più apprezzato non è nella tabella: è la riduzione delle procedure applicate in modo scorretto, resa possibile dal fatto che la versione ufficiale diventa sempre a un messaggio di distanza.

È il tipo di cambiamento che il personale nota per primo — non il fatto che esista un assistente IA, ma il tempo che smette di essere rubato dalle stesse domande ripetute ogni giorno.

Un progetto di questo tipo tocca dati aziendali, quindi la parte normativa non è un adempimento successivo ma un vincolo di progettazione fin dall’inizio. Che cosa prevediamo sempre:

• Perimetro dei dati definito per iscritto prima di iniziare: quali informazioni possono essere elaborate, dove e da chi, con contratto adeguato con il fornitore del modello.
• Permessi ereditati dai sistemi esistenti: l'assistente non deve mai diventare una via per aggirare le autorizzazioni già in vigore.
• Registro delle conversazioni con politica di conservazione definita e limitata nel tempo.
• Trasparenza verso gli utenti: deve sempre essere evidente che si sta parlando con un sistema automatico, come richiesto dagli obblighi di trasparenza del regolamento europeo sull’intelligenza artificiale, applicabili dal 2 agosto 2026.
• Formazione del personale sull’uso corretto dello strumento e sui suoi limiti — obbligo di alfabetizzazione previsto dallo stesso regolamento e già in vigore dal febbraio 2025.
• Nessun dato personale nella base di conoscenza, verificato in fase di censimento dei documenti.

Tre convinzioni che guidano il nostro modo di lavorare su questo tipo di progetti: