Perché i progetti pilota di IA si fermano
La maggior parte delle aziende ha già provato l’intelligenza artificiale: qualche licenza per un chatbot, una proof of concept per la lettura delle fatture o un workshop con un fornitore. Molto più raramente la soluzione entra nel lavoro quotidiano, dove produce effetti misurabili. Le cause nella pratica si ripetono e solo di rado dipendono dalla scelta del modello.
- I dati non sono pronti. I documenti esistono in più versioni, i dati chiave stanno in fogli di calcolo personali, i sistemi non sono collegati tra loro. Un modello che riceve dati di scarsa qualità fornisce risposte inaffidabili e la fiducia degli utenti svanisce rapidamente.
- I diritti di accesso sono troppo ampi. In un ambiente Microsoft 365 nel corso degli anni si accumulano molte cartelle, pagine e gruppi condivisi più del necessario. Finché li cerca solo una persona, il rischio resta nascosto. Un assistente IA capace di cercare ovunque lo rivela subito.
- Il progetto non ha un responsabile. Il pilota è guidato dall’IT o da un singolo appassionato, mentre il reparto di business non ha né mandato né tempo. Quando il pilota finisce, nessuno decide su prosecuzione, budget ed estensione.
- Manca un punto di partenza per la misurazione. Senza lo stato misurato prima del pilota non si può dimostrare che la soluzione abbia migliorato qualcosa, quindi è difficile giustificare l’investimento in produzione.
La buona notizia è che tutti e quattro gli ostacoli sono organizzativi e si possono rimuovere con la pianificazione. Per capire a che punto siete, usate l’autovalutazione in questa pagina.
Il quadro della prontezza: sei aree
L’autovalutazione segue le sei aree che insieme decidono se l’adozione dell’IA avrà successo. Una logica simile è alla base di framework consolidati come il NIST AI Risk Management Framework e i principi OCSE per l’intelligenza artificiale: la tecnologia è solo una parte, accanto a essa contano altrettanto le persone, i processi e la gestione dei rischi.
| Area | Domanda chiave | Segnale di prontezza |
|---|---|---|
| Strategia e casi d’uso | Quale problema di business risolviamo? | Elenco ordinato per priorità di casi d’uso con obiettivi misurabili |
| Dati | I dati sono di qualità, accessibili e hanno un responsabile? | Responsabili dei dati e classificazione per sensibilità |
| Tecnologia e infrastruttura | L’ambiente è sicuro e connesso? | Permessi ordinati, MFA, DLP, etichette di riservatezza, API |
| Persone e competenze | I dipendenti sanno usare l’IA in modo sicuro e sensato? | Programma di alfabetizzazione in materia di IA e un responsabile del programma |
| Governance e conformità | Chi può usare che cosa e a quali condizioni? | Policy d’uso dell’IA, inventario dei sistemi, valutazione GDPR |
| Esecuzione e risultati | Sappiamo portare un pilota fino alla produzione? | Esperienza con i piloti, misurazione degli effetti, budget |
Lo strumento pesa le domande: contano di più quelle che spesso bloccano un progetto, come l’ordine nei diritti di accesso, la qualità dei dati e un obiettivo di business chiaro. Il punteggio complessivo vi colloca in uno dei quattro livelli di maturità: esplorazione, sperimentazione, adozione o scalabilità.
Microsoft 365 Copilot: che cosa preparare prima dell’adozione
Per molte aziende Copilot è il primo contatto con l’IA generativa nel lavoro di ogni giorno, perché funziona negli strumenti che i dipendenti già usano: Outlook, Teams, Word, Excel e PowerPoint. Nel frattempo Microsoft ha rinominato il prodotto in Microsoft Copilot, ma nelle licenze e nella documentazione compare ancora anche il nome precedente. L’adozione è tecnicamente semplice, la preparazione no.
Licenze tramite un partner CSP
La chat di base, Copilot Chat, è inclusa nelle licenze Microsoft 365 idonee e risponde soprattutto dal web e dai contenuti che l’utente allega. Per risposte basate su e-mail, documenti, riunioni e chat dell’organizzazione serve una licenza aggiuntiva Microsoft 365 Copilot. Le licenze si possono gestire tramite un partner Microsoft CSP, che aiuta a scegliere la combinazione giusta e ad adeguarla al numero di utenti. In Humanfrog siamo partner CSP, quindi colleghiamo la fornitura delle licenze alla preparazione dell’ambiente.
Diritti di accesso e condivisione eccessiva
Secondo la documentazione Microsoft, Copilot mostra all’utente solo i contenuti per cui ha almeno il diritto di lettura. È al tempo stesso una protezione e un rischio: se per errore la cartella degli stipendi è condivisa con tutta l’organizzazione, Copilot la troverà. Prima dell’adozione verificate quindi le pagine SharePoint e i team di Teams condivisi con tutti, i collegamenti che può aprire chiunque e le pagine inattive. Microsoft offre strumenti per questo, come SharePoint Advanced Management.
Etichette di riservatezza e DLP
Le etichette di riservatezza in Microsoft Purview permettono di contrassegnare i documenti riservati e, se necessario, di cifrarli. Per i contenuti cifrati Copilot rispetta i diritti d’uso di cui dispone l’utente. Le regole di prevenzione della perdita di dati (DLP) e l’autenticazione a più fattori obbligatoria completano questa protezione.
Adozione da parte degli utenti
La licenza da sola non cambia il modo di lavorare. Cominciate con un gruppo pilota di più reparti, preparate scenari d’uso per ruolo (riassunto di una riunione, bozza di un’offerta, analisi in Excel), individuate degli ambasciatori e monitorate l’uso nei report dell’interfaccia di amministrazione. Solo dopo estendete le licenze.
Agenti IA, Copilot o soluzione su misura
Non ogni problema è adatto a Copilot e non ogni problema richiede uno sviluppo. La scelta dipende dal fatto che si tratti di produttività personale, di automazione di una parte di un processo o di conoscenze e dati specifici dell’azienda.
| Copilot per Microsoft 365 | Agenti IA | Soluzione su misura | |
|---|---|---|---|
| Scopo | Aiuto al singolo nella scrittura, nella sintesi e nella ricerca | Esecuzione più autonoma dei passaggi di un processo | Processo, dati o requisiti di privacy specifici |
| Esempi | Riassunti di riunioni, bozze di e-mail, analisi in Excel | Gestione delle richieste, supporto ai clienti, preparazione degli ordini | Elaborazione di documenti, assistente per la conoscenza interna (RAG), modello locale |
| Dati | Contenuti in Microsoft 365 a cui l’utente ha accesso | Microsoft 365 e sistemi aziendali tramite connessioni | Fonti selezionate, anche al di fuori di Microsoft 365 |
| Condizione | Permessi ordinati, etichette, adozione | Integrazioni, regole chiare, controllo umano | Team di sviluppo, manutenzione, gestione del modello |
| Tempo per l’effetto | Settimane | Da settimane a mesi | Mesi |
Gli agenti si possono costruire con strumenti come Microsoft Copilot Studio o come soluzioni autonome collegate a ERP, CRM e sistema documentale. Quando i dati non devono lasciare il vostro ambiente, ha senso una soluzione su misura con un modello locale o privato.
Dal pilota alla produzione in 90 giorni
Per un caso d’uso ben circoscritto e con dati accessibili, 90 giorni sono un orizzonte realistico per passare dalla scelta alla prima versione in produzione. La condizione è che la decisione e il responsabile siano noti fin dall’inizio.
| Periodo | Attività | Risultato |
|---|---|---|
| Settimane 1–2 | Scelta del caso d’uso, responsabile, misurazioni di partenza, valutazione dei rischi e del GDPR | Ambito e criteri di successo confermati |
| Settimane 3–4 | Preparazione di dati e permessi, impostazioni di sicurezza, scelta della tecnologia | Ambiente pronto |
| Settimane 5–8 | Pilota con utenti e dati reali, miglioramenti settimanali | Effetti misurati e feedback |
| Settimane 9–10 | Valutazione dei risultati, decisione sulla produzione, piano dei costi | Decisione della direzione |
| Settimane 11–13 | Messa in produzione, formazione, monitoraggio e supporto | Soluzione in uso quotidiano |
Come misurare il ritorno
Il ritorno dell’IA è più facile da dimostrare nei processi che già oggi misurate. Prima del pilota registrate tempo di elaborazione, numero di errori, tempo di risposta o costi per transazione e dopo l’adozione confrontate gli stessi indicatori. Sul fronte dei costi considerate tutto: licenze o consumi, integrazioni, sistemazione dei dati, sicurezza, formazione e manutenzione.
Per gli strumenti di produttività personale, come Copilot, il risparmio di tempo è più difficile da misurare con precisione. Monitorate l’uso effettivo, i sondaggi tra gli utenti e alcuni scenari selezionati in cui l’effetto si può misurare direttamente. Una licenza inutilizzata è un costo senza ritorno, quindi riassegnate regolarmente le licenze.
Governance e basi dell’AI Act
L’AI Act (Regolamento (UE) 2024/1689) si applica anche alle aziende che l’IA si limitano a utilizzare. Dal 2 febbraio 2025 tutti i fornitori e i deployer devono garantire un livello sufficiente di alfabetizzazione in materia di IA del personale (articolo 4). Gli ulteriori obblighi dipendono dalla classe di rischio, che a sua volta dipende dalla finalità d’uso e non dallo strumento. Lo stesso modello linguistico può essere a rischio minimo in un caso e ad alto rischio nella selezione dei candidati per un posto di lavoro.
Per cominciare servono tre cose: una breve policy d’uso dell’IA, un inventario dei sistemi di IA con classificazione per rischio e una procedura di valutazione della protezione dei dati personali, compresa la valutazione d’impatto (DPIA) quando necessaria. La classe di rischio di un singolo sistema si verifica nella guida AI Act: classi di rischio dei sistemi IA.
In Humanfrog aiutiamo le aziende dalla valutazione della prontezza e dalla preparazione dell’ambiente Microsoft 365 fino allo sviluppo di agenti, all’elaborazione di documenti e ad assistenti per la conoscenza interna. Scriveteci e definiremo insieme il primo caso d’uso che porterà un risultato misurabile.
