Quando l'AI non è la risposta: regole e automazioni Zoho che costano meno

Quando l'AI non è la risposta? Quando la decisione si scrive come regola fissa, i dati in ingresso sono già ordinati in campi e un errore costa caro. In questi casi una regola, un flusso di lavoro o un'automazione Zoho fa lo stesso lavoro. Non ha costo per token e dà sempre lo stesso esito.

Un'automazione senza modello è un passaggio che il sistema esegue da solo seguendo condizioni scritte da una persona, senza chiedere a un modello linguistico di interpretare nulla. Il modello di AI, invece, legge testo o immagini e produce una risposta nuova ogni volta. Entrambi sono strumenti utili, ma per problemi diversi.

Questa guida è scritta da chi costruisce sistemi con Claude e li collega a Zoho. Proprio per questo conviene dirlo con franchezza: molte richieste che arrivano come "progetto AI" sono in realtà processi da ordinare. Un modello messo sopra un processo confuso produce risposte confuse più in fretta.

Nelle sezioni che seguono trova tre casi in cui la regola vince:

• decisioni che si scrivono in una frase "se... allora";
• passaggi di dati tra sistemi che non richiedono di capire un testo;
• processi con pochi casi e pochi dati, dove un modello non ha nulla da cui imparare.

Trova anche un esempio svolto sulle scadenze fiscali italiane, una tabella per decidere e un metodo per stimare il costo di un modello prima di spendere.

Una regola semplice è una decisione che si esprime come condizione e azione: se il campo ha questo valore, allora il sistema fa quella cosa. Assegnare un cliente all'agente di zona, segnare un ordine come urgente sopra un certo importo, avvisare il responsabile quando una scadenza si avvicina. Nessuna di queste decisioni richiede di interpretare un testo.

Il vantaggio di una regola è la prevedibilità. Con gli stessi dati dà sempre lo stesso esito, e chiunque in azienda può leggerla e controllarla. Un modello linguistico, anche ottimo, produce una risposta che va verificata, perché nasce da un'interpretazione e non da una condizione scritta.

In Svennis, prima di proporre un modello, chiediamo al responsabile del processo di scrivere la decisione su un foglio come elenco di condizioni. Se ci riesce senza eccezioni del tipo "dipende", la costruiamo come regola in Zoho e il modello resta fuori dal progetto.

Il test funziona anche senza consulenti. Prenda il processo che vorrebbe affidare all'AI e provi a completare la frase "se succede questo, il sistema fa quello". Se le frasi necessarie sono poche e coprono tutti i casi reali, ha già scritto la specifica dell'automazione. Se invece ogni frase richiede un giudizio sul contenuto di un'email o di un documento, allora un modello può aggiungere valore.

Gran parte del lavoro ripetitivo in azienda consiste nello spostare dati da un punto all'altro, non nel capirli. Un modulo compilato sul sito diventa un contatto, un contatto qualificato diventa un'opportunità, un'opportunità chiusa diventa una fattura. Ogni passaggio prende un valore già strutturato e lo copia dove serve.

Per questi passaggi bastano gli strumenti di automazione dei prodotti Zoho. In Zoho CRM le regole lavorano sui campi dei record. In Zoho Desk i ticket possono seguire percorsi fissi in base a categoria o cliente. Con Zoho Flow si collegano applicazioni diverse senza scrivere un'integrazione da zero.

Testi fissi o testi generati

Anche i messaggi standard spesso non richiedono un modello. Un promemoria di scadenza o una conferma d'ordine con campi variabili funziona meglio come modello di testo fisso. Ogni cliente riceve la stessa formulazione, già approvata una volta.

Un testo generato da Claude, invece, è ogni volta diverso. Inoltre porta con sé una marcatura: secondo il centro assistenza di Claude sulla marcatura dei contenuti, il testo generato include una filigrana incorporata e impercettibile. Per una comunicazione che deve restare identica e verificabile, il testo fisso è la scelta più semplice.

Quando un processo ha pochi casi all'anno, una regola scritta a mano costa meno di qualsiasi modello. Se l'ufficio gestisce poche pratiche di un certo tipo, una persona le conosce tutte. Scrivere le condizioni richiede meno tempo che preparare istruzioni, esempi e controlli per un modello.

Il problema dei dati scarsi si presenta anche quando si pensa di addestrare uno strumento proprio. Secondo il centro assistenza di Claude, i termini di Anthropic consentono di usare gli output di Claude per addestrare modelli che non competono con quelli di Anthropic. Prima di procedere conviene comunque verificare i termini applicabili al proprio contratto. Tra gli usi ammessi la pagina cita classificatori specializzati, come sistemi di categorizzazione dei contenuti o strumenti di estrazione delle informazioni. Sono invece vietati, tra gli altri, i chatbot generici e i modelli per la generazione di testo libero.

Prima di valutare un classificatore, però, conviene chiedersi se la categoria non sia già scritta da qualche parte. Spesso il cliente sceglie una voce da un menu a tendina nel modulo di contatto. In quel caso la categoria esiste già come campo, e basta una regola che la legga.

Un modello serve quando i casi sono molti, vari e descritti a parole. Serve meno quando sono pochi, simili tra loro o già classificati da chi li inserisce. La quantità e la forma dei dati dicono molto prima di qualsiasi prova tecnica.

Un modello si paga a token, una regola no. Il token è l'unità in cui il modello conta il testo letto e scritto. Ogni chiamata a Claude ha quindi un costo variabile, che cresce con la lunghezza delle istruzioni, dei documenti e delle risposte.

La panoramica ufficiale dei modelli Claude riporta questi prezzi per milione di token:

Contare i token prima di costruire

Il costo si stima prima di spendere con l'endpoint POST /v1/messages/count_tokens. Secondo la documentazione del conteggio dei token, calcola i token di un messaggio, compresi strumenti, immagini e documenti, senza creare il messaggio. Il valore input_tokens restituito somma messaggi, prompt di sistema e strumenti.

Moltiplichi quel numero per le chiamate previste in un mese e per il prezzo del modello scelto. Se il risultato supera il valore del tempo risparmiato, il processo va risolto con una regola.

Il calcolo di una scadenza fiscale è un caso tipico in cui una regola batte un modello. Prendiamo uno studio che segue istanze di interpello per i clienti e le registra in Zoho CRM. Le regole del termine di risposta sono scritte con precisione dall'Agenzia delle Entrate nella pagina sugli effetti dell'interpello.

Le condizioni da tradurre in automazione, per l'interpello ordinario, probatorio, antiabuso e disapplicativo, sono queste (l'interpello da adempimento collaborativo e quello sui nuovi investimenti hanno termini diversi):

1. La risposta va comunicata entro 90 giorni dalla presentazione dell'istanza o dalla sua regolarizzazione.
2. Se l'ufficio chiede documentazione integrativa, il termine si interrompe. La risposta va data entro 60 giorni dalla presentazione di tutti i documenti richiesti.
3. Il termine è sempre sospeso tra il 1° e il 31 agosto.
4. Il termine è sospeso fino a sessanta giorni quando è obbligatorio un parere preventivo di un'altra amministrazione.
5. Se il termine cade di sabato o in un giorno festivo, slitta al primo giorno successivo non festivo.

Ogni condizione è un calcolo su date. Lo studio registra nel record la data di presentazione, l'eventuale data di ricezione dei documenti integrativi e l'eventuale periodo di sospensione per parere. La regola calcola la scadenza e programma un avviso al professionista qualche giorno prima.

La scadenza conta anche per un altro motivo. Se l'Agenzia non si pronuncia, si forma il silenzio assenso sulla soluzione indicata dal contribuente. Un errore di calcolo, quindi, ha conseguenze concrete. Un modello potrebbe sbagliare un conteggio di giorni senza che nessuno se ne accorga, mentre una regola scritta una volta sbaglia sempre allo stesso modo e si corregge in un punto solo.

La scelta tra regola, automazione e modello dipende da quattro domande sul processo. La tabella le mette in fila. Legga la riga che descrive meglio il Suo caso e guardi in quale colonna cade la maggior parte delle risposte.

Molti processi reali stanno a metà. In quei casi la soluzione più solida è combinare le due cose. Il modello legge il testo libero e lo trasforma in campi ordinati, poi una regola decide cosa fare con quei campi.

Se vuole una valutazione più ampia della Sua azienda, il questionario sulla prontezza della Sua azienda per l'AI la guida domanda per domanda.

Per un'azienda italiana molti processi amministrativi seguono soglie e termini fissati dalla legge, e questi si gestiscono meglio con regole. Le norme penali tributarie, riviste dal decreto legislativo 14 giugno 2024, n. 87, sono oggi raccolte nel testo unico delle sanzioni tributarie (decreto legislativo 5 novembre 2024, n. 173). Puniscono chi non versa entro il 31 dicembre dell'anno successivo l'IVA dovuta in base alla dichiarazione annuale per oltre 250.000 euro per periodo d'imposta, salvo che il debito sia in corso di rateazione. Per le ritenute la soglia è 150.000 euro. Un controllo che confronta un importo con una soglia non richiede interpretazione.

Lo stesso vale per i termini. Secondo le risposte ai quesiti più frequenti dell'Agenzia delle Entrate, chi riceve un avviso di rettifica e liquidazione dell'imposta di registro su una compravendita immobiliare deve attivarsi entro 60 giorni dalla notifica. Un promemoria automatico su quella data è più affidabile di qualsiasi assistente conversazionale.

Norme aggiornate e data di conoscenza dei modelli

Le norme cambiano. La stessa pagina dell'Agenzia ricorda che la legge di bilancio 2025 ha portato da uno a due anni il termine per vendere la casa già posseduta e conservare le agevolazioni prima casa. Una regola in Zoho la aggiorna Lei, in un punto. Un modello, invece, ha una data limite di conoscenza: febbraio 2025 per Claude Haiku 4.5, giugno 2026 per i modelli più recenti.

Infine la trasparenza. Secondo il centro assistenza di Claude, Anthropic ha firmato il codice di buone pratiche sulla trasparenza dei contenuti generati dall'AI, legato all'articolo 50(2) dell'AI Act. Per il quadro completo può consultare leggi e obblighi sull'AI in Italia. Gli studi professionali trovano esempi di settore nella pagina sull'intelligenza artificiale per commercialisti.

Un modello come Claude serve quando l'informazione arriva in una forma che nessuna regola sa leggere. Un'email in cui il cliente descrive un problema con parole sue, un documento scansionato, una richiesta scritta in un'altra lingua. Secondo la panoramica ufficiale, tutti i modelli Claude attuali accettano testo e immagini, lavorano in più lingue e possono usare strumenti esterni.

In questi casi il compito del modello è circoscritto: trasformare il testo libero in dati ordinati. Dall'email ricava la categoria del problema, il cliente e l'urgenza. Da lì in avanti tornano a lavorare le regole, che assegnano, avvisano e registrano.

Anche la scelta del modello segue la stessa logica di costo. Anthropic consiglia di partire da Claude Opus 5.5 se non si sa quale modello usare. Descrive Claude Sonnet 5.5 come la migliore combinazione di velocità e intelligenza e Claude Haiku 4.5 come il modello più veloce. Per estrarre pochi campi da un'email, un modello leggero spesso basta.

Se sta decidendo anche chi deve costruire questa parte, il confronto tra AI interna, acquistata o realizzata con un partner aiuta a valutare tempi e competenze necessarie.

Il primo passo è scrivere il processo, non scegliere lo strumento. Prima di aprire un progetto AI, metta per iscritto come si svolge oggi il lavoro che vuole automatizzare. Le azioni che seguono richiedono poche ore e non costano nulla:

1. Elenchi le decisioni del processo come frasi "se... allora".
2. Segni quali informazioni arrivano da campi ordinati e quali da testo libero.
3. Per le decisioni su campi ordinati, prepari una regola o un'automazione in Zoho.
4. Per il testo libero, misuri i token di alcuni casi reali con l'endpoint di conteggio e stimi il costo mensile.
5. Confronti quel costo con il tempo che il Suo team dedica oggi a quel passaggio.

Se alla fine dell'esercizio quasi tutto è finito nella colonna delle regole, ha risparmiato un progetto AI e ottenuto un processo più ordinato. Se invece resta una parte di testo libero consistente, ora sa esattamente dove mettere il modello e quanto Le costerà.

Per ragionare su quali attività della Sua azienda si prestano all'AI e quali no, la guida su come ogni azienda può usare l'AI è il punto di partenza più utile su questo sito.