Requisiti di un progetto AI da definire prima di chiedere un'offerta al partner

I requisiti di un progetto AI sono quattro: il processo da automatizzare, i dati che il sistema aziendale contiene già, un criterio di successo misurabile e il punto in cui una persona riprende il controllo. Vanno scritti prima di chiedere un'offerta. Senza questi elementi, nessun partner può stimare tempi e costi in modo serio.

Un requisito di un progetto AI è una condizione scritta e verificabile che il sistema deve rispettare per essere considerato riuscito. Non è un desiderio generico come «usare l'intelligenza artificiale nel servizio clienti». È una frase che un'altra persona può leggere e controllare.

In Svennis controlliamo questi quattro punti prima di qualsiasi stima. Quando ne manca uno, lo scriviamo insieme al cliente prima di parlare di modelli o di prezzi.

Questa guida spiega come redigere ciascun requisito in un documento breve, da condividere con il partner. Il documento serve anche all'interno dell'azienda. Obbliga chi decide a dire che cosa cambia, in concreto, nel lavoro di ogni giorno. Alla fine trova una tabella da usare come checklist e un esempio completo su un service desk.

Il processo da automatizzare è il primo requisito, perché tutti gli altri dipendono da esso. Un processo è una sequenza di passi con un evento di partenza, un risultato finale e un responsabile. «Gestire le richieste dei clienti» non è un processo. «Assegnare ogni nuova richiesta di assistenza al reparto corretto» lo è.

Per descrivere il processo nel documento di requisiti, risponda a cinque domande:

• quale evento avvia il processo, per esempio l'arrivo di un'email o di un ticket;
• quali passi compie oggi una persona, nell'ordine in cui li compie;
• quali sistemi apre a ogni passo;
• quale risultato produce alla fine, come un record aggiornato o un'assegnazione;
• chi risponde oggi del risultato.

Conviene scegliere un solo processo, stretto e frequente. Un processo ristretto si misura meglio di un'intera area aziendale, e un errore resta circoscritto. Per la scelta del processo e l'impostazione del pilota, la guida sul primo progetto AI in azienda entra nel dettaglio.

Il metodo conta quanto la tecnologia. Nel 2019 Nicola Gatti, Direttore dell'Osservatorio Artificial Intelligence del Politecnico di Milano, sosteneva su AI4Business che capire le metodologie di sviluppo di un progetto è importante quanto comprendere le tecniche.

Il secondo requisito è l'elenco dei dati che il sistema aziendale contiene già e che l'AI dovrà leggere o scrivere. Per sistema aziendale si intende il CRM, il gestionale, l'helpdesk o l'ERP in cui l'impresa registra il proprio lavoro. Un assistente AI lavora bene solo sui dati che può raggiungere.

Nel documento, per ogni dato rilevante, indichi quattro informazioni:

• dove si trova, cioè sistema, modulo e campo;
• se oggi è compilato in modo affidabile;
• se l'AI deve soltanto leggerlo o anche modificarlo;
• se contiene dati personali.

Se i dati risiedono in Zoho CRM, elenchi i moduli e i campi con il loro nome esatto. Un dato che vive solo in un foglio di calcolo personale va segnalato a parte. Per l'AI quel dato, di fatto, non esiste.

La distinzione tra lettura e scrittura è decisiva. Un sistema che legge un campo e propone una risposta comporta rischi diversi da un sistema che aggiorna un record. Tutti i modelli Claude attuali supportano il tool use, cioè la chiamata di funzioni esterne come la lettura di un record, secondo la panoramica dei modelli di Anthropic. La stessa documentazione avverte che le impostazioni dell'organizzazione possono far fallire una richiesta.

Un amministratore, per esempio, può disattivare la ricerca web. Anche vincoli di questo tipo vanno scritti nel documento.

Il criterio di successo è una misura numerica, scelta prima del lancio, che stabilisce se il progetto ha funzionato. Senza un criterio, il progetto non si chiude mai e la discussione resta sulle impressioni. Il criterio deve essere misurabile con i dati che l'azienda raccoglie già.

Un buon criterio ha tre parti: la metrica, il valore di partenza e la soglia da raggiungere. Una metrica tipica è la quota di richieste assegnate al reparto giusto al primo tentativo. Si misura su un campione rivisto da una persona.

Il valore di partenza va misurato oggi, sul processo manuale. Senza questo numero non esiste un confronto, e qualsiasi risultato sembra buono. La soglia invece la fissa l'azienda, in base a quanto vale per lei il miglioramento.

Nel documento indichi anche tre dettagli operativi:

• chi misura il risultato;
• con quale frequenza;
• in quale report o sistema si legge il dato.

Eviti criteri che dipendono da sensazioni, come «il team è più soddisfatto». Possono affiancare la metrica, non sostituirla. Scriva infine la condizione di arresto: il risultato al di sotto del quale il progetto si ferma o torna al processo manuale.

Il punto di passaggio a una persona è il momento, definito in anticipo, in cui l'AI smette di agire e una persona decide. È il quarto requisito ed è quello che più spesso manca nei documenti iniziali. Chi non lo scrive delega al sistema anche le decisioni che non voleva delegare.

Gli strumenti stessi prevedono livelli diversi di controllo. Claude Cowork è la funzione che esegue attività in più passaggi per conto dell'utente. Secondo il centro assistenza di Claude, ha tre modalità che regolano quando Claude chiede il permesso prima di agire: Manual, Auto e Skip.

In modalità Auto, Claude controlla ogni azione per la sicurezza e blocca ciò che giudica rischioso, ma consuma più del limite di utilizzo. In modalità Skip non si ferma a chiedere e nessun controllo verifica le sue azioni. Prima di eliminare definitivamente un file, Cowork chiede comunque un permesso esplicito.

Nel documento di requisiti il passaggio si scrive come elenco di regole. Le situazioni più comuni sono queste:

• l'AI non è sicura della classificazione;
• l'azione è irreversibile, come una cancellazione o un pagamento;
• la richiesta riguarda dati personali delicati;
• il cliente chiede espressamente di parlare con una persona.

Per ogni regola indichi chi riceve il caso e dove lo trova.

La scelta del modello AI dipende dal volume, dalla complessità e dal costo accettabile del processo. Per questo si fa dopo aver scritto i quattro requisiti. Scegliere il modello per primo significa adattare il processo allo strumento.

La documentazione di Anthropic offre un punto di partenza. Se non è chiaro quale modello usare, Anthropic consiglia di iniziare con Claude Opus 5.5 per la maggior parte dei carichi di lavoro. Claude Haiku 5.5 è indicato per compiti ad alto volume e sensibili alla latenza, come classificazione, estrazione e smistamento. Claude Fable 5.1 è indicato per ragionamenti impegnativi e lavori agentici di lunga durata.

Il prezzo cambia molto tra un modello e l'altro. Si misura in token, le unità di testo con cui Anthropic conteggia il consumo. Claude Haiku 5.5 parte da 0,10 dollari per milione di token in ingresso e da 0,50 in uscita. Claude Opus 5.5 costa 4 e 20 dollari, Claude Fable 5.1 costa 10 e 50 dollari.

Un processo di smistamento con molti messaggi brevi ha quindi un profilo di costo diverso da un'analisi lunga di contratti. Il documento di requisiti dovrebbe indicare il volume atteso, così il partner può proporre il modello adatto. Anche chi realizza il progetto incide sulla scelta: la guida su AI interna, acquistata o con un partner confronta le tre strade.

Questo esempio applica i quattro requisiti a un service desk che lavora su Zoho Desk, l'helpdesk dove arrivano le richieste di assistenza. L'obiettivo è assegnare ogni nuovo ticket al reparto corretto senza che un operatore lo legga per primo.

Processo

L'evento di partenza è la creazione di un ticket. Oggi un operatore legge oggetto e testo, sceglie il reparto e assegna il ticket. Il risultato finale è il ticket assegnato al reparto giusto.

Dati

L'AI legge l'oggetto, il testo e lo storico dei ticket dello stesso cliente. Scrive un solo campo, il reparto. Non modifica testo, stato o priorità del ticket.

Criterio di successo

La metrica è la quota di ticket assegnati correttamente al primo tentativo. Il valore di partenza si misura oggi sul lavoro manuale. Un responsabile rivede un campione di ticket ogni settimana e confronta il risultato con la soglia scritta nel documento.

Passaggio a una persona

Quando l'AI non è sicura, il ticket va in una coda di revisione manuale. Le richieste che riguardano la cancellazione di dati personali vanno sempre a un operatore. Lo stesso vale quando il cliente chiede una persona.

Modello

Lo smistamento è un compito di classificazione ad alto volume. È il caso d'uso per cui Anthropic indica Claude Haiku 5.5. Se il campione mostra troppi errori, si prova un modello più capace e si confrontano i risultati con lo stesso criterio.

La checklist che segue riassume i requisiti di un progetto AI in un formato da allegare alla richiesta di offerta. Ogni riga indica la domanda a cui rispondere, che cosa scrivere e il segnale che qualcosa manca ancora.

Una riga vuota non blocca il progetto. Indica però il punto da chiarire prima che il partner possa stimare tempi e costi con precisione.

Per un'azienda italiana, il requisito sui dati comprende sempre una verifica sui dati personali. Il trattamento ricade nel Regolamento (UE) 2016/679, il GDPR, e sotto il controllo del Garante per la protezione dei dati personali. Questa verifica va fatta prima dell'offerta, non durante lo sviluppo.

Il Garante interviene anche su progetti tecnologici nuovi. Il 21 marzo 2024 ha rivolto un avvertimento a Worldcoin Foundation. Secondo l'Autorità, i trattamenti di dati biometrici che dovessero essere effettuati in Italia tramite gli Orb, all'epoca non ancora presenti nel Paese, potevano verosimilmente violare il Regolamento. Il Garante ha anche ritenuto che, in un contesto di scarsa trasparenza, il consenso non potesse costituire una base giuridica adeguata.

Il caso riguarda un'iniziativa molto diversa da un assistente aziendale. La lezione per il documento di requisiti è però concreta. Per ogni dato personale vanno indicate la categoria di dato e la base giuridica del trattamento. Le informazioni date agli interessati devono essere chiare e complete e, quando il trattamento comporta rischi elevati, devono spiegare anche questi rischi.

Il secondo controllo riguarda il Regolamento UE 2024/1689, l'AI Act. Prima di chiedere un'offerta conviene verificare se l'uso previsto rientra tra quelli che il regolamento disciplina. Il testo annotato è disponibile nella pagina sull'AI Act in italiano. Il quadro normativo AI in Italia riassume le altre fonti da considerare.

Gli errori più frequenti nei documenti di requisiti per un progetto AI nascono da requisiti lasciati vaghi. Ognuno ha un effetto prevedibile sull'offerta del partner o sul risultato finale.

I cinque errori più comuni sono questi:

• un processo troppo ampio, che rende impossibile una stima seria;
• dati sparsi fuori dal sistema aziendale, che l'AI non può raggiungere;
• un criterio di successo solo qualitativo, senza valore di partenza;
• nessuna regola di passaggio a una persona per le azioni irreversibili;
• un modello scelto prima di conoscere volume e complessità del processo.

Il rischio di un progetto AI non è una scoperta recente. Già nel 2019 Nicola Gatti riteneva lo sviluppo di un'applicazione di AI poco «off-the-shelf», cioè privo di soluzioni pronte da usare. Per questo considerava i progetti di intelligenza artificiale piuttosto rischiosi. L'Osservatorio da lui diretto aveva definito un primo framework, l'AI Project Value Chain, che sintetizza le principali attività di un progetto.

Gatti indicava nella paura lo scoglio principale per le aziende. Avvertiva anche di non enfatizzare l'hype, per non ricadere in un altro inverno dell'AI. Un documento di requisiti scritto bene risponde a entrambi i problemi. Riduce la paura perché rende il progetto misurabile, e contiene l'hype perché fissa una soglia concreta.

Il prossimo passo concreto è redigere il documento di requisiti, anche in forma breve, prima di contattare qualsiasi partner. Bastano poche pagine, purché ogni requisito sia verificabile.

Per arrivare a una prima versione, segua quest'ordine:

1. descriva un solo processo, con evento di partenza, passi, sistemi e risultato;
2. elenchi i dati con sistema, modulo e campo, indicando lettura o scrittura;
3. misuri oggi il valore di partenza della metrica scelta e fissi la soglia;
4. scriva le regole di passaggio a una persona e chi riceve ogni caso;
5. verifichi dati personali, base giuridica e AI Act;
6. stimi il volume atteso e il budget accettabile;
7. allegghi la checklist compilata alla richiesta di offerta.

Se non è chiaro da dove iniziare, la valutazione della prontezza AI della Sua azienda aiuta a capire quali requisiti sono già pronti e quali vanno ancora definiti. Il risultato è un buon punto di partenza per la prima riga del documento.