Integrazione dell'intelligenza artificiale

Per i team che leggono documenti a mano, selezionano le richieste nelle e-mail o pianificano usando il foglio dell'anno scorso, colleghiamo l'IA all'ERP e all'archivio documentale. Il modello prepara la bozza; decisioni e dati restano tuoi.

A chi è rivolto

Integrare l'IA nei processi aziendali significa collegare un modello al tuo ERP, e-mail e all'archivio documentale affinché supporti un passaggio specifico. Nelle soluzioni aziendali di IA si progettano insieme utenti autorizzati, dati consentiti e approvazione umana. Il modello legge, classifica o propone; le operazioni che richiedono una decisione autorizzata non vengono completate automaticamente.

Quando è utile?

  • Supporto vendite: e-mail e PDF vengono inseriti manualmente nell'ERP.
  • Amministrazione e magazzino: documenti di trasporto e fatture vengono confrontati uno a uno con gli ordini.
  • Team tecnici: le informazioni cercate nei capitolati si perdono tra le cartelle.
  • Pianificazione e finanza: le previsioni di domanda e liquidità si basano sul foglio dell'anno scorso.

Quando non serve?

  • Se è possibile definire una regola, come soglia di importo o sequenza di approvazione, la regola è più economica e verificabile.
  • e-Fatura ed e-İrsaliye sono già XML: non serve un modello per leggerli.
  • Se i dati sono dispersi, il primo passo è riunire il processo in un unico sistema: sviluppo software su misura.
IA o regole?

Perimetro

Definiamo insieme il perimetro nella fase di scoperta. L'esempio seguente è una tipica prima versione che porta in produzione un solo scenario dall'inizio alla fine, come la lettura dei documenti in ingresso.

  1. Connessioni ai dati

    E-mail, cartelle documentali, ERP e CRM in lettura.

  2. Livello del modello

    Lettura o previsione, indipendente dal fornitore.

  3. Regole di verifica

    L'output viene confrontato con i dati ERP.

  4. Schermata di approvazione

    Bozza, fonte e campi incerti affiancati.

  5. Set di valutazione

    Esempi con risposte corrette; ogni modifica viene misurata su questi.

  6. Monitoraggio e registrazione

    Tasso di correzione, costo, audit trail.

Fuori perimetro in questo esempio

  • Addestramento di un modello linguistico da zero
  • Decisioni automatizzate sulle persone, come assunzioni o credito
  • Costi dei modelli e del cloud, a tuo carico
  • Formazione generale sull'IA per i dipendenti

Ipotesi

  • L'input è digitale: e-mail, PDF, API ERP.
  • Esistono esempi storici con risposta corretta.
  • Il responsabile del processo definisce le regole di approvazione.
  • La prima versione copre un solo scenario.

Idoneità dello scenario e dei dati vengono chiarite durante la scoperta: Che cos'è uno sprint di discovery?

Scenari esemplificativi

Esplora i casi d'uso

In ogni scenario il modello gestisce un passaggio, mentre la decisione resta a una persona.

  1. Casella documenti in ingresso

    Ruolo
    Specialista acquisti e contabilità
    Input
    E-mail con PDF allegati o documenti di trasporto e fatture scansionati
    Operazione
    Si distingue il tipo di documento, si leggono i campi e si confrontano con l'ordine.
    Approvazione
    Lo specialista corregge i campi incerti.
    Output
    Record ERP abbinato ed elenco delle differenze inviato al team interessato
  2. Assistente informativo interno

    Ruolo
    Ingegnere delle offerte
    Input
    Documenti, capitolati, procedure e domanda
    Operazione
    La ricerca riguarda soltanto i documenti autorizzati; la risposta viene formulata a partire da questi.
    Approvazione
    A scopo informativo; la decisione sull'offerta resta all'ingegnere.
    Output
    Risposta con fonti oppure "non trovato"
  3. Previsione della domanda e della liquidità

    Ruolo
    Specialista di pianificazione o finanza
    Input
    Storico di vendite, consumi o incassi
    Operazione
    Previsioni per prodotto, stabilimento o conto, confrontate con il metodo attuale.
    Approvazione
    Lo specialista usa la previsione oppure la modifica motivando la scelta.
    Output
    Previsione con intervallo di confidenza e avviso di scostamento

Integrazioni

Dettagli dell'integrazione

Il modello lavora nei sistemi usati dai tuoi team, senza un'applicazione separata. Tutto ciò che scrive nell'ERP resta una bozza fino all'approvazione.

Sistemi collegabili e flussi di dati tipici
SistemaEsempiDati trasferitiDirezione e frequenza
ERPLogo, Netsis, Mikro, SAPStorico di ordini, conti clienti e prodottiLetture periodiche; scritture come bozze
E-mail e documentiMicrosoft 365, Google WorkspaceMessaggi, allegati, documenti scansionatiAll'arrivo dei documenti, dalle caselle definite
CRM e assistenzaSalesforce, HubSpot, Dynamics 365Richieste, storico del clienteCategoria e bozza di risposta vengono riscritte nel sistema
Misurazione e finanzaContatori, sensori, banche, data warehouseConsumi, vendite, incassiOgni ora o ogni giorno; previsione nel pannello
Fornitore del modelloAPI cloud, modello aperto sul tuo serverCampi necessari, mascheratiOgni chiamata viene registrata; il fornitore può essere sostituito

Dove vengono elaborati i dati?

Al modello arrivano soltanto i campi necessari all'attività; i dati personali non necessari vengono mascherati prima. La regione di elaborazione o l'uso del tuo server vengono scelti con il tuo consulente legale in relazione alla KVKK. Identificativo dell'operazione, versione del modello e stato di approvazione vengono registrati in modo verificabile; documenti grezzi e dati personali vengono conservati solo se necessario, con periodi di conservazione e permessi di accesso definiti.

Domande da porre al fornitore: domande su dati e KVKK

I nomi dei prodotti sono esempi e non implicano partnership.

Processo

Fasi del processo di lavoro
  1. 01

    Discovery

    Scegliamo lo scenario, verifichiamo l'adeguatezza dei dati di esempio e definiamo il criterio di successo.

    1–2 settimane
  2. 02

    Definizione e prototipo

    Prepariamo il set di valutazione; la schermata di approvazione viene testata con utenti reali nella terza settimana.

    2–3 settimane
  3. 03

    Realizzazione

    Demo settimanale del software funzionante; ogni modifica viene nuovamente misurata sul set.

    Sprint di 2 settimane,
    prima versione prevista tra la 6ª e la 12ª settimana
  4. 04

    Evoluzione e gestione

    Monitoriamo tasso di correzione e costo, poi aggiungiamo nuovi scenari.

    Continuativa

Questo calendario è un piano esemplificativo da valutare quando accessi e perimetro del pilota sono chiari; i tempi definitivi si stabiliscono nella scoperta. Dettagli delle fasi: come lavoriamo

Budget e tempi

Non pubblichiamo un listino; costi e tempi dipendono dal perimetro. Il costo d'uso del modello è una voce separata: varia con il volume ed è addebitato sul tuo account.

Preparazione dei dati
Dispersione, risposte esemplificative, mascheramento.
Integrazioni
Numero di sistemi e disponibilità delle API.
Flusso di approvazione
Chi approva e a quale soglia.
Valutazione
Dimensione del set, criteri e soglia di accettazione.
Uso del modello
Volume mensile, lunghezza dei documenti, modello scelto.
Sicurezza e conformità
KVKK, posizione dei dati, server proprio.
Da cosa dipende il costo del software su misura?
Sprint di scoperta
2 settimane Perimetro fisso, prezzo fisso
Prima versione
6–12 settimane Prima versione dal perimetro definito insieme: un solo scenario dall'inizio alla fine
Nuovi scenari
Per fasi Aggiunti dopo una valutazione separata per ciascuno

Condizioni di consegna

Dettagli su consegna e manutenzione

Puoi cambiare fornitore e non resti dipendente da noi: codice, prompt e registrazioni sono tuoi.

  1. Codice e prompt

    Il contratto distingue il trasferimento del codice e dei prompt specifici del progetto dalle licenze dei modelli di terzi.

  2. Set di valutazione

    Esempi, risposte corrette e script di misurazione nel tuo repository.

  3. Modelli

    I modelli addestrati per te sono nel tuo account.

  4. Conti

    Account cloud, dei modelli e dei repository intestati a te; nell'applicazione sono definiti limiti di chiamate e costi.

  5. Documentazione

    Flusso dei dati, mascheramento e punti di approvazione sono documentati.

  6. Passaggio di consegne e assistenza

    Passaggio attraverso sessioni condivise; monitoraggio del modello, perimetro della manutenzione, orari di assistenza e nuovi scenari vengono definiti separatamente.

Quali risultati permettono di decidere al termine del pilota?

Una demo funzionante non basta a decidere l'uso in produzione. In un pilota con un solo scenario, definiamo insieme al perimetro come preparare i seguenti risultati:

  • Confronto: il metodo attuale e il flusso candidato vengono valutati sugli stessi esempi di test tenuti separati; si includono errori, record rifiutati e correzioni umane.
  • Accesso e approvazione: si documentano le fonti leggibili dal modello, le operazioni consentite e i passaggi che richiedono approvazione umana; si testano anche gli scenari di accesso vietato.
  • Gestione operativa: si registrano costo totale per operazione, limiti di chiamate e tentativi, procedura di arresto e responsabilità di chi proseguirà manualmente.
  • Passaggio di consegne: versioni del modello e del prompt, script di valutazione e rischi aperti entrano nel perimetro di consegna. Ogni cambio di modello passa dagli stessi controlli.

Scenario di esempio: se un modello prepara velocemente una bozza documentale ma legge male gli importi critici, il pilota non viene esteso; si valutano prima carico di correzione e causa degli errori. Al posto di una promessa di risparmio o percentuale di successo, definiamo insieme i criteri di accettazione e arresto del pilota.

Domande frequenti

Cosa preparare per discutere un pilota di IA?

Descrivi una sola attività da migliorare, come viene svolta oggi e quale risultato ti aspetti. Condividi la frequenza nota, gli errori inaccettabili, il ruolo che controllerà il risultato e i vincoli sul luogo di elaborazione dei dati; non serve stimare tempi o tassi di successo mai misurati.

Per il primo contatto non inviare archivi documentali reali o chiavi di accesso. Definiremo dati di esempio e condizioni di condivisione durante l'incontro. La guida alla valutazione del pilota mostra come distinguere misurazione iniziale, dati di test, controllo umano e decisione di arresto.

Qual è la differenza tra un agente IA e l'automazione basata su regole?

Nell'automazione basata su regole, i passaggi sono definiti in anticipo: arriva il documento, si estraggono i campi, le regole verificano e una persona approva. In un agente IA, il modello sceglie quali strumenti usare e in quale ordine per raggiungere un obiettivo. Valutiamo prima un flusso fisso; un agente entra nel perimetro soltanto se la variabilità dei passaggi lo richiede. Limitiamo dati e strumenti accessibili; messaggi esterni, pagamenti o modifiche ai record richiedono approvazione umana.

Come si limitano i costi d'uso e le operazioni ripetute?

Definiamo limiti di chiamate, durata e output per operazione, un limite alle attività simultanee e una quota giornaliera. I nuovi tentativi sono limitati e distanziati con intervalli crescenti; le attività che falliscono ripetutamente passano alla verifica umana. Se ricompare lo stesso identificativo di attività, non viene prodotto un secondo effetto collaterale. Un avviso di budget del fornitore potrebbe non fermare la spesa; testiamo anche la regola di arresto nell'app e la procedura di disattivazione dell'accesso al modello.

Si usa un modello linguistico di grandi dimensioni (LLM) per ogni attività?

No. I modelli linguistici sono utili per testo libero e documenti. Per previsioni di domanda, consumi e liquidità o rilevamento delle anomalie, serie temporali e machine learning tradizionale sono spesso più accurati, economici e facili da spiegare. Un passaggio risolvibile con una regola non viene inviato al modello.

Come si misura l'accuratezza e si rilevano gli errori?

Non promettiamo in anticipo un tasso di accuratezza. Misuriamo tempi attuali, tasso di errore e tempo di controllo umano su attività dello stesso tipo, confrontando il pilota su un set di test separato. La fiducia del modello nella propria risposta non è una verifica: i campi critici vengono valutati tramite regole e controllo umano. Record errati, rifiutati e rielaborati non vengono esclusi dalla misurazione. I criteri di successo del pilota considerano insieme costo totale per operazione e decisione di estendere, correggere o interrompere.

I nostri dati vengono usati per addestrare il modello?

Non dovrebbero esserlo; verifichiamo insieme il contratto del fornitore: gli input sono conservati, per quanto tempo e vengono usati nell'addestramento? Se i dati non devono mai uscire dall'azienda, un modello aperto può funzionare sul tuo server o nel tuo account cloud.

Resteremo dipendenti da un fornitore di modelli?

Le chiamate ai modelli passano da un unico livello; prompt, set di valutazione e registrazioni restano tuoi. Fissiamo la versione del modello per evitare che un aggiornamento del fornitore cambi il comportamento senza preavviso. Quando il fornitore ritira una versione o si prova un nuovo modello, il candidato viene misurato sullo stesso set e attivato soltanto se il risultato è adeguato.

L'assistente interno rende ogni documento accessibile a tutti?

No. Un assistente o chatbot interno rispetta i permessi attuali dell'utente su file e sistemi; non cerca documenti a cui non può accedere né li usa nelle risposte. Le risposte con fonti indicano il documento pertinente; se non c'è una fonte, il sistema lo segnala. Perimetro dei log, mascheramento e conservazione vengono definiti separatamente.

Possiamo vedere i vostri progetti di referenza?

Mostriamo concept di prodotto al posto di un elenco di referenze: progetti di interfaccia per aziende fittizie che illustrano come risolvere un problema. Per limitare il rischio, proponiamo un pilota con un solo scenario: prima della produzione il modello viene misurato su un set di valutazione preparato dai tuoi dati.

Il prossimo passo

Descrivi l'attività da migliorare e i dati disponibili. Valutiamo la richiesta e definiamo il passo successivo adatto: incontro, analisi dei dati o pilota limitato.

Ricerca tecnica

Un punto di partenza misurato per il pilota documentale

Abbiamo confrontato due modelli OCR locali su 24 documenti sintetici con le stesse regole. Accuratezza, tipi di errore e tempi di elaborazione, con dati e codice scaricabili.

Leggi il metodo e i risultati del test di estrazione da documenti in turco

Per valutare il beneficio economico del pilota, calcola usando il carico di lavoro attuale e le ipotesi di automazione. Includi il tempo residuo di controllo umano nel tasso di riduzione e i costi di modello e manutenzione nei costi operativi mensili; non tutto il tempo liberato si traduce in risparmio di cassa.