Negli ultimi tre mesi, ogni fornitore che hai incontrato ha presentato un “modulo AI.”
Il commerciale arriva in ufficio con la slide del machine learning, parla di automazione e intelligenza artificiale, e promette di farti risparmiare tempo e budget.
La domanda che non fai mai è la più importante: è davvero AI, o è solo un’etichetta incollata sopra una funzione che avevano già?
Proposte AI dei fornitori: il segnale che qualcosa non torna
Un imprenditore mi ha raccontato questa storia. Ha incontrato il fornitore del CRM.
Il commerciale presenta la nuova versione: “Ora abbiamo l’AI integrata. Ti fa previsioni sulla pipeline, ti identifica i clienti a rischio, automatizza le email di follow-up.” Sembra promettente.
La domanda dell’imprenditore: “Su quali dati si addestra?”
Il commerciale allarga le braccia. “Tutti i tuoi dati storici.”
“E che cosa mi garantisci che le previsioni siano corrette?”
“Beh, dipende dalla qualità dei dati che immetti.”
Fine della conversazione seria. Quello che è emerso non è una soluzione AI — è un’etichetta messa addosso a un algoritmo opaco, per giustificare un aumento di prezzo.
Avrebbe potuto essere il CRM, l’ERP che promette “previsioni di produzione intelligenti”, la piattaforma eCommerce con “raccomandazioni AI personalizzate”, o l’agenzia marketing che vende “segmentazione AI-powered.” La dinamica è sempre la stessa.
Perché ogni fornitore aggiunge “AI” alle proposte (e come funziona lo squilibrio)
Il fenomeno è semplice. I vendor sanno che “AI” è la parola che apre i portafogli.
Le conferenze, i media, i consulenti parlano di AI tutti i giorni.
L’imprenditore sente la pressione: se non investo in AI, resto indietro. Il fornitore lo sa, e lo usa a suo favore.
Dall’altra parte: tu non hai gli strumenti per valutare una proposta AI. Non sei un data scientist. Non sai come funziona il machine learning. Non sai distinguere una vera capacità predittiva da una semplice interpolazione statistica.
Sei in una condizione di asimmetria informativa.
Lo squilibrio è perfetto: il fornitore ha l’incentivo a vendere (upgrade = fatturato aggiuntivo), tu hai la paura di restare indietro, e nessuno dei due ha criteri chiari su cosa significhi “applicare AI in modo serio.”
Il risultato: paghi di più per qualcosa che probabilmente non funzionerà, o che funzionerà solo se hai i dati pronti — cosa che quasi nessuno ha.
Comprare AI senza criteri: la decisione che non è una decisione
La scelta implicita che facciamo di solito è: “Se il fornitore la propone come AI, e il mercato parla di AI, allora devo comprarla.” Non è una decisione. È una resa.
Una vera decisione sull’AI dovrebbe partire da cinque punti fermi:
- abbiamo un problema misurabile e ricorrente;
- la soluzione AI potrebbe risolverlo meglio di una soluzione manuale o tradizionale;
- sappiamo quali dati servono, dove vivono, e in che formato;
- sappiamo chi sarà responsabile se le previsioni sono sbagliate;
- abbiamo un modo per misurare se funziona in 90 giorni.
Se non puoi rispondere a queste cinque domande, non stai comprando una soluzione. Stai comprando marketing.
Le 5 domande da fare al fornitore che propone AI
1. “Su quali dati si addestra il vostro modello AI?”
Non basta dire “i tuoi dati storici.” Chiedi specifico: quali tabelle, quali campi, quale periodo storico? I dati li preparate voi o li devo preparare io? Se sono incompleti, come gestite le lacune?
Se il fornitore non sa dire esattamente quali dati vuole, è un campanello d’allarme.
Significa che non ha pianificato il progetto — ha pianificato la vendita.
2. “Chi è responsabile se le previsioni sono sbagliate?”
Questa domanda separa il serio dal finto. Se il fornitore dice “dipende dai tuoi dati”, sta scaricando la responsabilità su di te.
Se dice “garantiamo un’accuratezza del 90%”, chiedi: accuratezza su cosa? Misurata come? In quale periodo?
Una domanda ancora più precisa: “Se il vostro modello prevede male la domanda, e io mi ritrovo con magazzino in eccesso o rotture di stock, come ne rispondete?”
Il modo in cui reagisce a questa domanda ti dice tutto.
3. “Come misuriamo il valore in 90 giorni?”
Prima di implementare, deve essere chiaro: cosa cambierà nel business se l’AI funziona? Quanti clienti riuscirò a trattenere? Quanto tempo risparmierò? Di quanto migliorerà la precisione delle previsioni di vendita? Che numero devo guardare per dire “sì, funziona”?
Se il fornitore non sa indicare una metrica concreta, la soluzione non ha una strategia dietro. È una feature in cerca di problema.
4. “Cosa succede se i vostri dati e i miei non parlano la stessa lingua?”
Quasi nessuno lo chiede, eppure è il problema numero uno. Il fornitore addestra il modello sui dati di cento clienti. Ma il tuo ERP ha etichette diverse, campi diversi, logiche diverse. Come rimappano i dati? Chi paga il lavoro di adattamento? Quanto tempo richiede?
Se il fornitore minimizza il problema, ha già un problema. L’integrazione dei dati è dove falliscono la maggior parte dei progetti AI nelle PMI.
5. “Posso cambiare fornitore, o sono bloccato?”
Dietro questa domanda c’è il rischio reale: se entro in questo ecosistema AI, rimango intrappolato?
Se il fornitore tiene i miei dati, o crea una dipendenza tecnica da cui non esco, quanto mi costerà cambiare tra due anni?
Chiedilo. Se la risposta è vaga o evasiva, stai per entrare in un lock-in che peserà molto più del costo del modulo AI.
Perché gli imprenditori non fanno queste domande ai fornitori AI
La ragione non è stupidità — è struttura.
Fare queste domande significa rallentare un processo che tutti vogliono veloce. Il fornitore vuole chiudere. Il responsabile interno vuole il progetto. L’imprenditore vuole non restare indietro. Nessuno ha interesse a fare la domanda scomoda.
Inoltre, il fornitore è una figura di autorità tecnica. Se dice “AI”, ti aspetti che sappia di cosa parla. Mettere in dubbio la proposta significa mettere in discussione il rapporto. E in un’azienda familiare, dove i rapporti con i fornitori sono spesso personali, questo costa.
Infine: molti imprenditori temono di apparire arretrati. “Se faccio troppe domande sull’AI, sembro quello che non capisce.” È il contrario. L’imprenditore che fa queste domande è quello che ha i criteri per decidere. Chi non le fa è in balia di chi vende.
Come valutare una proposta AI: il criterio che vale sempre
Ecco come giudicare qualsiasi proposta AI, non importa se viene dal tuo CRM, dal tuo ERP, dalla piattaforma eCommerce o da un fornitore esterno:
Una soluzione AI seria deve saper rispondere a quattro cose: quali dati serve, chi risponde degli errori, quale metrica dimostrerà il valore entro 90 giorni, e come esci dal rapporto se smetti di usarla.
Se il fornitore non sa rispondere a nessuna di queste quattro, il problema è nella proposta. Se neppure tu sai dirle prima di comprare, il problema è che manca la governance per decidere. E senza governance, qualsiasi proposta AI — buona o cattiva — è un salto nel buio.
Proposte AI: cosa smettere di fare subito
Smetti di comprare AI perché “il mercato la richiede.” Il mercato richiede risultati. L’AI è solo uno dei modi per arrivarci — e spesso non il primo.
Smetti di delegare al fornitore la responsabilità di spiegare cosa serve. Se non sai tu cosa misurare, il fornitore si farà misurare su quello che gli conviene — non su quello che serve a te.
Smetti di temere di fare domande dirette. Una domanda sui dati, sulla responsabilità, sulla misurazione non è una domanda imbarazzante. È l’unica cosa che separa un investimento da una spesa.
E soprattutto, smetti di pensare che comprare AI sia una scelta di tecnologia. È una scelta di governance. Se non sai chi decide cosa e come si misura, allora non hai il primo mattone per costruire un progetto AI che funziona.
Approfondimenti correlati
- Come valutare un fornitore digitale: 7 domande prima di firmare
- AI in azienda: perché il 90% dei progetti fallisce (e non è colpa della tecnologia)
- Perché il tuo progetto AI è destinato a fallire (e come evitarlo)
- AI nelle PMI: da dove partire (davvero)
Risposte chiave per chi deve decidere
Quali domande fare al fornitore che propone AI?
Quando un vendor ti propone una soluzione AI, fai cinque domande: 1) Quale problema specifico risolve? 2) Che dati servono e li abbiamo? 3) Come misuriamo il risultato? 4) Cosa succede se non funziona — c’è una exit strategy? 5) Chi è il proprietario del modello e dei dati che produce? Se il vendor non risponde in modo chiaro e scritto, il progetto è un rischio — non un investimento.
Come valutare una proposta AI di un fornitore?
Per valutare una proposta AI di un fornitore, applica questa regola: se il vendor parla di tecnologia prima che di problema, è un segnale d’allarme. Un fornitore serio parte dal problema specifico, verifica se hai i dati e i processi necessari, e ti dice cosa serve prima di partire — anche se questo significa ritardare il progetto. Chi ti vende AI senza chiederti dei tuoi dati non sta risolvendo il tuo problema.
Domande frequenti
Come capire se la proposta AI del fornitore è seria?
Fai cinque domande: su quali dati si basa? Chi è responsabile degli errori? Come si misura il valore in 90 giorni? Cosa succede se i dati non sono compatibili? Il modulo AI è separabile dal contratto principale? Se il fornitore non sa rispondere in modo specifico, la proposta non è matura.
Perché ogni fornitore ora propone l’AI?
Perché l’AI è il differenziatore commerciale del momento. Per il fornitore, aggiungere un modulo AI aumenta il valore percepito e il prezzo. Non significa che serva alla tua azienda. Il criterio non è “ce l’hanno tutti” ma “risolve un problema misurabile che ho oggi.”
Quando dire no a una proposta AI del fornitore?
Quando non esiste una fonte unica e affidabile dei dati che il modello dovrebbe usare, quando i processi a monte non sono strutturati, o quando il fornitore non sa spiegarti come misurerai il risultato. L’AI senza fondamenta è un costo, non un investimento.
Come evitare il lock-in quando si compra un modulo AI?
Chiedi tre cose prima di firmare: i dati restano miei e in formato esportabile? Il modulo AI è separabile dal contratto principale? Quanto costa uscire dopo 12 mesi? Se le risposte sono vaghe, stai per entrare in una dipendenza che costerà molto più del modulo stesso.
Serve un esperto interno per valutare le proposte AI dei fornitori?
Non serve un data scientist. Serve qualcuno che conosca il business e sappia fare le domande giuste — sulle metriche, sui dati, sulla responsabilità dei risultati. È la stessa figura che serve per governare il digitale: un traduttore tra business e tecnologia, non un tecnico.
