Il problema: la posta elettronica come gestionale ombra
In molte aziende la casella email è, di fatto, il primo sistema gestionale. Gli ordini arrivano lì. Le fatture dei fornitori arrivano lì. I DDT, i contratti firmati, i moduli compilati dai clienti arrivano lì. Poi qualcuno li apre, li legge, li ricopia nel gestionale vero e li archivia in una cartella.
Questo passaggio manuale ha tre costi: il tempo di chi lo fa, gli errori di trascrizione e il ritardo tra l’arrivo del documento e la sua disponibilità nei sistemi. Nessuno di questi costi compare in una voce di bilancio, ma tutti e tre pesano sull’operatività quotidiana.
L’automazione con AI di email e documenti serve a rimuovere quel passaggio dove è possibile e a renderlo più veloce dove non lo è. In questo articolo descriviamo il flusso completo, i tipi di documento più comuni, quando ha senso intervenire e quali limiti bisogna conoscere prima di iniziare.
Il flusso in sei passaggi
Il flusso che segue è un modello generale. Nei progetti reali alcuni passaggi si fondono, altri si ripetono, ma la logica resta questa.
1. Email e allegato in ingresso
Tutto parte da una casella monitorata (ordini@, fatture@, amministrazione@) o da una cartella in cui i documenti vengono depositati. Il sistema legge ogni nuovo messaggio: oggetto, corpo, mittente, allegati. Un’email può contenere il documento nel corpo, in un PDF, in un’immagine scansionata o in un file strutturato come XML o CSV.
Già in questa fase si decide che cosa entra nel flusso e che cosa no: solo i mittenti noti? Solo gli allegati in certi formati? Il perimetro va definito con l’azienda.
2. Classificazione
Il secondo passaggio risponde a una domanda: “che cos’è questo?”. Un ordine, una fattura, un DDT, un contratto, un modulo, una richiesta di informazioni, un sollecito, spam. La classificazione può basarsi sul contenuto testuale, sulla struttura del documento, sul mittente, oppure su una combinazione di questi elementi.
L’output della classificazione è una categoria con un livello di confidenza. Le email con confidenza bassa non vengono forzate in una categoria: finiscono in una coda di “da verificare”, dove una persona decide.
3. Estrazione
Una volta noto il tipo di documento, il sistema estrae i campi rilevanti per quel tipo. Per un ordine: cliente, riferimento, data, righe con codice, descrizione, quantità, prezzo. Per una fattura: fornitore, numero, data, imponibile, IVA, totale, scadenza. Per un DDT: mittente, destinatario, colli, articoli, quantità.
L’estrazione trasforma un documento pensato per essere letto da una persona in dati strutturati che un sistema può usare. È il passaggio in cui l’AI dà il contributo maggiore, perché i documenti non seguono un formato unico: ogni fornitore impagina la fattura a modo suo, ogni cliente scrive gli ordini in modo diverso.
4. Validazione
I dati estratti non vengono scritti direttamente nel gestionale. Prima passano per una serie di controlli deterministici, cioè regole esplicite e verificabili:
- il cliente o il fornitore esiste in anagrafica?
- i codici articolo sono validi?
- le somme delle righe corrispondono al totale?
- la data è plausibile?
- il numero di documento è già stato registrato (duplicato)?
- i prezzi rientrano nel listino o nelle condizioni concordate?
Ogni controllo che non passa genera un’eccezione. Alcune eccezioni possono essere risolte automaticamente (per esempio, una descrizione riconducibile con certezza a un codice); altre richiedono un intervento umano. È qui che si stabilisce il punto di controllo più importante: il documento con eccezioni non procede finché qualcuno non lo approva.
5. Scrittura nel sistema aziendale
I dati validati vengono scritti nel sistema di destinazione: gestionale, ERP, CRM, sistema documentale, foglio condiviso. La modalità dipende da ciò che il sistema espone — API, importazione di file, integrazione a database dove appropriato — e viene scelta in fase di analisi. Le opzioni tecniche sono descritte nella pagina sull’integrazione dell’AI con gestionali ed ERP.
In molti progetti la scrittura avviene in due tempi: prima come bozza o documento “in attesa”, poi come record definitivo dopo la conferma dell’operatore. Anche quando il flusso è maturo, le scritture definitive vengono registrate in un log che indica origine, data e dati inseriti.
6. Eventuale risposta
L’ultimo passaggio è facoltativo: una conferma al mittente (“abbiamo ricevuto il vostro ordine con riferimento…”), una richiesta di informazioni mancanti (“nel vostro ordine manca il codice per la riga 3”), una notifica interna al responsabile. Le comunicazioni verso l’esterno vengono generate come bozze e inviate solo dopo approvazione, almeno finché il flusso non ha dimostrato di essere affidabile su quel tipo di messaggio.
I tipi di documento più comuni
| Documento | Che cosa si estrae | Dove finisce | Controllo umano tipico |
|---|---|---|---|
| Fattura fornitore | Fornitore, numero, data, importi, scadenza, righe | Contabilità / ERP | Verifica delle fatture con importi fuori soglia o fornitore nuovo |
| Ordine cliente | Cliente, riferimento, righe, quantità, prezzi, consegna | Gestionale ordini | Conferma della bozza prima dell’evasione |
| DDT | Mittente, destinatario, articoli, quantità, colli | Magazzino / ERP | Riconciliazione con l’ordine di acquisto |
| Contratto | Parti, oggetto, date, importi, clausole chiave | Sistema documentale / CRM | Revisione delle clausole estratte prima dell’archiviazione |
| Modulo | Campi compilati (dati anagrafici, richieste, consensi) | CRM / gestionale | Verifica dei campi obbligatori mancanti |
Il tipo di documento determina anche la complessità: i moduli con campi fissi sono i più semplici, i contratti in linguaggio libero i più delicati.
Quando ha senso automatizzare
Non tutti i flussi documentali giustificano un’automazione. I segnali che indicano un buon candidato sono questi:
- Molti documenti simili. Decine o centinaia di documenti dello stesso tipo ogni settimana. Con pochi documenti, il tempo risparmiato non ripaga la configurazione.
- Ridigitazione manuale. Oggi qualcuno ricopia dati da un documento a un sistema. Se il dato viene solo letto e archiviato, il vantaggio è minore.
- Regole definite. Chi gestisce i documenti sa spiegare che cosa controlla e quando rifiuta. Se le regole esistono, si possono codificare; se non esistono, il primo passo è scriverle.
- Errori costosi. Un ordine con una quantità sbagliata, una fattura registrata due volte, un DDT non riconciliato generano rilavorazioni, ritardi, contestazioni.
- Sistema di destinazione disponibile. Esiste un gestionale, un ERP o un archivio in cui i dati devono finire, e quel sistema offre un modo per riceverli.
Quando tutte queste condizioni sono presenti, l’automazione ha buone probabilità di funzionare. Quando ne mancano due o tre, di solito conviene partire da un altro processo o preparare prima il terreno.
I limiti da conoscere prima di iniziare
Un progetto serio parte dai limiti, non dalle promesse.
Variabilità dei documenti. Più i documenti sono diversi tra loro, più l’estrazione è difficile. Le scansioni di bassa qualità, le fotografie, i documenti scritti a mano riducono l’affidabilità. La soluzione non è “un modello migliore” ma un buon meccanismo di gestione dei casi difficili: coda di revisione, richiesta di reinvio, regole per mittente.
Affidabilità non assoluta. Nessun sistema di estrazione è corretto in tutti i casi. Il flusso deve essere progettato assumendo che alcuni documenti verranno letti male. La validazione e la conferma umana esistono esattamente per questo: intercettare gli errori prima che producano effetti.
Eccezioni. Ordini con condizioni particolari, fatture con note a piè di pagina che cambiano il significato, contratti con clausole non standard. Le eccezioni non vanno automatizzate: vanno riconosciute e indirizzate a una persona. Un buon flusso automatizza il caso comune e rende più veloce il caso raro.
Dipendenza dal sistema di destinazione. Se il gestionale non espone API o importazioni affidabili, la scrittura automatica diventa fragile. In questi casi si può comunque automatizzare fino alla bozza e lasciare l’ultimo passaggio all’operatore.
Che cosa osservare
Prima di avviare il flusso conviene concordare che cosa si misurerà: quanti documenti entrano, quanti passano la validazione senza eccezioni, quanti finiscono in coda di revisione e perché, quanto tempo passa tra ricezione e disponibilità nel sistema, quanti errori vengono scoperti dopo la scrittura. Sono numeri che ogni azienda rileva nel proprio contesto; servono a decidere, con dati reali, quando allargare il perimetro dell’automazione.
Da dove iniziare
Il punto di partenza più efficace è una sola tipologia di documento, su una sola casella, con un solo sistema di destinazione. Si analizza un campione reale di documenti, si definiscono le regole di validazione con chi le applica oggi, si costruisce un prototipo con conferma umana su ogni scrittura e si osserva per alcune settimane. Da lì si decide che cosa automatizzare completamente e che cosa lasciare sotto supervisione.
Nella pagina dedicata all’automazione documentale con AI trovi come affrontiamo questo tipo di progetto, dall’analisi dei documenti all’integrazione. Se preferisci vedere prima un flusso in azione, le demo di automazione AI includono gli esempi Email → Ordine e PDF → Gestionale. Per una panoramica più ampia dei processi automatizzabili, puoi leggere anche l’articolo sui dieci processi aziendali che puoi automatizzare con l’AI.
Analizziamo un flusso documentale della tua azienda e valutiamo come automatizzarlo.