AI: purché non sia innovazione di facciata

Quattro domande per Daniele Lorenzino

CEO di BomberLab

Molte società IT parlano di “trasformazione digitale”, ma spesso con messaggi molto simili tra loro. Che cosa distingue davvero la proposta di BomberLab?

Oggi le aziende clienti non cercano più slogan sulla trasformazione digitale: cercano soluzioni che riducano tempi, errori e complessità operativa, integrandosi davvero con i sistemi esistenti.
È qui che si colloca la differenza di BomberLab. Noi non vediamo l’AI come un accessorio da aggiungere ai software, ma come una componente da progettare in modo serio, con attenzione a controllo, tracciabilità, sicurezza e sostenibilità economica.
Per questo parliamo di Corporate AI: soluzioni pensate per lavorare su documenti, dati e processi aziendali in modo governato, misurabile e integrato. Non innovazione di facciata, ma innovazione che deve produrre risultati concreti.
Nella nostra esperienza, il vero tema oggi non è “avere l’AI”, ma capire dove usarla davvero: quali processi automatizzare, quali informazioni rendere più accessibili, quali attività ripetitive eliminare e come farlo senza creare nuovi silos o nuovi rischi.

L’intelligenza artificiale è ormai ovunque, spesso evocata come soluzione universale. In concreto, come la integrate nella vostra offerta e con quali obiettivi?

Per noi l’AI ha senso solo quando risolve un problema reale. Non vince chi inserisce più “AI” nelle slide, ma chi la colloca nei punti in cui può generare un beneficio concreto.
La utilizziamo soprattutto in tre aree:
– ricerca e interrogazione intelligente di dati e documenti, per velocizzare l’accesso alle informazioni;
– supporto operativo, ad esempio nella lettura, classificazione e sintesi di contenuti;
– automazione di attività ripetitive, come data entry da documenti, caricamenti su portali, aggiornamenti su ERP/CRM, controlli e riconciliazioni.
Un ambito destinato a crescere molto è proprio l’automazione delle attività manuali a basso valore: spesso sono processi invisibili, ma assorbono ore di lavoro, aumentano il rischio di errore e rallentano l’azienda. Qui l’AI può avere un impatto immediato e misurabile.
Il punto centrale, però, è che in contesto enterprise l’AI non può essere una “scatola nera”. Deve lavorare con fonti verificabili, regole chiare e controlli. Per questo integriamo modelli generativi solo all’interno di architetture che garantiscano responsabilità, affidabilità e supervisione.

L’AI è uno strumento potente, ma introduce anche nuovi rischi. Quali precauzioni dovrebbe adottare un’azienda e quali errori vede più spesso?

Il primo errore è pensare che l’AI sia gratuita o neutrale. In realtà ha costi infrastrutturali, energetici e organizzativi. Per questo non va usata come decorazione, ma applicata ai processi dove può generare il maggior impatto.
Il secondo rischio è affidarsi a strumenti pubblici senza una governance chiara. Quando entrano in gioco dati sensibili, documenti interni o processi critici, servono policy, ruoli, controlli e responsabilità ben definiti.
Per questo noi insistiamo molto sul concetto di AI privata e governata. Le aziende devono poter mantenere il controllo delle informazioni, evitare esposizioni verso terze parti e garantire contenuti affidabili, verificabili e integrati nei processi esistenti.
In sintesi, le precauzioni fondamentali sono quattro:
– protezione e riservatezza dei dati aziendali;
– qualità e verificabilità dell’output;
– integrazione nei processi reali, non solo in contesti dimostrativi;
– formazione delle persone, che devono sapere come usare l’AI e dove fermarsi.
La tecnologia da sola non basta: senza cultura operativa, procedure e responsabilità, il rischio è ottenere risultati incoerenti o addirittura controproducenti.

Parli spesso di “orchestrazione” dei processi e del sistema informativo. Che cosa significa, in pratica, per un’azienda?

Oggi in molte aziende il problema non è la mancanza di software, ma il contrario: ce ne sono troppi, spesso verticali, specializzati e scollegati tra loro. ERP, CRM, documentali, email, ticketing, portali, fogli Excel. Ognuno svolge una funzione specifica, ma il processo reale continua a spezzarsi tra una piattaforma e l’altra, costringendo le persone a fare da ponte manuale tra sistemi che non dialogano in modo fluido.
Quando parlo di orchestrazione, intendo proprio questo: costruire un livello superiore che coordini dati, documenti, applicazioni e persone lungo un flusso di lavoro completo. Non si tratta solo di integrare due software, ma di fare in modo che l’informazione giusta arrivi al sistema giusto, nel momento giusto, con le regole giuste.
In pratica, noi lavoriamo in tre direzioni:
– connettiamo i sistemi esistenti, senza imporre necessariamente una sostituzione dell’infrastruttura già presente;
– organizziamo i flussi di processo, riducendo passaggi manuali, duplicazioni e colli di bottiglia;
– introduciamo un layer di AI privata, capace di leggere dati strutturati e contenuti non strutturati, supportando utenti e processi in modo controllato e tracciabile.
Un esempio semplice: un’informazione arriva via email, viene letta, classificata, confrontata con dati presenti in ERP o CRM, genera un alert, aggiorna uno stato, precompila un documento o avvia una richiesta interna. Oggi spesso queste attività vengono svolte a mano da più persone; orchestrare significa renderle più rapide, più affidabili e soprattutto meno dipendenti dalla memoria o dalla disponibilità dei singoli.
Il valore vero dell’orchestrazione è questo: trasformare il sistema informativo da insieme di strumenti separati a infrastruttura operativa coordinata. E quando questo avviene, i benefici non sono solo tecnologici: migliorano tempi, qualità del dato, controllo e capacità decisionale.