Il preventivo richiede venti minuti di lavoro, ma al cliente arriva dopo tre giorni. La fattura è pronta, però aspetta una conferma. L'ordine è stato inserito correttamente e viene comunque ricopiato in un altro sistema. Quando un processo rallenta, il problema non coincide necessariamente con l'attività che sembra più complessa.
Prima di aggiungere un'automazione conviene capire dove si accumula il tempo, quante volte si torna indietro e quali informazioni mancano. È il punto di partenza per scegliere un intervento utile, invece di rendere più veloce un passaggio che incide poco sul risultato.
Il tempo di lavorazione misura l'impegno effettivo su una pratica. Il tempo di attraversamento misura quanto passa dall'inizio alla conclusione, comprese code, sospensioni e attese. Un'attività breve può essere il collo di bottiglia se le richieste arrivano tutte nello stesso momento o dipendono da un'unica autorizzazione.
La distanza fra due aggiornamenti di stato, da sola, non misura il lavoro svolto. Senza un evento di presa in carico e uno di completamento non possiamo separare con precisione lavorazione e attesa. Anche il calendario conta: ore solari e ore lavorative rispondono a domande differenti.
“Migliorare l'efficienza aziendale” è un obiettivo troppo ampio per iniziare. Meglio scegliere un percorso con un inizio, una fine e un risultato osservabile: dalla richiesta al preventivo inviato, dall'ordine alla spedizione oppure dalla segnalazione alla sua chiusura.
Perimetrare il processo permette di confrontare casi simili. Un ordine standard e una commessa da progettare non devono finire nella stessa media senza distinzione. Definiamo prima cosa significa completare una pratica e quali eccezioni considerare separatamente.
Una traccia utile collega gli eventi alla stessa pratica e ne rende leggibile la sequenza. Per iniziare servono:
Lo stato attuale del gestionale non basta a ricostruire il percorso precedente. Anche i log tecnici delle richieste HTTP, da soli, raramente descrivono tutti i passaggi aziendali: occorre collegarli agli eventi operativi, senza confondere una chiamata al server con una pratica completata.
Consideriamo un esempio ipotetico: un'impresa prepara preventivi per forniture personalizzate. Il commerciale raccoglie la richiesta, l'ufficio tecnico verifica la fattibilità e un responsabile approva le condizioni prima dell'invio.
La prima idea potrebbe essere usare l'AI per scrivere più velocemente il documento. La lettura dei passaggi potrebbe invece mostrare pratiche ferme perché manca un dato del cliente, richieste di approvazione senza un destinatario chiaro e revisioni riaperte dopo il controllo tecnico.
In questo scenario potremmo migliorare la raccolta iniziale dei dati, rendere visibile la coda delle approvazioni e definire le condizioni che richiedono un controllo ulteriore. La generazione della bozza resterebbe un'opzione da valutare dopo: l'esempio non rappresenta un risultato cliente né una promessa di risparmio.
Il process mining usa le tracce degli eventi per ricostruire i percorsi effettivamente seguiti dalle pratiche. Può aiutare a confrontare varianti, individuare ritorni a una fase precedente e osservare dove si concentrano i tempi.
Non ogni PMI deve partire da una piattaforma dedicata. Su un processo circoscritto, un campione ben costruito e una ricostruzione condivisa possono chiarire il problema. Strumenti più strutturati diventano interessanti quando volumi, varianti e continuità del monitoraggio lo giustificano. I dati orientano le domande; il confronto con chi lavora sul processo ne spiega il contesto.
La media può nascondere situazioni diverse. Vanno controllati anche eventi mancanti, duplicati e cambiamenti nella composizione delle pratiche: un miglioramento apparente potrebbe dipendere da richieste più semplici, non dall'intervento effettuato.
Se il problema è una responsabilità incerta, può servire una regola organizzativa. Se la stessa informazione viene ricopiata, una integrazione fra applicazioni può eliminare il passaggio. Se mancano stati e notifiche, può essere utile un flusso software. L'AI nei processi aziendali può contribuire quando occorre interpretare documenti o preparare contenuti, con verifiche adeguate al compito.
Scegliamo una modifica circoscritta e confrontiamo prima e dopo su casi comparabili, mantenendo qualità e gestione delle eccezioni. Se il miglioramento sposta soltanto la coda al reparto successivo, il processo complessivo non è ancora migliorato.
Per identificare le attese spesso basta una pratica pseudonimizzata e il reparto coinvolto: non servono il testo delle email o il nominativo di ogni persona. Anche dati pseudonimizzati possono restare personali. Accessi, finalità, conservazione ed eventuali implicazioni per i lavoratori vanno valutati prima della raccolta. L'analisi del flusso non equivale a una classifica delle persone.
Portiamo al tavolo un processo che oggi crea attese, i sistemi che lo attraversano e un campione di pratiche. Possiamo verificare quali eventi sono già disponibili, ricostruire i passaggi mancanti e individuare un intervento di digitalizzazione o sviluppo software proporzionato al problema.
Raccontaci dove si ferma il lavoro: partiremo da ciò che deve cambiare nel processo, prima di scegliere la tecnologia con cui farlo.
Per il metodo: panoramica Microsoft sul process mining. Per organizzare una traccia di eventi: requisiti dei dati e preparazione dei processi. Sono riferimenti tecnici; l'esempio e le scelte operative proposte in questo articolo sono illustrativi.
