Un lead entra dal sito, viene copiato in un foglio, inoltrato su WhatsApp e inserito nel CRM a fine giornata. Qualcuno propone un’automazione. Ha senso: sono passaggi ripetitivi, lenti e facili da dimenticare. Ma se nessuno sa chi deve prendere in carico il contatto, quali dati servono e cosa significa “qualificato”, l’automazione consegnerà più velocemente lo stesso disordine.
Automatizzare non equivale a migliorare. Significa rendere una sequenza più veloce e ripetibile. Se la sequenza è buona, il vantaggio si vede. Se è sbagliata, anche.
Le attività adatte
I candidati migliori hanno volume, frequenza e regole abbastanza stabili. Copiare dati tra sistemi, creare record, inviare notifiche, assegnare attività, generare documenti da modelli, controllare scadenze e preparare report sono esempi comuni.
Non serve che un’attività occupi ore. Cinque minuti ripetuti quaranta volte a settimana diventano tempo, soprattutto quando interrompono lavori che richiedono concentrazione. C’è poi il costo degli errori: un campo copiato male, una mail non inviata, una richiesta rimasta senza responsabile.
La frequenza da sola non basta. Un processo raro ma critico può meritare automazione per migliorare controllo e tracciabilità. Al contrario, un’attività frequente che cambia regola ogni due giorni rischia di richiedere più manutenzione del lavoro che sostituisce.
Un buon candidato: ha un ingresso riconoscibile, passaggi descrivibili, eccezioni note e un risultato verificabile. Se non riusciamo a spiegare quando il lavoro è finito bene, sarà difficile automatizzarlo.
Cosa chiarire prima
Prima del workflow vengono le domande scomode. Da dove arriva il dato? Chi ne è responsabile? Quali campi sono obbligatori? Cosa succede se manca un’informazione? Qual è il sistema che fa fede quando due fonti non coincidono?
Questa fase può sembrare lenta. In realtà evita di costruire un flusso tecnicamente elegante che nessuno usa. Mi è capitato di vedere automazioni nate per eliminare un foglio e finite per alimentare tre fogli diversi, perché ogni reparto continuava a fidarsi del proprio.
Il problema è evidente con il CRM. Come abbiamo scritto in il CRM non risolve il caos commerciale, un software non decide ruoli e definizioni al posto dell’azienda. Un’automazione può creare il contatto e assegnarlo; non può inventare una regola condivisa per la presa in carico.
Serve anche stabilire cosa accade in caso di errore. Il flusso si ferma? Riprova? Avvisa qualcuno? Continua saltando il record? Senza questa scelta, l’automazione diventa invisibile proprio quando non funziona.
Dove serve una persona
Lascierei alle persone i passaggi in cui contesto, responsabilità e conseguenze cambiano molto. Approvare un preventivo fuori standard, valutare un reclamo delicato, decidere se pubblicare un contenuto sensibile, interpretare dati contraddittori o assumersi una decisione economica sono casi diversi dal copiare un indirizzo email.
Questo non vieta di automatizzare la preparazione. Il sistema può raccogliere informazioni, verificare campi, calcolare una soglia e proporre un’azione. La decisione resta umana. È spesso il compromesso più produttivo.
I controlli vanno messi dove l’errore costa. Chiedere conferma per ogni passaggio rende il flusso inutilizzabile; non chiederla prima di un invio massivo o di una modifica irreversibile è leggerezza. La progettazione consiste anche nello scegliere questi punti.
Il criterio ricorda quello affrontato nell’articolo su ChatGPT Work e controllo umano: autonomia operativa non significa assenza di supervisione.
Automazione e intelligenza artificiale
Le automazioni tradizionali seguono regole: se arriva questo evento, esegui questi passaggi. L’AI aggiunge capacità utili su contenuti meno strutturati, per esempio classificare una richiesta, riassumere una conversazione, estrarre dati da un documento o preparare una risposta.
Aggiunge anche incertezza. Un campo copiato con una regola deterministica è prevedibile; una classificazione generata da un modello può sbagliare in modi meno evidenti. Per questo servono soglie, esempi, log e revisioni a campione. Nei casi ad alto impatto, l’output dell’AI dovrebbe essere una proposta, non l’azione finale.
Attenzione poi ai dati. Collegare email, CRM e documenti rende l’automazione potente perché le dà contesto. Lo stesso collegamento aumenta la superficie di rischio. Permessi minimi, credenziali separate, registrazione delle attività e limiti chiari non sono dettagli tecnici da rimandare.
Da dove partire
Io sceglierei un processo circoscritto e abbastanza frequente: per esempio la presa in carico dei lead. Lo disegnerei com’è oggi, comprese telefonate, fogli e messaggi informali. Poi eliminerei passaggi inutili prima di automatizzare quelli rimasti.
Il flusso potrebbe acquisire il form, controllare i dati, creare il contatto nel CRM, assegnarlo secondo area o servizio, avvisare il referente, impostare una scadenza e segnalare se nessuno interviene. La qualificazione commerciale rimane alla persona, ma il contatto non si perde.
Si misura il prima e il dopo: tempo medio di presa in carico, errori, richieste senza responsabile, ore manuali e conversioni. Senza una misura, anche l’automazione rischia di diventare un progetto tecnologico apprezzato perché “gira”. Il nostro approfondimento su cosa succede ai lead dopo la campagna mostra perché questo passaggio conta.
Solo quando il primo flusso è stabile allargherei il perimetro. Le automazioni crescono bene per moduli. Un unico sistema che tenta di gestire marketing, vendite, assistenza e amministrazione al primo rilascio tende invece a nascondere troppe eccezioni.
La domanda iniziale non è “cosa possiamo automatizzare?”. È “quale attività ripetitiva produce ritardi o errori abbastanza costosi da meritare una procedura migliore?”.
Da lì si può scegliere la tecnologia. n8n, integrazioni native, API o un software dedicato sono mezzi. Il lavoro vero resta descrivere il processo con sufficiente onestà da scoprire dove, oggi, dipende da memoria e buona volontà.
C’è un processo che continua a passare tra fogli, email e messaggi?
Possiamo ricostruirlo, eliminare i passaggi inutili e automatizzare ciò che è ripetitivo, lasciando alle persone le decisioni che richiedono giudizio.
Si occupa di Meta Ads, automazioni, CRM e integrazioni AI.
