L’AI che legge le email dei clienti e pianifica la produzione: il caso di un’officina CNC

In un’officina di lavorazione CNC, la giornata di chi gestisce i preventivi inizia sempre allo stesso modo. Si apre la posta elettronica e arrivano decine di richieste. Ogni email è diversa. Una contiene un disegno tecnico in PDF. Un’altra elenca i pezzi a parole. Una terza chiede un’urgenza per la settimana successiva. Per ognuna serve aprire l’allegato, capire il materiale, stimare i tempi macchina, calcolare il prezzo, rispondere.

Quando le email sono dieci, il flusso regge. Quando sono cinquanta, comincia il problema. E nelle officine che lavorano per più clienti, le cinquanta diventano la norma.

Il collo di bottiglia umano

Il cliente con cui abbiamo lavorato aveva esattamente questa situazione. Un’azienda solida, con macchinari moderni e operatori esperti. Eppure la produzione era spesso ferma in attesa di una decisione. Non perché mancassero gli ordini, ma perché gli ordini stagnavano nella casella email del responsabile.

Il problema non era di volontà. Era di tempo. Leggere una richiesta, classificarla, estrarre i dati tecnici e generare un preventivo richiedeva minuti per ogni email. Moltiplicato per il numero di richieste giornaliere, occupava intere giornate di una persona qualificata.

Nel frattempo, alcuni clienti aspettavano risposta per giorni. Qualcuno andava dal concorrente. Qualcun altro si lamentava per il ritardo. È il responsabile preventivi si ritrovava a fine giornata con la sensazione di aver fatto solo lavoro amministrativo.

Cosa abbiamo costruito

La soluzione non è stata sostituire la persona, ma liberarla dal lavoro ripetitivo. Abbiamo costruito una piattaforma basata su intelligenza artificiale che si collega direttamente alla casella email aziendale.

Il sistema legge ogni messaggio in arrivo, lo classifica per tipologia (richiesta preventivo, ordine confermato, sollecito, comunicazione generica), estrae le informazioni rilevanti dagli allegati, identifica il materiale, le quantità, le tolleranze e le scadenze richieste. Per ogni preventivo da costruire, l’AI confronta i dati con lo storico delle lavorazioni dell’azienda e propone un piano di produzione realistico, con tempi macchina e priorità.

A quel punto il responsabile riceve una bozza pronta. Deve solo validare, aggiustare se serve, inviare. La parte ripetitiva si chiude in pochi secondi. La parte di giudizio resta umana.

L’integrazione con i fornitori

Il sistema non si ferma al preventivo. Una volta che l’ordine viene confermato dal cliente, la piattaforma attiva automaticamente le richieste verso i fornitori per i materiali necessari. Confronta le offerte ricevute, segnala le condizioni migliori e prepara una proposta di acquisto pronta per l’approvazione.

Anche qui la decisione finale resta dell’imprenditore. Ma i venti minuti che prima servivano per recuperare un’offerta da tre fornitori diversi diventano due minuti di confronto su una tabella già ordinata.

I risultati misurabili

Dopo qualche mese di utilizzo, i numeri parlano chiaro. Il tempo medio di risposta al cliente è passato da uno o due giorni a poche ore. La produzione è meno frammentata, perché la pianificazione e basata su dati storici e non sulla memoria di chi gestisce. La persona che prima dedicava la giornata ai preventivi ora segue solo i casi complessi e le trattative strategiche, recuperando tempo per parlare con i clienti.

E soprattutto, gli ordini persi per lentezza di risposta sono spariti.

Le obiezioni iniziali e come si superano

In un progetto di questo tipo, due obiezioni emergono quasi sempre durante le prime conversazioni. La prima riguarda l’affidabilita dell’AI nell’estrarre dati da email scritte in modi diversi. La risposta non sta in un singolo modello universale, ma nella fase di addestramento sul linguaggio specifico dei clienti dell’azienda. Le richieste di un’officina meccanica hanno termini ricorrenti, abbreviazioni di settore, allegati con formati prevedibili. Su quel materiale il sistema impara in fretta e raggiunge livelli di accuratezza compatibili con l’uso quotidiano.

La seconda riguarda il rischio di errori. Cosa succede se l’AI sbaglia un preventivo? La protezione è nel design del flusso. Il sistema non invia mai nulla senza che la persona valida. Propone, organizza, struttura. Decide la persona. L’AI riduce il tempo necessario alla decisione, non sostituisce la decisione.

Cosa insegna questo progetto alle altre PMI

Le officine meccaniche italiane vivono di ordini brevi e clienti ricorrenti. La velocità di risposta è spesso il primo criterio di scelta del cliente, prima ancora del prezzo. Ma il preventivo accurato richiede competenze che non si delegano a chiunque. L’AI non sostituisce la competenza. Aiuta a non sprecarla in attività ripetitive.

Il punto di partenza per replicare un progetto simile non è la tecnologia. È mappare il flusso reale: quanto tempo passa tra la ricezione di una richiesta e l’invio del preventivo? Quante decisioni in quel percorso sono ripetitive e quante richiedono giudizio? Una volta chiara la mappa, l’automazione si costruisce sui passaggi giusti, senza forzature.

Per chi gestisce un’officina o un piccolo reparto produttivo, la domanda non è più “se” introdurre l’AI nei processi. È “dove conviene davvero”. È quasi sempre la risposta sta nei punti in cui la persona più qualificata sta facendo il lavoro meno qualificato.