---
title: "Dall'email al gestionale: automatizzare gli ordini con l'AI · Volcanic Minds"
description: "Come si porta un ordine dall'email al gestionale, quali passi vanno da soli e quali approva una persona, con quali numeri si cambia e quanto costa."
url: "https://volcanicminds.com/guides/business-process-automation"
lang: "it"
type: "second_level_page"
updated: "2026-10-30"
alternate: "https://volcanicminds.com/en/guides/business-process-automation"
summary: "Un ordine che arriva per email, in PDF, in Excel o nel testo può entrare nel gestionale senza essere ricopiato. Un flusso lo legge, lo controlla su anagrafiche e listini e lo prepara, e una persona approva quello che le regole non bastano a decidere. All'inizio la persona approva ogni ordine; un tipo di ordine passa senza approvazione quando i numeri lo dicono, per esempio 300 ordini di fila senza correzioni per dire, con il 95% di confidenza, che sbaglia meno di uno su cento. Leggere un ordine con un modello costa pochi centesimi; il flusso su misura parte da 10.000 € per il primo processo."
---

# Automatizzare un processo dall'email al gestionale quando il flusso va da solo e quando approva una persona

Come si costruisce un flusso che porta gli ordini dall'email al gestionale, quali passi possono andare da soli e quali deve approvare una persona, con quali numeri si passa dall'uno all'altro e quanto costa.

## Che cosa vuol dire automatizzare un processo dall'email al gestionale?

Vuol dire che un documento che oggi qualcuno ricopia diventa un dato che entra nel gestionale da solo, dopo controlli scritti e, dove serve, l'approvazione di una persona. Il processo può essere l'ordine di un cliente, la fattura di un fornitore, una richiesta di reso; l'esempio di questa guida sono gli ordini, perché sono il caso più comune e un loro errore arriva subito al cliente.

L'azienda dell'esempio ha 30 persone, vende componenti ad altre aziende e riceve circa 40 ordini al giorno da 200 clienti, ognuno con il suo formato: PDF, Excel, testo nell'email. Oggi un'impiegata li ricopia nel gestionale e manda la conferma d'ordine. Il flusso che li porta dentro ha sei passi.

| Passo | Chi lo fa | Con che cosa |
| --- | --- | --- |
| riconoscere che cosa è arrivato: ordine, modifica, annullamento, sollecito, altro | il flusso | un modello che classifica; quello che non riconosce va in una coda, non si perde |
| leggere i dati: cliente, codici, quantità, prezzi, date, indirizzo di consegna | un'importazione per i dati strutturati, un modello per i documenti liberi | il modello lascia vuoto il campo che non trova, invece di indovinarlo |
| controllare i dati sul gestionale | regole scritte, senza AI | anagrafiche di clienti e articoli, listini e offerte, giacenza, fido |
| decidere se l'ordine va da solo o passa da una persona | le regole, sui risultati dei controlli | l'elenco dei casi che vanno sempre a una persona |
| scrivere l'ordine nel gestionale e rileggerlo | il flusso, con un permesso solo per quello | le API del gestionale o un'altra via d'accesso |
| rispondere al cliente | il flusso, dall'ordine registrato | una conferma con i dati del gestionale, non quelli della bozza |

Se chiedi a Google o a un assistente AI come si fa, trovi quasi sempre un flusso fra quattro e otto passi, e spesso un semaforo: verde va da solo, giallo lo approva una persona, rosso si fa a mano. Il 30 ottobre 2026 abbiamo letto quelle risposte, e nessuna dice quanti ordini servono, né quale errore è abbastanza basso, per spostare un tipo di ordine dal giallo al verde. È la domanda a cui risponde questa guida.

Se ti chiedi se ti serve un agente AI, cioè un sistema che sceglie da solo quali strumenti usare, la risposta è nella guida [Agenti AI per le PMI](/guides/ai-agents-for-smes). Qui il flusso è scritto in anticipo, e l'AI lavora solo dove arriva testo libero: riconosce il documento e ne legge i dati. **L'AI classifica, prepara bozze e trova lacune; non è l'autorità che decide.**

## Che cosa vuol dire human in the loop, on the loop e out of the loop?

Sono tre modi di tenere una persona in un flusso automatico, e si distinguono da quando interviene: prima che il singolo caso abbia effetto, dopo, oppure mai sul singolo caso. Il primo, lo [human in the loop](/glossary#hitl), è quello da cui si parte.

| Modo | Che cosa fa la persona | Quando si usa | Negli ordini |
| --- | --- | --- | --- |
| human in the loop | approva ogni caso prima che abbia effetto | l'errore costa, o non è ancora misurato | ogni ordine è una bozza che una persona conferma |
| human on the loop | guarda i casi dopo, a campione, e gli indicatori; può fermare il flusso | l'errore misurato è basso e si rimedia | gli ordini di un tipo entrano da soli, e ogni giorno una persona ne ricontrolla una parte |
| human out of the loop | non guarda i singoli casi: scrive le regole e legge i resoconti | l'errore è raro, costa poco e si annulla | leggere i dati in una bozza, mandare la ricevuta «abbiamo ricevuto il tuo ordine» |

La distinzione si trova scritta di rado: fra le 174 pagine citate da Google e dagli assistenti AI che abbiamo letto, 52 nominano lo human in the loop, 7 lo human on the loop e 3 lo human out of the loop. Nel linguaggio di tutti i giorni, poi, «out of the loop» vuol dire anche soltanto «senza approvazione». Conviene distinguere, perché il rischio è diverso. Un ordine che entra senza che nessuno lo approvi, con una persona che ne ricontrolla un campione e guarda gli indicatori, è on the loop; un ordine che nessuno guarderà mai è out of the loop. **Per gli ordini consigliamo on the loop, mai out of the loop: anche quando nessuno approva prima, qualcuno guarda dopo e può fermare il flusso.**

L'AI Act chiede una supervisione umana solo ai sistemi ad alto rischio, con l'[articolo 14](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-14), e un flusso che inserisce ordini fra aziende non è fra gli usi ad alto rischio: la persona nel flusso è una scelta di progetto, non un obbligo. Lo stesso articolo nomina però il rischio che vale per ogni flusso in cui una persona approva, la «distorsione dell'automazione», cioè la tendenza a fidarsi troppo di quello che il sistema propone. Chi conferma quaranta bozze al giorno, giuste trentanove volte, finisce per confermare anche la quarantesima senza guardarla. Per questo la bozza mostra in cima i campi incerti e quelli diversi dal solito, e chi approva deve avere la competenza e l'autorità per dire di no, come l'[articolo 26](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-26) chiede per i sistemi ad alto rischio.

## Quali passi possono andare da soli, e quali deve approvare una persona?

Non si decide per passo ma per tipo di caso. Lo stesso inserimento può andare da solo per l'ordine di un cliente abituale, con codici e prezzi già noti, e passare da una persona per il primo ordine di un cliente nuovo. Per ogni caso contano tre domande: se l'errore si annulla, quanto costa quando arriva al cliente, quanto spesso succede, misurato sui tuoi ordini.

| Che cosa | Va da solo quando | Passa da una persona quando |
| --- | --- | --- |
| riconoscere che cosa è arrivato | è un ordine nuovo, riconosciuto senza dubbi | è una modifica, un annullamento, un sollecito, o non è chiaro |
| abbinare i codici del cliente ai tuoi | il codice è già stato abbinato e confermato in passato | il codice è nuovo, o somiglia a più articoli |
| il prezzo | è quello del listino o dell'offerta accettata | è diverso, anche di poco, o c'è uno sconto non previsto |
| la quantità | è un multiplo della confezione e in linea con lo storico del cliente | è fuori scala, o l'unità di misura è dubbia |
| il cliente e la consegna | cliente noto, fido nei limiti, indirizzo già usato | cliente nuovo, fido superato, indirizzo di consegna nuovo |
| inserire l'ordine | il tipo di ordine è passato senza approvazione sui numeri | in tutti gli altri casi |
| modificare o annullare un ordine già inserito | mai | sempre |
| rispondere al cliente | ricevuta di presa in carico; conferma d'ordine dall'ordine registrato | l'ordine è stato corretto, o la risposta cambia date o prezzi |

Il caso tipico è il codice ambiguo: ABC-450 e ABC-450-R, uno a 12 € e uno a 18 €. Il flusso non sceglie, ferma la riga e la mostra con i due candidati.

Quasi tutte le risposte degli assistenti AI usano la «confidenza» del modello, e la panoramica AI e la modalità AI di Google fanno passare da solo l'ordine letto con una confidenza sopra il 95%. È un criterio debole: un modello linguistico ([LLM](/glossary#llm)) non dà di suo una probabilità tarata sui tuoi ordini, e può leggere con sicurezza un codice che esiste ed è quello sbagliato. La confidenza serve a decidere quali bozze guardare per prime. **Un ordine va da solo perché ha passato tutti i controlli, non perché il modello si dice sicuro.**

## Con quali numeri un ordine può entrare senza approvazione?

Quando, per quel tipo di ordine, l'errore misurato sta sotto la soglia oltre la quale il controllo costa più degli errori che ferma, e gli ordini visti sono abbastanza per dirlo. Servono tre numeri: quanto costa un controllo, quanto costa un errore che arriva al cliente, quanti ordini di quel tipo sono passati senza correzioni.

Il tipo di ordine, o classe, si definisce con le regole del passo precedente: per esempio cliente abituale, formato già visto, tutti i codici già abbinati, prezzi di listino, quantità nella norma. Finché una persona approva ogni ordine, il flusso registra per ogni bozza se è stata confermata così com'era o corretta, e che cosa è cambiato. È la misura su cui si decide.

### Quanti ordini servono per dirlo?

Se in n ordini di fila non c'è stata nessuna correzione, con il 95% di confidenza l'errore vero sta sotto 3 su n. È la regola del tre, nata in medicina per gli eventi che in uno studio non si sono visti ([Hanley e Lippman-Hand, JAMA, 1983](https://pubmed.ncbi.nlm.nih.gov/6827763/)).

| Ordini di fila senza correzioni | L'errore sta sotto, con il 95% di confidenza |
| ---: | ---: |
| 30 | circa 10% |
| 100 | circa 3% |
| 300 | circa 1% |
| 900 | circa 0,33% |
| 3.000 | circa 0,1% |

Perplexity, in due risposte, dà un criterio a tempo: aspettare «almeno un mese di storico di accuratezza», oppure 2-3 mesi. Il tempo da solo dice poco. Un mese di un tipo di ordine che arriva cinque volte al giorno fa circa 110 ordini, e anche senza nessuna correzione dicono solo che l'errore sta sotto il 2,7%.

### Quanto deve essere basso l'errore?

Più basso del costo di un controllo diviso per il costo di un errore. Un esempio con numeri ipotetici: controllare una bozza prende un minuto, che a 30 € l'ora fa 0,50 €; un errore che arriva al cliente, fra reso, nuova spedizione, nota di credito e ore spese, costa 150 €. Il controllo conviene finché l'errore sta sopra lo 0,33%, cioè 0,50 diviso 150. Per dire con il 95% di confidenza che sta sotto servono circa 900 ordini di quel tipo senza correzioni: con 15 ordini al giorno, tre mesi di lavoro.

La soglia cambia con il costo dell'errore. Per un componente a catalogo, che il cliente rimanda indietro, 150 € possono bastare; per un ordine che fa partire una produzione o un acquisto, un errore costa molto di più, la soglia scende e i numeri per superarla non arrivano mai. Quegli ordini restano in the loop.

La misura ha un limite: conta le correzioni di chi approva, e chi approva può non vedere un errore. Nelle prime settimane conviene che una seconda persona ricontrolli un campione degli ordini confermati senza modifiche, e contare anche gli errori che emergono dopo, dai resi e dalle note di credito.

### Come si passa, e come si torna indietro?

Il passaggio si fa per gradi. Un tipo di ordine passa on the loop con un campione: per esempio una persona ricontrolla un ordine su dieci, poi uno su venti, e ogni settimana guarda gli indicatori, cioè ordini modificati dopo l'inserimento, reclami, resi. Torna in the loop quando cambia qualcosa che la misura non ha visto: una nuova versione del modello o delle istruzioni, un cliente che cambia il formato dei suoi ordini o i suoi codici, un listino nuovo, un errore trovato nel campione. **Il passaggio senza approvazione si decide classe per classe, sui numeri del pilota, e si revoca quando cambia qualcosa.**

Nei sistemi che costruiamo si parte con una persona che conferma ogni bozza, e ogni correzione resta registrata: è da lì che vengono questi numeri. Togliere l'approvazione a un tipo di ordine è una scelta tua, fatta sui numeri del pilota, e una persona resta sulle modifiche, sugli annullamenti e sulle operazioni a rischio.

Un caso pubblicato da un fornitore mostra fin dove si arriva. Per Biodéal, un distributore di latticini biologici, il flusso di Mirage Metrics ha creato in SAP Business One 2.943 ordini arrivati per email da 113 clienti, con una mediana di 48 secondi dall'arrivo dell'email all'ordine pronto; circa il 7% degli ordini è stato segnalato per un controllo umano ([Mirage Metrics, caso Biodéal](https://miragemetrics.com/case-studies/biodeal)). Il caso non dice quanti degli ordini entrati da soli contenevano un errore: è il numero da chiedere a ogni fornitore, insieme a come lo misura.

## Che cosa arriva, e che cosa lo legge?

Non tutto ha bisogno di un modello: dipende da come arriva l'ordine. Un file con le colonne fisse si legge con un programma classico, che dà sempre lo stesso risultato; il modello serve dove il documento è libero.

| Che cosa arriva | Come si legge | Quanto costa leggerlo |
| --- | --- | --- |
| dati strutturati: XML, EDI, CSV da un portale o con un tracciato concordato | un'importazione, senza AI | quasi niente, una volta scritta |
| Excel con le colonne sempre uguali per quel cliente | un lettore scritto per quel formato | quasi niente; si rompe quando il cliente cambia il file |
| Excel con colonne diverse da cliente a cliente | un modello che riconosce le colonne, poi una lettura classica | pochi centesimi per file |
| PDF prodotto da un gestionale, con il testo selezionabile | estrazione del testo, poi un modello | pochi centesimi per ordine |
| PDF scansionato o fotografato | riconoscimento dei caratteri (OCR), poi un modello | meno di un centesimo a pagina per l'OCR, più il modello |
| testo libero nell'email | un modello, con lo storico del cliente | pochi centesimi; più casi da approvare |

Se gli ordini arrivano già in CSV, un lettore semplice costa meno ed è più affidabile di un modello, e un Excel conviene provare a leggerlo con un programma classico prima di pagare un modello. Il modello serve sul testo libero: «50 pezzi del bullone zincato dell'altra volta» si capisce solo guardando gli ordini precedenti di quel cliente.

Il modello deve poter dire «non lo so». Un campo che non trova resta vuoto e la bozza va a una persona, invece di contenere un valore plausibile e inventato. E se i tuoi clienti più grandi possono mandare gli ordini come dati, dal loro gestionale o da un portale, è la strada più economica: il flusso con l'AI serve per tutti gli altri. **Molti processi però hanno bisogno di un modulo fatto bene e di un database pulito, non di un agente, e in quel caso te lo diciamo.**

## Quali controlli servono prima che un ordine entri nel gestionale?

Quelli che non dipendono dal modello: ogni dato letto si confronta con qualcosa che il modello non ha scritto. I rischi di un sistema che legge la posta, dalle istruzioni nascoste in un PDF alle frodi sulle coordinate bancarie, sono nella guida [Agenti AI per le PMI](/guides/ai-agents-for-smes); qui ci sono i controlli del flusso.

| Controllo | Che cosa ferma |
| --- | --- |
| quadratura: righe per prezzi uguale al totale del documento, stesso numero di righe | una riga saltata, una cifra letta male |
| esistenza: cliente, articolo e indirizzo di consegna nelle anagrafiche | un codice inventato, o di un altro cliente |
| plausibilità: quantità multipla della confezione e in linea con lo storico, unità di misura | 1.000 letto al posto di 100, scatole scambiate per pezzi |
| prezzo contro listino o offerta, con una tolleranza scritta | uno sconto non previsto, un listino vecchio |
| doppioni: una chiave per ogni ordine, per esempio cliente più numero d'ordine del cliente | lo stesso ordine mandato due volte, un sollecito inserito come ordine nuovo |
| rilettura: dopo l'inserimento il flusso rilegge l'ordine dal gestionale e lo confronta con la bozza | un campo che il gestionale ha cambiato o non ha salvato |
| conferma: parte dall'ordine registrato, non dalla bozza | una conferma con dati che nel gestionale non ci sono |
| coda: ogni email non riconosciuta resta in coda con il motivo | un ordine perso senza che nessuno se ne accorga |

Il controllo dei doppioni ha un nome tecnico, idempotenza: rielaborare la stessa email, dopo un errore o un riavvio, non deve creare un secondo ordine.

Ogni passaggio lascia una traccia: il documento, i dati letti, i controlli superati o falliti, chi ha approvato e quando. Serve a ricostruire un errore anche mesi dopo e a misurare il flusso, come spiega la FAQ sulla [tracciabilità](/frequently-asked-questions#tracciabilita-ai). **Nei flussi che costruiamo nessun dato entra nel gestionale senza essere confrontato con le anagrafiche, i listini o lo storico.**

## Quanto costa automatizzare gli ordini dall'email al gestionale?

Un flusso su misura costa da 10.000 € per il primo processo, più l'uso dei modelli, dopo uno studio di fattibilità che costa fino a 2.500 €, scalati dal pilota se firmi. Sono le soglie d'ingresso di Volcanic Minds: il prezzo del tuo progetto lo scrive lo studio, con forchetta e massimo. Le piattaforme e i servizi nominati dagli assistenti AI hanno listini pubblici: in tabella quelli letti il 30 ottobre 2026, IVA esclusa.

| Strada | Che cosa fa | Listino al 30 ottobre 2026 |
| --- | --- | --- |
| n8n | piattaforma per comporre flussi fra servizi | 20 € al mese con 2.500 esecuzioni, 50 € con 10.000, con pagamento annuale |
| Power Automate, di Microsoft | flussi fra servizi, e robot che usano le schermate | 13,00 € al mese per utente nel piano Premium; 130,00 € al mese per robot nel Process, 186,30 € nell'Hosted Process |
| Azure Document Intelligence, di Microsoft | lettura di documenti e scansioni | 500 pagine gratuite al mese; ogni 1.000 pagine 1,32 € per il solo testo, 8,80 € con tabelle e struttura, 26,40 € con un modello addestrato sui tuoi documenti; regione Europa occidentale |
| Rossum | prodotto per l'elaborazione di documenti | da 18.000 $ l'anno nel piano Starter |
| **flusso su misura di Volcanic Minds** | lettura, controlli, approvazione e collegamento al tuo gestionale | da 10.000 € per il primo processo, più l'uso dei modelli; nessun canone di licenza |

Il canone non è tutto il costo: con una piattaforma i flussi, le regole e il collegamento al gestionale li costruisce qualcuno, tu o chi ti aiuta. Sulle cifre di progetto, chiedere a un assistente AI serve a poco: il 30 ottobre 2026, alla stessa domanda, la modalità AI di Google ha scritto prima 1.500-5.000 € di avvio, poi 2.500-6.000 € con una piattaforma; ChatGPT prima 15.000-32.000 €, poi tre fasce fra 4.000 e oltre 50.000 €. Nessuna risposta citava una fonte primaria, e anche i listini vanno ricontrollati: in due risposte ChatGPT dava a Power Automate 15, 150 e 215 € al mese, che sono i prezzi statunitensi in dollari.

L'uso dei modelli costa centesimi per ordine. Una stima, con ipotesi nostre: un'email con un PDF di una o due pagine, più le istruzioni e gli articoli candidati presi dall'anagrafica, fa circa 10.000 [token](/glossary#token) in ingresso e 1.000 in uscita; Anthropic stima da 1.500 a 3.000 token di testo per ogni pagina di PDF, più quelli dell'immagine della pagina. Con Claude Sonnet 5.5, a 2 dollari per milione di token in ingresso e 10 in uscita ai prezzi del 30 ottobre 2026, sono 3 centesimi di dollaro per passaggio, 6 con due passaggi per ordine. I 40 ordini al giorno dell'esempio, circa 880 al mese, fanno circa 50 dollari al mese, meno se una parte arriva come dati. Il numero vero si misura nel pilota come costo per ordine.

Il collegamento è la voce che pesa di più. Ci colleghiamo a ERP, CRM, MES, MRP, APS e sistemi legacy tramite REST API, batch, WebSocket, MQTT, AMQP e altri canali sicuri. Se il gestionale non ha un'[API](/glossary#api) si usa la via che permette, un'importazione di file o una tabella di scambio; un robot che usa le schermate come una persona è l'ultima scelta, perché si rompe quando cambia una schermata. Poi ci sono l'hosting e, se la vuoi, la manutenzione, che è un contratto a parte e si paga sul lavoro fatto, come spiega la guida sulla [manutenzione](/guides/custom-software-maintenance). Sul software che sviluppiamo per te non c'è nessun canone di licenza.

> **Le cifre di questa guida**
>
> Prezzi e durate sono quelli di Volcanic Minds, aggiornati alla data in testa alla pagina. I listini delle piattaforme sono quelli pubblicati dai fornitori e letti il 30 ottobre 2026. I numeri degli esempi sugli ordini, il costo di un errore e il costo d'uso del modello sono stime con ipotesi dichiarate, da rifare con i tuoi.

## Quanto tempo si risparmia, e da dove viene il risparmio?

Quasi tutto dal non ricopiare; togliere l'approvazione aggiunge poco tempo, e il suo vantaggio vero è la velocità. Un esempio con numeri ipotetici sull'azienda dei 40 ordini al giorno: ricopiare un ordine prende 5 minuti. Con il flusso, 30 bozze su 40 sono giuste e controllarle prende un minuto, mentre le altre 10 si sistemano in 5 minuti come oggi. Poi un tipo di ordine, 15 al giorno da clienti abituali, passa on the loop, con un ordine su dieci ricontrollato.

| Voce | Oggi | Una persona approva ogni ordine | 15 ordini on the loop |
| --- | --- | --- | --- |
| ordini al giorno | 40 | 40 | 40 |
| lavoro per ordine | 5 minuti per ricopiarlo | 1 minuto per 30 bozze giuste, 5 per 10 da sistemare | 1 minuto per 15 bozze giuste, 5 per 10 da sistemare, un controllo a campione su dieci ordini automatici |
| tempo al giorno | 200 minuti | 80 minuti | circa 67 minuti |

Non ricopiare vale 120 minuti al giorno; togliere l'approvazione a 15 ordini ne vale altri 13. Sono ipotesi per mostrare il calcolo, ma la proporzione regge anche con numeri diversi: controllare una bozza giusta prende poco, ricopiare un ordine prende molto. Il motivo per togliere l'approvazione di solito è un altro, la velocità: un ordine che arriva alle sette di sera entra subito, e la conferma parte in un minuto invece che la mattina dopo. Nel caso Biodéal la mediana è di 48 secondi dall'email all'ordine pronto.

I risparmi che danno gli assistenti AI, fino a «da 5 minuti a 15 secondi per ordine» della modalità AI di Google, non hanno una misura dietro, e nessuno separa il tempo del controllo da quello della lettura. I tuoi numeri li misura il pilota, e il tempo liberato diventa un risparmio solo se lo usi: per rispondere prima, o per reggere più ordini senza assumere.

## Da dove si comincia?

Dai numeri di oggi, poi da pochi clienti, con una persona che approva tutto. Ogni passo raccoglie le misure che servono per decidere il successivo.

1. Misuri il punto di partenza: ordini al giorno per formato e per cliente, minuti per ordine, errori arrivati ai clienti nell'ultimo anno e quanto sono costati. L'ultimo numero serve per la soglia.
2. Scegli i primi clienti: i cinque o dieci che mandano più ordini, con formati diversi fra loro.
3. Lavori in parallelo per qualche settimana: il flusso prepara le bozze senza scrivere niente, e si confrontano con quello che è stato inserito a mano.
4. Passi in the loop: il flusso scrive, una persona approva ogni bozza, e ogni correzione resta registrata per campo e per tipo di ordine.
5. Sposti on the loop un tipo di ordine alla volta, quando i suoi numeri passano la soglia, con un campione controllato; gli altri restano in approvazione.

Le fasi e i prezzi sono quelli della guida [AI in azienda: da dove partire](/guides/start-with-ai-in-business). Lo studio di fattibilità, 1-2 settimane e fino a 2.500 €, dice da quali clienti partire, come ci si collega al gestionale, quanto costa l'uso dei modelli e con quale criterio fermarsi. **Lo studio resta tuo anche se non firmi, e se firmi il suo costo si scala dal pilota.** Il pilota, 4-6 settimane da 10.000 €, copre il parallelo e l'approvazione di ogni ordine, i passi 3 e 4, e dà i primi numeri per tipo di ordine. Integrazione e governance portano il processo in produzione: dal primo incontro a un processo in produzione passano fra 11 e 15 settimane. Il passaggio di un tipo di ordine on the loop viene dopo, quando gli ordini visti bastano.

Nella [piattaforma di audit con agenti AI](/case-studies/agentic-ai-auditing-knowledge-platform) la misura è stata la stessa: il lavoro del sistema confrontato con quello di una persona. Nelle misure fatte insieme al cliente l'agente raccoglie il 60% di dati in più delle interviste condotte a mano, con un'accuratezza dell'88% rispetto al lavoro di un auditor, e ogni audit fa risparmiare 4 ore. Come costruiamo e governiamo i sistemi con più agenti è nella pagina sull'[orchestrazione di agenti AI](/ai-agent-orchestration).

**Preferisci parlarne a voce?**

Prenota una call con chi lavora ogni giorno su questi temi: guardiamo insieme il tuo caso.

- [Prenota una call](https://vms.srl/booking)

## Quando deve restare una persona?

Quando l'errore costa troppo, quando l'operazione non si annulla, o quando gli ordini sono troppo pochi per misurare.

- Modifiche e annullamenti di ordini già inseriti: cambiano un impegno che hai già preso, e spesso arrivano con poche parole.
- Ordini che fanno partire una produzione o un acquisto da un fornitore: un errore costa la produzione, non una spedizione.
- Clienti nuovi e primi ordini con un formato nuovo: non c'è uno storico con cui confrontarli.
- Ordini sopra una soglia di valore, che decidi tu.
- Tipi di ordine che arrivano di rado: con 5 ordini al mese, i 300 ordini per dire «sotto l'1%» arrivano in cinque anni.
- Tutto quello che cambia anagrafiche, listini o coordinate bancarie, che nessun flusso cambia da solo.

In tutti questi casi il flusso fa comunque il lavoro lungo, leggere e preparare la bozza, e la persona decide in un minuto invece di ricopiare in cinque. **Nei flussi che costruiamo questi casi li decide sempre una persona, con il lavoro già preparato dal flusso.**

## Domande frequenti

### Che differenza c'è fra human in the loop e human out of the loop?

Con lo human in the loop una persona approva ogni caso prima che abbia effetto; con lo human out of the loop nessuno guarda il singolo caso, e la persona scrive le regole e legge i resoconti. Nel mezzo c'è lo human on the loop, in cui il flusso agisce da solo e una persona ne ricontrolla un campione e può fermarlo. Per gli ordini consigliamo di partire in the loop e di portare on the loop solo i tipi di ordine che lo meritano sui numeri.

### Quando un ordine può entrare nel gestionale senza approvazione?

Quando appartiene a un tipo di ordine, per esempio di un cliente abituale con codici e prezzi già noti, che ha passato abbastanza ordini senza correzioni da dire che l'errore sta sotto la soglia in cui il controllo costa più degli errori che ferma. La scelta è tua, fatta sui numeri del pilota; modifiche, annullamenti e operazioni a rischio restano a una persona.

### Basta la confidenza del modello per decidere?

No. Un modello linguistico non dà di suo una probabilità tarata sui tuoi ordini, e può leggere con sicurezza un codice che esiste ma è sbagliato. Un ordine va da solo quando ha passato i controlli sulle anagrafiche, sui listini e sullo storico del cliente; la confidenza serve a mettere in ordine la coda delle bozze da controllare.

### Quanti ordini servono per fidarsi del flusso?

Dipende dall'errore che puoi accettare. Con la regola del tre, se n ordini di fila non hanno avuto correzioni, l'errore sta sotto 3 su n con il 95% di confidenza. 300 ordini senza correzioni dicono «sotto l'1%», 900 «sotto lo 0,33%». Si contano per tipo di ordine, non per tutto il flusso.

### Si può fare se il gestionale non ha API?

Sì. Si usa la via d'accesso che il gestionale permette, come un'importazione di file, una tabella di scambio o un'esportazione periodica. Un robot che usa le schermate come una persona è l'ultima scelta, perché si rompe quando cambia una schermata. Il gestionale non si cambia.

### Quanto costa automatizzare gli ordini che arrivano per email?

Un flusso su misura di Volcanic Minds parte da 10.000 € per il primo processo, più l'uso dei modelli, dopo uno studio di fattibilità che costa fino a 2.500 €. Leggere un ordine con un modello costa pochi centesimi; nella nostra stima con Claude Sonnet 5.5, circa 50 dollari al mese per 880 ordini. Le piattaforme di flussi costano da 20 € al mese, più il lavoro per costruire flussi, controlli e collegamento.

### Che cosa succede se il flusso sbaglia dopo il passaggio senza approvazione?

L'errore si trova nel campione controllato o dagli indicatori, come reclami e ordini modificati dopo l'inserimento, e si corregge nel gestionale come un errore fatto a mano. Il tipo di ordine torna in approvazione finché la causa non è chiara, e la causa diventa un controllo in più. La traccia di ogni passaggio dice che cosa ha letto il flusso e perché è andato avanti.

### L'AI Act obbliga ad avere una persona nel flusso?

Per un flusso che inserisce ordini fra aziende no. La supervisione umana dell'articolo 14 è obbligatoria per i sistemi ad alto rischio, e l'inserimento degli ordini non è fra gli usi dell'allegato III. Resta l'articolo 4, che chiede a chi usa sistemi di AI misure per sostenere le competenze del personale sull'AI, senza imporre un livello specifico. La persona nel flusso è una scelta di progetto, fatta sul costo di un errore. Il dettaglio è nella guida [sugli obblighi dell'AI Act](/guides/ai-act-deployer-obligations).

## Ordini che entrano nel gestionale senza ricopiarli?

Raccontaci come arrivano gli ordini, quanti sono e che gestionale usi. Lo studio di fattibilità ti dice come ci si collega, quanto costa e quali ordini possono andare da soli, con quale criterio.

- [Parliamo del tuo progetto](/contacts)

## Articoli sugli stessi temi.

*Continua*

- [Web Bot Auth: visitatori senza occhi](/insights/web-bot-auth-agentic-traffic.md): Gli agenti AI leggono il tuo sito e convertono meglio dell'organico, ma non compaiono negli analytics. Come misurarli e verificarli con Web Bot Auth.
- [Generative UI: per umani e macchine](/insights/generative-ui-agents-dual-mode.md): Come la generative UI e la dual-interaction UX semplificano i gestionali B2B, con interfacce progettate insieme per le persone e per gli agenti AI.
- [Data quality: decidono i dati o il modello?](/insights/data-quality-why-ai-fails-on-dirty-data.md): Quando l'AI sbaglia, la colpa è quasi sempre dei dati e non del modello. Come identificare, sanificare e aggiornare le fonti perché funzioni davvero.