caro imprenditore, forse è arrivato il momento di guardare avanti invece che nello specchietto retrovisore
A cura di Marco Schonhaut
È arrivato il momento della riunione mensile.
Il controller apre Excel. Il responsabile commerciale apre il CRM. L’amministrazione tira fuori i dati dal gestionale. Qualcuno ha un file tutto suo che, naturalmente, “è quello giusto”. E l’imprenditore fa la domanda più semplice del mondo:
«Quindi, come stiamo andando?»
Silenzio.
Poi comincia il valzer.
«Dipende da cosa consideriamo…»
«Questi dati però sono aggiornati alla settimana scorsa…»
«Il fatturato è cresciuto, ma dobbiamo ancora verificare i margini…»
«Aspetta, questa versione del file non è l’ultima…»
Benvenuti nel meraviglioso mondo del controllo di gestione delle PMI.
Un mondo nel quale spesso abbiamo tantissimi numeri, moltissimi fogli Excel, una discreta quantità di report e, paradossalmente, poche informazioni realmente utili per prendere una decisione.
Ed è proprio qui che l’Intelligenza Artificiale può cambiare le regole del gioco.
Non sostituendo il controller, il CFO o l’imprenditore con un robot in giacca e cravatta. Ma trasformando il controllo di gestione da qualcosa che ci racconta che cosa è successo a uno strumento capace di aiutarci a capire che cosa sta succedendo, perché sta succedendo e, soprattutto, che cosa potrebbe succedere domani.
Il problema non è avere i dati. È capirci qualcosa.
Le aziende oggi producono dati in continuazione.
Ordini, fatture, costi, ore lavorate, acquisti, produzione, magazzino, preventivi, vendite, insoluti, marginalità, commesse.
Il problema è che questi dati spesso vivono vite separate.
Il gestionale sa una cosa. Il CRM ne sa un’altra. Excel ne sa almeno altre sette, distribuite possibilmente in file chiamati:
Budget2026_definitivo_v3_REV_OK_ultimo.xlsx
… che è già un piccolo capolavoro della governance aziendale.
L’Intelligenza Artificiale diventa interessante quando riesce a lavorare sopra questa massa di informazioni, individuando relazioni, anomalie e tendenze che sarebbe molto difficile riconoscere manualmente.
Non significa semplicemente fare grafici più belli.
Significa passare dal dato all’informazione, e dall’informazione alla decisione.
Ed è questa, alla fine, la vera funzione del controllo di gestione.
Dal cruscotto allo specchietto panoramico
Tradizionalmente il controllo di gestione lavora molto sul passato.
Quanto abbiamo fatturato?
Quanto abbiamo speso?
Qual è stato il margine?
Quanto ci siamo discostati dal budget?
Tutte domande sacrosante.
Il problema è che assomigliano un po’ a guidare un’automobile guardando continuamente nello specchietto retrovisore.
Sapere dove siamo stati è fondamentale. Ma, se davanti a noi c’è un muro, sarebbe utile scoprirlo prima di andarci a sbattere.
Ed è qui che entra in gioco l’analisi predittiva.
Utilizzando dati storici, ordini acquisiti, stagionalità, andamento commerciale, costi, tempi medi di pagamento e altre variabili, sistemi basati su Machine Learning possono contribuire alla costruzione di forecast dinamici.
Il budget smette quindi di essere quella tavola della legge scritta a dicembre e progressivamente smentita dalla realtà durante i dodici mesi successivi.
Diventa qualcosa di vivo.
Le previsioni possono essere aggiornate continuamente sulla base di ciò che sta realmente accadendo.
E invece di scoprire a settembre che il budget annuale era troppo ottimistico, potremmo cominciare ad accorgercene a marzo.
Che, conveniamone, lascia qualche possibilità in più di fare qualcosa.
Margini: fatturare tanto è bellissimo. Guadagnarci è ancora meglio.
C’è una frase che in azienda mette sempre tutti di buon umore:
«Abbiamo aumentato il fatturato!»
Ottimo.
Ma la domanda successiva dovrebbe essere:
«E quanto ci abbiamo guadagnato?»
Qui generalmente l’entusiasmo diminuisce leggermente.
Uno dei contributi più interessanti dell’IA al controllo di gestione è la possibilità di analizzare la marginalità con livelli di dettaglio difficili da ottenere attraverso sistemi tradizionali.
Cliente per cliente.
Prodotto per prodotto.
Commessa per commessa.
Area geografica, agente, canale commerciale.
Un sistema evoluto può cercare correlazioni e far emergere situazioni apparentemente paradossali.
Il cliente che compra moltissimo, per esempio, potrebbe essere molto meno redditizio di quanto immaginiamo perché richiede sconti elevati, consegne urgenti, personalizzazioni continue e magari paga pure a 120 giorni.
Insomma: il nostro “miglior cliente” potrebbe essere quello che ci sta facendo lavorare di più per guadagnare di meno.
E scoprirlo può essere interessante.
L’IA non prende necessariamente la decisione al nostro posto.
Ma può accendere una bella luce rossa e dirci:
«Ehi, sicuro che qui vada tutto bene?»
Cash flow: perché gli utili non pagano gli stipendi
Puoi essere redditizio sulla carta e contemporaneamente avere il conto corrente che chiede pietà.
È uno dei grandi classici delle PMI.
Vendiamo, fatturiamo, produciamo utili.
Poi arrivano IVA, stipendi, fornitori, rate, imposte e improvvisamente qualcuno domanda:
«Ma i soldi dove sono finiti?»
Il controllo predittivo della liquidità è probabilmente uno degli ambiti nei quali l’IA può offrire il contributo più concreto.
Un sistema può mettere insieme scadenze clienti e fornitori, comportamento storico dei pagamenti, ordini acquisiti, costi ricorrenti, stagionalità e altri elementi per costruire scenari previsionali.
Non solo:
«Fra trenta giorni avremo 180.000 euro di crediti in scadenza.»
Ma:
«Sulla base del comportamento storico di questi clienti, è probabile che entro quella data ne vengano effettivamente incassati 132.000.»
La differenza non è proprio trascurabile.
Il passo successivo è la simulazione.
Cosa succede alla liquidità se il nostro cliente principale paga con trenta giorni di ritardo?
E se il fatturato scende del 10%?
E se aumentano le materie prime?
E se assumiamo tre persone?
Quelli che una volta richiedevano ore di costruzione di fogli Excel possono diventare scenari dinamici di what-if analysis a disposizione della direzione.
L’IA non elimina l’incertezza.
Ci permette però di arrivare all’appuntamento con l’incertezza un po’ più preparati.
Anomalie: trovare l’ago nel pagliaio prima di sedercisi sopra
C’è poi una caratteristica nella quale gli algoritmi sono particolarmente bravi: trovare qualcosa di strano dentro enormi quantità di dati.
Immaginiamo migliaia di transazioni.
Un costo che improvvisamente cresce.
Un fornitore con prezzi fuori media.
Una commessa che sta assorbendo molte più ore del previsto.
Un cliente il cui comportamento di pagamento sta progressivamente peggiorando.
Un centro di costo che presenta una variazione anomala.
Un essere umano potrebbe accorgersene.
Prima o poi.
L’IA può invece funzionare come un piccolo segugio digitale che gira continuamente tra i numeri alla ricerca di qualcosa che non torna.
Attenzione: anomalia non significa necessariamente errore o frode.
Significa semplicemente:
«Questa cosa è diversa da ciò che normalmente accade. Forse vale la pena guardarla.»
Ed è esattamente ciò che dovrebbe fare un buon sistema di controllo: attirare l’attenzione delle persone sulle cose che meritano attenzione.
Il controller con un copilota
Ed eccoci all’Intelligenza Artificiale Generativa.
Perché fino ad ora abbiamo parlato soprattutto di algoritmi predittivi e analitici. Ma strumenti come gli assistenti AI stanno introducendo un altro cambiamento interessante: poter dialogare con i dati utilizzando il linguaggio naturale.
Immaginiamo che l’imprenditore possa chiedere:
«Perché il margine è diminuito questo mese?»
E ricevere una risposta del tipo:
«Il margine industriale è diminuito principalmente per tre motivi: incremento del costo della materia prima X, maggiore incidenza degli straordinari nel reparto Y e aumento degli sconti applicati ai clienti del segmento Z.»
A quel punto potrebbe continuare:
«Fammi vedere i cinque clienti che hanno inciso maggiormente.»
Poi:
«E cosa sarebbe successo se avessimo mantenuto lo sconto medio dello scorso anno?»
Questa è forse una delle trasformazioni più interessanti.
Perché significa democratizzare l’accesso ai dati aziendali.
Non tutti gli imprenditori sanno costruire una query SQL, usare una funzione DAX o realizzare un modello statistico.
E, francamente, non vedo perché dovrebbero farlo.
Devono però poter fare domande alla propria azienda.
L’AI può diventare l’interprete tra il linguaggio tecnico dei dati e quello manageriale delle decisioni.
Dal report mensile al controllo continuo
C’è poi un’altra piccola rivoluzione.
Il controllo di gestione tradizionale spesso segue un rituale.
Finisce il mese.
Si raccolgono i dati.
Si sistemano i dati.
Si controllano i dati.
Si producono i report.
Si convocano le persone.
Si discute.
Quando finalmente abbiamo capito cosa è successo… sono passate magari tre settimane.
Nel frattempo, naturalmente, l’azienda ha continuato a vivere.
Con sistemi integrati e strumenti di AI, possiamo progressivamente passare dal controllo periodico al controllo continuo.
Non significa che l’amministratore delegato debba passare la giornata fissando una dashboard come un trader di Wall Street sotto caffeina.
Significa che il sistema può controllare per noi determinati indicatori e intervenire quando serve.
Marginalità sottosoglia? Alert.
Costi di una commessa fuori budget? Alert.
Tempi di incasso in peggioramento? Alert.
Vendite di una famiglia di prodotti significativamente inferiori al forecast? Alert.
Non devo più guardare continuamente tutto.
Devo essere avvertito quando qualcosa merita la mia attenzione.
Questa sì che è semplificazione.
Ma attenzione: l’AI non trasforma magicamente dati brutti in dati belli
Ed eccoci alla parte meno sexy dell’articolo.
I dati.
Possiamo acquistare il software più intelligente del pianeta, collegarlo a un modello linguistico straordinario e riempire l’ufficio di dashboard futuristiche.
Ma se i dati aziendali sono incompleti, duplicati, incoerenti o semplicemente sbagliati, abbiamo un problema.
Esiste una vecchia regola informatica: Garbage In, Garbage Out.
Se metti spazzatura dentro, ottieni spazzatura fuori.
Con l’AI possiamo addirittura ottenere spazzatura raccontata benissimo, che è forse ancora più pericolosa.
Prima di costruire un controllo di gestione intelligente occorre quindi lavorare sulla qualità e sulla governance dei dati.
Qual è il dato ufficiale?
Da quale sistema proviene?
Chi ne è responsabile?
Con quale frequenza viene aggiornato?
Come vengono calcolati i KPI?
Sembra noioso.
Lo è.
Ma anche mettere le fondamenta di una casa è meno divertente che scegliere il divano. Ciò non significa che possiamo saltare quella parte.
Excel non deve necessariamente morire
A questo punto qualcuno starà abbracciando il proprio foglio elettronico preferito temendo il peggio.
Tranquillo.
Excel non deve necessariamente morire.
Anzi, continuerà probabilmente a essere uno degli strumenti più utilizzati nelle aziende ancora per molto tempo.
Il problema non è Excel.
Il problema è quando l’intero sistema di controllo aziendale dipende da un gigantesco file Excel costruito nel 2017 da una persona che nel frattempo è andata a vivere alle Canarie e che nessuno osa più modificare.
L’obiettivo dell’AI non dovrebbe essere sostituire indiscriminatamente gli strumenti esistenti.
Dovrebbe essere creare un ecosistema nel quale ERP, CRM, Business Intelligence, strumenti di pianificazione e AI collaborino per fornire informazioni affidabili alle persone che devono decidere.
Quindi posso lasciare decidere tutto all’Intelligenza Artificiale?
No.
E meno male.
Un algoritmo può dirci che eliminare un cliente poco redditizio migliorerebbe il margine.
Ma magari quel cliente è strategico perché ci permette di entrare in un nuovo mercato.
Può suggerire di ridurre un determinato costo.
Ma forse quel costo rappresenta un investimento fondamentale per il futuro.
Può prevedere che un prodotto venderà meno.
Ma non sa necessariamente che tra tre mesi lanceremo una campagna che cambierà completamente lo scenario.
Il controllo di gestione non è matematica applicata nel vuoto.
È interpretazione del business.
Ed è qui che l’essere umano rimane fondamentale.
La macchina trova correlazioni, costruisce previsioni, identifica anomalie e simula scenari.
Il manager interpreta.
E decide.
La vera rivoluzione non è quindi AI contro essere umano.
È manager + AI contro manager senza AI.
E questa competizione, nei prossimi anni, potrebbe diventare decisamente interessante.
Da dove cominciare? Non dall’AI.
Sembra un paradosso, ma il modo peggiore per iniziare un progetto di Intelligenza Artificiale nel controllo di gestione è probabilmente convocare una riunione dicendo:
«Dobbiamo mettere l’AI nel controllo di gestione.»
Meglio partire da una domanda molto più terra-terra:
«Quale decisione oggi prendiamo male, tardi o con informazioni insufficienti?»
Non riusciamo a prevedere la liquidità?
Non conosciamo realmente la marginalità delle commesse?
Scopriamo troppo tardi gli scostamenti?
Il forecast commerciale è inaffidabile?
Passiamo dieci giorni ogni mese a preparare report?
Ecco il punto di partenza.
Si individua un problema concreto, si verificano i dati disponibili, si sceglie un caso d’uso circoscritto e si misura il risultato.
Poi si passa al successivo.
Un piccolo progetto che funziona vale molto più di una gigantesca strategia aziendale sull’Intelligenza Artificiale che rimane per dodici mesi dentro una PowerPoint.
Conclusioni: dal commercialista del passato al navigatore del futuro
Il controllo di gestione ha sempre avuto il compito di aiutare l’impresa a capire dove si trova.
L’Intelligenza Artificiale gli offre oggi la possibilità di fare qualcosa in più:
aiutarla a capire dove sta andando.
Possiamo analizzare automaticamente migliaia di dati, prevedere scenari, individuare anomalie, interrogare le informazioni aziendali utilizzando il linguaggio naturale e concentrare l’attenzione dei manager sulle decisioni che contano davvero.
Ma soprattutto possiamo cambiare una vecchia abitudine.
Smettere di utilizzare il controllo di gestione soltanto per spiegare perché ieri è andata male e cominciare a utilizzarlo per decidere come fare andare meglio domani.
Per una PMI questa potrebbe essere la vera opportunità dell’Intelligenza Artificiale.
Non avere un algoritmo che governa l’azienda.
Ma avere finalmente un copilota intelligente che, mentre l’imprenditore tiene le mani sul volante, guarda continuamente strada, cruscotto e navigatore e ogni tanto gli dice:
«Guarda che, continuando così, tra cinque chilometri finiamo nel fosso.»
A quel punto la decisione resta all’imprenditore.
Può sterzare.
Può rallentare.
Può cambiare strada.
Oppure può ignorare l’avvertimento.
Ma almeno, questa volta, non potrà dire che nessuno l’aveva visto arrivare.
NB: Questo articolo è stato realizzato con l’aiuto dell’AI, ma è stato interamente revisionato dall’autore che si occupa come advisor strategico di Intelligenza Artificiale per le PMI da diversi anni.
