ERP con intelligenza artificiale: cosa significa davvero nel 2026

Nel 2026, quasi tutti gli ERP sul mercato dichiarano di avere l’IA. Il problema è che “avere l’IA” può significare cose molto diverse, con impatti operativi radicalmente differenti.

Ci sono ERP che hanno lanciato un chatbot nel novembre 2023, quando tutti lo facevano, e lo chiamano “IA”. Il chatbot ti permette di chiedere cose come “quanto ho fatturato il mese scorso?” e ti dà la risposta estraendo il dato dal tuo database. È utile. Non è trasformativo.

E ci sono ERP dove l’intelligenza artificiale è parte dell’architettura fin dal primo giorno: dove l’IA non è sopra il sistema a guardare i dati, ma dentro il sistema a elaborare operazioni.

La differenza utile non è un’etichetta di marketing. È un contratto verificabile: quali dati si possono leggere, quale bozza si può preparare, quali permessi servono e chi conferma l’azione finale.

Il problema di “aggiungere l’IA” a un ERP esistente

Immagina di avere un edificio costruito negli anni ‘90 e di voler aggiungere pannelli solari. Puoi farlo. I pannelli funzionano. Generano energia. Ma la struttura dell’edificio non è stata progettata per essi: devi aggiungere cavi che passano sopra i muri, il sistema elettrico originale non è integrato con i pannelli, e la resa non sarà mai quella di un edificio progettato con energia solare fin dalle fondamenta.

Un livello conversazionale può essere utile per cercare o riassumere. Per valutare un ERP, chiedi però l’elenco delle operazioni supportate, i permessi richiesti, il comportamento in caso di errore e il punto esatto in cui una persona revisiona e conferma.

Questo criterio evita di dedurre l’architettura privata del prodotto da uno slogan. La superficie pubblica documentata e il controllo mantenuto dall’utente sono gli elementi verificabili.

Cosa sono i function tool e perché sono importanti

Un function tool è un’operazione con input, output ed errori che devono essere documentati. Il catalogo pubblico di Frihet permette di verificare le capacità attualmente supportate, invece di dedurre una copertura generale dalla parola “IA”.

La distinzione importante è tra lettura, preparazione e scrittura. Un assistente può consultare una risorsa autorizzata o preparare una bozza. Una modifica ai dati finanziari, l’emissione di un documento o un messaggio a un cliente richiedono un passaggio separato di revisione e conferma.

Prima di integrare uno strumento, verifica il suo ambito, usa credenziali limitate, valida la risposta e gestisci esplicitamente gli errori. L’utente avvia il flusso e resta responsabile dell’azione finale.

OCR: la differenza tra digitalizzare e capire

L’OCR (riconoscimento ottico dei caratteri) esiste dagli anni ‘90. Ciò che è cambiato con l’IA non è che il testo si possa leggere — questo si faceva già — ma che il sistema può capire la struttura del documento.

L’OCR tradizionale legge: “FATTURA — Azienda XYZ — Base imponibile: 1.000,00 — IVA 21%: 210,00 — Totale: 1.210,00”.

L’OCR con IA può proporre una struttura del documento: fornitore, data, identificativo fiscale, imponibile, imposta e totale. Questi campi restano una bozza da confrontare con l’originale.

La differenza operativa è la qualità della bozza. L’utente rivede ogni campo, corregge le discrepanze e conferma prima di registrare la spesa.

Frihet presenta i valori estratti e la categoria come suggerimenti. Leggibilità, valuta, regole fiscali e qualità dell’immagine possono cambiare il risultato; il documento originale resta la fonte di riferimento.

Categorizzazione automatica: come impara il tuo business

La categorizzazione delle spese ha una complessità che non si vede finché non la si fa manualmente: lo stesso fornitore può fatturarti concetti che rientrano in categorie diverse. Amazon può essere “materiale d’ufficio” in una fattura e “attrezzature informatiche” nella successiva. La stazione di servizio può essere “trasporto” o “spese di rappresentanza” a seconda del contesto.

Frihet può suggerire una categoria dai dati disponibili e dalla cronologia supportata. La stessa spesa può però appartenere a categorie diverse in base all’uso e alla documentazione.

Il suggerimento non è una registrazione definitiva. L’utente verifica il documento, sceglie o corregge la categoria e conferma la registrazione. In caso di ambiguità fiscale, chiede il parere del professionista responsabile.

L’assistenza fiscale ha limiti chiari

L’IA può aiutare a leggere dati o preparare una stima dalle informazioni registrate. Non decide da sola il trattamento fiscale corretto, non garantisce una detrazione e non presenta dichiarazioni per conto dell’utente.

Verifica sempre periodo, regime, giurisdizione e documenti giustificativi. Le bozze fiscali devono essere revisionate e confermate dall’utente o dal professionista responsabile prima di qualsiasi uso ufficiale.

Analisi di tesoreria: supporto, non decisione

La tesoreria è il problema che genera più spiacevoli sorprese nelle piccole imprese. Non perché i numeri siano negativi — a volte sono perfettamente gestibili — ma perché nessuno stava guardando con sufficiente anticipo.

Un’analisi può usare le informazioni già registrate o importate dall’utente:

Cronologia degli incassi e dei pagamenti. Quali clienti pagano abitualmente in ritardo? Quanto in ritardo, in media? Quali fornitori riscuotono puntualmente e quali hanno flessibilità?

Impegni futuri noti. Fatture emesse in attesa di incasso, pagamenti a fornitori programmati, quote di autonomi o quote di Previdenza Sociale, scadenze fiscali.

Ipotesi esplicite. Possibili ritardi e variazioni stagionali vanno mostrati come ipotesi, non come certezze.

Il risultato è uno scenario da verificare contro saldi e documenti di riferimento. La decisione di rinviare una spesa, sollecitare un cliente o modificare un pagamento resta umana.

Gli estratti conto vengono importati quando l’utente avvia l’operazione, nei formati OFX, MT940, CAMT.053 o CSV. Non esiste nessuna connessione Open Banking diretta né sincronizzazione bancaria continua. Gli abbinamenti sono suggerimenti: l’utente li revisiona e li conferma.

L’assistenza in linguaggio naturale: dalla richiesta alla bozza

Un flusso sicuro inizia quando l’utente avvia una richiesta precisa. L’assistente può leggere risorse autorizzate e preparare un riepilogo o una bozza, indicando fonti e campi da controllare.

L’utente rivede il risultato, corregge le differenze e conferma separatamente il passo successivo. Preparare un documento e inviarlo sono due azioni diverse; il linguaggio naturale non elimina permessi o responsabilità umana.

Agent Loop resta in beta, limitato alle bozze e non disponibile come funzionalità per gli utenti. Non va presentato come un agente autonomo che gestisce l’azienda.

Il server MCP: un contratto documentato

Frihet pubblica un server Model Context Protocol. Il catalogo documentato descrive strumenti, risorse e prompt disponibili per client compatibili; non descrive l’architettura privata del prodotto.

Una connessione MCP eredita i permessi delle credenziali fornite. Usa l’ambito minimo, valida ogni risposta e mantieni la revisione umana prima di una scrittura contabile, dell’emissione di un documento o di una comunicazione al cliente.

Cosa l’IA non fa in Frihet

L’onestà fa parte del design. Ci sono cose che l’IA di Frihet deliberatamente non fa:

Non prende decisioni per te. Può proiettare il cashflow, ma la decisione di rimandare una spesa o anticipare un incasso è tua. Può rilevare un’anomalia, ma la decisione su cosa farne è tua.

Non sostituisce il consulente fiscale. Può preparare campi o una stima da revisionare. La pianificazione fiscale, l’interpretazione di normative complesse e le decisioni con implicazioni legali richiedono un professionista responsabile.

Non funziona con dati di scarsa qualità. Se i documenti caricati dall’utente sono illeggibili, le categorizzazioni saranno errate. L’IA è tanto buona quanto i dati che riceve.

Non consolida i dati senza revisione umana. I suggerimenti di categorizzazione e le bozze generate dall’IA sono contrassegnati come tali. L’utente revisiona e approva prima che vengano consolidate nella contabilità.

Queste non sono limitazioni vergognose. Sono principi di progettazione. Un ERP che automatizza decisioni critiche senza supervisione umana non è un buon ERP — è un generatore di problemi con un’interfaccia carina.

Come valutare l’IA di un ERP prima di acquistarlo

Se stai valutando un ERP con IA, queste sono le domande che separano l’IA reale dall’IA di marketing:

L’IA accede ai miei dati reali o fornisce solo risposte generiche? Chiedi un caso specifico del tuo business. Se la risposta è generica, l’IA non ha contesto dei tuoi dati.

Gli strumenti sono documentati? Verifica input, output, permessi ed errori di ogni operazione invece di affidarti a un totale di marketing.

Cosa accade prima di una scrittura? Un buon flusso separa lettura, bozza, revisione e conferma finale.

C’è supervisione umana nel flusso? Un sistema che consolida automaticamente senza revisione è un sistema che può commettere errori nella tua contabilità senza che tu lo sappia.

Il fornitore spiega cosa fa l’IA con i tuoi dati? Ambito, conservazione, responsabili del trattamento e controlli applicabili devono essere verificabili nella documentazione e nei termini vigenti.

Per Frihet, consulta la documentazione pubblica dell’API e del MCP per la capacità che ti interessa. Prova il flusso con dati non sensibili, quindi conferma permessi e punto di controllo umano prima di usarlo su dati reali.