Baifang avverte le imprese: non ricostruire ogni processo con l'IA

Se gli ultimi due anni di entusiasmo per l’IA aziendale avessero bisogno di uno slogan, “rifare tutto con l’IA” sarebbe un forte candidato. Servizio clienti, marketing, R&S, finanza, risorse umane e acquisti sono stati tutti riproposti come flussi di lavoro IA, con moduli che un tempo le persone compilavano ora generati, documenti che un tempo il personale leggeva ora scansionati dai modelli e pulsanti che un tempo si cliccavano a mano ora attivati da agenti.

Baifang, un’azienda cinese che vende software enterprise per attività finanziarie e fiscali, ritiene che questa impostazione sia l’errore più grande che le aziende commettono. In un’argomentazione molto condivisa, l’azienda afferma che il valore dell’IA in azienda non è uniforme: alcuni passaggi traggono enormi benefici dall’automazione, mentre altri sono già efficienti e diventano più lenti, costosi o difficili da verificare quando si inserisce un modello.

L’esempio dell’azienda è l’elaborazione di fatture e note spese, il tipo di lavoro amministrativo che le imprese cinesi gestiscono in volumi enormi. Un modello può leggere una ricevuta scansionata, abbinarla a un ordine di acquisto e segnalare una discrepanza molto più rapidamente di un impiegato. Ma quando allo stesso modello viene chiesto di ridisegnare una catena di approvazione che già funziona, il risultato è spesso un processo più lungo, più eccezioni e un nuovo livello di revisione che nessuno aveva messo a budget.

Questa distinzione è importante perché le imprese cinesi sono sotto pressione per dimostrare un ritorno sulla spesa in IA. Il consiglio di Baifang è iniziare con le attività ad alto volume, ricche di regole e facili da misurare, come il riconoscimento dei documenti, l’inserimento dati e la riconciliazione, per poi espandersi solo dove si registra una chiara riduzione dei costi o degli errori.

L’azienda segnala anche un problema strutturale: molti progetti di IA vengono venduti come revisioni radicali della piattaforma. I fornitori promettono di ricostruire l’intero stack, il che rende gli acquisti lenti e l’integrazione rischiosa. Un approccio più mirato, che aggiunge l’IA a una manciata di passaggi all’interno dei sistemi esistenti, è meno appariscente ma più facile da giustificare e da annullare in caso di fallimento.

Si tratta di un modello familiare nel software enterprise a livello mondiale. I primi progetti cloud spesso fallivano quando le aziende spostavano e trasferivano ogni applicazione in una volta sola, e riuscivano quando spostavano i carichi di lavoro che ne traevano maggior beneficio. L’IA aziendale sembra seguire la stessa curva, dalle grandi promesse di trasformazione verso strumenti mirati con risultati misurabili.

Per Baifang, l’argomentazione è anche una mossa di posizionamento. Come fornitore di software finanziario e fiscale, vuole che i clienti trattino l’IA come una funzionalità all’interno di flussi di lavoro di cui già si fidano, piuttosto che come un motivo per sostituire quei sistemi. Il messaggio dell’azienda agli acquirenti è chiedere cosa cambia effettivamente un modello in ogni passaggio, e mantenere la risposta abbastanza ristretta da poter essere testata.

Da osservare è se gli acquirenti enterprise premieranno questa disciplina. Se più imprese cinesi inizieranno a pubblicare budget per l’IA legati a metriche specifiche del back office anziché a programmi di trasformazione ampia, l’era del “rifare tutto” potrebbe finire in silenzio, una fattura alla volta.