Cosa dice il GDPR sull'automazione dei processi?

Ogni automazione che tratta dati personali deve avere una base giuridica e va censita nel registro dei trattamenti (art. 30 GDPR). Se l'automazione prende da sola decisioni che producono effetti giuridici, scatta il diritto dell'interessato a non esservi sottoposto senza intervento umano (art. 22 GDPR). Per i flussi che toccano dati di clienti o dipendenti, senti prima un esperto.

Checklist prima di automatizzare un processo

In due righe

Dodici verifiche prima di automatizzare, ognuna con la risposta che fa scattare lo stop
Le due più costose da saltare: dati non digitali o sporchi e nessun responsabile del flusso
Se una verifica fallisce, prima si sistema il processo, poi si automatizza
La checklist si usa in mezz'ora, prima di spendere un euro in software

Prima di automatizzare un processo si fanno dodici verifiche. Questa checklist prima di automatizzare un processo mette in fila le due che salvano più soldi: dati già digitali e puliti, e una persona che presidierà il flusso in produzione. Le altre verifiche riguardano costo attuale, frequenza, regole, eccezioni, stabilità, reversibilità, integrazioni, GDPR e il numero che misurerà il successo. Se una verifica fallisce, il progetto si ferma: automatizzare un processo non pronto rende gli errori più veloci, non più rari.

Le 12 verifiche da fare prima di automatizzare un processo

Ogni riga della tabella va letta come una domanda seguita dalla risposta che fa scattare lo stop. Se trovi una risposta che blocca, non passare alla verifica successiva: sistema prima quella voce.

Verifica	Domanda da farsi	Risposta che blocca il progetto
Mappatura	Il processo è scritto passo per passo?	Se vive solo nella testa di una persona, non è pronto.
Costo attuale	Quanto costa oggi in ore ed errori?	Se non sai nominarlo, non saprai se l'automazione ha reso.
Frequenza	Si ripete almeno qualche decina di volte al mese?	Se capita poche volte l'anno, non ripaga il tempo di costruirla.
Regole	Le istruzioni si scrivono come se X allora Y?	Se ogni caso richiede giudizio, meglio non automatizzarlo.
Dati	I dati sono digitali e puliti?	Se vivono su carta o pieni di errori, automatizzi anche i buchi.
Eccezioni	Le eccezioni sono poche e note?	Se ogni caso è diverso, il flusso diventa un groviglio di rami.
Responsabile	C'è una persona che presidierà il flusso?	Se nessuno lo controlla, si rompe in silenzio.
Stabilità	Il processo è rimasto uguale negli ultimi mesi?	Se cambia ogni mese, rifarai l'automazione ogni mese.
Reversibilità	Un errore automatico è reversibile?	Se un invio sbagliato è irreversibile, servono controlli umani.
Integrazioni	I software coinvolti parlano tra loro via API?	Se no, valuta se il lavoro di integrazione regge i benefici.
GDPR	Il flusso tratta dati personali o decide da solo?	Servono base giuridica e registro (art. 30) e, per decisioni automatiche, art. 22.
Misura	Hai il numero che dimostrerà il successo?	Senza baseline, non puoi dimostrare il ritorno.

Il processo si può mappare e costa abbastanza?

Un'automazione di processo è un software che esegue da solo una sequenza di attività ripetitive che prima svolgeva una persona. Le prime quattro verifiche servono a capire se il processo è un candidato serio.

La mappatura viene prima di tutto. Se il processo vive solo nella testa di chi lo esegue, non è pronto: non si automatizza ciò che non si sa descrivere passo per passo. Il costo attuale va espresso in ore ed errori. Se non sai quanto ti costa oggi, non saprai mai se l'automazione ha reso. La frequenza minima è qualche decina di esecuzioni al mese: un processo che capita tre volte l'anno non ripaga il tempo di costruzione. Le regole devono essere scrivibili come se X allora Y. Se ogni caso richiede giudizio, il processo va lasciato alle persone. Se le regole sono chiare, bastano strumenti no-code come Make, Zapier o n8n.

Facciamo un conto su un'azienda tipo. Tre persone passano mezz'ora al giorno a copiare dati da email a gestionale. Sono 3 persone per mezz'ora per 220 giorni lavorativi, cioè 330 ore l'anno. A 30 euro l'ora fanno 9.900 euro. Un'automazione costruita una volta per 3.000 euro si ripaga in meno di quattro mesi. Il calcolo è un'ipotesi trasparente: sostituisci i tuoi numeri e ottieni il tuo ritorno.

I dati sono digitali e puliti?

La verifica sui dati è quella che molti saltano, ed è la prima fonte di progetti morti. Il principio è semplice: dati sporchi in ingresso, errori in uscita. Se i dati vivono su carta o sono pieni di duplicati e campi vuoti, l'automazione li moltiplica, non li sistema.

Prima di automatizzare, fai questi tre controlli.

I dati sono già digitali, non su carta?
Stanno in un unico posto o sono sparsi tra fogli Excel e software che non comunicano?
Sono puliti, cioè senza duplicati, campi vuoti o formati diversi?

Se una risposta è no, il primo investimento è sui dati, non sull'automazione. Mettiamo un CRM con il 15% di anagrafiche duplicate: l'automazione invierebbe comunicazioni sbagliate a clienti sbagliati. Prima si puliscono i dati, poi si automatizza. Non pulire i dati dopo aver automatizzato: a quel punto il danno è già in produzione.

Chi presidierà il flusso quando sarà in produzione?

Un'automazione non è un elettrodomestico che si accende e si dimentica. Qualcuno deve controllare i log, correggere i blocchi, aggiornare le regole quando il processo cambia. Se nessuno lo controlla, si rompe in silenzio, e la scoperta arriva dal cliente.

La persona che presidierà il flusso va nominata prima del go-live, non dopo. Può essere interna o esterna, ma deve avere un nome e un tempo dedicato. Senza presidio, la manutenzione diventa un costo nascosto e l'automazione si spegne da sola.

La stabilità è la verifica gemella. Se il processo è rimasto uguale negli ultimi mesi, si può automatizzare. Se cambia ogni mese, l'automazione andrà rifatta ogni mese. In quel caso conviene prima stabilizzare il processo, poi investire nel software.

Lo strumento

Delera Agent AI costruisce agenti su misura sui processi che oggi ti portano via ore ogni settimana.

Scopri Delera Agent AI

La verifica sulla reversibilità chiede una cosa precisa: se l'automazione commette un errore, quell'errore si può ritirare? Un invio sbagliato a un cliente o una fattura errata sono spesso irreversibili. Quando il danno non si può correggere, servono controlli umani prima dell'esecuzione automatica.

Le integrazioni dipendono dal modo in cui i software si parlano. Un'API è un'interfaccia che permette a due software di scambiarsi dati senza intervento umano. La RPA è un software che imita i clic di una persona su un'interfaccia grafica, utile quando tra due sistemi non esistono API. Se i software coinvolti non parlano tra loro, il lavoro di integrazione può costare più dei benefici. In quel caso si rivaluta il progetto, o si cambia strumento.

Il GDPR non vieta l'automazione, ma la subordina a due obblighi. Ogni flusso che tratta dati personali deve avere una base giuridica e va censito nel registro dei trattamenti, articolo 30 GDPR. Se l'automazione prende da sola decisioni con effetti giuridici o significativi, scatta il diritto dell'interessato a non esservi sottoposto senza intervento umano, articolo 22 GDPR. Le imprese sotto i 250 dipendenti hanno esenzioni dal registro, ma non per i trattamenti che presentano rischi per le persone. Quando il flusso tocca dati di clienti o dipendenti, serve un parere esperto.

Come misuri il successo prima ancora di partire

L'ultima verifica è la baseline. La baseline è la misura del processo prima dell'automazione, il punto di partenza con cui confrontare i risultati. Senza baseline, non puoi dimostrare il ritorno, e il progetto diventa un costo senza prova.

Secondo l'Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano, il 76% delle PMI italiane non ha investito né prevede investimenti in intelligenza artificiale. Uno studio McKinsey del 2021, citato dalla POLIMI Graduate School of Management, dice che il 70% dei piani di trasformazione digitale fallisce. La causa non è quasi mai il software: è la partenza senza processo pronto, dati puliti e responsabile.

La chiusura pratica: domani mattina prendi un processo solo, quello che ti ruba più ore, e scrivi su un foglio costo attuale, frequenza, dove stanno i dati, chi lo controllerebbe. Se una delle dodici verifiche fallisce, sistemi quella prima di comprare qualsiasi software. Se vuoi capire da dove parte l'azienda sulle cinque aree, c'è il PMI Speed Test, l'analisi gratuita delle cinque aree aziendali.

Domande frequenti

Quando non conviene automatizzare un processo?

Quando capita poche volte l’anno, cambia ogni mese o non ha regole chiare. E quando i dati vivono su carta o pieni di errori: automatizzare un processo sporco produce errori più in fretta. Prima si sistema il processo e si puliscono i dati, poi si valuta l’automazione. Se il processo richiede giudizio caso per caso, meglio lasciarlo alle persone.

Come faccio a sapere se i miei dati sono pronti per l’automazione?

Tre controlli: i dati sono già digitali, non su carta? Stanno in un unico posto o sparsi tra fogli Excel e software che non comunicano? Sono puliti, cioè senza duplicati, campi vuoti o formati diversi? Se una di queste risposte è no, il primo investimento è sui dati, non sull’automazione. Poi si può partire.

Serve l’intelligenza artificiale o basta un semplice workflow?

Dipende dal processo. Se trasporti dati da un software all’altro con regole fisse, basta un workflow no-code come Make o Zapier, senza AI. Se il processo richiede di leggere documenti, classificare richieste o decidere tra casi ambigui, serve un modello AI dentro il flusso. La regola: l’AI entra solo dove la regola non si può scrivere a mano.

Quanto costa automatizzare un processo in una PMI?

Le licenze degli strumenti no-code partono da poche decine di euro al mese. Il costo vero è l’analisi e la costruzione del flusso, che dipende da quanto il processo è chiaro e digitalizzato. Per questo conviene partire da un processo solo, misurato bene: il ritorno si calcola in ore risparmiate, non in impressioni.

Da quale processo conviene partire?

Dal processo con il costo mensile più chiaro: quello che ruba più ore o genera più errori. Lo mappi com’è davvero, lo misuri, automatizzi quello, osservi per un mese e usi il risultato per decidere il secondo. Non partire da due processi insieme: prima dimostri il ritorno su uno, poi estendi.

Fonti