Caso dimostrativo.Meridian Industries Srl è un'azienda fittizia costruita su pattern reali di PMI manifatturiere italiane. Tutti i dati, le valutazioni e i numeri sono simulati a scopo illustrativo. L'obiettivo è mostrare come si struttura un assessment AI reale, non rappresentare un cliente specifico.
AI Readiness Assessment
Dove si trova Meridian. Dove può arrivare.
Analisi della maturità AI e roadmap di adozione per una PMI industriale italiana
AziendaMeridian Industries Srl
SettoreManutenzione industriale
Dimensione45 dipendenti · €8M fatturato
Orizzonte18 mesi
9/20
AI Ready: Fase Iniziale
Maturità sufficiente per avviare un percorso strutturato.
Il rischio principale non è tecnologico — è organizzativo.
00 / Origine del progetto
Perché questo documento esiste
Nel mio lavoro come Service Manager ho coordinato tecnici, gestito fornitori e tenuto sotto controllo centinaia di interventi aperti contemporaneamente. Gli strumenti c'erano — Excel, CRM, ERP — ma nessuno li leggeva in modo intelligente. Le decisioni importanti si prendevano a intuito, su dati dispersi, spesso in ritardo.
Questo assessment nasce da quella esperienza. Ho costruito il caso Meridian Industries per dimostrare come si affronta una trasformazione AI in una PMI industriale italiana: non partendo dalla tecnologia, ma dai problemi reali dell'operativo. Prima si capisce dove si è. Poi si decide dove andare. Solo alla fine si sceglie lo strumento.
Il problema che conosco
Dati frammentati, processi persona-dipendenti, nessuna visibilità predittiva. È la realtà di molte PMI italiane con cui ho lavorato. Non mancano le informazioni — mancano gli strumenti per leggerle.
L'approccio che propongo
Assessment della maturità attuale, mappa dei casi d'uso prioritari, roadmap per fasi con ROI stimato, framework di governance. Una struttura replicabile su qualsiasi cliente industriale.
Il collegamento con il portfolio
I prototipi funzionanti per UC1 (triage assistenza) e UC2 (manutenzione predittiva) esistono già nel portfolio — costruiti con le stesse tecnologie che propongo qui. La strategia e gli strumenti si confermano a vicenda.
01 / Company Snapshot
Chi è Meridian Industries
Struttura
1 sede produttiva, 1 Responsabile Operativo, 8 tecnici sul campo, 3 commerciali
Strumenti attuali
Excel, ERP base, email, WhatsApp per il coordinamento tecnici
Il Responsabile Operativo coordina tecnici, priorità e fornitori. Lavora su Excel e telefono — nessuno strumento dedicato.
Problemi dichiarati
Attività manuali eccessive che assorbono tempo operativo
Dati dispersi su più file Excel non collegati tra loro
Nessuna visibilità predittiva su guasti, riordini, scadenze
Difficoltà a scalare il business senza assumere nuove risorse
Lettura del contesto. Meridian non ha un problema tecnologico: ha un problema di dati frammentati e processi persona-dipendenti. Prima di attivare qualsiasi strumento AI, serve un layer dati minimale e coerente. L'AI amplifica ciò che funziona — non ripara ciò che è rotto.
02 / AI Readiness Assessment
Dove si trova Meridian oggi
OggiTarget 18 mesi
Dimensione
Ora
Target
Progressione
Nota
Dati
2/5
4/5
Frammentati su Excel. Nessuno storico strutturato su guasti o fermo.
Processi
3/5
4/5
Funzionanti ma persona-dipendenti. Documentabili con intervento minimo.
Persone
2/5
3/5
Nessuna competenza digitale avanzata. Resistenza culturale per abitudine, non per rifiuto.
Infrastruttura
2/5
4/5
ERP base, nessun cloud, nessuna API. Dati non accessibili programmaticamente.
Lo score 9/20 indica una maturità sufficiente per avviare il percorso — ma non per bruciare le tappe. La priorità è consolidare i dati prima di investire in AI avanzata.
03 / Use Case Map
Cosa può fare l'AI per Meridian
Alta priorità — quick win
Priorità media — consolidamento
Priorità bassa
ID
Use case
Impatto
Difficoltà
Priorità
UC1
Triage automatico richieste assistenzaClassificazione e instradamento delle richieste cliente in base al tipo di guasto e urgenza. Riduce il lavoro manuale del responsabile e accelera i tempi di risposta.↗ Prototipo in portfolio (A4)
4/5
2/5
Alta
UC2
Manutenzione predittivaAnalisi dello storico interventi per anticipare guasti ricorrenti su specifici macchinari. Il use case più differenziante, ma richiede dati strutturati come prerequisito.↗ Prototipo in portfolio (A5)
5/5
4/5
Media
UC3
Report operativo automaticoGenerazione settimanale automatica del report operativo a partire dai dati CRM. Quick win immediato: alto impatto, bassa difficoltà, zero infrastruttura aggiuntiva.
3/5
1/5
Alta
UC4
Assistente acquisti e fornitoriMonitoring automatico fornitori con alert su anomalie di prezzo, ritardi di consegna, rotture di stock. Riduce il lavoro manuale dell'ufficio acquisti.
3/5
2/5
Media
UC5
Pianificazione intelligente tecniciSupporto decisionale per l'assegnazione degli interventi in base a zona geografica, specializzazione, carico di lavoro e storico cliente.
4/5
3/5
Media
UC6
Documentazione tecnica AI-assistedGenerazione assistita di verbali, report intervento, schede tecniche. Utile ma non prioritario rispetto agli altri use case.
2/5
1/5
Bassa
04 / Roadmap di adozione
Come arrivarci in 18 mesi
Mese 1
Mese 3
Mese 4
Mese 9
Mese 10
Mese 18
Fase 1Quick WinsMesi 1 – 3
Report operativo settimanale generato automaticamente da n8n e Claude API — zero intervento manuale
Triage delle richieste cliente con classificazione AI e ticket strutturato per il responsabile
Consolidamento dei dati esistenti in un unico foglio strutturato — base per tutto il resto
ROI stimato−3h/settimana lavoro manuale. Zero costi infrastruttura rilevanti.
Fase 2ConsolidamentoMesi 4 – 9
Monitoring automatico fornitori con alert su anomalie di prezzo, ritardi e rotture di stock
Supporto AI alla pianificazione tecnici: zona, specializzazione, carico di lavoro
Introdurre un layer dati strutturato (Google Sheets o Airtable) condiviso tra i team
Formare il Responsabile Operativo sugli strumenti AI adottati nelle fasi precedenti
ROI stimato−20% tempo coordinamento. +15% puntualità interventi.
Fase 3TrasformazioneMesi 10 – 18
Manutenzione predittiva attiva sullo storico interventi consolidato nelle fasi precedenti
Dashboard executive con KPI real-time per la direzione
Governance AI formale: policy d'uso, audit periodico, ruoli e responsabilità definite
ROI stimato−30% interventi non pianificati. Proposta di valore differenziante verso i clienti.
Principio guida: ogni fase costruisce sulla precedente. Non si passa alla Fase 2 senza dati consolidati, non si passa alla Fase 3 senza processi stabili. L'AI amplifica ciò che funziona — non ripara ciò che è rotto.
05 / AI Governance Framework
Come governare il cambiamento
Rischi identificati
AltoDecisioni automatizzate senza supervisione umana
AltoDati di scarsa qualità usati come input AI
AltoResistenza interna al cambiamento
MedioDipendenza da un unico fornitore AI
MedioNon conformità EU AI Act (UC5 — pianificazione tecnici)
Principi operativi
Human-in-the-loopNessuna decisione automatizzata senza revisione umana in Fase 1 e 2.
TrasparenzaOgni output AI è etichettato. Tecnici e clienti sanno sempre con cosa interagiscono.
Audit periodicoRevisione ogni 3 mesi su accuratezza, bias, aggiornamento policy.
Data quality gateI dati vengono validati prima di attivare qualsiasi use case.
Ruoli chiariIl Responsabile Operativo diventa AI Owner interno: non perde potere, lo estende.
KPI di controllo
Target
Interpretazione
Accuratezza triage
>85%
% ticket classificati correttamente dall'AI prima della revisione umana
Tasso revisione umana
5 – 40%
Troppo basso = black box. Troppo alto = AI inutile. Il range segnala un sistema bilanciato.
Incidenti critici
0
Errori AI con impatto diretto su cliente o tecnico. Zero tolleranza.
Adozione interna
>80%
% processi target effettivamente usati dal team nel quotidiano
Nota EU AI Act. I sistemi che supportano l'assegnazione di lavoratori (UC5) rientrano nella categoria a rischio limitato. Meridian deve garantire: trasparenza verso gli utenti finali, documentazione del sistema AI, possibilità di override umano in qualsiasi momento.