Come usare l'intelligenza artificiale in una startup: dove serve e da dove partire

Nel 2025 l'AI è entrata nelle imprese italiane più in fretta di quanto molti si aspettassero: in un anno la quota di aziende che la usano è raddoppiata. Per una startup la domanda non è più se usarla, ma dove. Ogni settimana spesa sul caso d'uso sbagliato è runway che se ne va, e i soldi del pre-seed non tornano indietro.

In quali aree una startup può usare l'intelligenza artificiale?

Le aree in cui l'AI rende di più in una startup sono quattro: il prodotto, l'assistenza clienti, vendite e marketing, le operazioni interne. Non si escludono a vicenda, ma cambiano il rischio, i dati che servono e il modo di misurare il risultato. La griglia qui sotto l'abbiamo costruita noi per la prima conversazione su dove partire.

I dati di Istat dicono da dove partono le imprese italiane: tra quelle che usano l'AI, il 70,8% la impiega per estrarre informazioni da documenti di testo e il 59,1% usa l'AI generativa. È un indizio utile anche per te. Dove il team passa ore a leggere email, ticket, contratti o fatture, c'è quasi sempre un primo caso d'uso.

Meglio usare l'AI nel prodotto o nei processi interni?

Se l'AI non è il cuore della tua proposta di valore, conviene partire dai processi interni: il rischio è basso, il riscontro arriva presto e nessun cliente vede gli errori. Se invece l'AI è il motivo per cui un cliente ti paga, sei già nel prodotto, e la domanda diventa come costruire un MVP che regga l'uso reale.

Quando l'AI lavora dietro le quinte

Assistenza, vendite, amministrazione: qui l'AI toglie lavoro ripetitivo al team. Un flusso che legge le email in arrivo, estrae i dati e aggiorna il CRM non deve essere perfetto il primo giorno, perché una persona controlla ancora l'esito. È il terreno ideale per capire come si comportano i modelli con i tuoi dati, prima di metterli davanti ai clienti.

Quando l'AI è il prodotto

Qui ogni errore lo vede un cliente. Servono una valutazione sistematica della qualità, un controllo del costo per richiesta e regole sui dati personali fin dal primo giorno. Se è il tuo caso, leggi anche la guida su RAG, costi delle API e valutazione: è lì che si capisce se il margine per cliente regge.

Da dove si parte, in pratica?

Si parte da un solo caso d'uso, scelto con criteri semplici e misurato prima di cambiare qualcosa. Il resto viene dopo, e spesso è più piccolo di quanto pensavi.

Ti serve un agente AI o basta un'automazione?

Per i primi casi d'uso spesso basta un'automazione: una sequenza di passi fissi in cui il modello fa un pezzo del lavoro, come leggere un documento o scrivere una bozza. Un agente AI serve quando i passi non si possono prevedere e il sistema deve decidere da solo quali strumenti usare. La differenza è spiegata nella guida su cosa sono gli agenti AI; se hai già deciso, il percorso passo per passo è in come creare un agente AI.

Quanto costa usare l'AI in una startup?

Il costo dipende da tre voci: lo sviluppo iniziale, il consumo delle API dei modelli e la manutenzione nel tempo. Lo sviluppo pesa di più quando servono integrazioni con i tuoi sistemi e controlli di qualità; il consumo delle API cresce con il numero di richieste e con la lunghezza dei testi. Le stime di mercato, con le loro fonti, sono nella guida su quanto costa un agente AI.

Quali regole devi rispettare: AI Act e GDPR

Due regolamenti europei entrano in gioco quasi sempre: l'AI Act, che classifica i sistemi di intelligenza artificiale per livello di rischio, e il GDPR, che si applica appena il sistema tratta dati personali. Quanto pesano dipende da cosa fa il sistema e su chi: un assistente che riassume i ticket non è un software che seleziona candidati. Le guide su AI Act per startup e su GDPR e intelligenza artificiale spiegano da dove partire; per il tuo caso concreto serve un avvocato o un consulente privacy.

Perché tante aziende si fermano prima di iniziare?

Si fermano soprattutto per due motivi: mancano le competenze e le regole sembrano poco chiare. Lo dice la stessa rilevazione Istat, chiedendo alle imprese che hanno valutato l'AI senza adottarla.

Per una startup sono due ostacoli superabili. Le competenze si costruiscono con un primo caso piccolo, oppure si prendono a progetto da un team esterno. Le regole si chiariscono con una valutazione fatta all'inizio, quando cambiare idea costa poco, non a prodotto finito.

Quali errori evitare?

• Partire dallo strumento. “Usiamo ChatGPT per qualcosa” non è un obiettivo; “rispondere ai clienti in un'ora invece che in un giorno” sì.
• Saltare la misura iniziale. Senza dati di partenza ogni risultato sembra buono, e non sai cosa difendere quando qualcuno chiede se ne vale la pena.
• Collegare dati personali senza leggere contratto e impostazioni. Prima di collegare il CRM a un modello, verifica dove finiscono i dati e se il fornitore li usa per addestrare i suoi sistemi.
• Lasciare l'ultima parola al modello su azioni irreversibili. Rimborsi, invii, cancellazioni: lì serve una persona che approva.
• Dimenticare il costo per richiesta. Una funzione che piace ma costa più di quanto rende è solo un problema rimandato.