La knowledge base aziendale su base AI: quello che sa il senior, disponibile a tutti. Sempre.

C'è un tipo di problema che non appare in nessun report aziendale ma che qualsiasi titolare o responsabile riconosce immediatamente appena qualcuno glielo descrive.

Il cliente chiama e la persona che sa rispondergli è in ferie. Il nuovo arrivato fa la stessa domanda per la quinta volta in tre settimane perché la risposta non è scritta da nessuna parte. Il progetto riparte da zero perché chi aveva seguito quello simile due anni fa non lavora più lì. Le procedure esistono, in teoria, ma sono su un file che nessuno sa più dove sia, scritto in un modo che solo chi lo ha scritto capisce davvero.

Il problema non è la competenza, ma non è nemmeno un problema di volontà. Si parla di struttura o organizzazione delle informazioni: la conoscenza dell'azienda non è in un posto da cui si possa attingere perché sta letteralmente nelle teste delle persone, e quando le persone non ci sono, o se ne vanno, la conoscenza se ne va con loro.

Il patrimonio che non si vede nel bilancio

Ogni azienda produce due tipi di conoscenza, anche senza rendersene conto.

La prima è quella esplicita: i manuali operativi, le procedure scritte, i contratti, i listini, le specifiche tecniche. È quella che esiste già in forma di documento, anche se spesso è sepolta in cartelle disorganizzate, non aggiornata, o semplicemente introvabile quando serve.

La seconda è quella tacita: come si gestisce quel cliente quando è nervoso, perché si lavora con quel fornitore invece di un altro, cosa fare quando una commessa va storta in un certo modo, qual è il percorso non scritto che porta a un preventivo approvato. Questa conoscenza non sta in nessun documento. Sta nella testa di chi ha anni di esperienza, e si trasmette, quando si trasmette, per affiancamento, per osmosi, per fortuna.

Il problema è che la conoscenza tacita è anche quella più preziosa. Ed è quella più a rischio.

Perché il tema è diventato urgente

Due fenomeni stanno convergendo in questo momento, e per le PMI italiane la combinazione è più delicata di quanto sembri.

Il primo è generazionale. Le figure più esperte delle aziende stanno uscendo dal mercato del lavoro, e raramente esiste un piano strutturato per trasferire quello che sanno prima che se ne vadano, nessuno ha mai pensato che quella conoscenza dovesse diventare un sistema. Ci si è sempre arrangiati e ha funzionato finché le persone sono rimaste.

Il secondo è competitivo. Le aziende che stanno strutturando i propri processi e la propria conoscenza oggi avranno un vantaggio operativo nei prossimi anni che sarà molto difficile da colmare, perché avranno un patrimonio di conoscenza accessibile, replicabile, scalabile. Le altre no.

La finestra per costruire qualcosa di solido c'è adesso, mentre le persone esperte sono ancora in azienda e possono contribuire attivamente. Aspettare significa ricominciare da zero, e ricominciare da zero con le risorse di una PMI è un costo che non si misura facilmente.

Cosa cambia quando ci mette lo zampino l'AI

Una knowledge base tradizionale è un archivio: ci metti dentro i documenti, organizzi le cartelle, e speri che le persone vadano a cercare nel posto giusto. L'esperienza comune dice che non lo fanno, o che cercano e non trovano, perché la ricerca è troppo rigida, i nomi dei file sono criptici, e il documento giusto è sepolto sotto venti versioni di quello sbagliato.

Una knowledge base costruita su tecnologie AI funziona in modo diverso, non la si interroga cercando parole chiave: si interroga come si interroga un collega. Si fa una domanda in linguaggio naturale - "qual è la procedura per gestire un reclamo su una commessa già consegnata?" - e il sistema risponde, indicando i documenti rilevanti, sintetizzando le informazioni pertinenti, citando le fonti da cui ha tratto la risposta.

La tecnologia che rende possibile questo si chiama RAG, Retrieval Augmented Generation, ma il nome tecnico conta meno del meccanismo: l'AI non inventa, bensì attinge dalle informazioni aziendali. Le risposte sono ancorate ai documenti reali - procedure, email, contratti, note di progetto, trascrizioni di riunioni. Se una cosa non è stata documentata, il sistema non la conosce, e se questo può essere percepito come un limite, risulta anche essere una garanzia: quello che il sistema dice ha sempre una fonte verificabile.

Il risultato pratico è che la conoscenza smette di dipendere dalla presenza di una singola persona. Chiunque del team può interrogare il sistema e ricevere una risposta coerente con quello che l'azienda ha costruito nel tempo.

Qual è il percorso reale e dove si inceppa

L’esperienza sul campo conta più di qualsiasi framework teorico.

La maggior parte dei progetti di knowledge base fallisce o produce risultati deludenti non per ragioni tecnologiche, ma per ragioni di processo (forse è un’affermazione che potremmo estendere a tutti i progetti software). Si sceglie la piattaforma prima di capire cosa ci vada dentro, si procede a un’importazione massima senza selezionare , aggiornare, strutturare i documenti. Si costruisce uno strumento che nessuno usa perché nessuno è stato coinvolto nel pensare a come dovesse funzionare.

Il lavoro vero, quello che distingue un progetto che funziona da uno che viene abbandonato dopo sei mesi, è quello che precede la scelta della tecnologia. Significa capire dove sta davvero la conoscenza in quell'azienda specifica: non dove dovrebbe stare secondo l'organigramma, ma dove sta concretamente. Significa mappare i processi anche quando non sono formalizzati, e nelle PMI, spesso, non lo sono. Significa capire quali informazioni vengono cercate più spesso, da chi, in quale momento del processo lavorativo.

Solo dopo aver risposto a queste domande ha senso parlare di quale strumento usare e come costruirlo. E successivamente - solo successivamente - di intelligenza artificiale.

C'è anche un tema di adozione che viene sempre sottovalutato. Una knowledge base che nessuno alimenta si svuota nel tempo. Serve che le persone capiscano il vantaggio diretto per loro, non solo per l'azienda, nel contribuire a tenerla aggiornata. E serve che il sistema sia abbastanza semplice da usare da non diventare un lavoro aggiuntivo.

Un progetto (del quale non possiamo rivelare il nome)

Immaginate un'azienda di servizi con una quarantina di persone e un responsabile tecnico con vent'anni di esperienza nel settore: sapeva gestire i clienti difficili, conosceva le eccezioni a ogni procedura, ricordava perché certe scelte erano state prese anni prima. Tutto in testa e nessuna successione pianificata.

Il punto di partenza non è stato "scegliamo una piattaforma", ma sono state quattro settimane di lavoro per capire come giravano le informazioni in quell'azienda: quali domande venivano fatte più spesso, quali procedure esistevano solo nella pratica quotidiana, quali documenti erano usati e quali erano stati dimenticati in una cartella.

Poi è venuto il lavoro di strutturazione: raccogliere quella conoscenza, renderla leggibile, collegarla ai documenti già esistenti. Solo alla fine è arrivato lo strumento, un assistente interno che il team interroga ogni giorno.

Il responsabile tecnico ora dedica meno tempo a rispondere sempre alle stesse domande, le nuove risorse si orientano più in fretta (ne è facilitato anche l’onboarding) e la conoscenza non dipende più da una sola persona che, prima o poi, non ci sarà più.

Quello che resta

Costruire una knowledge base aziendale su base AI non è un progetto IT, bensì un modo di trattare la conoscenza come una risorsa con la stessa attenzione che si dedica ai macchinari, ai clienti, alla liquidità.

L'AI oggi rende questo accessibile anche alle realtà più piccole, senza investimenti sproporzionati, se si parte dal posto giusto. Il posto giusto non è lo strumento, ma è la domanda: cosa sa davvero questa azienda, e dove lo sa?

Rispondere a quella domanda richiede un po' di lavoro, è vero. Però è il passaggio imprescindibile che fa la differenza tra un sistema che dura e un progetto che viene abbandonato.