Integrare l'AI con il gestionale aziendale: cosa serve davvero (API, dati, permessi)

C'è una domanda che compare in ogni progetto AI aziendale, di solito al secondo incontro, e che decide se il progetto si farà o resterà una slide: "ma si collega al nostro gestionale?". È la domanda giusta, perché un agente che non vede i tuoi dati reali — prezzi, giacenze, anagrafiche, storico cliente — può solo scrivere testi generici. Il valore nasce quando il modello lavora sui tuoi numeri, e quello è un problema di integrazione, non di intelligenza artificiale.

Le strade tecniche possibili sono sostanzialmente tre

La prima, la migliore, è l'API: il gestionale espone endpoint documentati per leggere e scrivere dati, e il flusso li chiama con credenziali dedicate. Quasi tutti i gestionali cloud moderni ne hanno una, spesso REST, a volte inclusa nel canone e a volte a pagamento come modulo aggiuntivo. Con un'API la connessione è pulita, aggiornata in tempo reale e reversibile: se domani cambi strumento di automazione, i dati restano dove sono.

La seconda strada è l'accesso diretto al database, tipica dei gestionali installati in azienda. Funziona ed è veloce, ma va trattata con cura: si lavora in sola lettura su una copia o su una vista dedicata, mai scrivendo direttamente nelle tabelle applicative, perché la logica di validazione del gestionale sta nel software, non nel database. Chi bypassa questo principio prima o poi produce dati che il gestionale stesso considera incoerenti.

La terza strada è l'export sincronizzato: il gestionale genera periodicamente file — CSV, XML, tracciati fissi — che il flusso legge, normalizza e usa. È la soluzione meno elegante ed è quella che uso più spesso nelle PMI italiane, perché funziona anche con software vecchi, chiusi o senza licenza per le API. Il compromesso è la freschezza del dato: se l'export gira ogni notte, l'agente lavora sulla situazione di ieri, il che va benissimo per un listino e molto meno per la disponibilità di magazzino.

Per capire in mezz'ora a che punto sei, bastano quattro domande da fare a chi gestisce il software: esiste una documentazione API pubblica o fornita dal produttore; è possibile creare un utente tecnico con permessi limitati; il sistema è in cloud o su un server aziendale; esiste già un export automatico verso altri strumenti, anche solo verso il commercialista. Le risposte a queste quattro domande determinano da sole quale delle tre strade è praticabile e quanto costerà.

C'è poi la parte che viene sottovalutata sistematicamente: i permessi e la tracciabilità. Un agente che scrive nel gestionale deve avere un proprio utente, con i minimi privilegi necessari e un registro di cosa ha fatto. Non deve usare le credenziali di una persona, non deve avere accesso a tabelle che non gli servono e ogni scrittura deve essere identificabile. Questo non è un capriccio da consulente: è ciò che permette, il giorno in cui un numero risulta sbagliato, di capire in dieci minuti se l'errore l'ha fatto l'automazione o una persona.

Sulla qualità dei dati serve un'avvertenza chiara

L'integrazione non ripara le anagrafiche doppie, i codici articolo scritti in tre modi diversi o i campi note usati come discarica di informazioni importanti. Un modello linguistico riesce a gestire una parte di questo disordine — è anzi una delle cose che sa fare meglio di un'automazione classica — ma non fa miracoli su un catalogo dove lo stesso prodotto compare quattro volte con quattro prezzi. Una bonifica minima dei dati usati dal flusso è quasi sempre parte del progetto, e va messa in preventivo dall'inizio.

Sui tempi: nella mia esperienza l'integrazione vale fra il 40% e il 60% della durata totale di un progetto di questo tipo. Un collegamento via API documentata si chiude in pochi giorni; un export da normalizzare richiede una o due settimane; un gestionale personalizzato negli anni da più fornitori può richiedere di più, e in quel caso conviene partire da un solo flusso e da un solo tipo di dato invece di tentare la connessione completa.

Il consiglio finale è controintuitivo: non scegliere prima lo strumento AI e poi vedere se si collega. Fai il contrario. Guarda quali dati il tuo gestionale sa dare e con che facilità, e progetta il primo caso d'uso su quelli. Nella quasi totalità delle PMI esiste almeno un processo ad alto valore che si può automatizzare con i dati già accessibili oggi — ed è da lì che conviene partire, mentre in parallelo si valuta se aprire l'API costa meno di quanto fa risparmiare.