Nel 2025 il 62% delle grandi aziende italiane utilizzava almeno una tecnologia di Process Automation, mentre il 30% aveva adottato soluzioni di automazione intelligente basate sull’AI. I dati dell’Osservatorio Intelligent Business Process Automation del Politecnico di Milano mostrano un’evoluzione significativa, ma anche la distanza ancora esistente tra l’automazione di attività circoscritte e la gestione intelligente di processi completi. Per le utility, il tema riguarda soprattutto le pratiche che iniziano da comunicazioni e documenti non strutturati.
Una richiesta di rettifica, una contestazione di fatturazione o una variazione contrattuale può arrivare tramite e-mail o PEC, contenere dati distribuiti tra testo e allegati e richiedere controlli su CRM, sistemi di billing, anagrafiche e applicazioni legacy. In questi casi, automatizzare il data entry non basta: occorre riconoscere la richiesta, verificare le informazioni, gestire le anomalie e coordinare le attività successive.
A questo punto, il binomio RPA + AI evolve verso l’Intelligent Business Process Automation, estendendo l’automazione dalla singola operazione all’intero ciclo della pratica.
In questo articolo vedrai come costruire un processo utility dalla ricezione della comunicazione fino all’aggiornamento dei sistemi e alla risposta al cliente, quale ruolo possono assumere gli agenti intelligenti e quali condizioni servono per introdurre l’AI process automation in modo controllato e misurabile.
Takeaways
-
L’IBPA permette alle utility di collegare comunicazioni non strutturate, dati, regole e applicazioni aziendali all’interno dello stesso processo.
-
L’automazione di e-mail e PEC richiede classificazione, estrazione, controlli di congruenza e gestione delle anomalie prima di intervenire su CRM e billing.
-
Gli agenti intelligenti sono utili nei passaggi variabili, nei quali occorre ricostruire il contesto e coordinare verifiche su più fonti.
-
La selezione dei processi deve basarsi su dati reali, livelli di rischio e KPI relativi non solo alla velocità, ma anche alla qualità della lavorazione.
RPA + AI nelle utility: dalla task automation alla gestione intelligente del processo
La Robotic Process Automation è progettata per automatizzare attività deterministiche, ripetitive e governate da regole stabili: un software robot può accedere a un’applicazione, recuperare informazioni, compilare campi, trasferire dati e avviare transazioni replicando le operazioni eseguite da un utente. Secondo IBM, la RPA utilizza bot software per automatizzare attività ripetitive e dispendiose in termini di tempo, mentre Gartner continua a considerarla una tecnologia centrale per migliorare l’efficienza operativa attraverso l’automazione delle attività. Nelle utility, la RPA è particolarmente efficace nelle attività basate su dati strutturati e regole stabili, come l’aggiornamento di un’anagrafica, la registrazione di un esito o il trasferimento di informazioni tra CRM e sistema di fatturazione (billing); l’AI estende questo perimetro, introducendo capacità di classificazione, estrazione e interpretazione dei contenuti.
RPA e AI non sono, però, intercambiabili: la prima esegue transazioni sui sistemi, la seconda trasforma contenuti non strutturati in informazioni utilizzabili. IBM definisce, infatti, l’Intelligent Automation come la combinazione di AI, Business Process Management e RPA.
A collegare questi componenti è il workflow (spesso governato da componenti di orchestrazione) , che mantiene lo stato della pratica, governa la sequenza delle attività, assegna responsabilità, controlla le scadenze e determina le condizioni di avanzamento. Se la richiesta contiene tutti i dati necessari e supera i controlli previsti, il processo può proseguire automaticamente. Se invece manca un documento, il livello di affidabilità dell’estrazione è insufficiente o l’operazione produce conseguenze economiche rilevanti, la pratica viene assegnata a un operatore. È questa integrazione, e non la semplice presenza di un robot software, a definire l’Intelligent Business Process Automation. Per una utility significa collegare il punto di ingresso della richiesta alle applicazioni che governano relazione con il cliente e fatturazione, mantenendo controllo sui dati, sulle eccezioni e sulle responsabilità lungo l’intero processo. Il modello coincide con il perimetro della proposta Beta 80 dedicata alle soluzioni di Intelligent Process Automation.
Dalla PEC alla fatturazione: come si automatizza una pratica utility
Nelle utility, una pratica amministrativa può iniziare da una PEC, da una e-mail, da un modulo digitale o da un allegato inviato dal cliente. Il sistema acquisisce la comunicazione, ne conserva i metadati e verifica se esiste già una pratica collegata allo stesso cliente, contratto o punto di fornitura. Il contenuto viene, quindi, ricondotto a una categoria operativa, come contestazione di fatturazione, richiesta di rateizzazione, variazione anagrafica o rettifica di una lettura. La classificazione determina controlli, responsabilità e applicazioni da coinvolgere.
Testo e documenti vengono, poi, trasformati in dati strutturati, il sistema può riconoscere, per esempio, codice cliente, POD o PDR, riferimento della fattura e importo contestato. Le soluzioni di Intelligent Document Processing sono progettate per classificare documenti ed estrarre informazioni da formati differenti; la documentazione UiPath dedicata alle utility bill mostra l’estrazione di dati relativi a servizio, consumi, contatore e fatturazione.
Prima dell’aggiornamento dei sistemi, le informazioni vengono confrontate con i dati aziendali per verificarne completezza, coerenza e affidabilità. Se emergono anomalie o il livello di confidenza è insufficiente, la pratica viene indirizzata a un operatore insieme al testo originario, agli allegati e agli esiti dei controlli.
Una volta validata, la richiesta può essere registrata nel CRM, verificata nel sistema di billing e completata attraverso le applicazioni di back office. Nel caso di una contestazione, il processo può riunire fattura, letture, consumi, precedenti rettifiche e comunicazioni già intercorse in un unico dossier.
L’ultima fase riguarda la risposta al cliente. Il sistema può predisporre una comunicazione coerente con lo stato della pratica e con l’esito delle verifiche, mentre rettifiche, rimborsi o modifiche contrattuali possono essere sottoposti ad approvazione.
L’obiettivo è riservare il lavoro umano alle valutazioni che richiedono competenza, responsabilità o gestione dell’eccezione.
Agenti intelligenti nei processi utility
Le pratiche utility non seguono sempre un percorso lineare, la documentazione può essere incompleta, i dati presenti nella richiesta possono non coincidere con quelli registrati nei sistemi e una stessa anomalia può richiedere verifiche diverse in base al contratto, alla fornitura o allo storico del cliente. In questi casi, gli agenti intelligenti possono coordinare attività variabili che un workflow rigido non riuscirebbe a rappresentare in ogni dettaglio.
A differenza di un workflow che segue una sequenza già modellata, un agente opera a partire da un obiettivo circoscritto, seleziona le fonti autorizzate e stabilisce quali controlli eseguire. In una contestazione di fatturazione, per esempio, può recuperare contratto, fattura, letture e precedenti rettifiche, verificare la coerenza delle informazioni e predisporre un dossier per il back office. Il risultato può essere una proposta o una pratica già istruita, non necessariamente una decisione automatica. IBM definisce gli agentic workflow come processi nei quali agenti dotati di capacità di ragionamento, pianificazione e utilizzo di strumenti coordinano attività e decisioni. Lo stesso approccio è utile nelle richieste incomplete. L’agente può individuare quali informazioni mancano, verificare se siano disponibili in altri sistemi e preparare una comunicazione mirata al cliente. Quando arriva l’integrazione, può controllare se la pratica dispone degli elementi necessari per proseguire.
Il valore emerge soprattutto nei processi che coinvolgono più applicazioni, come CRM, billing, documentale e sistemi di gestione delle letture. L’agente coordina le verifiche e l’accesso alle fonti, mentre le modifiche sui sistemi restano affidate a componenti e procedure autorizzati. Gartner colloca questa evoluzione nelle piattaforme di Business Orchestration and Automation Technologies, che combinano orchestrazione, connettività e capacità agentiche.
L’autonomia deve, però, essere proporzionata all’impatto dell’azione, dunque, per ogni caso d’uso occorre stabilire quali dati possono essere consultati, quali operazioni sono consentite, quando fermare il processo e quali decisioni richiedono un’approvazione. Consultare una fattura o predisporre un riepilogo presenta, infatti, un rischio diverso rispetto a modificare importi, condizioni contrattuali o dati sensibili.
Logging, controllo degli accessi e tracciabilità delle fonti sono, quindi, requisiti essenziali, poiché l’operatore deve poter verificare non soltanto l’esito prodotto, ma anche le informazioni utilizzate e i passaggi eseguiti. Per una utility, gli agenti sono utili soprattutto dove occorre ricostruire il contesto e coordinare controlli diversi, senza trasferire automaticamente al sistema responsabilità che devono restare umane.
Come progettare un’iniziativa IBPA per le utility
Un progetto di Intelligent Business Process Automation deve partire dall’analisi del processo, e non dalla tecnologia. Automatizzare un singolo passaggio può, infatti, velocizzare un’attività senza però eliminare i ritardi prodotti da dati incompleti, controlli ridondanti o continui trasferimenti tra uffici. Il primo passo consiste nel ricostruire il percorso reale della pratica, individuando canali di ingresso, applicazioni coinvolte, attività manuali, eccezioni e punti di rilavorazione.
Il Process Mining può supportare questa analisi utilizzando i log dei sistemi per rappresentare come il processo viene effettivamente eseguito. Consente di rilevare deviazioni, colli di bottiglia e tempi di attraversamento, aiutando a distinguere i problemi risolvibili con l’automazione da quelli che richiedono una revisione organizzativa. IBM evidenzia, infatti, che il Process Mining può guidare la selezione delle opportunità di automazione e valutarne i risultati.
Nelle utility, i processi più adatti presentano volumi significativi, regole formalizzabili, dati accessibili e un numero di eccezioni che possono essere classificate e gestite secondo criteri definiti. La presenza di anomalie non impedisce l’automazione, ma richiede di distinguere i casi gestibili attraverso regole da quelli che necessitano di competenze specialistiche.
Prima dell’implementazione occorre verificare anche la qualità del dato: identificativi coerenti tra cliente, contratto e punto di fornitura, anagrafiche affidabili e possibilità di correlare le informazioni presenti in CRM, billing e documentale. In caso contrario, l’automazione rischia di accelerare la propagazione degli errori anziché ridurli.
Il progetto deve, poi, assegnare a ogni attività un livello di autonomia coerente con il rischio. Consultare dati, classificare una richiesta, predisporre una risposta e modificare un importo non possono essere trattati nello stesso modo. Per ciascun passaggio vanno definiti accessi, azioni consentite, condizioni di arresto, soglie di approvazione e responsabilità.
La sperimentazione dovrebbe includere fin dall’inizio anche una quota controllata di casi incompleti o anomali. Un pilot costruito soltanto sui casi standard rischia, infatti, di sovrastimare i risultati e di non mostrare il carico residuo sul back office.
Gli indicatori devono riflettere sia la performance sia la qualità del processo:
Durata e costo del processo sono KPI di base nei sistemi di Process Mining, ma possono essere affiancati da indicatori personalizzati e soglie che evidenziano attività critiche o a rischio. Per una utility, tuttavia, la riduzione del tempo medio non può essere valutata separatamente da accuratezza, conformità delle operazioni e qualità della risposta. I KPI devono essere monitorati anche dopo il rilascio, perché cambiamenti nei documenti, nei sistemi o nelle procedure possono modificare il comportamento del processo. L’obiettivo è ridurre rilavorazioni, tempi morti ed errori mantenendo sotto controllo eccezioni e responsabilità.
Per le utility, combinare RPA e AI vuol dire ripensare il modo in cui una pratica viene acquisita, istruita e completata. Il valore emerge soprattutto nei processi che collegano comunicazioni non strutturate e sistemi transazionali: la qualità dell’automazione dipende dalla capacità di riconoscere correttamente il caso, validare i dati ed eseguire le azioni previste senza perdere le evidenze raccolte.
Gli agenti intelligenti estendono questo modello nei passaggi che non possono essere ricondotti a una sequenza prestabilita. Il loro impiego richiede, però, confini operativi espliciti, accessi controllati e criteri chiari per trasferire la pratica e la relativa responsabilità all’operatore.
L’adozione dell’Intelligent Business Process Automation deve, dunque, partire da un processo misurabile, da un perimetro tecnologico coerente e da una definizione preventiva delle eccezioni. In questo modo l’automazione può alleggerire il back office, migliorare la qualità delle pratiche e rendere più affidabile l’interazione tra clienti, dati e sistemi aziendali.
