Ho visto troppe organizzazioni scegliere software basandosi sulla demo più bella. E poi ritrovarsi, sei mesi dopo, con uno strumento che nessuno usa perché "non funziona come pensavamo".
Non è colpa loro. Il mercato del Document Intelligence è esploso negli ultimi anni, e tutti promettono la luna: AI generativa, ricerca semantica, elaborazione naturale del linguaggio... Parole magiche che fanno brillare gli occhi ma spesso nascondono realtà molto diverse.
Secondo OpenText, l'Intelligent Document Processing combina AI, machine learning e automazione per trasformare documenti non strutturati in dati utilizzabili. Ma non tutte le soluzioni sono uguali — e la differenza sta nei dettagli.
Dopo anni passati in questo settore — prima come cliente che cercava soluzioni, poi come produttore — ho sviluppato un approccio che voglio condividere. Non è una formula magica, ma un modo strutturato per evitare le fregature più comuni.
Prima regola: parti dal problema, non dalla soluzione
Sembra banale, ma quante volte l'ho visto fare al contrario. "Vogliamo implementare l'AI per i documenti" non è un requisito. È una soluzione in cerca di un problema.
Il requisito vero è qualcosa tipo: "I nostri avvocati perdono 2 ore al giorno a cercare precedenti nei nostri archivi" oppure "Non riusciamo a rispondere rapidamente alle richieste di audit perché i documenti sono sparsi ovunque" oppure ancora "Abbiamo clienti che ci chiedono informazioni e non sappiamo in quale delle 50 cartelle sta la risposta".
Questi sono problemi concreti. Da qui puoi iniziare a ragionare su cosa ti serve davvero.
Come evidenzia Nanonets nel loro blog sull'IDP, la differenza tra IDP e automazione tradizionale sta nella capacità di capire il contesto — non solo estrarre testo, ma comprenderne il significato. È questo che fa la differenza tra uno strumento utile e uno frustrante.
Nella mia esperienza, la maggior parte delle organizzazioni che cercano Document Intelligence ha uno di questi tre problemi, o una combinazione: difficoltà a trovare informazioni negli archivi esistenti; documenti cartacei o scansionati che non sono ricercabili; oppure tempo eccessivo speso a leggere documenti per estrarre informazioni specifiche.
Una volta che hai chiaro il problema, puoi valutare le soluzioni con un criterio oggettivo: risolve questo problema specifico? Quanto bene? A che costo?
Il test che nessuno fa (e che tutti dovrebbero fare)
Vuoi un consiglio pratico? Quando valuti un software di Document Intelligence, chiedi di fare una prova con i tuoi documenti veri. Non quelli di demo, puliti e formattati perfettamente. I tuoi. Quelli brutti, scansionati male, con timbri e firme sopra.
Perché la maggior parte delle demo usa documenti "perfetti" — testo nativo, ben formattato, in inglese. E con quelli qualsiasi sistema funziona bene. Il problema è che i tuoi documenti non sono così.
Prova a cercare qualcosa di specifico che sai dove trovare. Il sistema lo trova? In quanto tempo? Con quanta precisione? Poi prova una ricerca più complessa, tipo "contratti con clausola di esclusiva firmati nel 2024". Funziona?
Ho visto demo spettacolari crollare miseramente quando si passava ai documenti reali del cliente. Meglio scoprirlo prima di firmare il contratto.
La questione sicurezza: le domande giuste da fare
Quando chiedi informazioni sulla sicurezza, non accontentarti di "usiamo crittografia AES-256" o "siamo certificati ISO 27001". Sono importanti, certo, ma non ti dicono quello che devi sapere.
Le domande che dovresti fare sono altre. Dove vengono fisicamente elaborati i miei documenti? Questa è la domanda fondamentale. Se la risposta è "su server cloud" chiedi dove sono questi server, chi ci accede, e cosa succede ai documenti dopo l'elaborazione.
I documenti vengono usati per addestrare l'AI? Alcuni provider lo fanno, altri no. Se la riservatezza è importante per te, devi saperlo.
Cosa succede se voglio cancellare tutti i miei dati? Chiedi il processo esatto. "Li cancelliamo" non basta — cancellano anche dai backup? In quanto tempo? Come puoi verificarlo?
E infine: funziona offline? Se la risposta è no, significa che ogni ricerca passa per server esterni. Questo ha implicazioni sia di sicurezza che di disponibilità.
OCR: la funzionalità più sottovalutata
Se hai archivi storici, documenti scansionati, o ricevi ancora materiale cartaceo, l'OCR (riconoscimento ottico dei caratteri) è probabilmente la funzionalità più importante. E anche quella su cui c'è più differenza tra le soluzioni.
L'OCR base — quello che trovi gratis in tanti tool — funziona decentemente con documenti puliti, ben stampati, dritti. Ma prova con una fotocopia di terza generazione, con un fax degli anni '90, con un documento timbrato e controfirmato... e vedrai la differenza.
I sistemi OCR avanzati gestiscono layout complessi come tabelle e colonne, riconoscono testo anche in condizioni difficili, e mantengono la struttura del documento originale. Come spiega OpenText nella loro guida all'IDP, la differenza tra OCR base e IDP avanzato sta proprio nella capacità di comprendere la struttura del documento, non solo il testo.
Il mio consiglio: durante la valutazione, prova proprio con i documenti peggiori che hai. Se l'OCR funziona con quelli, funzionerà con tutto.
L'intelligenza artificiale: distinguere il marketing dalla sostanza
"Usiamo l'AI" è diventato il nuovo "usiamo il cloud" — tutti lo dicono, ma significa cose molto diverse.
Quello che ti interessa sapere è: che tipo di AI? Per fare cosa? E soprattutto: dove gira?
La ricerca semantica — quella che capisce che "automobile" e "macchina" sono la stessa cosa — è AI. L'estrazione automatica di date, importi, nomi dai documenti è AI. La generazione di risposte a partire dal contenuto dei tuoi documenti è AI.
Ma c'è una differenza enorme tra un sistema che usa modelli locali, che girano sulla tua infrastruttura, e uno che manda i tuoi documenti a servizi esterni come OpenAI o altri. Nel secondo caso, ogni tua ricerca significa che i tuoi documenti vengono elaborati da terzi. Come evidenzia un'analisi di Harvard Business Review sull'EU AI Act, la natura confidenziale dei dati enterprise è una delle principali barriere all'adozione degli LLM. Per certe organizzazioni, mandare documenti a servizi esterni è semplicemente inaccettabile.
Inoltre, chiedi come vengono generate le risposte. Un buon sistema ti cita le fonti — "ho trovato questa informazione nel documento X, pagina Y". Un sistema meno buono ti dà risposte generiche senza dirti da dove vengono. Nel secondo caso, come fai a fidarti?
I costi: non guardare solo il prezzo
Il prezzo iniziale di un software è solo una parte del costo totale. E spesso non è neanche la parte più grande.
Quello che devi considerare è il costo nel tempo. Alcuni modelli di pricing sembrano economici all'inizio ma crescono rapidamente con l'utilizzo perché ti fanno pagare per query, per documento, per utente, per gigabyte di storage.
Fai un calcolo realistico. Quanti documenti hai? Quante ricerche farai al giorno? Quanti utenti useranno il sistema? Proietta questi numeri su 3-5 anni e confronta i costi totali.
E non dimenticare i costi nascosti. Quanto costa l'integrazione con i tuoi sistemi esistenti? Serve hardware dedicato? Chi si occupa della manutenzione? Quanto costa il supporto tecnico?
Un sistema che costa di più all'inizio ma ha costi fissi e prevedibili potrebbe essere molto più conveniente nel lungo periodo rispetto a uno con un bel prezzo di partenza ma che poi ti spenna con costi variabili.
L'adozione: il fattore che decide tutto
Puoi comprare il software più avanzato del mondo, ma se nessuno lo usa, hai buttato via i soldi.
L'adozione dipende da una cosa sola: il software rende la vita più facile o più difficile? Se per fare una ricerca devo aprire un'applicazione separata, loggarmi, navigare tre menu, impostare filtri... la userò due volte e poi tornerò a cercare a mano.
Se invece posso fare una domanda in linguaggio naturale e avere una risposta in due secondi, la userò ogni giorno.
Durante la valutazione, fai provare il sistema a utenti veri — non al reparto IT, ma alle persone che dovranno usarlo quotidianamente. Osserva se capiscono subito come funziona o se annaspano. Chiedi loro cosa ne pensano, senza filtri.
Ho visto progetti fallire non perché il software fosse scarso, ma perché era troppo complicato per l'uso quotidiano. L'usabilità non è un optional — è il fattore che decide se l'investimento avrà ritorno o no.
Il mio consiglio finale
Se devo riassumere tutto in poche parole: non comprare una demo, compra una soluzione.
Parti dal problema che vuoi risolvere. Testa con i tuoi documenti veri, non con quelli di esempio. Fai le domande scomode sulla sicurezza. Calcola i costi totali su più anni. E coinvolgi chi dovrà usare il sistema nella decisione.
Se fai tutto questo, eviterai la maggior parte delle fregature e troverai lo strumento giusto per la tua organizzazione. Che sia DocZoom o un altro — l'importante è che funzioni per te.
Se sei in fase di software selection, puoi passare alla Richiesta Demo e impostare un test su documenti reali e criteri condivisi.
