Esperto AI per la consulenza in azienda: cosa fa, quanto costa e come sceglierlo

In breve

Un esperto AI per la consulenza aiuta l'azienda a capire in quali processi l'intelligenza artificiale fa risparmiare ore, a collegarla a gestionale, CRM, posta e documenti e a portarla in produzione con test, controllo umano e formazione. Prima di sceglierlo chiedi sistemi già in uso con le ore misurate, dove finiscono i dati, come viene testato il lavoro e quali obblighi di AI Act e GDPR toccano il tuo caso. Nei listini pubblici dei consulenti freelance un'ora costa da 100 a 350 euro.

Cosa fa un esperto AI per la consulenza aziendale?

Un consulente AI è il professionista che studia come lavora un'azienda, trova le attività in cui l'intelligenza artificiale porta un vantaggio misurabile e segue il progetto fino all'uso quotidiano. Parte da un processo concreto, come le richieste di preventivo via email o l'inserimento delle fatture, e solo dopo sceglie gli strumenti. Il lavoro copre sei attività:

• Analisi dei processi: chi fa cosa, quante ore servono, dove nascono errori e ritardi.
• Scelta dell'approccio: AI generativa per testi, email e documenti, AI predittiva per classificare, stimare e prevedere, oppure nessuna AI quando basta collegare due software già in uso.
• Prototipo costruito sugli esempi reali dell'azienda, per verificare la qualità prima di investire nello sviluppo.
• Integrazione con i sistemi esistenti: gestionale, CRM, posta elettronica, archivi documentali.
• Regole scritte su dati, accessi e controllo umano, insieme agli obblighi di AI Act e GDPR.
• Formazione delle persone e misura dei risultati dopo il rilascio.

Una consulenza sull'intelligenza artificiale fatta bene dice anche dove l'AI non serve. Se un processo è confuso, automatizzarlo così com'è produce gli stessi errori più in fretta: prima va semplificato, poi automatizzato.

Quando serve davvero un consulente AI in azienda?

Un consulente AI serve quando hai processi ripetitivi che costano ore ma in azienda mancano le competenze per portare l'AI dalla prova alla produzione. Secondo l'Istat, nel 2025 usava almeno una tecnologia di intelligenza artificiale il 16,4% delle imprese italiane con almeno 10 addetti, il doppio rispetto all'8,2% del 2024, con un divario netto tra grandi imprese (53,1%) e PMI (15,7%). Un terzo delle imprese che usano l'AI (33,4%) non dichiara nessuno degli scopi aziendali elencati nel questionario, segno di un uso ancora sperimentale. Tra chi l'ha valutata senza adottarla, gli ostacoli più citati sono le competenze insufficienti (58,6%), la poca chiarezza delle norme (47,3%), dati assenti o di scarsa qualità (45,2%), i timori per la privacy (43,2%) e i costi elevati (43,0%).

I numeri dicono che il problema raramente è la tecnologia: mancano competenze e un obiettivo chiaro. È lo stesso divario tra aspettative e uso reale che emerge nel testing del software con l'AI. In pratica, un aiuto esterno conviene quando riconosci uno di questi segnali:

• Avete abbonamenti a strumenti AI, ma nessuno sa dire quante ore fanno risparmiare.
• Un'attività ripetitiva assorbe ore ogni settimana: email da smistare, preventivi, documenti da ricopiare nel gestionale, report.
• Un prototipo funziona nelle demo ma è fermo da mesi e non arriva in produzione.
• Volete collegare l'AI a gestionale, CRM o posta e in azienda manca chi sappia farlo e mantenerlo.
• Dovete trattare dati personali o riservati e non è chiaro cosa si possa inviare a un modello.
• Pensate di usare l'AI su persone, per esempio per filtrare candidature o valutare dipendenti: per l'AI Act sono casi ad alto rischio.

Se invece basta un software già pronto, o collegare due strumenti che usi, un consulente onesto te lo dice al primo incontro. Così eviti di pagare uno sviluppo che non serve.

Come si svolge una consulenza AI fatta bene?

Un incarico serio procede per passi verificabili, e ognuno produce qualcosa che puoi vedere prima di passare al successivo. Queste sono le otto fasi da pretendere, nell'ordine:

• Mappa delle attività e delle ore, costruita con le persone che fanno il lavoro ogni giorno e non solo con i responsabili.
• Scelta del primo processo: frequente, ripetitivo, con esempi già disponibili e un risultato che si misura in minuti o in errori.
• Prototipo sui tuoi esempi reali, cioè email, PDF e richieste vere, non dati dimostrativi.
• Integrazione con gestionale, CRM, posta e documenti, con accesso alle sole fonti necessarie.
• Test su casi reali prima del traffico vero: una serie di richieste già gestite dalle persone, con la risposta giusta, da ripetere a ogni modifica del modello o delle istruzioni.
• Punti di controllo umano: preventivi, risposte ai clienti e scritture contabili partono solo dopo l'approvazione di una persona.
• Formazione di chi userà il sistema, con un manuale operativo: copre anche l'obbligo di alfabetizzazione previsto dall'AI Act.
• Misura delle ore risparmiate sullo stesso processo, prima e dopo, con un registro di ogni esecuzione.

Ipotizziamo tre persone che dedicano 10 ore a settimana ciascuna all'inserimento delle fatture: sono 30 ore settimanali, circa 1.440 ore l'anno su 48 settimane lavorative. Quel numero, misurato prima di iniziare, è il metro per giudicare il progetto, non una percentuale di risparmio promessa in anticipo.

Freelance, agenzia, grande società o software house: chi scegliere?

Dipende da quanto il progetto tocca i tuoi sistemi: per orientarti e formare il team spesso basta un freelance, per integrare l'AI con gestionale e CRM serve chi sa sviluppare, testare e mantenere. Dietro l'etichetta «consulente AI» ci sono infatti fornitori molto diversi:

• Consulente freelance: tariffa oraria contenuta, rapporto diretto, tempi rapidi. Per sviluppo su misura e integrazioni complesse spesso coinvolge altri tecnici, e la continuità dipende da una persona sola.
• Agenzia web o di marketing: forte su contenuti, campagne e chatbot per il sito. Di solito sono meno presidiati l'integrazione con gestionale e CRM e i test sui casi reali.
• Grande società di consulenza: metodo, governance e copertura internazionale, con costi e tempi elevati. Più adatta a programmi con molte iniziative in più paesi che al primo processo di una PMI.
• Software house o system integrator: sviluppo, integrazione con i sistemi esistenti, test e manutenzione nello stesso gruppo. Il rischio è partire dalla tecnologia invece che dal processo: verifica che sappia anche misurare le ore e formare le persone.
• Fornitore del gestionale o del CRM che usi già: le funzioni AI incluse nel prodotto si attivano in fretta, ma coprono solo i casi previsti da quel software.

Nella consulenza AI per aziende piccole e medie il criterio che decide è uno: chi consegna un processo che gira, con test e misure, e lascia a te codice, account e documentazione. Il tipo di fornitore viene dopo.

Quanto costa una consulenza AI?

Un'ora di consulenza con un professionista freelance costa da 100 a 350 euro, secondo i listini che alcuni consulenti italiani pubblicano sul proprio sito (consultati a ottobre 2026). Uno indica 100 euro più IVA l'ora, un assessment dei processi da 500 euro più IVA e un affiancamento continuativo da 500 euro più IVA al mese. Un altro chiede 120 euro l'ora in regime forfettario, quindi senza IVA, e 90 euro l'ora per costruire le automazioni. Sviluppo e integrazioni più complesse sono quasi sempre a preventivo, e le società strutturate lavorano a progetto dopo un'analisi iniziale.

Al costo della consulenza si sommano quelli ricorrenti: abbonamenti agli strumenti, consumo delle API dei modelli, hosting dell'integrazione, manutenzione. Uno dei listini consultati avverte che licenze e piattaforme esterne a volte pesano più della consulenza stessa. Per questo un preventivo serio indica:

• Perimetro, consegne e tempi, con un prezzo che cambia solo se cambia il perimetro.
• La stima dei costi mensili e a nome di chi sono i contratti con i fornitori dei modelli.
• Le ipotesi di volume, per esempio documenti o richieste al mese, su cui sono calcolati i consumi.
• Cosa resta a te alla fine: codice, istruzioni dei modelli, configurazioni e documentazione.
• Il costo della manutenzione, separato da quello del progetto e facoltativo.

AI Act: quali obblighi e scadenze per chi adotta l'AI?

Chi adotta l'AI deve rispettare l'AI Act (Regolamento UE 2024/1689), entrato in vigore il 1° agosto 2024 e applicabile in generale dal 2 agosto 2026, con obblighi che dipendono dal ruolo e dal livello di rischio del sistema. Un'azienda che usa un sistema di AI nella propria attività è un «deployer»; se fa sviluppare un sistema su misura e lo mette in servizio con il proprio nome, può diventarne il «fornitore», con obblighi più ampi. Fatti indicare per iscritto quale ruolo hai.

Le date da conoscere tengono conto del Digital Omnibus sull'AI (Regolamento UE 2026/1744), in vigore dal 27 luglio 2026, che ha rinviato gli obblighi per l'alto rischio. Eccole in ordine:

• 2 febbraio 2025: scattano il divieto delle pratiche elencate all'articolo 5 e l'obbligo di alfabetizzazione. Dopo il Digital Omnibus l'articolo 4 chiede a fornitori e deployer misure che sostengano la formazione del personale, senza dover garantire un livello minimo a ciascuno.
• 2 agosto 2025: si applicano le regole sui modelli per finalità generali, come quelli degli assistenti più diffusi.
• 2 agosto 2026: scattano gli obblighi di trasparenza (articolo 50). Chi parla con un sistema di AI deve saperlo, salvo quando è evidente, e i deepfake vanno dichiarati. Per i sistemi generativi immessi sul mercato prima di quella data, la marcatura dei contenuti è dovuta entro il 2 dicembre 2026.
• 2 dicembre 2027: diventano applicabili le regole sull'alto rischio dell'Allegato III, che comprende per esempio i sistemi usati per filtrare candidature o valutare lavoratori. La data originaria era il 2 agosto 2026.
• 2 agosto 2028: è il turno dei prodotti regolamentati, come ascensori o giocattoli, che contengono un sistema di AI ad alto rischio.

Per i sistemi ad alto rischio l'articolo 26 chiede al deployer di usarli secondo le istruzioni, affidare la sorveglianza a persone competenti, conservare i log per almeno sei mesi e informare lavoratori e rappresentanti prima dell'uso sul luogo di lavoro. Per le pratiche vietate la sanzione massima è di 35 milioni di euro o, se superiore, del 7% del fatturato annuo mondiale; per gli altri obblighi, compresi quelli dei deployer e di trasparenza, di 15 milioni o del 3% (articolo 99). Per PMI e start-up vale invece l'importo più basso tra i due.

GDPR e legge 132/2025: cosa chiedono in pratica?

In pratica chiedono contratti chiari con chi tratta i dati, una valutazione del rischio, controllo umano sulle decisioni automatiche e trasparenza verso lavoratori e clienti. Per il GDPR (Regolamento UE 2016/679), che resta il riferimento quando l'AI tratta dati personali, i punti ricorrenti sono cinque:

• Un contratto con chi tratta i dati per tuo conto, fornitore del modello compreso, che fissi istruzioni, misure di sicurezza e sub-responsabili (articolo 28).
• Una valutazione d'impatto prima di partire, se il trattamento può comportare un rischio elevato per le persone (articolo 35).
• Limiti alle decisioni prese solo in automatico con effetti giuridici o analoghi sulle persone, con il diritto di chiedere l'intervento umano (articolo 22).
• Un'informativa aggiornata per le persone i cui dati passano dal sistema (articoli 13 e 14).
• Dati ridotti a quelli necessari (articolo 5) e garanzie adeguate se escono dall'Unione europea (articoli 44 e seguenti).

In Italia la legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025, aggiunge regole nazionali. Il datore di lavoro deve informare i lavoratori dell'uso dell'AI nei casi previsti dall'articolo 1-bis del decreto legislativo 152/1997 (articolo 11). Nelle professioni intellettuali, come consulenti del lavoro e commercialisti, l'AI può servire solo come supporto e il professionista deve dire al cliente, in modo chiaro, quali sistemi usa (articolo 13). AgID e ACN sono le autorità nazionali per l'AI, e i poteri del Garante privacy restano invariati (articolo 20).

Dati aziendali: API con contratto o modelli su server privati?

Dipende da quanto sono sensibili i dati, e la scelta si fa in analisi, prima di collegare qualsiasi sistema. La prima strada sono i modelli dei grandi fornitori tramite API, con un contratto aziendale: partenza rapida, modelli molto capaci, nessuna infrastruttura da gestire. Nel contratto va scritto che i dati non addestrano i modelli, dove vengono elaborati e per quanto tempo restano conservati.

La seconda strada sono modelli con pesi aperti installati sui tuoi server o su un cloud privato: i documenti non escono dal tuo perimetro, ma servono hardware, aggiornamenti e monitoraggio, e su alcuni compiti la qualità può essere inferiore. Esiste anche una via intermedia, in cui i passaggi con dati sensibili girano in locale e il resto passa dall'API dopo aver tolto nomi e identificativi.

Qualunque strada scegli, le garanzie da pretendere sono le stesse. Mettile nel contratto o nella documentazione del processo:

• Nessun uso dei tuoi documenti per addestrare modelli.
• Accesso limitato alle fonti necessarie, con credenziali dedicate e revocabili.
• Un registro di ogni esecuzione, per ricostruire cosa è entrato e cosa è uscito.
• Test che ripartono a ogni cambio di modello o di fornitore, così un aggiornamento non cambia il comportamento senza che tu lo sappia.
• Contratti con i fornitori dei modelli intestati a te, con i consumi visibili in fattura.

Quali domande fare a un consulente AI prima di firmare?

Le domande giuste riguardano risultati misurati, test, dati, proprietà del lavoro e costi ricorrenti. Portale al primo incontro e chiedi risposte scritte: un fornitore preparato risponde con casi, numeri e documenti, non con slide.

• Quali processi avete portato in produzione, e quante ore fanno risparmiare oggi, misurate come?
• Chi lavorerà davvero al progetto, e chi sarà il mio referente dall'analisi al rilascio?
• Su quanti casi reali testate il sistema prima del go-live, e con quale soglia decidete che è pronto?
• Cosa succede quando l'AI sbaglia: dove interviene una persona e come viene registrato l'errore?
• Dove vengono elaborati i miei dati, e chi garantisce per iscritto che non addestrano modelli?
• Se cambia il modello o il fornitore, come vi accorgete che il comportamento è cambiato?
• Di chi saranno codice, istruzioni dei modelli, configurazioni e account?
• Quali obblighi di AI Act e GDPR riguardano il mio caso, e chi li mette per iscritto?

Segnali d'allarme: quando conviene fermarsi?

Conviene fermarsi quando il fornitore non sa mostrare sistemi in produzione, misure e test, o quando dati e controllo restano nelle sue mani. Questi sono i segnali da riconoscere prima di firmare:

• Demo brillanti, ma nessun sistema in produzione da far vedere o un cliente con cui parlarne.
• Nessuna misura di partenza: senza le ore di oggi non potrai mai dimostrare il risparmio di domani.
• Nessun test sui casi reali, con la proposta di provare il sistema direttamente sui clienti.
• Percentuali di risparmio promesse prima di aver visto il processo.
• Documenti caricati su strumenti per uso personale, o dati usati per addestrare modelli, senza un contratto sul trattamento.
• Un agente del tutto autonomo su decisioni delicate, come preventivi, risposte ai clienti o contabilità.
• Codice e account intestati al fornitore, che rendono costoso cambiarlo.

Lo stesso vale per il software scritto con l'aiuto dell'AI: senza revisione e test automatici gli errori arrivano in produzione. Ne parliamo nell'analisi su qualità del codice AI e governance QA.

Come lavoriamo noi di QA Robots sull'integrazione AI

Siamo un'azienda italiana specializzata in qualità del software e test automation, e portiamo lo stesso metodo nell'integrazione dell'AI nei processi aziendali. Il team è guidato da un Senior QA Manager certificato ISTQB e ha alle spalle oltre 9.000 ore su progetti di QA. Con Acumen AI abbiamo affiancato aziende nello sviluppo e nel lancio di prodotti SaaS con agenti AI integrati.

Si parte da una call gratuita di 30 minuti, con risposta entro un giorno lavorativo, in cui diciamo apertamente se un gestionale o un SaaS già pronto copre il bisogno meglio di un software su misura. Poi costruiamo la mappa dei processi con le ore e un prototipo sui tuoi esempi reali; la prima versione utilizzabile viene provata con dati veri, e solo dopo si decide la fase successiva. La proposta scritta indica perimetro, consegne, tempi e un prezzo fisso, che cambia solo se cambia il perimetro. Gli impegni che prendiamo in ogni progetto sono questi:

• Prima del go-live testiamo l'AI su circa cento richieste reali.
• Quando i dati lo richiedono, l'AI gira sui tuoi server, e i tuoi documenti non servono ad addestrare modelli.
• Le ore risparmiate si misurano sul processo, prima e dopo.
• Codice, documentazione e account restano a tuo nome, con un solo referente dall'analisi al rilascio.
• Demo ogni due settimane e aggiornamento settimanale sullo stato dei lavori.
• Lavoriamo da remoto in tutta Italia e in presenza a Milano e in Lombardia, a meno di un'ora dalla sede di Vigevano.

Se il primo passo è preparare le persone, partiamo dal percorso di formazione e integrazione AI. Dopo il rilascio la manutenzione è facoltativa, con un canone mensile.

Cosa fa un consulente AI?

Un consulente AI studia i processi di un'azienda e trova i punti in cui l'intelligenza artificiale toglie lavoro ripetitivo o errori, poi accompagna il progetto fino all'uso quotidiano. Sceglie l'approccio, costruisce o coordina prototipo e integrazione, decide con te dove serve il controllo umano e forma chi userà il sistema. Il risultato atteso è un processo che gira e si misura in ore, non una presentazione.

Quanto guadagna un esperto di IA?

Dipende da ruolo, esperienza e tipo di contratto. Per l'AI engineer in Italia Talent.com indica una media di 36.500 euro l'anno, da 25.500 euro per le posizioni iniziali a 50.000 euro per i profili più esperti (dati 2026), mentre Indeed riporta per il data scientist una media di 34.369 euro l'anno su 167 stipendi segnalati, aggiornata al 4 ottobre 2026. I consulenti freelance invece fatturano a tariffa: nei listini pubblici un'ora costa da 100 a 350 euro, cifra da cui vanno tolti tasse, contributi e ore non fatturabili.

Chi è il maggior esperto di intelligenza artificiale?

Non esiste un unico maggior esperto: l'AI moderna è il risultato del lavoro di molti ricercatori. Tra i riconoscimenti più noti, il Premio Turing 2018 dell'ACM è andato a Yoshua Bengio, Geoffrey Hinton e Yann LeCun per i progressi che hanno portato le reti neurali profonde al centro dell'informatica, e il Nobel per la fisica 2024 a John Hopfield e Geoffrey Hinton per le scoperte alla base del machine learning con reti neurali artificiali. Metà del Nobel per la chimica 2024 è andata a Demis Hassabis e John Jumper per la previsione della struttura delle proteine. Per un'azienda l'esperto giusto è chi conosce i suoi processi e mostra risultati misurati.

Quali sono le IA più famose?

Le più conosciute dal grande pubblico sono gli assistenti generativi: ChatGPT di OpenAI, Gemini di Google, Claude di Anthropic e Microsoft Copilot. In azienda contano anche i modelli con pesi aperti, come Llama di Meta o quelli di Mistral AI, che si possono installare su server propri. Secondo l'Istat, tra le imprese italiane che usano l'AI le tecnologie più diffuse nel 2025 sono l'estrazione di informazioni da documenti di testo (70,8%), l'AI generativa (59,1%) e il riconoscimento vocale (41,3%).

La consulenza AI conviene anche a una piccola impresa?

Sì, se c'è un processo ripetitivo che assorbe ore ogni settimana e di cui esistono esempi reali. Ipotizziamo un ufficio di cinque persone che recupera 10 ore a settimana: è un quarto dell'orario di una persona a tempo pieno da 40 ore. Conviene partire da un solo processo, con le ore misurate prima e dopo, invece che da un piano generale.

I dati dell'azienda vengono usati per addestrare i modelli?

Dipende dal contratto e dall'architettura, quindi va chiarito prima di iniziare. Con le API dei grandi fornitori serve un contratto aziendale che escluda l'addestramento e indichi dove e per quanto tempo i dati restano conservati; con modelli installati sui tuoi server i documenti non escono dal tuo perimetro. In entrambi i casi il GDPR richiede un contratto con chi tratta i dati per tuo conto (articolo 28).

Fonti

• Commissione europea: quadro normativo sull'IA, calendario dell'AI Act e AI Omnibus
• EUR-Lex: Regolamento (UE) 2026/1744 (AI Omnibus), che modifica l'AI Act
• Normattiva: legge 23 settembre 2025, n. 132, disposizioni in materia di intelligenza artificiale
• Garante privacy: GDPR, Regolamento (UE) 2016/679
• Istat: Imprese e ICT, anno 2025 (15 dicembre 2025)
• Talent.com: stipendio medio di un AI engineer in Italia, 2026
• Indeed: stipendi dei data scientist in Italia
• Nobel Prize: Premio Nobel per la fisica 2024
• Nobel Prize: Premio Nobel per la chimica 2024
• Wikipedia: Premio Turing, elenco dei vincitori