Una richiesta gestita male costa due volte: prima quando qualcuno rincorre contesto e allegati, poi quando la risposta deve essere rifatta. L’AI può ridurre questo attrito, ma non dovrebbe decidere al posto del professionista. Il punto utile è costruire un intake che raccolga, ordini e segnali ciò che manca prima che inizi il lavoro vero.

Trasforma il form in una porta d’ingresso

Il caso da cui partire è quello descritto da OpenAI per il dipartimento legale di AT&T. L’azienda sta esplorando un sistema di intake in linguaggio naturale capace di classificare e dare priorità alle richieste, collegandole a precedenti, ricerche e lavori passati. Il principio dichiarato resta netto: la decisione finale rimane ai professionisti legali. Per una PMI la scala cambia, non il problema. Richieste commerciali, assistenza, preventivi e revisioni arrivano spesso da moduli WordPress, email e messaggi con informazioni diverse. Invece di aggiungere subito un chatbot, conviene scegliere un solo ingresso e renderlo strutturato. Un modulo può chiedere obiettivo, scadenza, referente, documenti disponibili e livello di urgenza. L’AI interviene dopo l’invio: riassume la richiesta, propone una categoria e indica i campi mancanti. Il responsabile riceve così una scheda leggibile, non una decisione automatica.

Costruisci il workflow in quattro passaggi

Il flusso minimo può partire da un form WordPress già esistente e da un’automazione collegata via webhook. Primo: conserva sempre il messaggio originale e assegna un identificatore univoco. Secondo: invia al modello solo i dati necessari, evitando informazioni personali o riservate che non servono alla classificazione. Terzo: chiedi un output strutturato con categoria, priorità proposta, riepilogo, informazioni mancanti e livello di confidenza. Quarto: salva la proposta come bozza in una coda interna e chiedi a una persona di confermarla o correggerla.

La regola pratica è semplice: se la confidenza è bassa, se mancano allegati oppure se la richiesta riguarda denaro, contratti o dati sensibili, il sistema non assegna né risponde. La manda direttamente alla revisione. Registra poi proposta e correzione umana: sono i dati utili per capire dove il modello sbaglia. È lo stesso principio del controllo con evaluator nei workflow AI: misurare gli errori prima di ampliare l’automazione.

L’errore da evitare è automatizzare la risposta

La scorciatoia più rischiosa è collegare il form a un modello e inviare subito la sua risposta al cliente. In quel punto una classificazione sbagliata diventa una promessa commerciale, un’indicazione incompleta o una fuga di contesto. Anche una priorità inventata può spostare il lavoro del team nella direzione sbagliata. L’AI dovrebbe preparare il tavolo: non firmare il documento. Se serve una risposta rapida, usa un messaggio deterministico che confermi soltanto la ricezione e indichi i tempi previsti, senza riassunti generati.

Prima di attivare il workflow, prepara cinque casi reali già risolti e cinque casi difficili o incompleti. Verifica che l’output rispetti lo schema, che nessun campo venga inventato e che i casi sensibili finiscano sempre nella coda umana. Poi controlla ogni settimana quante classificazioni vengono corrette. Se le correzioni crescono, non aggiungere nuove azioni: restringi le categorie, chiarisci il form o modifica le istruzioni.

La take finale: automatizza il contesto

Il vantaggio non è far rispondere l’AI al posto delle persone. È consegnare al professionista una richiesta completa, ordinata e accompagnata dai riferimenti utili. Parti da un solo modulo, una tassonomia breve e una coda di approvazione. Dopo un periodo di prova puoi misurare tempo di presa in carico, percentuale di campi mancanti e correzioni alla categoria proposta. Solo quando questi segnali sono stabili ha senso aggiungere il recupero di documenti interni o suggerire un primo passo operativo.

AT&T descrive un progetto più ampio, costruito sulla propria esperienza e sulla piattaforma LegalEdge; non è una prova che lo stesso risultato sia automatico in una piccola impresa. È però un’indicazione progettuale solida: collegare conoscenza e richieste, mantenendo il giudizio umano nel punto in cui produce valore. Per una PMI significa usare l’AI per togliere attrito all’ingresso, non per nascondere responsabilità all’uscita.

Fonte: OpenAI, “How AT&T is rethinking in-house legal work with OpenAI”, 21 ottobre 2026.