Come avevamo visto qui , una PMI che intenda implementare un cash flow previsionale, anche attraverso l’utilizzo dell’IA, da un punto di vista pragmatico dovrebbe affrontare 2 fasi:
fase 1: approccio ibrido (vale a dire in parte manuale)
- export manuale settimanale dal gestionale in formato CSV
- input manuale pipeline commerciale
- collegamento home banking via PSD2
fase 2 (dopo circa 3 mesi): automazione progressiva
- se il ritorno dell’investimento è positivo → investire in integrazione API diretta
- se l’utente è soddisfatto del processo manuale → scelta conservativa (mantenimento)
Resta tuttavia un problema di non poco conto: è esperienza comune che nelle PMI il gestionale è assai spesso poco aggiornato.
Solitamente vi sono:
- ritardi di giorni/settimane nell’inserimento dei dati
- fatture non ancora registrate
- scadenze non aggiornate a seguito di accordi informali
- pagamenti effettuati ma non ancora contabilizzati
Come procedere in questi casi ? Occorre progettare una soluzione che poggi su una architettura multi-sorgente , che potrebbe essere configurata così:
LAYER 1: dati certi
(da gestionale via API – automatico)
↓
LAYER 2: dati in tempo reale
(da home-banking via PSD2 – automatico)
↓
LAYER 3: dati anticipati
(da email/CRM – semi-automatico)
↓
LAYER 4: correzioni/integrazioni
(input manuale spot – interfaccia di facile utilizzo)
↓
MOTORE IA
Innanzitutto (layer 1) si tratta di recuperare i dati dal Gestionale tramite una API call, per cui occorre stabilire la frequenza di sincronizzazione (ad esempio: ogni notte alle 2:00 AM + on-demand).
Con il secondo passaggio (layer 2: home-Banking PSD2 / Open Banking) è fondamentale per colmare quanto non ancora aggiornato nel gestionale, dal momento che consente di fornire:
- saldo in tempo reale
- movimenti bancari effettivi (incassi/pagamenti già avvenuti)
- valute effettive
- commissioni bancarie
Vantaggi:
- identificazione degli incassi ricevuti non ancora registrati
- identificazione dei pagamenti in uscita non previsti
- verifica saldo reale vs. saldo contabile
Quanto ai dati anticipati (layer 3) occorre un intervento dell’IA su Email/CRM:
- 3A. Mining Email aziendale, via API su – ad esempio – Gmail/Outlook
Vantaggi:
- si intercettano fatture fornitori appena arrivate via email
- non si deve attendere che contabilità le registri
- previsione più accurata dei pagamenti in uscita
- 3B. Integrazione CRM (pipeline vendite)
Perché è cruciale:
- il gestionale ha solo fatture emesse
- il CRM ha vendite future (anche 1-2 mesi prima)
- l’IA può pesare le probabilità di conclusione
- 3C. Email con accordi informali
Il NLP (natural language processing) dell’IA su email permette di identificare dati di linguaggio quali, ad esempio:
- “Vi paghiamo la prossima settimana” → posticipa scadenza
- “Bonifico fatto oggi” → anticipa incasso prima che appaia in banca
- “Possiamo dilazionare in 3 rate?” → modifica piano incasso
Analizzando le email dai clienti si possono quindi intercettare:
- impegni di pagamento con data
- richieste di dilazione
- conferme di bonifico effettuato
Successivamente è necessario implementare (layer 4) una interfaccia di semplice utilizzo per le correzioni rapide da parte dell’imprenditore / CFO. Casistiche comuni:
Notifica: “Cliente Rossi S.r.l. ha scadenza 5.000 € oggi”
Bottoni rapidi:
[✓ confermato] [→ posticipa 7gg] [✗ non pagherà] [✎ modifica]
oppure:
Alert: “previsione: deficit 15.000 € tra 10 giorni”
Azioni:
[+ aggiungi incasso previsto]
[+ posticipa pagamento fornitore]
[? vedi scenari]
oppure:
l’imprenditore comunica che:
“Il cliente XYZ mi ha detto che paga venerdì prossimo”
→ App trascrivi e aggiorna previsione automaticamente
In conclusione, per somme linee l’architettura di un progetto di cash flow previsionale tarato sulle esigenze di una PMI potrebbe essere la seguente:
GESTIONALE ────→ HOME BANKING ────→ GMAIL API
(API notte) (PSD2 live) (ogni ora)
└────────────────────┼────────────────────┘
↓
DATA WAREHOUSE
(PostgreSQL)
↓
RECONCILIATION
ENGINE
[input manuale via web/app]
↓
AI FORECAST ENGINE
↓
DASHBOARD
(cruscotto aziendale)
Quindi in maggior dettaglio il processo di implementazione raccomandato potrebbe essere il seguente:
fase 1 (4 settimane per arrivare ad un mvp – minimum viable product -, cioè ad una versione di base del prodotto dotata dei requisiti minimi per il funzionamento cosicché possa essere concretamente adottata dagli utenti e raccoglierne i feedbacks per il miglioramento):
- integrazione API gestionale (fatture + scadenzario)
- integrazione home banking PSD2
- dashboard base con saldo previsto
fase 2 (mese 2-3):
- Gmail API per fatture fornitori in arrivo
- CRM sync per pipeline vendite
- App mobile per correzioni rapide
fase 3 (mese 4+):
- NLP avanzato su email
- IA previsione comportamento pagatori
- scenari what-if automatici
Vedremo in seguito l’adattamento dell’architettura appena descritta ad un contesto operativo di tipico ricorso da parte della PMI al credito bancario per lo smobilizzo delle fatture emesse.