vendor point of view

AI e processi finance: come cambiano le operations amministrative



Indirizzo copiato

AI, hyperautomation e agenti autonomi stanno cambiando il lavoro amministrativo tra Procure-to-Pay e Order-to-Cash. Per Luca Baldini, general manager e co-founder di Digital Technologies, il punto non è solo l’efficienza: la partita si gioca su compliance globale, qualità del dato e costruzione di un ecosistema finance integrato

Pubblicato il 4 giu 2026



AI processi finance
Foto: Shutterstock

L’intelligenza artificiale e la hyperautomation stanno entrando in modo sempre più netto nei processi amministrativi, soprattutto lungo i cicli Procure-to-Pay e Order-to-Cash. Le aziende, spiega Luca Baldini, general manager e co-founder di Digital Technologies, stanno già misurando risultati concreti sul piano operativo, ma il cambiamento più profondo riguarda la funzione finance nel suo complesso. “L’AI generativa sta riscrivendo la natura stessa del lavoro amministrativo: i team finance passano dall’esecuzione manuale alla supervisione di processi che si auto-gestiscono”.

Dall’automazione operativa al nuovo ruolo del finance

AI processi finance
Luca Baldini, general manager e co-founder di Digital Technologies

Nel Procure-to-Pay, osserva Baldini, l’automazione incide soprattutto sulla gestione della fattura passiva, riducendo tempi e interventi manuali. “Sul Procure-to-Pay vediamo aziende ridurre i tempi di lavorazione della fattura passiva fino all’80%, con tassi di matching automatico tra ordine, ricezione e fattura che superano il 90% nei contesti più maturi. Significa fatture che entrano la mattina e sono pronte per il pagamento la sera stessa, senza tocco umano”.

Sul versante Order-to-Cash, aggiunge, i vantaggi si vedono sulla riconciliazione dei pagamenti, sulla gestione del credito e sulle attività di sollecito. “Sull’Order-to-Cash i benefici si concentrano su cash application, gestione del credito e sollecito intelligente: l’AI legge le rimesse, riconcilia i pagamenti anche quando il bonifico arriva senza riferimenti corretti, anticipa i ritardi cliente per cliente e suggerisce le azioni di recupero più efficaci. I primi risultati che misuriamo sui nostri clienti parlano di una riduzione del DSO tra il 10% e il 20% nei primi dodici mesi”.

Per Baldini, però, il punto non si esaurisce nei numeri di produttività o nei singoli indicatori. Il nodo, sostiene, è il riposizionamento del finance dentro l’azienda. “Liberare i team finance da attività ripetitive per spostarli su analisi, controllo e dialogo con il business”. E ancora: “È qui che il finance smette di essere back office e diventa motore di decisione al fianco del CFO”.

Compliance internazionale e architettura dei sistemi

Il peso crescente di e-Invoicing ed e-Reporting

Un altro fronte decisivo riguarda la compliance internazionale, che secondo Baldini sta diventando sempre più articolata, in particolare per e-Invoicing ed e-Reporting. Il problema, dice, non è teorico ma operativo, perché i regimi normativi si moltiplicano e cambiano rapidamente. “La complessità non è percepita, è oggettiva e in accelerazione: andiamo verso scenari con oltre 90 regimi di e-Invoicing ed e-Reporting attivi nel mondo entro il 2030, ciascuno con regole, formati e tempistiche proprie, e con un ritmo di aggiornamento che non lascia margine a reazioni tardive”.

Monitoraggio continuo e piattaforma unica

Baldini richiama poi alcuni passaggi già in corso o imminenti in Europa, dalla riforma francese ai nuovi obblighi in Germania e Slovacchia, fino ai mandati già attivi in Polonia, Belgio, Romania e Italia, oltre al regolamento europeo ViDA. In questo quadro, sostiene, il monitoraggio normativo non può essere trattato come una funzione separata dai processi. “In questo contesto il monitoraggio normativo continuo non è un’attività accessoria: è parte integrante del processo. Deve essere strutturato, ingegnerizzato e tradotto automaticamente in regole operative dentro la piattaforma, in modo che ogni cambio normativo si propaghi sui flussi documentali senza interventi manuali e senza interruzioni di servizio”.

La riduzione del rischio fiscale, nella sua lettura, dipende proprio da questa capacità di adattamento. “È qui che si gioca davvero la riduzione del rischio fiscale: non nel singolo controllo, ma nella capacità del sistema di adattarsi in tempo reale alle giurisdizioni in cui l’azienda opera”. Per questo, aggiunge, la risposta deve essere prima di tutto di architettura tecnologica. “La risposta, di conseguenza, è architetturale: una piattaforma unica che combini automazione intelligente, regulatory watch continuo e capacità di trasmissione certificata verso le diverse autorità fiscali”.

È in questa logica che Baldini colloca anche il posizionamento di Digital Technologies dentro il gruppo Namirial. “È esattamente la leva su cui facciamo perno come Digital Technologies all’interno del gruppo Namirial: alla nostra piattaforma di e-invoicing e hyperautomation affianchiamo nativamente i servizi fiduciari, di firma elettronica e di digital trust del gruppo, garantendo continuità giuridica e probatoria end-to-end. Per il CFO che opera su più mercati questo significa un solo interlocutore tecnologico al posto di un mosaico di provider locali, con un impatto diretto sul costo totale di compliance e sulla velocità di entrata in nuovi paesi”.

Gli AI Agents nelle operations finance

L’ingresso degli AI Agents nelle operations finance, prosegue Baldini, segna un passaggio ulteriore rispetto all’automazione tradizionale. La differenza, spiega, sta nella capacità di gestire processi articolati e di prendere decisioni entro regole predefinite. “Gli AI Agents rappresentano l’evoluzione naturale dell’automazione perché aggiungono qualcosa che mancava: la capacità di orchestrare attività complesse end-to-end, interagire con sistemi diversi e prendere decisioni dentro regole definite. La differenza con un RPA tradizionale è sostanziale: l’agente non esegue uno script lineare, ragiona sull’obiettivo”.

Le attività delegabili, secondo Baldini, sono quelle più strutturate, ripetitive e voluminose: classificazione documentale, estrazione dati, riconciliazioni, controlli di coerenza, flussi approvativi, primo livello dei solleciti. “In ambito finance possiamo delegare loro tutto ciò che è strutturato, ripetitivo e ad alto volume: classificazione documentale, estrazione dati, riconciliazioni, controlli di coerenza, instradamento delle approvazioni, gestione di prima istanza dei solleciti”. E porta un esempio operativo: “Un esempio concreto: un agente che riceve una fattura non standard, la classifica, recupera l’ordine collegato anche se mal compilato, apre un’eccezione e propone la soluzione all’operatore; tutto in pochi secondi e senza uscire dal perimetro autorizzato”.

Rimangono, invece, in carico alle persone le decisioni che richiedono valutazione, relazione e responsabilità diretta. “Restano sotto presidio umano le decisioni con margine di giudizio: gestione delle eccezioni complesse, interpretazione normativa nei casi limite, relazione con fornitori e clienti strategici, validazione di pagamenti rilevanti”.

Il modello che indica è esplicito: “Il modello corretto è Human in the Loop: l’agente lavora, propone, esegue dentro perimetri chiari, ma l’autorità finale resta a chi ha responsabilità di processo. Non è un limite dell’AI, è una scelta di governance – ed è esattamente ciò che rende l’adozione sostenibile, auditabile e misurabile sul lungo periodo”.

Dai dati al finance predittivo

La digitalizzazione, osserva poi Baldini, produce una massa crescente di dati strutturati, ma la disponibilità del dato non coincide automaticamente con la capacità di decidere meglio. “La digitalizzazione produce dati, ma il dato di per sé non è informazione e non è decisione”.

Il valore emerge quando questi dati vengono trasformati in segnali utili, leggibili e azionabili. “Il valore emerge quando l’AI lavora sopra quei dati e li trasforma in segnali utili al business: modelli di machine learning sui comportamenti di pagamento dei clienti per stimare il rischio reale di incasso conto per conto, previsioni di cash flow alimentate da dati transazionali in tempo reale e non da medie storiche, anomaly detection sui flussi di spesa che intercetta deviazioni nel momento in cui accadono, scenari what-if generati dall’AI generativa per simulare in tempo reale l’impatto di una scelta di working capital prima di prenderla”.

In questa prospettiva, il CFO smette di limitarsi alla lettura del consuntivo e riceve invece indicazioni preventive sui rischi e sugli scostamenti. “Il salto avviene quando il CFO passa dal guardare cosa è successo al ricevere proattivamente raccomandazioni: dove sta scivolando il DSO, quali fornitori stanno cambiando pattern di consegna, quali categorie di spesa deviano dal budget, quale cliente probabilmente non pagherà la prossima fattura”. Baldini riassume così la posta in gioco: “È questo il significato concreto di un finance predittivo, ed è qui che si concentra il vero valore generato dall’AI nei processi amministrativi: non più consuntivare meglio, ma anticipare e indirizzare”.

La condizione di base, però, resta la qualità del dato. Su questo punto Baldini insiste con nettezza. “Il prerequisito, però, è chiaro e va detto con onestà: senza qualità del dato e senza una governance coerente, ogni layer di AI che si costruisce sopra resta fragile e produce raccomandazioni inaffidabili”. Da qui l’impostazione dei progetti seguiti dall’azienda: “Per questo, nei progetti che seguiamo, partiamo sempre dalla strutturazione del dato e dall’integrazione profonda con gli ERP esistenti: è il lavoro meno visibile ma quello che determina il vero ritorno sull’investimento”.

Il vantaggio competitivo sarà nell’ecosistema integrato

Guardando ai prossimi anni, Baldini ritiene che l’automazione del singolo processo non basti più a fare la differenza. “Automatizzare il singolo processo è ormai un livello di partenza, non più un vantaggio competitivo: chi non l’ha fatto è in ritardo, chi l’ha fatto non è ancora avanti”. La distinzione, sostiene, sarà tra chi accumula strumenti separati e chi costruisce un ambiente integrato capace di tenere insieme automazione, dati, AI e conformità normativa. “Il vero fattore differenziante nei prossimi anni sarà la capacità di costruire un ecosistema finance integrato, in cui automazione, AI, compliance e dati convivono nativamente all’interno di un’unica architettura. È la differenza tra avere dieci strumenti che parlano male tra loro e una piattaforma in cui un layer di AI attraversa l’intero ciclo, la governance del dato è unica e la conformità normativa è progettata dentro i processi, non aggiunta dopo come patch”.

Questo, conclude, cambia anche il profilo del CFO, sempre più vicino alla regia di una infrastruttura digitale continua. “Questo cambio di paradigma ha implicazioni profonde anche sul piano organizzativo: il CFO diventa il regista di un’infrastruttura digitale che produce valore in modo continuo – un’infrastruttura che ogni notte chiude, riconcilia, prevede e segnala – non più soltanto il garante della chiusura contabile a fine mese”. E aggiunge: “È esattamente il posizionamento che stiamo costruendo in Digital Technologies: una piattaforma di AI-based hyperautomation pensata fin dall’origine come ecosistema integrato, in grado di scalare con l’azienda ed evolversi insieme al contesto regolatorio e tecnologico. La domanda strategica per le imprese, nei prossimi anni, non sarà se adottare l’AI nel finance, ma con quale architettura; perché è l’architettura, non il singolo strumento, a determinare il vantaggio competitivo sostenibile”.

Articolo realizzato in collaborazione con Digital Technologies



guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

Articoli correlati

0
Lascia un commento, la tua opinione conta.x