Come costruirei oggi un'azienda che non ha bisogno di un esercito amministrativo.

La maggior parte delle aziende non assume personale amministrativo per scelta. Lo assume perché tra i sistemi è rimasto un buco che qualcuno deve attraversare ogni giorno con i dati in mano. Un ordine arriva via e-mail e qualcuno lo ricopia nel gestionale di magazzino. Un cliente cambia indirizzo e qualcuno lo corregge in tre punti, ma non nel quarto.

Non è un fallimento delle persone, ma la conseguenza dell'ordine in cui l'azienda è nata. Prima le vendite, poi lo strumento per vendere, il magazzino, la contabilità. Ogni reparto ha scelto ciò che gli faceva comodo e gli spazi vuoti li hanno riempiti le persone. Il lavoro umano è infatti l'unica integrazione che funziona subito e non richiede un progetto.

La mia tesi: se progettiamo l'azienda attorno ai dati e ai processi, gran parte di questo lavoro di collegamento non nascerà mai. Secondo una ricerca del McKinsey Global Institute del 2017, che ha analizzato circa 800 professioni negli Stati Uniti, la raccolta dei dati ha un potenziale tecnico di automazione del 64% e l'elaborazione dei dati del 69%, mentre la gestione delle persone solo del 9%. Si tratta del potenziale tecnico delle tecnologie di allora, non di una previsione sulla soppressione dei posti di lavoro. Come mappa di dove l'azienda spende il proprio tempo, però, funziona.

L'azienda ha cinque piani e otto livelli

Si può guardare all'azienda come a un edificio di cinque piani: Brand, Experience, Systems, Automation, Intelligence. Il Brand dice a chi ci rivolgiamo. Experience è tutto ciò che il cliente vede. Systems sono i dati e i sistemi che custodiscono la verità sull'azienda. Automation sono le regole che girano senza intervento umano. Intelligence è la capacità di capire che cosa sta succedendo.

L'ordine è strutturale, non estetico. Ogni piano poggia su quello sottostante. L'automazione costruita su dati inesistenti è solo caos più veloce e l'AI applicata a un processo sbagliato non fa che rendere l'errore più costoso. Questi cinque piani si scompongono in otto livelli.

Livello 1, Brand: chi siamo e in che cosa siamo diversi

Suona come marketing, ma è una decisione operativa. Se l'azienda non sa a chi si rivolge, non è in grado di definire che cosa sia una buona richiesta. E ciò che non si può definire non si può nemmeno riconoscere in modo automatico, quindi deve valutarlo una persona, richiesta per richiesta. Il brand qui non è il logo, ma una definizione che qualche livello più in basso si trasforma in una regola di filtro.

Livello 2, Experience: l'interfaccia verso il cliente

Sito, applicazione, colloquio di vendita, onboarding. È l'unico livello che il cliente vede ed è al tempo stesso il punto da cui i dati entrano in azienda. Gran parte del lavoro amministrativo nasce qui, quando l'interfaccia raccoglie meno di quanto il processo richieda.

Un modulo con un unico campo per il messaggio sembra amichevole. Significa però che qualcuno dovrà estrarre dal testo libero il settore, la dimensione dell'azienda e la scadenza, e riportarli a mano nel sistema. Un modulo che chiede tre informazioni strutturate e il resto se lo ricava da solo non elimina quel lavoro, lo sposta soltanto dalla persona alla macchina. Il design dell'interfaccia è quindi una decisione economica, non estetica.

Il piano Systems: livelli 3, 4 e 5

Livello 3, dati: il livello che si salta più spesso

È il livello che le aziende saltano più spesso. Si compra un CRM, poi un e-commerce, poi uno strumento di fatturazione, e ciascuno si costruisce la propria idea di cliente. Nascono tre verità e una persona che le tiene allineate. Single source of truth significa che per ogni dato esiste un unico sistema proprietario e gli altri si limitano a leggerlo. Il data model è la descrizione delle entità che l'azienda conosce e di come sono collegate tra loro.

Perché tutto questo conti lo mostra il catalogo Enterprise Integration Patterns. Con sei applicazioni, i collegamenti diretti di ciascuna con tutte le altre richiedono 30 traduttori di messaggi, mentre con un modello dati canonico condiviso ne bastano 12. Il costo del collegamento cresce in modo quadratico, un modello condiviso lo rende lineare. E i traduttori che l'azienda non ha mai scritto esistono comunque. Semplicemente li eseguono le persone, a mano.

Zhamak Dehghani descrive come finisce di solito una piattaforma dati centralizzata: team sorgente scollegati, consumatori che si contendono un posto nel backlog e un team dati sovraccarico. La causa la individua nella struttura, non nelle persone. È un contributo professionale, non uno studio empirico, ma sostiene la tesi di questo testo: collegare i reparti attraverso le persone è una decisione architetturale.

Livello 4, i sistemi core

CRM, ERP, commerce, operations. Ai clienti dico anche una cosa che ogni tanto mi costa il progetto: comprate soluzioni pronte finché è possibile. Lo sviluppo su misura ha senso solo dove il processo è la fonte della vostra diversità. Contabilità, fatturazione e un CRM standard sono problemi già risolti, gli strumenti pronti li gestiscono a costi inferiori. Perché altro software da solo non risolva nulla lo approfondisco nel testo La vostra azienda non ha bisogno di più software. Ha bisogno di meno caos.

Più del marchio conta se lo strumento sa inviare e ricevere dati, e con quale modalità: in batch una volta per notte oppure in continuo. Da qui, per ogni nuovo strumento, discende un'unica domanda: chi è il proprietario del record e come vengono associate le chiavi. Se nessuno sa rispondere, avete appena comprato una futura posizione da coprire.

Livello 5, workflow: che cosa succede dopo

Il workflow è la risposta alla domanda su che cosa succede dopo un lead, un ordine, un reclamo, una fattura. In molte aziende questa risposta vive solo nella testa di una persona esperta. La workflow orchestration significa che la sequenza dei passaggi, le condizioni e le dipendenze sono scritte in un unico posto e a farle rispettare è la macchina, non un coordinatore.

Apache Airflow porta questo principio fino al codice: il DAG è un modello che racchiude tutto ciò che serve per eseguire un workflow, quindi i task, le loro dipendenze e la pianificazione. Non è necessario usare Airflow, alla maggior parte delle aziende bastano i workflow nativi del CRM. Ciò che conta è il principio: il processo deve avere un unico luogo in cui è definito e deve saper dire a che passaggio si trova. Un'azienda è infatti un solo prodotto, in cui ogni processo sbagliato è debito tecnico, come approfondisco nell'articolo sull'azienda come un solo prodotto.

Livello 6, Automation: regole e ripetizione

Solo a questo punto arriva l'automazione. Non come progetto, ma come conseguenza. Sopra dati puliti e un processo scritto è in gran parte configurazione, non sviluppo. Uso la sequenza Remove, Simplify, Automate, Augment. Prima eliminare i passaggi che esistono solo perché si è sempre fatto così. Poi semplificare, per esempio sostituire tre giri di approvazione con uno solo e una soglia. Solo dopo automatizzare il resto e infine potenziare la persona con uno strumento dove serve il giudizio. Le aziende tendono a partire dal terzo passaggio e finiscono per cementare anche il lavoro che non sarebbe dovuto esistere.

L'economia la calcolo attraverso il Cost of Friction: tempo per frequenza per numero di persone per costo. Un calcolo di esempio: la ricopiatura di un dato che richiede due minuti, eseguita da cinque persone venti volte al giorno, vale oltre tre ore di lavoro al giorno. Non è un dettaglio, è una posizione che nessuno ha approvato né messo a budget.

Il piano Intelligence: livelli 7 e 8

Livello 7, AI: interpretazione, non magia

L'AI sa fare quattro cose che le regole non sanno fare: interpretare testo non strutturato, classificare, offrire un'interfaccia in linguaggio naturale ai dati e assistere nella preparazione dei materiali. Per esempio, da un'e-mail estrae l'oggetto del reclamo.

Ciò che non sa fare è correggere un processo progettato male. Senza un unico luogo della verità, l'interfaccia in linguaggio naturale risponderà con sicurezza a partire da dati sbagliati e non farà che accelerare l'errore. Ne scrivo nel testo L'AI non salva un processo sbagliato. Farà solo la cosa sbagliata in modo più economico e più veloce.

Livello 8, management intelligence

Dashboard, reporting, avvisi. Un report richiede che qualcuno lo guardi, un avviso arriva da solo quando un valore supera la soglia. Le aziende tendono ad avere il reporting e a non avere gli alert, per questo il problema emerge solo al report successivo. Il minimo indispensabile: il tempo tra la richiesta e il primo contatto, la quota di ordini senza intervento umano e l'età del caso bloccato da più tempo.

Un lead passo passo

Percorriamo un lead modello passo passo e chiediamoci dove serva davvero una persona.

1. Un visitatore arriva sul sito. Senza persone. Sorgente, campagna e pagine visitate si registrano da sole.
2. Compila il modulo. Senza persone, ma con una decisione di design: ogni campo in più riduce il numero di invii, ogni campo mancante crea lavoro più avanti.
3. Arricchimento dei dati. Senza persone. Il lead enrichment è il completamento automatico dei dati aziendali da registri esterni: settore, dimensione, sede. Il tipico lavoro che oggi qualcuno svolge nel browser, benché sia interamente meccanico.
4. Registrazione nel CRM. Senza persone e senza duplicati. Se il sistema non sa associare il contatto a un'azienda già esistente, è qui che nasce il lavoro amministrativo futuro.
5. Assegnazione del punteggio. Senza persone. La documentazione di HubSpot descrive il lead scoring come l'attribuzione di valori in base alle proprietà del record, quindi ruolo, dimensione dell'azienda o fatturato, e in base ai comportamenti, come la visita al sito o l'apertura di un'e-mail. Il punteggio è poi utilizzabile in segmenti, workflow e report. Configurazione sopra il modello dati, non lavoro manuale.
6. Assegnazione al commerciale. Senza persone. La regola appartiene al sistema, non alla riunione.
7. Primo contatto. Con una persona, e in fretta. Gli autori di uno studio pubblicato su Harvard Business Review nel 2011 hanno sottoposto ad audit 2.241 aziende statunitensi con una richiesta di prova: il 37% ha risposto entro un'ora e il 23% non ha risposto affatto. Su un campione di 1,25 milioni di lead, le aziende che contattavano l'interessato entro un'ora avevano una probabilità quasi sette volte maggiore di qualificare il lead rispetto a quelle che ci provavano un'ora più tardi. Tra le cause della lentezza gli autori indicano la pratica di estrarre i lead dal CRM una volta al giorno anziché in continuo. Non è pigrizia dei commerciali, è il disegno del processo.
8. Preparazione dell'offerta. Con una persona, ma assistita. Il pricing e la valutazione del rischio sono giudizio. La composizione del documento e la formattazione no.
9. Firma. Senza persone dal lato dell'azienda. La firma elettronica restituisce un segnale al processo e avvia tutto il resto.
10. Fattura. Senza persone. Se i dati di fatturazione vengono inseriti di nuovo a mano, il livello 3 non è completo.
11. Onboarding. Misto. La creazione del progetto, degli accessi e delle attività è automatica. La prima conversazione sulle aspettative è umana e non si sostituisce con un modello.
12. Reporting. Senza persone. Se qualcuno compone il report a mano, l'azienda sta pagando per i livelli 3 e 5 incompleti.

Su dodici passaggi, tre richiedono una persona. E in ognuno di essi il valore lo crea il suo giudizio, non le sue mani.

Quando una persona deve entrare nel processo

Il test è questo: una persona deve entrare nel processo quando il suo giudizio crea valore. Non ogni volta che c'è un'informazione da spostare.

Se sapete descrivere quel passaggio come un'istruzione precisa per un nuovo collega, non vi serve il collega. Vi serve una regola.

Human in the loop non significa improvvisazione. Nella documentazione di AWS Step Functions l'attesa di una decisione umana è uno stato a pieno titolo del processo, con un proprio token e un limite di tempo. Il processo si ferma, aspetta l'approvazione e prosegue quando il token torna indietro. Se non torna, il sistema lo segnala come errore. Confrontatelo con un'e-mail di cui nessuno sa se sia arrivata.

La nota che di solito viene omessa

Questo non significa che il lavoro amministrativo scomparirà. Secondo il Cedefop, nel 2022 nell'Unione Europea lavoravano come impiegati d'ufficio circa 8,5 milioni di persone e le previsioni indicano un calo di circa 720.000 posti entro il 2035. Uno studio dell'OCSE del 2021 non ha trovato, a livello di singoli Paesi, prove di una perdita netta di posti di lavoro, ma nel periodo dal 2012 al 2019 l'occupazione nella metà più a rischio delle professioni è cresciuta del 6% contro il 18% di quella meno a rischio.

La mia conclusione è un'opinione, non un fatto: non si tratta di licenziamenti, ma del fatto che l'azienda, crescendo, aggiunga persone per spostare informazioni oppure per decidere. La prima strada ha un tetto, perché lo spostamento cresce con il volume del business. La seconda no. Se da voi qualcuno passa le giornate a spostare dati, il problema non sta nelle sue prestazioni né in uno strumento mancante, ma in uno di questi otto livelli. Trovare quel livello costa meno di una soluzione comprata prima di aver dato un nome al problema.

Cosa portarsi a casa

• Prima di comprare un altro strumento, mettete per iscritto quali entità la vostra azienda conosce e quale sistema è proprietario di quale dato. Senza questo, ogni integrazione è solo un accordo su chi dovrà ricopiare.
• Percorrete un processo dall'inizio alla fine e annotate a ogni passaggio se la persona esprime un giudizio oppure sposta un'informazione. I passaggi del secondo tipo sono la vostra lista di lavoro per l'anno che viene.
• Calcolate il Cost of Friction almeno su un passaggio. La maggior parte delle aziende scopre che la propria attività più costosa non ha né un responsabile né una voce di bilancio.
• Automatizzate solo dopo aver eliminato e semplificato. Un passaggio inutile ma automatizzato costa di più, perché nessuno lo metterà più in discussione.
• Se non avete capacità per tutto, cominciate dal livello 3. Non si può recuperare il ritardo sui dati senza rifare tutto ciò che sta sopra di essi.