I progetti AI sui documenti aziendali si fermano quasi sempre prima del modello: sui documenti stessi. PDF scansionati storti, tabelle che escono a pezzi, la stessa procedura in tre versioni in tre cartelle diverse, e nessuno che sa dire qual è quella buona.
Prima di scegliere uno strumento servono tre controlli: si leggono? si sa qual è la versione in vigore? qualcuno risponde se sono sbagliati?
«Carica i tuoi documenti e chiedi»
È la promessa di quasi ogni prodotto AI per le aziende: dai al sistema la cartella condivisa, e da domani le risposte arrivano da sole.
A settembre Simone Rizzo, presentando su LinkedIn la sua nuova startup, Annota AI, ha descritto il problema dall'altro lato: «il collo di bottiglia dell'AI in azienda non è il modello. È il PDF scansionato con tabelle storte, l'infografica che nessun OCR legge bene, i documenti sparsi in 15 cartelle che nessuno ha mai annotato». Annota vende strumenti proprio per quel problema, e dei suoi prodotti qui non diciamo niente.
Quando apriamo le cartelle condivise di un'azienda da trenta persone troviamo più o meno sempre le stesse cose. Il manuale della qualità in un Word del 2019 e in un PDF del 2022, senza che nessuno dei due dica di essere superato. Le schede tecniche dei fornitori scansionate dal fax. Il listino in un Excel con tre fogli nascosti. Una procedura che esiste solo come allegato di una mail. Sono documenti che le persone usano ogni giorno senza problemi, perché sanno quali ignorare. Il modello non lo sa.
Primo controllo: si leggono?
Per un sistema AI un documento esiste solo se diventa testo. Un PDF generato da Word lo è già. Una scansione no: è una fotografia di una pagina, e qualcuno deve trasformarla in testo con l'OCR, il riconoscimento dei caratteri.
Nei documenti che vediamo, il testo corrente esce quasi sempre bene. Il punto debole sono le tabelle, cioè proprio dove stanno quantità, prezzi, tolleranze e scadenze. Extend, un'azienda che vende servizi di lettura dei documenti, lo ha scritto il 7 luglio 2026 in un'analisi sui confronti fra modelli: un sistema può riconoscere quasi ogni carattere di una pagina e sbagliare lo stesso la struttura della tabella, per esempio trattando le celle unite come righe indipendenti. È un venditore che spiega perché i confronti pubblici non bastano, e va letto così. Coincide però con quello che troviamo quando facciamo leggere una bolla scansionata.
C'è anche una seconda ragione per non fidarsi dei punteggi. Molti confronti pubblici misurano i modelli su pagine digitali pulite. Un gruppo di ricercatori del team PaddlePaddle di Baidu, che sviluppa a sua volta modelli di lettura dei documenti, insieme alla HKUST di Canton ha ristampato e riacquisito le 1.355 pagine di uno dei confronti più usati, OmniDocBench, in cinque condizioni reali: scansione, pagina piegata, foto dello schermo, luce e inclinazione. Nel loro articolo (prima versione a marzo 2026) partono dal fatto che i modelli ottengono punteggi quasi perfetti sulle pagine digitali, e concludono che il divario fra quei punteggi e le pagine reali è tutt'altro che chiuso.
Il controllo da fare non richiede un confronto fra modelli. Prendi dieci documenti veri, i peggiori che hai: la scansione storta, la tabella su due pagine, il modulo compilato a mano. Falli trasformare in testo dallo strumento che stai valutando e confronta a mano una tabella per ogni documento, cella per cella. Se su dieci ne sbaglia due, sai che su quel tipo di documento serve una persona che controlli.
Secondo controllo: si sa qual è la versione in vigore?
Tre versioni della stessa procedura, in tre cartelle, con nomi come procedura_resi_def.docx, procedura_resi_def2.docx e procedura resi NUOVA.pdf. Chi lavora in quell'ufficio sa che vale la terza, perché era alla riunione in cui è stata cambiata. Il sistema che risponde alle domande le legge tutte e tre.
Se le versioni si contraddicono, le cose possono andare in due modi, e sono entrambi cattivi. Il sistema risponde con la versione vecchia, con la stessa sicurezza con cui risponderebbe con quella giusta. Oppure mescola le due, e la risposta non corrisponde a nessun documento.
Nessun modello migliore risolve questo problema, perché l'informazione che manca non è nei documenti: è nella testa di chi era alla riunione. Qualcuno in azienda deve scegliere quale versione vale, darle una data, e togliere le altre dalla cartella che il sistema legge o marcarle come superate.
Il controllo: prendi un processo che conosci bene e cerca tutti i documenti che lo descrivono. Se sono più di uno e nessuno dice quale vale, hai trovato il primo lavoro da fare, e non riguarda l'AI. È lo stesso lavoro che serve quando si sceglie quale processo automatizzare: mettere per iscritto, in una forma sola, come funziona davvero un processo.
Terzo controllo: qualcuno risponde se sono sbagliati?
Anche con documenti leggibili e una sola versione per procedura, prima o poi il sistema darà una risposta sbagliata, perché il documento è sbagliato o non è più vero. Il listino è cambiato, il fornitore ha aggiornato la scheda, la procedura si fa ormai in un altro modo.
Quella risposta sbagliata deve arrivare a qualcuno che sa correggerla. Non all'IT, che sa dove sta il file ma non cosa c'è scritto: alla persona che quel lavoro lo fa. Per ogni gruppo di documenti serve un nome, il proprietario, che riceve le segnalazioni e ha il compito di aggiornare la fonte.
Il controllo: scegli dieci documenti a caso fra quelli che vorresti dare al sistema e chiedi a chi spetta tenerli aggiornati. Se per metà la risposta è «boh», il sistema AI erediterà quell'incertezza e la trasformerà in risposte sicure.
Lo strato che vale è quello curato
Ad aprile 2026 Andrej Karpathy, fra i fondatori di OpenAI, ha pubblicato una nota breve, LLM Wiki, su come tenere una base di conoscenza personale con un modello linguistico. L'ha scritta pensando soprattutto a chi studia e fa ricerca, ma fra gli usi cita anche la wiki interna di un'azienda, alimentata da chat, verbali delle riunioni e documenti di progetto, con persone che rivedono gli aggiornamenti.
Karpathy divide il lavoro in tre livelli. Il primo sono le fonti grezze, che il modello legge ma non modifica mai. Il secondo è una wiki di pagine di sintesi che il modello scrive e aggiorna. Il terzo è lo schema, un documento di regole che dice come è organizzata la wiki. E fra le operazioni che descrive ce n'è una che si chiama lint: rileggere la wiki per cercare, tra le altre cose, «contradictions between pages, stale claims that newer sources have superseded», cioè contraddizioni fra pagine e affermazioni superate da fonti più recenti.
Il file grezzo non basta. Serve uno strato sopra, controllato, dove le contraddizioni sono già state trovate e le versioni superate sono già segnate. Nello schema di Karpathy le persone scelgono le fonti e fanno le domande, al modello resta il resto. In un'azienda quello strato ha bisogno di una cosa in più: qualcuno che conosce il lavoro e che dica, quando il sistema trova una contraddizione, quale delle due versioni è vera. È il secondo e il terzo controllo, visti dall'altra parte.
Cosa si compra e cosa resta in azienda
Trasformare le scansioni in testo, dividere i documenti in pezzi, cercare il pezzo giusto per una domanda: sono cose che si comprano, e i fornitori che se ne occupano a tempo pieno le fanno ogni anno meglio. Anche in Noeva la gestione dei documenti è una parte del flusso, quella che recupera il contesto prima che un agente lavori.
Scegliere quale versione vale, datarla e far correggere gli errori da chi il lavoro lo conosce non si compra da nessuno. Nessun fornitore sa quale delle tre procedure dei resi è quella buona.
Prima di scegliere il modello
Il modello è la parte del progetto su cui si discute di più e quella che si cambia più facilmente. I documenti restano, e se sono confusi il modello migliore li legge in modo confuso.
Prima della prova gratuita, prima del confronto fra fornitori, tre controlli su un solo processo: si leggono? si sa qual è la versione in vigore? qualcuno risponde se sono sbagliati? Dicono se il progetto può partire o se il primo lavoro è un altro.
Se domani un sistema AI rispondesse a una domanda sulla tua procedura più importante, da quale delle versioni che hai in cartella prenderebbe la risposta?