Nei cicli attivo e passivo all'AI passano alcune mansioni, finora non interi ruoli

In un’azienda che abbiamo seguito, la verifica di una consegna passava per tre persone. Il processo non era informatizzato, e la verifica viaggiava su fogli di carta:

• il magazziniere confrontava a vista la merce con la bolla del fornitore. Ci metteva moltissimo tempo, e spesso gli sfuggivano le differenze con l’ordine d’acquisto;
• i fogli passavano dal magazzino all’ufficio acquisti una volta alla settimana, e solo allora l’impiegato agli acquisti confrontava la bolla con l’ordine;
• la contabilità, all’arrivo della fattura, doveva decidere se era pagabile. Spesso però i fogli della verifica non le arrivavano, e ogni volta doveva chiedere di nuovo il controllo.

La verifica durava quindi soprattutto per le attese fra un passaggio e l’altro: i fogli restavano in magazzino fino all’invio settimanale all’ufficio acquisti, e ogni richiesta della contabilità aggiungeva un’altra attesa.

Oggi il magazziniere scansiona la bolla all’arrivo della merce, e un modello di AI, esterno al gestionale e collegato al sistema documentale, la legge, qualunque sia il suo formato, e la confronta con l’ordine e con l’entrata merce. Appena scansionata, la bolla è a disposizione di tutti i controlli: se ci sono differenze, il magazziniere, l’impiegato agli acquisti e la contabilità lo sanno subito, e ognuno avvia le correzioni che gli spettano. Con il fornitore parla l’impiegato agli acquisti. Secondo la nostra stima la verifica è passata da circa una settimana a un giorno, e le differenze adesso si vedono.

Oltre al tempo, l’azienda ha avuto altri vantaggi:

• nessuna verifica chiesta due volte: la contabilità non deve più richiedere il controllo, e magazzino e acquisti non vengono più interrotti per rifarlo;
• nessun foglio perso: la bolla e le differenze restano nel sistema documentale, con la traccia di chi ha corretto che cosa;
• contestazioni più rapide: una differenza vista in un giorno si contesta al fornitore quando la merce è appena arrivata, non una settimana dopo;
• giacenze giuste prima: l’entrata merce corrisponde subito a ciò che è arrivato davvero;
• dati sui fornitori: le differenze registrate per fornitore mostrano chi consegna male, e l’ufficio acquisti le usa nelle trattative e nel controllo della spesa;
• fatture pagate nei termini: senza verifiche mancanti i pagamenti non si fermano, i rapporti con i fornitori migliorano e, dove sono previsti, si possono avere gli sconti per il pagamento anticipato.

Allo strumento sono andati la lettura e il confronto, che prima tre persone si passavano. Alle persone resta quello che non segue una regola: capire le differenze, correggerle e parlare con chi sta dall’altra parte.

Le tre persone ci sono ancora, ciascuna più concentrata sul proprio lavoro principale. Il magazziniere deve solo verificare che la bolla corrisponda alla merce consegnata, e per il resto si occupa della logistica del magazzino e della pianificazione dei trasporti e dei ricevimenti; l’ufficio acquisti delle trattative, degli ordini e del controllo della spesa; la contabilità non deve più controllare cose che non conosce, e paga con più rapidità e più certezza.

Questo articolo segue i due cicli che fanno girare un’impresa, il passivo dall’ordine d’acquisto al pagamento e l’attivo dalla richiesta del cliente all’incasso, e per ogni ruolo guarda le mansioni una per una. L’idea che un mestiere sia un fascio di mansioni, e che l’AI agisca su quelle, viene dall’articolo della serie sul primo lavoro dei giovani; qui la si applica a un lavoro che chi dirige un’impresa conosce da vicino. Nel nostro caso i tre ruoli erano tre persone; in una piccola impresa spesso sono una o due, e allora l’AI non cambia un ruolo ma il lavoro di ciascuna.

Tre modi in cui una mansione smette di essere manuale

Digitalizzare un documento, scrivere una regola nel gestionale e usare un modello di AI sono tre cose diverse, e confonderle fa attribuire all’AI quello che esisteva già.

Quando un fornitore di software presenta «l’AI per la contabilità», il primo lavoro è capire di che cosa parla, perché una mansione può smettere di essere svolta a mano in tre modi.

• Digitalizzazione. Il documento nasce strutturato e viaggia da solo: una fattura elettronica arriva con i campi già al loro posto, e nessuno deve ricopiarla. Il documento non decide nulla.
• Automazione a regole. Il gestionale o un programma esegue una regola scritta prima: registra una fattura strutturata, abbina un incasso a una fattura quando importo e riferimento coincidono. Decide solo nei casi che la regola prevede.
• AI. Un modello interviene dove una regola scritta non c’è o il documento non è strutturato: legge una bolla in PDF mai vista prima, capisce perché un pagamento non torna, prepara la risposta a una contestazione.

Sono i livelli di automazione che useremo per tutto l’articolo. Una lettura ottica impostata fornitore per fornitore, con i campi in posizioni fisse, è automazione a regole, anche se spesso viene venduta come AI; un modello che legge un documento di un formato mai visto è AI. L’AI lavora soprattutto sulla mansione di eccezione, cioè sui casi che la regola non chiude: una differenza fra ordine e merce, un pagamento parziale, una contestazione.

Anche dentro il livello dell’AI conviene distinguere. L’AI predittiva produce un numero dentro un software: una previsione di incassi, un punteggio di rischio, un gruppo di clienti simili, e chi la usa legge quel numero. L’AI generativa si interroga in linguaggio naturale, legge documenti e dati di provenienza diversa, spiega e prepara il lavoro. La differenza sta nel modo in cui si usano e si integrano nel lavoro più che nella tecnica, e le due si combinano: spesso la generativa interroga la predittiva e ne spiega il risultato a chi deve decidere.

In Italia la fattura era già digitale prima dell’AI

Dal 2019 ogni fattura fra imprese passa da un sistema pubblico in forma strutturata: una parte della routine documentale era automatica quattro anni prima di ChatGPT.

In Italia la fattura elettronica è obbligatoria verso la pubblica amministrazione dal 2014-2015 e fra imprese dal 1° gennaio 2019 (oggi la regola sta nel d.lgs. 127/2015; dal 2027 passerà all’articolo 77 del nuovo testo unico IVA). Ogni fattura fra imprese italiane transita dal Sistema di Interscambio dell’Agenzia delle Entrate, che ne controlla la forma e la consegna, rilascia le ricevute e la conserva: nel 2025 ne sono passate 2,4 miliardi, secondo l’Agenzia delle Entrate.

Per il nostro discorso la fattura elettronica è un’automazione preesistente, e conta che cosa ha già tolto al lavoro manuale: ricopiare le fatture, protocollarle, archiviarle, controllare partita IVA e calcoli. Quando un’impresa italiana dice che l’AI «legge le fatture passive», per le fatture dei fornitori italiani legge un file già strutturato, cioè fa un lavoro di digitalizzazione.

La fattura elettronica non ha toccato quello che le sta attorno. Nel tracciato i riferimenti all’ordine e al documento di trasporto sono facoltativi, e il documento di trasporto non passa dal Sistema di Interscambio: secondo un articolo dell’Osservatorio Digital B2B del Politecnico di Milano del settembre 2023, solo il 34% delle imprese lo emetteva in forma digitale. Bolle, ordini dei clienti, conferme, estratti conto e contestazioni arrivano ancora in forme diverse, e il confronto fra ordine, merce e fattura resta un lavoro. Lì trova spazio l’AI.

Il ciclo passivo, dall’ordine al pagamento

Nel ciclo passivo l’AI entra dove la fattura elettronica e il gestionale si fermano: le bolle da leggere, le differenze da capire, i conti da riconciliare.

Acquisti. Preparare e inviare un ordine d’acquisto è da tempo una funzione del gestionale. All’impiegato tocca la parte che non segue una regola: scegliere fra offerte che non si confrontano voce per voce, e risolvere con il fornitore le differenze fra ordine, merce e fattura. Nel caso della bolla, oggi le differenze gli arrivano subito, come al magazziniere e alla contabilità, e chiarirle con il fornitore resta compito suo.

Ricevimento merci. Portare e smistare la merce è lavoro fisico, fuori dalla portata di un modello. Il confronto fra la bolla e l’ordine è invece, nella nostra esperienza, il punto in cui l’AI generativa ha cambiato di più: la bolla non è strutturata, ogni fornitore la fa a modo suo, e la lettura ottica richiedeva un’impostazione per ciascuno. La stima del 2026 che useremo più avanti considera questa mansione, che comprende anche il controllo fisico della merce, automatizzabile solo in parte, con macchine e AI; il nostro caso dice che oggi un modello ne svolge la parte documentale.

Contabilità fornitori. La fattura arriva già strutturata, e dove il gestionale lo prevede registrarla è una regola; quanto questo sia diffuso, nessuna fonte aperta lo misura. L’AI entra in due punti. Uno è la codifica dei documenti che non arrivano strutturati: nei dati pubblicati da Anthropic sull’uso del suo modello, è la mansione amministrativa dei due cicli che compare di più nelle richieste fatte da altri programmi, lo 0,22% a maggio 2026, e quasi sempre come compito delegato per intero. L’altro è la riconciliazione delle registrazioni che non tornano, dove il modello prepara il confronto e la persona decide.

Tesoreria. Riconciliare i movimenti bancari è una regola nei casi semplici e un problema nei pagamenti cumulativi o parziali. Più avanti nel ciclo, l’analisi della liquidità dei diversi conti e la previsione dei flussi di cassa sono il caso tipico di integrazione fra i due tipi di AI: la previsione viene da un modello predittivo, mentre la domanda «perché la settimana prossima quel conto va in rosso?» e la risposta costruita su scadenze, partite aperte e movimenti passano da quello generativo. In parte l’abbiamo visto nei nostri progetti; la decisione su dove spostare il denaro resta a chi dirige la tesoreria.

Il ciclo attivo, dalla richiesta del cliente all’incasso

Nel ciclo attivo l’AI generativa è più presente, e qui si trovano le poche misure vere: nell’assistenza e nella pre-vendita.

Offerte e trattativa. Nei dati di Anthropic, le conversazioni sulla preparazione di una proposta per un cliente sono quasi tutte di lavoro, il 97%, e più spesso il modello lavora insieme alla persona che al suo posto. Il prezzo, le condizioni e la trattativa restano alle persone; nessuno studio misura finora l’effetto dell’AI su offerte e trattativa.

Assistenza clienti e reclami. Qui gli effetti sono misurati. Nell’assistenza via chat di un’impresa di software, un assistente che suggerisce le risposte ha aumentato del 15% le richieste risolte in un’ora, di più per gli addetti con meno esperienza, mentre per i più bravi la qualità è scesa di poco (Brynjolfsson, Li e Raymond, 2025; i dati li ha forniti chi vendeva lo strumento). Nel post-vendita di Taobao, un esperimento su quasi seimila addetti ha misurato diagnosi più rapide dell’8% e una quota di clienti insoddisfatti più bassa del 3,4% con l’assistente (dal 35% a circa il 34%, cioè circa un punto percentuale in meno) (Ni e colleghi, 2026); quando invece l’agente risponde da solo alle chat più semplici, meno del 10% del totale, le chat si accorciano ma il voto dei clienti scende (Wang e colleghi, 2026). Nessuno dei due studi è ancora stato sottoposto a revisione, e alcuni autori lavorano per Alibaba.

Pre-vendita. Su una grande piattaforma di commercio elettronico, un assistente che risponde alle domande prima dell’acquisto ha aumentato le vendite del 16,3% rispetto all’assenza di assistenza; in confronto agli addetti umani la differenza non si distingue dal caso (Fang e colleghi, 2026).

Ordini, spedizioni e fatturazione. Verificare la disponibilità, preparare il documento di trasporto, emettere la fattura sono funzioni del gestionale e, per la fattura, del Sistema di Interscambio. L’AI entra negli ordini che arrivano per mail o in PDF, che vanno letti prima di essere inseriti, e nelle differenze fra quanto è stato ordinato, spedito e fatturato.

Credito e incassi. Il gestionale abbina da solo l’incasso che corrisponde a una fattura intera con il riferimento giusto. Il resto finisce in una coda di partite da sistemare a mano: il bonifico che paga tre fatture, una delle quali solo in parte, l’assegno che salda al netto di una nota di credito, la causale che non cita nulla. È una riconciliazione complessa, e l’AI è adatta a prepararla; anche qui l’abbiamo visto in parte nei nostri progetti. Sollecitare un cliente si presta a una bozza scritta dal modello; concordare con lui un piano di rientro resta una trattativa.

Prima dell’ordine. Alcune attività non appartengono ai due cicli in senso stretto, ma li alimentano: la ricerca di nuovi clienti, l’analisi dei prodotti che si comprano insieme, la suddivisione della clientela in gruppi simili, la previsione delle vendite. In gran parte si fanno con l’AI predittiva, cioè con modelli statistici e di apprendimento automatico che esistono da prima di ChatGPT. La previsione delle vendite, in più, attraversa i due cicli: decide che cosa comprare e quanto tenere a magazzino. La generativa si aggiunge sopra: descrive a parole un gruppo di clienti, prepara un’offerta diversa per ciascuno, spiega perché una previsione è cambiata. Al lavoro commerciale sarà dedicato un articolo della serie; qui basta tenere il confine, per non attribuire all’AI generativa risultati che sono di strumenti più vecchi.

Che cosa dicono le misure

Una stima del 2026 giudica esposta alla tecnologia di oggi quasi ogni mansione, con l’AI in quasi due casi su tre; nell’uso osservato ne compaiono poche, e fra i contabili l’effetto misurato finora cambia l’uso del tempo, non le ore né le paghe.

Per sapere quanto di tutto questo è dimostrato, abbiamo messo insieme le mansioni tipiche di dieci ruoli dei due cicli, 105 in tutto (tre sono comuni a due ruoli), tratte dalla banca dati americana delle professioni O*NET, con due misure per ciascuna. La prima è l’esposizione: che cosa la tecnologia di oggi potrebbe fare, secondo la stima per l’Italia del Global Automation Atlas (Garg, Crosta e Baier, ottobre 2026), che per ogni mansione dice anche con quale mezzo: regole del software, AI o macchine. È il giudizio di un modello di linguaggio, non un’osservazione nelle imprese. La seconda è l’uso: quali mansioni compaiono davvero nelle conversazioni con Claude nei dati pubblicati dall’Anthropic Economic Index per aprile e maggio 2026.

In breve: la stima del 2026 giudica esposta alla tecnologia di oggi quasi ogni mansione, 95 su 105. L’AI serve in 65, e in 34 di queste lavora dentro un flusso governato dalle regole del software; 25 si automatizzano con regole, senza AI. Nel 2023 gli esperti interpellati da Eloundou, Manning, Mishkin e Rock ne giudicavano fuori portata un terzo. L’uso reale resta molto più stretto: negli otto ruoli amministrativi le mansioni che superano lo 0,01% delle conversazioni con Claude sono 14 su 79; nei due ruoli di vendita, 12 su 29. Le mansioni di riconciliazione, che la stima del 2026 considera in gran parte automatizzabili con l’AI, nelle conversazioni quasi non compaiono. Il motivo più probabile è che lì l’AI lavori dentro i programmi e i flussi aziendali, dove queste misure non arrivano; è un’inferenza, e la tabella dei ruoli, più sotto, la tratta come tale.

Mansione	Chi la svolge oggi	Su che cosa si basa
Ciclo passivo, dall'ordine d'acquisto al pagamento
Acquisti
Preparare e inviare gli ordini d'acquisto	regola del gestionale	funzione standard del gestionale
Risolvere con il fornitore le differenze fra ordine, merce e fattura	persona, con i dati preparati dall'AI	caso di progetto
Ricevimento merci
Confrontare la bolla con l'ordine e con l'entrata merce	AI, che legge la bolla e segnala le differenze	caso di progetto, per la parte documentale; stima 2026: automatizzabile in parte, con macchine e AI
Portare e smistare la merce ai reparti	persona	stima 2026: automatizzabile in parte, con macchine
Contabilità fornitori
Ricevere e registrare la fattura del fornitore	documento strutturato e regola del gestionale	fattura elettronica obbligatoria dal 2019
Codificare i documenti secondo le procedure aziendali	AI	uso: 0,22% delle richieste via software, quasi tutte automatiche
Riconciliare le registrazioni e segnalare le differenze	AI che prepara, persona che decide	stima 2026: in gran parte automatizzabile, con l'AI
Tesoreria
Riconciliare i movimenti bancari	regola nei casi semplici, AI nei complessi	stima 2026: in gran parte automatizzabile, con l'AI
Prevedere i flussi di cassa e la liquidità dei conti	AI predittiva, spiegata da quella generativa; decide la persona	esperienza parziale; stima 2026: automatizzabile in parte, con regole, senza AI
Curare i rapporti con le banche	persona	stima 2026: fuori portata
Ciclo attivo, dalla richiesta del cliente all'incasso
Commerciale interno
Preparare offerte e proposte sulla richiesta del cliente	AI che scrive la bozza, persona che fissa prezzo e condizioni	stima 2026: automatizzabile in parte, con l'AI; uso: 0,05% delle conversazioni, quasi tutte di lavoro
Negoziare prezzi e condizioni	persona	stima 2026: la tecnologia aiuta, non sostituisce
Assistenza clienti
Esaminare un reclamo e capire se è fondato	AI che raccoglie e prepara, persona che decide	stima 2026: automatizzabile in parte, con l'AI; assistenza via chat: +15% di richieste risolte all'ora (Brynjolfsson e colleghi)
Gestione ordini
Inserire gli ordini arrivati per mail o in PDF	AI, che legge il documento	stima 2026: in gran parte automatizzabile, con regole, senza AI
Verificare la disponibilità a magazzino	regola del gestionale	funzione standard del gestionale
Spedizioni
Preparare il documento di trasporto	regola del gestionale	funzione standard del gestionale
Imballare ed etichettare la merce	persona	stima 2026: in gran parte automatizzabile, con macchine
Fatturazione
Emettere la fattura e consegnarla al cliente	documento strutturato e regola del gestionale	fattura elettronica obbligatoria dal 2019
Risolvere le differenze nelle registrazioni	AI che prepara, persona che decide	stima 2026: automatizzabile in parte, con l'AI
Credito e incassi
Abbinare gli incassi alle partite aperte	regola nei casi semplici, AI nei pagamenti parziali o cumulativi	esperienza parziale; stima 2026: in gran parte automatizzabile, con regole, senza AI
Sollecitare i clienti che non hanno pagato	AI che scrive, persona che tratta	stima 2026: in gran parte automatizzabile, con l'AI
Concordare un piano di rientro	persona	stima 2026: la tecnologia aiuta, non sostituisce

Sugli effetti, le misure riguardano il mestiere del contabile nel suo insieme, non le mansioni dei cicli. In Danimarca, dove i dati collegano indagini e registri, per contabili e impiegati d’ufficio non si vedono effetti su retribuzioni e ore oltre il 2%, e il tempo risparmiato dichiarato è fra l’1,6% e il 2,2% delle ore (Humlum e Vestergaard, 2026). Fra 277 contabili che seguono piccole e medie imprese americane, un uso più intenso dell’AI si accompagna a meno tempo per inserire dati, circa un’ora alla settimana, e a più tempo per comunicare e controllare; dopo l’adozione, le registrazioni del mese si chiudono circa 7,5 giorni prima (Choi e Xie, 2026). È un’associazione osservata sul campo, non un effetto dimostrato, e riguarda imprese che non hanno la fattura elettronica obbligatoria. Queste misure riguardano chi il lavoro ce l’ha già; sulle assunzioni dicono poco. Lo studio di Stanford sulle buste paga citato nell’articolo sul primo lavoro dei giovani vede il calo dei lavoratori di 22-25 anni nei mestieri esposti anche fra gli addetti al servizio clienti e agli ordini: nel grafico in appendice il loro numero scende da novembre 2022, mentre quello dei colleghi più anziani cresce (Brynjolfsson, Chandar e Chen, agosto 2026, figura B.4).

Le proiezioni ufficiali americane, che non sono misure, vanno nella stessa direzione: per gli impiegati contabili l’ufficio statistico del lavoro prevede un calo del 6% al 2035 e lo attribuisce al software che ha automatizzato molte mansioni, non all’AI.

E in Italia?

Le imprese italiane usano l’AI per la contabilità meno della media europea, e la usano soprattutto per vendite e processi amministrativi.

Nel 2025 usava l’AI per contabilità, controllo di gestione o finanza l’1,67% delle imprese italiane con almeno 10 addetti, contro il 4,61% della media europea (Eurostat). Fra le imprese che usano l’AI, la quota che la applica alla contabilità è il 10,2% in Italia e il 23,1% nell’Unione, e in Italia è scesa dal 17,2% del 2023. Secondo l’Istat, il primo ambito d’uso è marketing e vendite, con il 33,1%, seguito dai processi amministrativi, con il 25,7%; l’Istat rileva l’AI generativa proprio in questi due ambiti.

Il divario sulla contabilità ha più di una spiegazione possibile, e i dati non permettono di scegliere. Può darsi che ci sia meno lavoro documentale da togliere, perché l’aveva già tolto la fattura elettronica. Ma l’AI in Italia è anche meno diffusa in generale, un terzo delle imprese che la usano non indica per che cosa, e molte piccole imprese affidano la contabilità a uno studio esterno, dove l’eventuale uso non compare fra i dati dell’impresa.

Lo studio della Banca d’Italia sull’esposizione delle professioni italiane aggiunge un dettaglio utile. Fra le più esposte ci sono gli addetti alle paghe, gli addetti alle operazioni finanziarie per conto dell’impresa, i tesorieri e i contabili; e la linea fra chi rischia di essere sostituito e chi viene affiancato passa dentro l’area amministrativa. Gli specialisti della contabilità e i tesorieri stanno dal lato sostituibile, i direttori amministrativi da quello complementare. Il criterio degli autori è lo stesso che emerge dalle mansioni: le procedure standard sono esposte, le decisioni no.

Che cosa cambia per chi comincia questo lavoro

Le mansioni che uno strumento automatizza per prime sono spesso quelle con cui un principiante imparava il mestiere.

Inserire, abbinare, controllare i casi semplici: sono fra le prime mansioni che uno strumento automatizza o rende più rapide, e sono le stesse da cui un giovane impiegato partiva. Chi confrontava cento bolle imparava a riconoscere quella che non tornava; chi abbinava gli incassi a mano imparava come pagano i clienti. Se queste mansioni passano a uno strumento, resta la parte difficile, le differenze da capire e le trattative, e non è chiaro dove un principiante impari a farla. Le mansioni semplici sono il primo gradino del mestiere, e la domanda su come ricostruirlo è il tema dell’articolo della serie sull’impresa che assume e forma.

Che cosa guardare, se si dirige un’impresa

Chi risponde dell’errore, a quale livello lavora l’AI che si compra, dove vanno le differenze e che cosa impara chi comincia.

Per chi dirige un’impresa, la tabella dei ruoli è uno strumento di lettura prima ancora che di decisione.

La prima domanda è quella di un direttore finanziario: chi risponde dell’errore. Quando il modello propone l’abbinamento di un incasso o segnala una differenza su una bolla, deve essere chiaro chi approva, e deve restare traccia di chi ha approvato che cosa. È la regola dei controlli interni per cui chi propone non è chi approva, la separazione fra proposta e approvazione, e vale anche quando a proporre è uno strumento. Nel caso della bolla la responsabilità dell’acquisto è dell’ufficio acquisti: le differenze arrivano a tutti e tre, ma le correzioni le approva l’impiegato agli acquisti, lo stesso che parla con il fornitore.

Altre tre domande aiutano a usare la tabella:

• a quale livello lavora lo strumento che si sta valutando: documento strutturato, regola del gestionale o modello di AI; e dove sta, dentro il gestionale o accanto, come nel nostro caso, in un servizio esterno collegato al sistema documentale. Se il fornitore non lo sa dire, è probabile che venda un’automazione a regole con il nome di AI;
• dove vanno le differenze: chi riceve le eccezioni che lo strumento non chiude, e se quella persona ha il tempo e l’autorità per risolverle;
• che cosa impara chi comincia: quali mansioni svolgerà un nuovo impiegato nel primo anno, ora che una parte di quelle di prima la svolge uno strumento.

Nel nostro caso il livello dello strumento e la destinazione delle differenze hanno una risposta chiara: il modello, accanto al gestionale, legge e confronta, e le differenze arrivano subito al magazziniere, all’impiegato agli acquisti e alla contabilità. Resta aperto che cosa impara chi comincia, e nessun dato nazionale aiuta a rispondere: se il confronto delle bolle lo fa uno strumento, chi comincia oggi a lavorare in magazzino o agli acquisti deve imparare in un altro modo a riconoscere una consegna che non torna.

I concetti che questo articolo introduce

Sette voci per capire che cosa fa l’AI nei processi amministrativi e commerciali, e che cosa no.

Fonti

Norme, dati ufficiali e studi pubblicati fra il 2023 e il settembre 2026; le elaborazioni su esposizione e uso delle mansioni sono di Improve and Manage.

• Decreto legislativo 5 agosto 2015, n. 127, articolo 1: l’obbligo della fattura elettronica fra imprese, in vigore fino al 31 dicembre 2026; dal 2027 passa all’articolo 77 del testo unico IVA (d.lgs. 10/2026).
• Agenzia delle Entrate, comunicato sui risultati 2025, 25 marzo 2026: i 2,4 miliardi di fatture elettroniche del 2025.
• Osservatorio Digital B2B del Politecnico di Milano, articolo dell’Osservatorio del settembre 2023, aggiornato il 29 gennaio 2026: la quota di imprese che emette documenti di trasporto digitali. Letto l’articolo, non il rapporto completo.
• Garg, Crosta e Baier, Global Automation Atlas, versione 3 del 10 ottobre 2026, con i dati per mansione e per paese su automationatlas.org: la stima per l’Italia usata nel diagramma e nella tabella dei ruoli. Sono giudizi di un modello di linguaggio: cambiando famiglia di modello, il giudizio sull’esposizione coincide in tre casi su quattro.
• Eloundou, Manning, Mishkin e Rock, GPTs are GPTs, 2023, con le etichette per mansione del repository degli autori: il giudizio degli esperti, usato come confronto.
• Anthropic, Economic Index, rilascio del 26 giugno 2026: quali mansioni compaiono nelle conversazioni con Claude ad aprile e maggio 2026.
• O*NET, versione 31.0: le mansioni dei dieci ruoli.
• Istat, classificazione delle professioni CP2021: i nomi italiani dei ruoli.
• Brynjolfsson, Li e Raymond, Generative AI at Work, Quarterly Journal of Economics, 2025: l’effetto di un assistente sull’assistenza clienti via chat. Letta la versione arXiv del novembre 2024, che coincide con il riassunto pubblicato.
• Ni e colleghi, Generative AI in Action, 2026, e Wang e colleghi, Agentic AI and Human-in-the-Loop Interventions, 2026: due esperimenti nel servizio clienti di Taobao, non ancora sottoposti a revisione.
• Fang, Yuan, Zhang, Donati e Sarvary, Generative AI and Sales Productivity, 2026: l’assistente nella pre-vendita; non ancora sottoposto a revisione.
• Brynjolfsson, Chandar e Chen, Canaries in the Coal Mine?, Stanford Digital Economy Lab, agosto 2026: il calo dei lavoratori di 22-25 anni fra gli addetti al servizio clienti e agli ordini (figura B.4, p. 63). È la stessa versione citata nell’articolo sul primo lavoro dei giovani.
• Humlum e Vestergaard, Still Waters, Rapid Currents, NBER Working Paper 33777, marzo 2026: ore, retribuzioni e tempo risparmiato di contabili e impiegati d’ufficio in Danimarca.
• Choi e Xie, Human + AI in Accounting, Journal of Accounting Research, 2026: uso dell’AI e tempo per mansione fra i contabili che seguono piccole e medie imprese americane.
• U.S. Bureau of Labor Statistics, Occupational Outlook Handbook: le proiezioni 2025-2035 per gli impiegati contabili.
• Eurostat, Artificial intelligence by size class of enterprise, aggiornato al 15 giugno 2026: l’uso dell’AI per contabilità e finanza in Italia e nell’Unione.
• Istat, Imprese e ICT, anno 2025, dicembre 2025: gli ambiti in cui le imprese italiane usano l’AI.
• Banca d’Italia, Dalla Zuanna, Dottori, Gentili e Lattanzio, Questioni di Economia e Finanza n. 878, ottobre 2024: le professioni amministrative più esposte e il confine fra sostituzione e affiancamento (tabelle 1-3).
• I casi della bolla, delle partite degli incassi e della liquidità vengono da progetti di Improve and Manage; le stime di tempo sono di chi ha seguito il progetto, non misure.