Sfoglia altri articoli simili con le etichette:
Zucchetti e TeamSystem, che insieme servono oltre il 70% dei commercialisti italiani secondo le rilevazioni Andac 2025, hanno integrato funzionalità AI native nei loro gestionali a partire dalla primavera 2025. La conseguenza non è banale: per la prima volta un commercialista italiano può usare AI seria senza dover scegliere tool esterni, configurare connettori, gestire compliance privacy autonoma. L’AI arriva preconfezionata nel software che già usa ogni giorno.
Il punto è che molti professionisti non sanno nemmeno di averla.
I tre use case che pagano subito
L’analisi documentale, la riconciliazione bancaria, la predittiva fiscale. Sono i tre ambiti dove il rapporto tempo risparmiato su costo è netto già nel primo trimestre di utilizzo serio. Tutto il resto, dal commercialista AI fully-autonomous alle promesse dei vendor più aggressivi, è marketing.
Analisi documentale: caricare un contratto, una fattura particolare, una visura camerale, e farsi estrarre i dati sostanziali in formato strutturato. Zucchetti ha integrato questa funzionalità in OmniaWeb dal 2025, TeamSystem in Polyedro. La precisione su documenti italiani standard supera ormai il 95% per fatture, l’88-92% per contratti di lavoro, scende sotto l’80% per atti notarili complessi.
Riconciliazione bancaria: l’AI accoppia movimenti bancari e fatture o registrazioni contabili anche quando la causale è ambigua o manca. Il modello impara dalle abitudini dello studio specifico, e dopo qualche mese di training implicito riconosce pattern come “RID INPS gestione XYZ” o “bonifico stipendio dipendente Caio”. Lo studio risparmia ore di lavoro umano su un’attività che è puramente meccanica.
Predittiva fiscale: il sistema stima imposte, IRAP, IVA, contributi su base dell’andamento dell’esercizio. Non è nuovo, c’erano funzioni di stima da anni. Quello che è cambiato è la qualità dell’analisi: i nuovi modelli considerano stagionalità, comportamenti del singolo cliente, eventi straordinari, evoluzioni normative. La differenza è da budget operativo a previsione strategica.
Quello che ancora non funziona bene
La consulenza fiscale generativa. Chiedere all’AI di rispondere a una domanda fiscale complessa di un cliente porta ancora a output che vanno verificati riga per riga. La normativa fiscale italiana è notoriamente stratificata, con risoluzioni dell’Agenzia delle Entrate che evolvono, prassi che cambia, circolari interpretative. Un LLM che non è stato addestrato specificamente sulla prassi italiana aggiornata fa errori sottili ma sostanziali.
Tradotto: usare ChatGPT generico per rispondere a una domanda sul regime forfettario o sul bonus 110% è una pessima idea. Usare un modulo verticale di Zucchetti o TeamSystem che ha accesso a banche dati prassi aggiornate è una buona idea. La differenza è il grounding sul materiale di prassi, non la potenza del modello.
Quando ho lavorato con uno studio di Genova che gestisce 600 partite IVA, l’errore più grave fatto da un junior nell’estate 2025 è stato citare in un parere a un cliente una sentenza tributaria che ChatGPT aveva inventato. Sentenza inesistente, numero plausibile, contenuto coerente con la tesi sostenuta. Il cliente l’ha verificata via PolisWeb e si è arrabbiato. Il danno reputazionale è stato pagato per mesi.
L’integrazione con i gestionali italiani: dove sta la vera differenza
L’AI standalone va bene per esperimenti. Per uso produttivo serve che parli con il software che lo studio usa già. Zucchetti, TeamSystem, Wolters Kluwer (Bluenext), DataLog hanno tutte annunciato integrazioni AI native nel 2025-2026. Il livello di maturità varia.
Zucchetti ha integrato moduli AI in OmniaWeb, Hr Zucchetti, Sage UI con focus su automazione operativa. TeamSystem ha lanciato TeamSystem AI come piattaforma trasversale, con assistenti verticali per area pratica. Wolters Kluwer ha integrato funzionalità AI in Praxi e nei moduli fiscali.
La domanda da fare al fornitore non è “avete AI”. È “dove sono i dati del mio studio durante l’elaborazione AI, chi è il provider del modello, c’è clausola di no-training, qual è la latenza, qual è il costo aggiuntivo per cliente o per pratica”. Le risposte distinguono i fornitori seri da quelli che stanno solo aggiungendo un badge AI alla brochure.
Consulenti del lavoro: dove l’AI sta arrivando per ultima
Il mondo dei consulenti del lavoro è più conservatore. La complessità normativa contributiva e contrattuale italiana, sommata alla responsabilità penale e civile della professione, ha rallentato l’adozione. Ma nel 2026 alcune aree stanno maturando.
Cedolino paga: l’AI come supporto alla verifica della correttezza non sostituisce il software paghe, lo affianca. Identifica anomalie ricorrenti, scatti contrattuali non applicati, errori nei calcoli straordinari. Il consulente decide cosa correggere.
Onboarding del lavoratore: i tool come Personio, Factorial, ma anche moduli italiani di Zucchetti HR e TeamSystem HR usano AI per estrarre dati da documenti di identità, certificati medici, contratti precedenti. Tempo risparmiato per pratica: 15-25 minuti, su volumi alti fa la differenza.
Assistente normativo conversazionale: l’AI risponde a domande del consulente sul CCNL applicabile, sui limiti contributivi, sulle scadenze degli adempimenti. La qualità dipende totalmente dalla base dati aggiornata. Senza aggiornamento continuo (CCNL rinnovati, normativa contributiva evoluta), l’assistente diventa pericoloso.
Il problema della privacy e del segreto professionale
I dati fiscali e contributivi dei clienti sono dati personali, alcuni anche particolari (salute per indennità malattia, opinioni sindacali implicite, situazione patrimoniale). Trattarli con AI cloud non conforme è una violazione GDPR potenzialmente seria. La community AIPIA ha pubblicato a febbraio 2026 una nota tecnica per i commercialisti soci su questa specifica responsabilità.
Le soluzioni concrete sono tre. Usare moduli AI nativi dei gestionali, che hanno già fatto i loro adempimenti contrattuali con i provider. Usare ChatGPT Enterprise, Claude for Work o equivalenti con clausole no-training e DPA conformi. Per studi grandi, valutare deployment on-premise di modelli open-source come Llama o varianti italiane.
La via “ChatGPT base con anonimizzazione manuale prima di incollare il documento” è teoricamente praticabile ma operativamente fragile. Basta una distrazione del praticante per esporre dati di un cliente. Le sanzioni del Garante in caso di reclamo sono consistenti anche per studi medi.
Il futuro prossimo: l’AI agentic per studi professionali
Per il quadro più ampio dei meccanismi di routing tra modelli, è utile la guida sul routing automatico. Nel 2026 stanno arrivando i primi agenti AI verticali per studi professionali. Un agente che monitora le scadenze di tutti i clienti, prepara bozze di comunicazioni, raccoglie automaticamente i documenti dal cliente, organizza la pratica. Microsoft Copilot Studio, Anthropic con Claude su API, OpenAI con Custom GPTs e Operator stanno tutti lavorando in questa direzione.
La trasformazione del lavoro professionale per effetto dell’AI è oggetto di riflessione strutturata presso gli ordini. Il rischio è chiaro: un agente che agisce in autonomia su mandato del cliente o del professionista solleva questioni di delega, responsabilità, controllo. I consigli degli ordini stanno guardando con interesse misto a preoccupazione. La normativa AI Act prevede obblighi specifici di trasparenza e supervisione umana per questi sistemi quando supportano decisioni consistenti per il cittadino.
Cosa farei se aprissi uno studio oggi
Sceglierei un gestionale italiano con AI nativa matura. Investirei in formazione del team su tre tool concreti, non su 15. Definirei policy interne chiare su cosa è permesso fare con AI cloud generica e cosa no. Designerei un partner come responsabile AI dello studio.
Per chi cerca un confronto strutturato tra colleghi su queste scelte, la community AIPIA è uno spazio dove queste discussioni avvengono con regolarità tra professionisti italiani. Eviterei l’errore opposto, che è quello che vedo più spesso: l’AI come moda, abbonata da tutti, usata da nessuno in modo serio. Il vantaggio competitivo non è avere AI. È usarla bene su tre processi specifici, lasciando il resto al lavoro umano di qualità. L’efficienza arriva dalla focalizzazione, mai dalla dispersione.
