L'agroindustria italiana è da sempre uno dei settori più complessi dal punto di vista documentale. Fatture, bolle di consegna, contratti, atti amministrativi: ogni giorno le agenzie e le filiali delle grandi organizzazioni del comparto generano un flusso ininterrotto di carte che, fino a poco tempo fa, richiedeva risorse ingenti solo per essere archiviato. Oggi, grazie all'intelligenza artificiale, quel flusso può diventare un patrimonio di dati strutturati, accessibili e strategicamente utili. È quello che sta accadendo in Consorzi Agrari d'Italia, dove la partnership con Havant e l'adozione della piattaforma AI-Docs stanno ridefinendo il modo in cui il gruppo gestisce l'intero ciclo documentale.
CAI e la sfida della digitalizzazione su scala nazionale
Consorzi Agrari d'Italia (CAI) è una realtà di primo piano nel sostegno alle imprese agricole italiane: con oltre 200.000 clienti serviti, più di 300 agenzie distribuite in tutta la penisola e circa 600 collaboratori operativi, il volume di documentazione prodotta quotidianamente si misura in migliaia di file.
Il progetto di digitalizzazione è partito nel 2023 con un obiettivo che andava ben oltre la semplice dematerializzazione: non bastava digitalizzare i documenti, occorreva renderli strutturati, interrogabili e integrati in flussi operativi automatizzati. Ridurre i costi, eliminare gli errori umani e liberare il personale da attività ripetitive erano le priorità su cui si fondava l'intera iniziativa.
Per centrare questi obiettivi, CAI ha scelto Havant — evoluzione digitale di SB Italia, storico gruppo italiano specializzato nell'innovazione digitale — come partner tecnologico strategico. Il cuore del progetto è la piattaforma AI-Docs, un sistema avanzato di gestione documentale intelligente che integra OCR, machine learning e automazione dei flussi per orchestrare l'intero ciclo di vita dei documenti, dalla raccolta alla conservazione a norma.
La piattaforma AI-Docs: dall'OCR all'intelligenza artificiale
La prima fase del progetto ha sfruttato le tecnologie OCR (Optical Character Recognition) per leggere e classificare i codici a barre presenti nei PDF inviati quotidianamente dalle filiali. Un approccio inizialmente efficace, ma non sufficiente. Come racconta Pablo Pellegrini, Intelligent Process & Content Automation BU Director di Havant: "Il progetto ha preso il via lo scorso anno con l'obiettivo di trasformare il patrimonio documentale cartaceo in formato digitale. La vera sfida è stata realizzare un'infrastruttura scalabile e avanzata, capace di automatizzare la lettura dei codici a barre presenti nei file PDF che ogni giorno le filiali ci inviano, integrando così efficienza e precisione nel processo di gestione documentale."
La tecnologia OCR ha raggiunto circa il 90% di accuratezza nella classificazione tramite barcode, un risultato promettente ma lontano dagli standard richiesti da un'organizzazione che elabora migliaia di documenti al giorno in 45 province. Il problema reale stava nella qualità non sempre ottimale dei documenti fisici: fogli sgualciti, scanner non calibrati, etichette deteriorate o codici a barre illeggibili rendevano il riconoscimento automatico inaffidabile e costringevano all'intervento manuale, vanificando in parte i benefici della digitalizzazione.
Quando il documento è rovinato, l'AI prende il controllo
Per affrontare questo nodo critico, Havant ha sviluppato e integrato in AI-Docs un modulo dedicato di intelligenza artificiale, basato su algoritmi avanzati di machine learning. Il funzionamento è spiegato con chiarezza da Luca Rodolfi, direttore della divisione Data & AI di Havant: "L'AI entra in gioco quando il sistema tradizionale classifica un documento come anomalo. Non cerca di leggere le barre danneggiate, ma sfrutta la lettura del testo sottostante tramite OCR e applica regole intelligenti per riconoscere i codici validi, restituendo comunque l'informazione corretta e mantenendo alta l'affidabilità del processo."
Questo approccio ibrido — che combina barcode reader, OCR testuale e intelligenza artificiale — ha permesso di abbattere drasticamente il tasso di documenti non classificati automaticamente, eliminando la necessità di revisioni manuali anche nei casi più complessi. Il sistema non si limita alla fase di lettura: AI-Docs gestisce l'intero flusso documentale, assegnando metadati strutturati in modo automatico, smistando i file verso i percorsi di conservazione corretti e garantendo la conformità alle normative vigenti sulla conservazione digitale.
Il 99% di accuratezza
L'obiettivo quantitativo che CAI si era dato sin dall'inizio era ambizioso e ben preciso. Lo sottolinea Ugo Mattia, Responsabile infrastrutture IT di CAI: "Il nostro target dichiarato era il 99% di accuratezza, perché solo così potevamo garantire processi veramente efficienti su larga scala e soddisfare le crescenti esigenze del mercato. E per larga scala intendiamo veramente un volume importante di materiale: considerando le nostre agenzie oggi coinvolte nel progetto, presenti in 45 province, il numero di documenti scansionati al giorno raggiunge quote nelle migliaia di documenti al giorno. Si tratta di documenti di varia natura: dalle bolle dei fornitori agli atti che riguardano le singole agenzie. Grazie alla partnership con Havant, questa importante attività è stata automatizzata e il personale è stato sgravato di un compito delicato e molto time-consuming. L'obiettivo per quest'anno è quello di estendere la partnership a tutte le oltre 300 agenzie presenti oggi in Italia proseguendo così il percorso di digitalizzazione di CAI."
Un traguardo che, una volta raggiunto su scala nazionale, consentirà a CAI di disporre di un archivio documentale centralizzato, facilmente consultabile e pronto a supportare la crescita futura dell'organizzazione senza colli di bottiglia operativi. In un settore come quello agro-industriale, dove la pressione normativa è crescente e la competitività dipende sempre più dalla capacità di gestire informazioni in modo rapido ed affidabile, investire nell'automazione documentale guidata dall'AI non è più una scommessa sul futuro: è una scelta strategica del presente.