Salta al contenuto principale
Tutti i progetti
Sistemi AI

L'onboarding di un collaboratore: da 6 mesi a 5 settimane.

Studio con 8 commercialisti (3 soci, 5 collaboratori). La conoscenza critica era nelle teste dei soci: procedure, interpretazioni, prassi consolidata. Ogni nuovo collaboratore richiedeva 6 mesi di affiancamento intensivo, e i soci erano interrotti decine di volte al giorno.

Milano (MI)2025Durata: 10 settimane

Risultati

5 sett.

Tempo medio onboarding (da 6 mesi)

−73%

Interruzioni ai soci (da 11 a 3 al giorno)

157

Procedure documentate e ricercabili (da 23)

8 sec

Risposta media del sistema (da 8.4 minuti)

"La prima settimana un collaboratore nuovo mi ha fatto una sola domanda. Di solito sono 15–20 solo il lunedì. Ho quasi pensato che stesse dormendo — poi ho visto la cronologia del sistema: 34 query in quella settimana. Ha trovato tutto da solo."

Dott. Matteo Lombardi

Socio Fondatore, Studio Lombardi & Associati


Il problema

Il settore ha un turnover alto. Con 3 collaboratori cambiati in 2 anni, ogni uscita costava 6 mesi di produttività ridotta e un carico insostenibile sui soci. Il problema non era la competenza: era che tutta la conoscenza era orale e non trasferibile.

  • 180+ procedure interne mai documentate — vivevano nella memoria dei soci

  • I soci venivano interrotti in media 11 volte al giorno per domande operative dei collaboratori

  • Onboarding: 6 mesi di affiancamento per raggiungere autonomia base su pratiche standard

  • Documenti sparsi tra Drive, email, cartelle locali, fogli stampati — irrecuperabili in tempo reale

  • Quando cambia normativa, nessun sistema per aggiornare le procedure distribuite

Situazione di partenza

11 (media)

Interruzioni ai soci al giorno

~6 mesi

Tempo onboarding collaboratore

23 (13%)

Procedure documentate (su 180+)

8.4 min

Tempo medio ricerca documento


La soluzione

Knowledge base AI con interfaccia chat interna: i collaboratori fanno domande in linguaggio naturale e ricevono risposte basate sulle procedure dello studio, con citazione esatta della fonte e data di aggiornamento. Il sistema non inventa: se la risposta non è nelle procedure documentate, risponde 'non trovo questa informazione — chiedi al socio'. Progetto in due fasi: prima documentare, poi automatizzare.

01

Knowledge extraction (sett. 1–4)

12 sessioni di knowledge extraction con i soci (2h cadauna, registrate e trascritte). Strutturazione in 157 procedure formato Markdown: titolo, campo applicativo, passaggi, eccezioni, riferimenti normativi. Revisione e validazione da parte dei soci per ogni procedura.

02

Ingestione e indicizzazione (sett. 5–6)

Pipeline di processing: 157 procedure + 340 documenti di riferimento (circolari, massimari, schemi interni) → chunking semantico → embeddings → Pinecone vector store. Test di retrieval su 80 domande reali raccolte dai collaboratori durante la fase 1.

03

Interfaccia chat (sett. 7–8)

Web app interna (Next.js) con autenticazione Google Workspace. Ogni risposta include: testo generato da Claude, fonti citate con link alla procedura originale, data ultimo aggiornamento. Query senza risposta sicura → messaggio standard + notifica al socio competente.

04

Training e go-live (sett. 9–10)

2 sessioni di 2 ore con il team completo. Monitoraggio delle query senza risposta: diventano automaticamente la lista delle procedure da aggiungere. Nei primi 30 giorni aggiunte 18 procedure emerse dall'uso reale che non erano state documentate nella fase 1.

Stack tecnologico
Claude API (Anthropic)Pinecone (vector database)Next.js (interfaccia interna)Notion (source of truth procedure)Google Workspace (autenticazione)

Hai un problema simile?

Ogni progetto inizia con una conversazione. Raccontami il tuo caso — senza impegno.

Parliamo