Fluentis, Picam, IoConto e i sistemi MES diventano interrogabili in linguaggio naturale. Il manager formula la domanda, l’AI legge i dati veri, evidenzia le anomalie e suggerisce le azioni. Senza passare da un report statico.
Per vent’anni il valore di un gestionale si è misurato sulla quantità di dati che riusciva a raccogliere. Oggi la domanda è un’altra: quanta parte di quel patrimonio arriva davvero a chi deve decidere? Ogni bolla registrata, ogni tempo rilevato a bordo macchina, ogni riga d’ordine inserita con pazienza riemerge soltanto attraverso una manciata di report costruiti anni fa, che rispondono a domande nel frattempo cambiate. Ogni altra domanda richiede un’analisi su misura, con tempi e costi che scoraggiano in partenza.
È questo collo di bottiglia che Apiweb rimuove sviluppando server MCP per i gestionali che assiste. Il Model Context Protocol è lo standard aperto con cui i modelli di intelligenza artificiale dialogano in modo strutturato con i sistemi esterni: il server espone in forma controllata e semanticamente descritta le entità del gestionale — anagrafiche, ordini, magazzino, commesse, scadenzari, tempi di produzione — e l’AI le interroga come farebbe un analista che conosce a memoria il database. Le implementazioni riguardano oggi Fluentis, Picam e IoConto, e la stessa architettura si estende ai sistemi MES, dove il dato di reparto è il più ricco e il meno sfruttato di tutti.
Il cambiamento è prima culturale che tecnologico. Chi non conosce SQL può chiedere, in italiano corrente, quali clienti hanno ridotto gli ordini rispetto allo stesso periodo dell’anno precedente, su quali articoli lo scarto di produzione è cresciuto oltre la soglia fisiologica, dove il margine reale si discosta da quello previsto a preventivo. Sono analisi che in molte aziende non è mai stato possibile fare: non perché mancasse il dato, ma perché mancava il tempo di costruire il report. È il modo più concreto per valorizzare anni di lavoro di inserimento.
L’intelligenza artificiale non si limita del resto a rispondere: incrociando fonti diverse fa emergere anomalie che nessuno stava cercando — giacenze immobili che pesano sul circolante, ordini aperti da troppo tempo, tempi ciclo che si allontanano dallo standard — e le accompagna con indicazioni operative: quali codici rivedere per primi, dove intervenire sui lotti di riordino. Il manager passa dalla lettura passiva di un cruscotto a un dialogo, in cui ogni risposta apre la domanda successiva.
Tutto questo diventa praticabile perché i sistemi agentici hanno compiuto un salto sostanziale su sicurezza e riservatezza. Il server MCP definisce con precisione quali informazioni sono accessibili e quali restano fuori, opera in sola lettura dove serve, traccia ogni richiesta e può essere eseguito on-premise o in cloud privato, senza che il patrimonio informativo esca dal perimetro controllato.
Apiweb porta in questo scenario oltre vent’anni di sviluppo di applicazioni datacentriche: la competenza usata per progettare basi dati solide serve oggi a consegnare quei dati ai modelli nella forma e nel contesto giusti. Per il primo passo conviene partire da un’area circoscritta ma ricca di dati, curare la qualità delle anagrafiche — l’AI amplifica sia il valore sia il disordine — e stabilire da subito chi può interrogare che cosa. Su queste basi la gestione dei processi smette di essere fotografata a consuntivo e comincia a essere interrogata quando serve.
