Sei Filiali, 140 Telefonate, 38 Perse: Come una PMI dell’Emilia-Romagna ha Ripensato il Suo Modello Operativo con gli Agenti AI

Il 14 ottobre 2024, alle ore 11:47, il telefono della sede centrale di Pneumatici Emilia suonava per la quarantadue­sima volta in meno di tre ore. Sul bancone, due meccanici guardavano lo schermo del gestionale senza riuscire a rispondere: avevano le mani occupate e la reception era scoperta. La chiamata cadde nel vuoto. Come le diciassette precedenti.

Quella giornata non era un’eccezione. Era ottobre, il mese del cambio gomme invernale, e le sei filiali della rete modenese registravano ogni anno lo stesso collasso: domanda impossibile da gestire con le risorse disponibili, appuntamenti persi, clienti fidelizzati che chiamavano tre volte e al terzo tentativo prenotavano dall’officina concorrente. Il direttore generale stimava che il solo mese di ottobre bruciasse tra 35.000 e 45.000 euro di ricavi potenziali — non per mancanza di capacità produttiva nelle baie, ma per incapacità di intercettare la domanda nel momento in cui si manifestava.

Il problema non era il mercato. Era il modello operativo.

::chart[chiamate_in_ingresso_vs_chiamate_perse_per_ora_ott]

Mappare prima di automatizzare

Quando Mentally ha avviato l’analisi dei processi di Pneumatici Emilia, il punto di partenza non è stato la tecnologia. È stato il flusso di lavoro reale — quello che accade effettivamente nelle sei filiali, non quello che appare nella documentazione procedurale.

Il ciclo operativo di un’officina pneumatici si articola in cinque fasi distinte: acquisizione e prenotazione del cliente, accettazione e diagnostica al check-in, lavorazione in baia, gestione del deposito stagionale (il cosiddetto “tire hotel”), e infine il riapprovvigionamento B2B tramite portali grossisti. Ciascuna fase ha i propri tempi, le proprie variabilità, e i propri colli di bottiglia. In una rete multi-sede, questi colli di bottiglia si moltiplicano e si amplificano: un problema alla filiale di Reggio diventa un problema anche al magazzino centrale di Modena.

::chart[tempi_medi_per_fase_del_processo_operativo_minuti_]

L’analisi ha prodotto una scoperta che i responsabili conoscevano intuitivamente ma non avevano mai quantificato con precisione: il 73% delle inefficienze totali si concentrava in due fasi — prenotazione e riapprovvigionamento B2B — che rappresentavano paradossalmente le fasi con meno “lavoro fisico” e quindi le più sostituibili con agenti automatizzati. Le baie erano già efficienti. Il collo di bottiglia era a monte e a valle.

Le variabilità che erodono i margini

Con margini lordi intorno al 22%, ogni inefficienza non è un fastidio operativo: è una perdita diretta. L’analisi ha identificato tre tipologie di variabilità che comprimevano i risultati economici della rete.

La prima è la variabilità comunicativa: le sei filiali gestivano le chiamate in modo completamente autonomo e disomogeneo, con nessuna logica di distribuzione del carico. Quando la filiale di Bologna era sommersa di telefonate, quella di Parma era in attesa. Non esisteva un sistema di routing intelligente né una capacità di risposta fuori orario. Le 38 chiamate perse in un singolo giorno di ottobre non erano un caso isolato: erano la norma.

La seconda è la variabilità diagnostica: la misurazione manuale del battistrada variava da meccanico a meccanico, con differenze di valutazione che generavano sfiducia nel cliente. Quando due operatori diversi della stessa officina producevano misurazioni diverse sullo stesso pneumatico, il cliente interpretava la discrepanza come un tentativo di vendere gomme non necessarie. Questo abbassava il tasso di accettazione dei preventivi di sostituzione del 15-20% rispetto al potenziale reale.

La terza è la variabilità di magazzino: senza un sistema di previsione della domanda stagionale, gli ordini al grossista avvenivano in reazione alla domanda invece che in anticipazione. Nei picchi di ottobre e di marzo, Pneumatici Emilia si trovava sistematicamente in backorder su alcune misure mentre aveva eccesso di stock su altre, generando sia perdite di vendita sia capitale immobilizzato non necessario.

::chart[distribuzione_colli_di_bottiglia_per_tipologia_imp]

Gli agenti progettati: architettura e logica

La risposta a ciascuna di queste variabilità ha richiesto un agente diverso, progettato con una logica specifica. Non un unico software generalista, ma un’architettura di agenti specializzati che cooperano.

Agente 1 — Prenotazioni vocali e WhatsApp 24/7. Un motore di Voice AI gestisce le chiamate in entrata su tutte e sei le filiali, con capacità di risposta simultanea illimitata. Il sistema riconosce il cliente in database, accede al calendario della filiale più vicina o con più disponibilità, e conferma l’appuntamento in meno di due minuti. Fuori orario — domenica mattina, sera tardi, pausa pranzo — l’agente continua a lavorare. Il tasso di risposta è passato dal 73% al 98% delle chiamate in ingresso. WhatsApp è integrato con la stessa logica: il cliente invia un messaggio, riceve una proposta di slot e conferma con un tap.

Agente 2 — Diagnostica standardizzata con Vision AI. I meccanici delle sei filiali utilizzano ora i propri smartphone per fotografare il battistrada secondo un protocollo visivo standardizzato. L’AI restituisce una misurazione oggettiva in millimetri, un report PDF con la fotografia e la valutazione, e una raccomandazione di sostituzione basata su soglie tecniche certificate. Il cliente riceve il report via WhatsApp prima ancora di uscire dal banco accettazione. La variabilità inter-operatore è stata eliminata. Il tasso di accettazione dei preventivi di sostituzione è aumentato del 18%.

Agente 3 — Pricing dinamico B2B. Il riapprovvigionamento dai grossisti europei avviene ora tramite un algoritmo che monitora in tempo reale le posizioni di disponibilità e prezzo sui portali B2B, calcola il punto di ordine ottimale per ciascuna referenza sulla base della domanda storica per filiale, e attiva gli ordini automaticamente quando lo stock scende sotto la soglia target. Il tempo che il responsabile acquisti dedicava ogni settimana a navigare i portali — circa 35 minuti per sessione, tre volte a settimana — è sceso a zero per l’attività routinaria e si concentra ora sulle eccezioni e sulle negoziazioni strategiche.

Agente 4 — Forecasting domanda stagionale. Un modello predittivo incrocia i dati di vendita storici per filiale, le previsioni meteo stagionali e i pattern di registrazione veicoli nella provincia per anticipare la curva di domanda del cambio gomme. Il magazzino centrale riceve raccomandazioni di approvvigionamento con 6-8 settimane di anticipo rispetto ai picchi, differenziate per misura e per zona geografica. Gli errori di stock nei mesi di ottobre e marzo sono diminuiti del 61%.

I numeri a dodici mesi

::chart[prenotazioni_mensili_per_filiale_confronto_anno_su]

I risultati complessivi a dodici mesi dalla prima implementazione mostrano un incremento del 43% delle prenotazioni nei mesi di picco stagionale, una riduzione del 40% dei no-show grazie ai reminder automatici via WhatsApp, e un recupero stimato di 38.000 euro di ricavi potenziali precedentemente persi nella sola finestra di ottobre. Il costo operativo annuale degli agenti — interamente in modalità SaaS, senza investimenti hardware significativi — si attesta intorno a 18.000 euro per l’intera rete. Il payback period è stato inferiore a sei mesi.

::chart[roi_per_agente_costo_mensile_vs_ricavi_recuperati_]

::chart[qualita_del_servizio_prima_e_dopo_l_implementazion]

La visione del ciclo chiuso: la mobile app per i clienti B2B

Il passo successivo — già in progettazione per il secondo semestre 2025 — è l’estensione del modello ai clienti B2B di Pneumatici Emilia: le aziende di logistica, i concessionari auto e le flotte aziendali che operano in Emilia-Romagna. Il modello si ispira a un’esperienza già sperimentata in Francia con successo: il conducente di flotta usa una app mobile per fotografare in autonomia i pneumatici del proprio veicolo, riceve un report diagnostico entro quindici minuti, e se la sostituzione è necessaria il sistema prenota automaticamente l’appuntamento presso la filiale più vicina nel momento in cui le gomme selezionate sono disponibili. Il veicolo arriva in officina solo quando tutto è pronto. Zero attese. Zero appuntamenti saltati per indisponibilità.

Per una rete di sei officine con una base di clienti B2B consolidata, questo modello trasforma il rapporto da transazionale a continuativo: il cliente non chiama quando la gomma è già a terra, ma il sistema lo avvisa tre mesi prima che il battistrada raggiungerà la soglia di sicurezza. Il fabbisogno di servizio diventa prevedibile. Il calendario si riempie con sei settimane di anticipo invece di sei ore.

Dalla singola officina alla PMI qualsiasi: la metodologia conta più del settore

La storia di Pneumatici Emilia non è rilevante perché parla di gomme. È rilevante perché illustra una metodologia applicabile a qualsiasi PMI multi-processo con variabilità operative misurabili.

La capacità di analizzare i flussi di lavoro reali, identificare dove la variabilità distrugge margini, e progettare agenti AI con ROI verificabile è indipendente dal settore. Si applica con la stessa logica a un’impresa metalmeccanica con dieci linee produttive, a un distributore alimentare con otto depositi regionali, a uno studio di servizi con venti consulenti che gestiscono file cliente in modo non standardizzato.

Ciò che cambia è il punto di ingresso dell’analisi e le specifiche degli agenti. La metodologia di mappatura rimane identica.

---

Mentally offre cinque ore di analisi gratuita per mappare i processi operativi della tua PMI, identificare i colli di bottiglia ad alto impatto economico e definire l’architettura degli agenti AI più adatta al tuo contesto. Non un’analisi generica: una valutazione specifica del tuo flusso di lavoro, con stima del ROI atteso prima di qualsiasi investimento.

→ Prenota l’analisi gratuita

---

Parallelamente all’efficientamento operativo, molte PMI scoprono che la fase successiva della trasformazione tocca un altro strato: quello amministrativo e contabile. Scaricare il costo di gestione della contabilità analitica e fiscale — attraverso agenti già operativi che automatizzano il ciclo passivo, la riconciliazione, il monitoraggio del cash flow e la compliance tributaria — libera risorse che possono essere reinvestite in innovazione di servizio, nelle risorse umane che creano valore, e nei processi che distinguono l’azienda dalla concorrenza. L’obiettivo non è ridurre la struttura: è redirigere l’energia dove produce risultati.

Gli agenti di contabilità analitica e fiscale di Mentally sono disponibili su agenti-capture.mentally.ai e si integrano con la stessa architettura degli agenti operativi.