---
title: "Quando un dato è pronto per l'AI e per gli agenti"
description: "Fonte, definizione, responsabile, regola di qualità e permesso: le verifiche su un dato prima di affidarlo a una persona o a un agente."
url: https://www.joinx.it/it/risorse/dato-pronto-per-l-ai
---

# Quando un dato è pronto per l'AI

Fonte, definizione, responsabile, regola di qualità e permesso: le verifiche su un dato prima di affidarlo a una persona o a un agente.

JoinX · Ultimo aggiornamento 18 novembre 2026

In molti comitati capita di vedere lo stesso indicatore con due valori, uno portato dall'amministrazione e uno dalla direzione commerciale. Le persone se ne accorgono, ne discutono e alla fine scelgono quale usare. Un agente invece usa il numero che trova, senza chiedersi se ne esista un altro, e lo mette in una risposta o in una proposta con la stessa sicurezza con cui userebbe quello giusto.

Per questo, prima di affidare un dato a un agente, gli facciamo le stesse domande che faremmo prima di metterlo in un report per la direzione, con qualche attenzione in più. Sono le domande da cui parte la [Data Foundation](https://www.joinx.it/it/tecnologia/data-foundation) e riguardano la fonte, il significato, la persona che ne risponde, la qualità e i permessi.

## Da dove arriva e che cosa significa

Un dato pronto ha una fonte riconosciuta, cioè si sa da quale sistema arriva, chi lo aggiorna e con quale frequenza. Sembra ovvio, eppure basta un file esportato a mano e ricaricato altrove perché nessuno sappia più quale sia la versione buona.

Serve poi una definizione condivisa. «Cliente attivo» può voler dire chi ha fatto un acquisto nell'ultimo anno per il commerciale e chi ha un contratto in essere per l'amministrazione e nessuna delle due letture è sbagliata. Il problema nasce quando convivono con lo stesso nome, perché ciascuna funzione continua a usare la propria convinta di parlare della stessa cosa. Le fissiamo in un glossario valido per tutte le funzioni e, dove servono davvero due concetti diversi, diamo loro due nomi diversi.

## Chi ne risponde e come se ne misura la qualità

Ogni dato ha bisogno di una persona che ne risponda e che decida come cambia la sua definizione. Di solito la scegliamo tra chi lo usa per decidere, più che tra chi gestisce il sistema in cui sta, e così il margine per filiale lo affidiamo alla finanza anche quando i numeri arrivano dal gestionale della rete.

Accanto al responsabile c'è una regola di qualità. Completezza, correttezza e aggiornamento si misurano e, quando un controllo fallisce, il dato viene segnalato prima di arrivare a un cruscotto o a un agente. Per un agente questo conta più che per una persona, perché un valore mancante in una pratica può far saltare una verifica senza che nessuno se ne accorga in tempo.

## Chi può leggerlo e per quale scopo

L'ultima domanda riguarda soprattutto gli agenti. Per ogni dato stabiliamo chi può leggerlo, persona o agente, e per quale scopo. Un agente che classifica i reclami ha bisogno dei contratti e non dei dati sanitari e con la [Security](https://www.joinx.it/it/tecnologia/security) facciamo in modo che non riesca a leggerli. I dati riservati vengono oscurati prima dell'invio a un modello e ogni accesso resta in un registro che chi controlla può consultare.

## Pronto non vuol dire perfetto

Va detto con chiarezza che i dati di un'impresa non saranno mai tutti in ordine e aspettare che lo siano è un buon modo per non cominciare. Per questo lavoriamo per processi: prepariamo i dati che servono a ciascun processo, con definizioni, responsabili e controlli, e li rendiamo disponibili come un data product documentato. Il resto lo affrontiamo quando un altro processo ne avrà bisogno e intanto sappiamo dove sono i punti deboli perché il Mapping ne ha letto lo stato.

## Un esempio

Prendiamo un caso illustrativo, costruito per mostrare il metodo. In un'impresa con una rete di filiali il margine per filiale esce in due versioni, una della finanza e una della rete commerciale, e alla fine di ogni trimestre qualcuno passa del tempo a riconciliarle prima del comitato. Fissiamo la definizione con la finanza, che ne diventa responsabile, colleghiamo le due fonti e mettiamo un controllo sulle differenze. Da quel momento il cruscotto della direzione e gli agenti leggono lo stesso numero e misuriamo le discrepanze e i tempi di riconciliazione per vedere se il lavoro ha funzionato.

Quando poi arriva un secondo progetto, per esempio un modello che prevede l'andamento delle filiali costruito con la [Data Intelligence](https://www.joinx.it/it/tecnologia/data-intelligence), la definizione è già lì e nessuno deve rifarla. È uno dei modi più concreti in cui un progetto prepara il successivo, come raccontiamo nella pagina sulla [Compounding Intelligence](https://www.joinx.it/it/compounding-intelligence).

[Tutti gli articoli](https://www.joinx.it/it/risorse#articoli)

## Partire dai dati di un processo

Se due sistemi vi danno due risposte, possiamo guardare insieme da dove nasce la differenza.

[Contattaci](https://www.joinx.it/it/contattaci?tema=dati)
