AI ed ERP: automatizzare la registrazione delle fatture passive
scritto mercoledì 04 Novembre 2026
Dalla lettura della fattura alla riconciliazione con ordini e DDT, fino alla proposta di contabilizzazione: come l’intelligenza artificiale può semplificare uno dei processi amministrativi più ripetitivi.
Dopo aver esplorato come l’intelligenza artificiale può automatizzare l’inserimento degli ordini di vendita e il ricevimento delle merci, continuiamo la nostra serie dedicata all’utilizzo concreto dell’AI nei sistemi ERP.
In questo terzo articolo affrontiamo un processo che interessa praticamente tutte le aziende: la ricezione, il controllo e la registrazione delle fatture passive.
Anche in questo caso non parliamo di scenari futuri. Le funzionalità descritte in questa serie sono già disponibili in GERP, il nostro software ERP per la gestione aziendale.
L’obiettivo non è semplicemente leggere una fattura e copiarne i dati nel gestionale.
Il vero valore dell’intelligenza artificiale emerge quando il sistema è in grado di comprendere il documento, collegarlo alle operazioni aziendali che lo hanno generato, verificare la coerenza delle informazioni e proporre la registrazione contabile.
Registrare una fattura è molto più che inserire dei dati
Quando arriva una fattura da un fornitore, l’operatore amministrativo deve svolgere una serie di attività.
Deve identificare il fornitore, verificare il documento, controllare gli importi, individuare la corretta imputazione contabile e, quando necessario, confrontare la fattura con gli ordini di acquisto e i documenti di trasporto.
Un’operazione apparentemente semplice può quindi richiedere diversi passaggi.
Pensiamo, ad esempio, a una fattura relativa all’acquisto di materie prime.
L’azienda ha emesso un ordine di acquisto, il fornitore ha consegnato la merce accompagnandola con un DDT e successivamente ha emesso la fattura.
Tutte queste informazioni sono già presenti, almeno in parte, all’interno dell’ERP.
Eppure, in molti processi tradizionali, una persona deve ancora confrontarle manualmente.
Perché chiedere a un operatore di ricontrollare informazioni che il gestionale possiede già?
È proprio qui che l’intelligenza artificiale può intervenire.
Fatture XML, PDF e altri formati: cosa cambia con l’AI?
In Italia, grazie alla fatturazione elettronica, gran parte delle fatture viene già ricevuta in formato XML.
Questo rappresenta un importante vantaggio: i dati sono strutturati e possono essere acquisiti automaticamente da un software gestionale.
Ma importare una fattura XML non significa aver automatizzato la sua registrazione contabile.
Il formato XML permette di conoscere il fornitore, gli imponibili, le aliquote IVA, gli importi e le descrizioni delle righe.
Non sempre, però, permette di stabilire automaticamente a quale ordine di acquisto si riferisca una determinata voce, quale movimento di magazzino debba essere collegato o quale conto contabile sia più appropriato.
L’intelligenza artificiale aggiunge un livello di interpretazione.
GERP può utilizzare le informazioni contenute nella fattura e confrontarle con i dati già presenti nel gestionale, indipendentemente dal fatto che il documento sia stato acquisito da un XML, da un PDF o da altri formati supportati.
L’AI non sostituisce i normali strumenti di importazione dei documenti strutturati: li completa, intervenendo dove sono necessari interpretazione, riconoscimento delle corrispondenze e gestione delle eccezioni.
Collegare la fattura all’ordine di acquisto
Immaginiamo che un fornitore invii una fattura per 5.000 kg di materiale.
All’interno di GERP è già presente un ordine di acquisto per quella quantità.
Il sistema può analizzare le informazioni disponibili e cercare una corrispondenza tra la fattura e l’ordine.
Il collegamento può basarsi su diversi elementi:
- identificazione del fornitore;
- riferimenti all’ordine di acquisto;
- codici e descrizioni degli articoli;
- quantità;
- prezzi unitari;
- importi complessivi;
- date e riferimenti dei documenti;
- storico delle forniture.
L’AI può essere particolarmente utile quando i riferimenti non sono perfettamente strutturati.
Ad esempio, il fornitore potrebbe utilizzare una descrizione differente da quella presente nell’ordine, oppure riportare un proprio codice articolo anziché quello utilizzato internamente dall’azienda.
L’intelligenza artificiale può interpretare queste differenze e proporre il collegamento più plausibile.
Naturalmente, una corrispondenza proposta non deve essere considerata automaticamente corretta: quando esistono ambiguità, il sistema deve segnalarle all’operatore.
Il controllo a tre vie: ordine, DDT e fattura
Uno dei processi più interessanti da automatizzare è il cosiddetto three-way matching, ovvero la riconciliazione tra tre documenti:
1. Ordine di acquisto: cosa abbiamo ordinato e a quali condizioni.
2. Documento di trasporto o ricevimento merci: cosa è stato effettivamente ricevuto e registrato.
3. Fattura del fornitore: cosa il fornitore ci sta addebitando.
Il confronto permette di verificare la coerenza dell’intero ciclo passivo.
Facciamo un esempio.
L’azienda ordina 5.000 kg di materiale al prezzo di 2 euro al chilogrammo, per un valore complessivo di 10.000 euro.
Il fornitore consegna 4.800 kg, come risulta dal DDT e dal ricevimento merci registrato in GERP.
Successivamente arriva una fattura per 5.000 kg, pari a 10.000 euro.
Il sistema può individuare immediatamente la differenza:
- Quantità ordinata: 5.000 kg.
- Quantità ricevuta: 4.800 kg.
- Quantità fatturata: 5.000 kg.
- Differenza da verificare: 200 kg, equivalenti a 400 euro.
L’operatore non deve necessariamente aprire tre documenti e confrontare manualmente le singole righe.
GERP può presentare direttamente l’incongruenza e richiedere una decisione.
Potrebbe trattarsi di una consegna parziale, di merce ancora in viaggio, di un errore di fatturazione o di una situazione già concordata con il fornitore.
L’AI non deve necessariamente decidere quale sia la spiegazione corretta.
Il suo compito è individuare il problema e mettere a disposizione dell’operatore le informazioni necessarie per risolverlo.
Dalla verifica alla proposta di contabilizzazione
Una volta riconosciuta la fattura e verificata la coerenza con i documenti presenti nell’ERP, il sistema può preparare una proposta di registrazione contabile.
Questa fase rappresenta un ulteriore passaggio rispetto alla semplice acquisizione dei dati.
GERP può utilizzare le informazioni disponibili per individuare la natura dell’acquisto e proporre i conti contabili appropriati.
Ad esempio, una fattura potrebbe riguardare:
- acquisto di materie prime;
- acquisto di materiali di consumo;
- servizi di trasporto;
- manutenzione di macchinari;
- consulenze professionali;
- acquisto di beni strumentali.
Le diverse tipologie di costo richiedono trattamenti contabili differenti.
Il sistema può utilizzare lo storico delle registrazioni, le anagrafiche dei fornitori, la classificazione degli articoli e le regole contabili configurate nell’ERP per predisporre la proposta.
Le regole fiscali e contabili deterministiche devono naturalmente mantenere la precedenza sulle interpretazioni probabilistiche dell’AI.
L’obiettivo non è lasciare che un modello linguistico inventi una scrittura contabile, ma utilizzare l’intelligenza artificiale per preparare una registrazione coerente con le informazioni e le regole già presenti nel gestionale.
L’operatore può quindi verificare e confermare la proposta prima della contabilizzazione definitiva.
Non tutte le fatture hanno un ordine di acquisto
Un aspetto importante riguarda le fatture che non sono direttamente collegate a un ordine di acquisto.
Pensiamo alle utenze, ai canoni software, alle consulenze, ai servizi periodici o alle spese generali.
In questi casi il confronto con un ordine o un DDT potrebbe non essere possibile o necessario.
L’intelligenza artificiale può comunque assistere l’operatore.
Ad esempio, può riconoscere che una fattura riguarda un servizio ricorrente, individuare registrazioni precedenti dello stesso fornitore e proporre un’imputazione contabile coerente con lo storico.
Può anche segnalare eventuali variazioni significative rispetto alle fatture precedenti.
Se un canone mensile normalmente pari a 300 euro viene improvvisamente fatturato per 450 euro, il sistema può evidenziare la differenza e richiedere una verifica.
In questo modo l’AI non si limita ad accelerare la registrazione, ma può contribuire anche a migliorare il controllo amministrativo.
L’AI prepara, l’amministrazione verifica
Come negli altri processi descritti in questa serie, anche nella registrazione delle fatture passive è importante mantenere una distinzione tra automazione e controllo.
Il processo può essere rappresentato attraverso sei passaggi:
Ricevere → Comprendere → Riconciliare → Verificare → Proporre → Contabilizzare
L’intelligenza artificiale interviene principalmente nelle fasi di interpretazione, riconoscimento delle corrispondenze e preparazione della proposta.
L’ERP applica le regole aziendali e contabili.
L’operatore mantiene il controllo sulle anomalie e sulle registrazioni che richiedono una valutazione.
Con l’aumentare dell’affidabilità del processo, alcune casistiche semplici e ricorrenti possono essere gestite con livelli di automazione più elevati.
Il principio rimane però lo stesso: automatizzare ciò che è ripetitivo e lasciare alle persone le decisioni che richiedono competenza e responsabilità.
Le criticità da considerare
La registrazione delle fatture passive è un processo delicato perché produce effetti amministrativi, contabili e fiscali.
L’intelligenza artificiale può commettere errori nell’interpretazione dei documenti, proporre collegamenti non corretti o classificare erroneamente la natura di un costo.
Inoltre, non tutte le differenze tra ordine, DDT e fattura rappresentano necessariamente un errore.
Possono esistere tolleranze concordate, consegne parziali, spese accessorie, variazioni di prezzo autorizzate o condizioni commerciali particolari.
È quindi importante che il processo preveda controlli deterministici sugli importi, sulle aliquote IVA, sui riferimenti documentali e sulle quadrature contabili.
Particolare attenzione deve essere riservata anche alle fatture duplicate, alle note di credito, ai documenti riferiti a più ordini e alle situazioni nelle quali la fattura precede il ricevimento della merce.
Un altro elemento fondamentale è la tracciabilità.
Ogni proposta generata dall’AI dovrebbe poter essere ricondotta ai documenti e alle informazioni utilizzate per produrla.
L’operatore deve poter comprendere perché una fattura è stata associata a un determinato ordine e su quali elementi si basa la proposta di contabilizzazione.
Infine, poiché il processo coinvolge dati economici e informazioni riservate, è necessario adottare adeguate misure di sicurezza e protezione dei dati.
Quanto tempo può far risparmiare l’AI nella registrazione delle fatture passive?
Proviamo a quantificare il beneficio con una simulazione.
Supponiamo che un operatore impieghi mediamente 8 minuti per fattura per identificarla, controllarne i dati, collegarla agli eventuali ordini e DDT e preparare la registrazione contabile.
Con un processo assistito dall’intelligenza artificiale possiamo ipotizzare che il tempo medio di supervisione e conferma si riduca a 2 minuti per fattura.
Il risparmio potenziale è quindi di circa 6 minuti per documento, pari al 75% del tempo normalmente dedicato all’attività.
Considerando 220 giornate lavorative all’anno, otteniamo le seguenti stime:
Fatture al giorno | Tempo manuale giornaliero | Tempo con AI | Ore risparmiate all’anno |
|---|---|---|---|
10 | 80 minuti | 20 minuti | 220 ore |
20 | 160 minuti | 40 minuti | 440 ore |
50 | 400 minuti | 100 minuti | 1.100 ore |
Per un’azienda che registra 50 fatture passive al giorno, il risparmio potenziale raggiunge quindi 1.100 ore all’anno, equivalenti a oltre 137 giornate lavorative da otto ore.
Si tratta naturalmente di una simulazione, non di una misura delle prestazioni effettive di GERP.
Il risultato reale dipende dalla complessità dei documenti, dalla disponibilità di ordini e DDT, dalla qualità delle anagrafiche e dalla percentuale di fatture che richiedono controlli aggiuntivi.
Il risparmio può essere inferiore per fatture molto semplici già gestite con importazioni automatiche, mentre può essere maggiore nei processi che richiedono numerose verifiche manuali.
Il beneficio più interessante, tuttavia, non riguarda soltanto il tempo.
Una riconciliazione sistematica può contribuire a individuare tempestivamente discrepanze, ridurre le registrazioni errate e migliorare la qualità delle informazioni amministrative.
Dall’inserimento delle fatture al controllo del ciclo passivo
Il cambiamento introdotto dall’intelligenza artificiale non consiste semplicemente nel velocizzare l’inserimento di un documento.
Nel processo tradizionale:
Arriva la fattura → l’operatore legge → cerca gli ordini → confronta i DDT → individua i conti → registra.
Con un ERP integrato con l’intelligenza artificiale:
Arriva la fattura → GERP la interpreta → riconcilia ordini e DDT → segnala le anomalie → propone la contabilizzazione → l’operatore verifica e conferma.
L’attenzione si sposta dalla trascrizione delle informazioni al controllo del processo.
Questo è uno degli aspetti più importanti dell’evoluzione dei sistemi ERP.
Per anni abbiamo utilizzato i software gestionali per raccogliere, organizzare e conservare informazioni.
Oggi, grazie all’intelligenza artificiale, possiamo iniziare a utilizzare quelle stesse informazioni per preparare operazioni, individuare incongruenze e assistere concretamente le persone nelle attività quotidiane.
Non significa eliminare la competenza amministrativa.
Significa permettere a chi possiede quella competenza di utilizzarla dove produce maggior valore.
Un ERP che comprende i processi aziendali
L’automazione delle fatture passive completa idealmente il percorso iniziato nei primi due articoli della serie.
Abbiamo visto come l’AI può intervenire nell’acquisizione degli ordini di vendita, nel ricevimento delle merci e ora nella registrazione delle fatture passive.
Sono attività differenti, ma condividono un elemento fondamentale: richiedono di trasformare informazioni ricevute dall’esterno in operazioni gestionali.
L’intelligenza artificiale permette di collegare questi passaggi e ridurre la necessità di interventi manuali ripetitivi.
Con GERP, l’obiettivo è costruire un ERP che non si limiti a registrare ciò che accade in azienda, ma che possa comprendere le informazioni, metterle in relazione e aiutare le persone ad agire.
Perché il valore dell’AI in azienda non si misura dal numero di funzionalità intelligenti presenti nel software, ma dal tempo che restituisce alle persone e dalla qualità delle decisioni che permette loro di prendere.
Meno tempo per inserire dati. Più tempo per gestire l’azienda.