RevOps, CRM e AI: dati, processi e persone per un’architettura Sales & Marketing che scala

Per integrare davvero l’AI nei processi Sales & Marketing non basta aggiungere un nuovo strumento allo stack: servono dati affidabili, processi chiari e un’architettura capace di mettere in relazione le diverse funzioni aziendali. È qui che il CRM può diventare il cuore di un modello RevOps pensato per crescere.

di Massimo Calabrese, Chief Revenue Officer e Head of CRM & Process, Synesthesia.
In anteprima del talk al Global Summit.

Lunedì mattina, riunione commerciale. Si chiede quanto vale la pipeline: marketing, vendite e amministrazione danno tre numeri diversi, e qualcuno promette l’export entro sera. Poi arriva la domanda del momento: “Quale AI dobbiamo adottare?”.

Forse, però, la domanda da cui partire è un’altra.

Prima di scegliere l’AI, bisogna capire su quale sistema dovrà lavorare. Marketing, vendite, e-commerce e customer care sono spesso cresciuti per strati, aggiungendo piattaforme e strumenti nel tempo. Il risultato può essere un ecosistema frammentato, in cui i dati non dialogano e i processi seguono logiche diverse. Su queste basi, aggiungere l’AI rischia di amplificare la complessità invece di ridurla.

Gli strumenti non bastano: serve il contesto

Imprenditori, CMO e sales manager mettono a disposizione gli strumenti: il punto non è quindi aggiungerne altri, ma creare il contesto: un CRM che raccoglie davvero i dati, uno stack in cui ogni sistema ha il suo ruolo, processi chiari e un percorso di change management. Secondo BCG, il 70% del valore dell’AI dipende da persone e processi, solo il 30% da tecnologia, dati e algoritmi. È spesso su questo primo 70%che i progetti si fermano.

Il CRM, in questa logica, smette di essere la rubrica che i venditori odiano aggiornare e diventa l’infrastruttura di Revenue Operations: marketing, vendite e customer service in un unico processo, i dati creano una vista olistica del business (buyer o customer), le integrazioni generano il flusso. E chi investe ha diritto di misurare il ritorno, distinguendo produttività delle persone, efficienza dei processi e nuovi modelli di business: tre obiettivi con tempi diversi.

Il nostro vantaggio è il know-how

Per funzionare bene l’AI ha bisogno della conoscenza d’azienda. Ma proprio una parte di quella conoscenza è ciò che ci rende competitivi. Un’azienda manifatturiera italiana, ad esempio, raramente vince sulle economie di scala: vince su qualità produttiva, esperienza, innovazione. Listini, schede tecniche, il sapere dell’ufficio tecnico: se li usiamo per addestrare modelli che non controlliamo, li stiamo cedendo.

Lo dice anche Jensen Huang, CEO di Nvidia: le aziende non devono perdere «la conoscenza e le capacità che costruiscono nel tempo». Per questo, nelle parti del processo che toccano dati riservati, serve un’AI privata. Altrove, l’AI integrata nelle piattaforme va benissimo.

E serve una policy AI, che non lasci la scelta al singolo che incolla un listino in un chatbot: quali strumenti sono ammessi, con quali dati, dove l’AI suggerisce e dove decide una persona, come si forma chi la usa. Lo chiedono anche le norme, dall’AI Act alla legge italiana 132/2025.

Com’è fatto, nella realtà

Con un gruppo industriale italiano abbiamo scomposto la richiesta “un CRM con l’AI” in decisioni. 

La sede usa il CRM completo, mentre le filiali utilizzano un’app web semplice per gestire le offerte e verificare la fattibilità. L’AI integrata nel  CRM prepara visite e follow-up; prezzi e know-how tecnico invece restano su un’AI privata. 

Si parte da un’analisi che trasforma requisiti generici in flussi e regole, con un momento di decisione prima di sviluppare il software su misura. Previsioni di vendita e cross-selling arriveranno in una fase  successiva, quando i dati saranno affidabili. È un esempio che mostra un punto importante: prima ancora di essere una scelta di algoritmo, l’adozione dell’AI è una scelta di architettura.

Perché adesso

È proprio su queste basi che l’AI può fare la differenza.

Può accelerare la mappatura dei processi, rendere sostenibili integrazioni e software su misura, aprire i dati con la BI conversazionale. Il punto quindi non è trovare un agente AI da comprare: è capire ciò che l’intelligenza artificiale può rendere costruibile in mesi un’architettura che prima richiedeva anni.

Chi costruisce l’architettura, scala. Chi compra strumenti, moltiplica il rumore. Al Global Summit racconterò come si fa, con casi reali. Human Driven, AI Powered: le persone scelgono la direzione, l’AI aiuta ad arrivarci prima.