Intelligenza artificiale per consulenti del lavoro: usi e limiti

Uno studio di consulenza del lavoro ha un calendario che non si negozia: ogni mese le stesse aziende, gli stessi formati disordinati, le stesse scadenze. È un lavoro fatto di raccolta, normalizzazione e controllo, e proprio per questo si presta all’intelligenza artificiale più di quanto si pensi. Vediamo dove rende davvero, dove non serve, come trattare dati che spesso riguardano la salute dei lavoratori, e quali due regole — una sullo studio, una sulle aziende clienti — vanno tenute distinte.

Il punto di partenza: il ciclo del mese

Il momento in cui uno studio perde più tempo non è il calcolo del cedolino, che il software paghe fa bene da vent’anni. È tutto ciò che viene prima: le variazioni che arrivano da decine di aziende per email, in Excel, in PDF, in foto del foglio presenze, a volte al telefono. Qualcuno le legge, le interpreta, le ricopia nel gestionale. Lì si consuma il fine mese e lì nascono gli errori che poi si correggono con i conguagli.

Un’osservazione di onestà prima di proseguire. Una parte dei flussi è già strutturata e non ha bisogno di un modello linguistico: l’UniEmens viaggia in XML, gli attestati di malattia sono telematici e si consultano dal servizio INPS dedicato agli intermediari delegati. Lì servono integrazioni e controlli, non intelligenza artificiale. Il guadagno sta sui documenti che arrivano disordinati dalle aziende.

Sette applicazioni concrete

1. Raccolta e normalizzazione delle variazioni mensili

Cosa fa. Un agente legge la casella dedicata alle variazioni, riconosce l’azienda mittente, estrae da allegati e corpo del messaggio presenze, assenze, straordinari, trasferte, assunzioni e cessazioni, e le porta in un unico tracciato pronto per l’importazione.

Cosa resta al consulente. La validazione dei casi dubbi e ogni scelta contrattuale. I messaggi incompleti o ambigui finiscono in una coda di eccezioni, non in un’ipotesi inventata dal sistema.

Rischi. Dati letti male su foto storte o tabelle non standard. Si gestiscono con una soglia di confidenza e con la quadratura dei totali rispetto all’organico noto.

2. Controlli di coerenza prima dell’elaborazione

Cosa fa. Confronta il mese con i precedenti e segnala ciò che non torna: ore anomale per un livello, un dipendente sparito senza cessazione, maggiorazioni mai viste prima per quell’azienda, permessi oltre il maturato.

Cosa resta al consulente. La valutazione di ogni segnalazione. Il sistema propone, non corregge.

Rischi. Troppi falsi allarmi nelle prime settimane. Le soglie vanno tarate sullo studio, azienda per azienda.

3. Assistente su CCNL, circolari e prassi dello studio

Cosa fa. Risponde a domande su livelli, maggiorazioni, preavvisi, scatti di anzianità e istituti contrattuali cercando nel contratto collettivo applicato dal cliente e nelle circolari INPS e INAIL archiviate, e cita l’articolo o il paragrafo di origine.

Cosa resta al consulente. La lettura della fonte citata e l’interpretazione. È il punto in cui l’assistente fa risparmiare minuti, non giudizio: il modo in cui si costruisce un sistema che cita invece di improvvisare è descritto nella nostra guida su come funziona un assistente RAG sui documenti aziendali.

Rischi. Versioni superate del CCNL ancora in archivio. Le date di validità devono essere visibili nella risposta, non sepolte nei metadati.

4. Bozze di risposta alle aziende clienti

Cosa fa. Prepara la prima versione delle risposte alle domande ricorrenti — ferie residue, costo di un’assunzione, scadenze, adempimenti di un nuovo inquadramento — sui dati dello studio e sul CCNL applicato.

Cosa resta al consulente. Rilettura e invio: nessuna risposta tecnica dovrebbe partire senza una firma.

Rischi. Imprecisioni scritte con sicurezza: si gestiscono solo con l’abitudine alla revisione.

5. Lettura dei documenti in arrivo e smistamento

Cosa fa. Classifica PEC, comunicazioni degli enti, verbali ispettivi e lettere di assunzione, li associa all’azienda corretta e li instrada alla persona giusta con una sintesi di tre righe e la scadenza eventuale.

Cosa resta al consulente. Le priorità e le scadenze che ne derivano.

Rischi. Classificazioni errate su documenti ambigui: sotto soglia di confidenza, revisione manuale.

6. Assistente interno sulle procedure dello studio

Cosa fa. Risponde ai collaboratori su come si svolge una pratica, dove si trova un modello, quale checklist usare per un’assunzione agevolata, partendo dai manuali interni.

Cosa resta al consulente. Mantenere aggiornate le procedure: l’assistente vale quanto i documenti che legge.

Rischi. Procedure vecchie ancora in archivio. È però l’applicazione a rischio più basso, e di solito il primo progetto da fare.

7. Istruttoria documentale per pratiche ricorrenti

Cosa fa. Confronta i documenti ricevuti per un’assunzione o un’agevolazione con la checklist prevista, individua ciò che manca e prepara il sollecito.

Cosa resta al consulente. La pratica e ogni valutazione sull’ammissibilità.

Rischi. Checklist incomplete, che danno un falso senso di sicurezza.

Quanto si può automatizzare, attività per attività

Noi di Raputek progettiamo questi sistemi partendo dal flusso reale dello studio — quante aziende, in quali formati, con quali tempi — e li consegniamo con la coda delle eccezioni e l’integrazione nel software paghe: trovate l’impostazione nella pagina dedicata ai consulenti del lavoro.

Dati dei lavoratori: la parte che richiede più attenzione

Presenze, assenze, infortuni e permessi per cure o per legge 104 non sono dati qualsiasi: rivelano o lasciano dedurre informazioni sulla salute, che l’art. 9 del GDPR colloca fra le categorie particolari. Lo studio è responsabile del trattamento per conto delle aziende clienti, e ogni strumento che tocca quei dati va scelto con questo in testa.

Le verifiche concrete sono cinque:

• accordo sul trattamento con il fornitore ai sensi dell’art. 28 del GDPR, e sub-responsabili dichiarati;
• nessun addestramento sui dati inviati, nelle condizioni contrattuali e non solo nelle pagine di marketing: le offerte business, enterprise e le API funzionano diversamente dalle app gratuite per uso personale;
• sede del trattamento e garanzie per gli eventuali trasferimenti fuori dallo Spazio economico europeo;
• minimizzazione: al modello si manda il necessario. Per riconoscere un’assenza basta la causale codificata, non la diagnosi — che del resto nell’attestato telematico di malattia il datore di lavoro non vede;
• tracciabilità: chi ha chiesto cosa, quando, con quale esito. Serve allo studio prima ancora che a un’eventuale verifica.

C’è poi un confine da non superare. L’art. 4 dello Statuto dei lavoratori limita l’uso di strumenti da cui derivi la possibilità di controllo a distanza dell’attività dei lavoratori: sono ammessi solo per esigenze organizzative e produttive, sicurezza del lavoro e tutela del patrimonio aziendale, previo accordo sindacale o autorizzazione dell’Ispettorato, e comunque con adeguata informazione ai lavoratori. Un sistema nato per normalizzare le presenze non deve diventare uno strumento di sorveglianza. Il tema generale della riservatezza con gli strumenti di IA generativa è trattato in ChatGPT in azienda e GDPR.

Due regole da non confondere

Qui sta l’equivoco più frequente nelle conversazioni con gli studi. Le norme in gioco sono due e riguardano soggetti diversi.

La prima riguarda voi come professionisti. L’art. 13 della legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025, ammette l’intelligenza artificiale solo per attività strumentali e di supporto, con prevalenza del lavoro intellettuale, e impone di informare il cliente sui sistemi utilizzati con linguaggio chiaro, semplice ed esaustivo. Il Consiglio Nazionale dell’Ordine, con la nota del 6 ottobre 2025, ha ribadito che l’uso dell’IA non attenua né trasferisce la responsabilità personale del professionista e raccomanda comunicazioni chiare e tracciabili verso i clienti e protocolli interni coerenti. Abbiamo dedicato un approfondimento agli adempimenti, con un esempio di clausola da inserire nel mandato: Legge 132/2025 per professionisti.

La seconda riguarda le vostre aziende clienti come datori di lavoro. L’art. 11 della stessa legge 132/2025 impone al datore di lavoro di informare il lavoratore dell’uso dell’intelligenza artificiale nei casi e con le modalità dell’art. 1-bis del D.Lgs. 152/1997, cioè quando si usano sistemi decisionali o di monitoraggio integralmente automatizzati che incidono su assunzione, gestione o cessazione del rapporto, assegnazione di mansioni, sorveglianza e valutazione. Un sistema che prepara dati e li fa validare da una persona non rientra in quella definizione: la differenza non è formale, va documentata.

Dal 23 ottobre 2026 si aggiunge l’art. 41 del D.Lgs. 7 ottobre 2026, n. 179. Il datore di lavoro che si avvale di sistemi di IA deve assicurare che le decisioni finali su costituzione, modificazione o risoluzione del rapporto — compresi i provvedimenti disciplinari e le valutazioni delle prestazioni — non siano adottate unicamente sulla base di un trattamento automatizzato: la decisione definitiva è riservata a una persona fisica «che eserciti un potere effettivo e autonomo». Tre dettagli che conviene conoscere prima che li chieda un cliente:

• le attività di ricerca e selezione delle candidature non rientrano fra le decisioni finali sulla costituzione del rapporto, anche quando comportano la mancata ammissione alle fasi successive;
• il consenso del lavoratore non è un’eccezione al divieto;
• il licenziamento intimato in violazione è nullo, e nulle sono le decisioni assunte in violazione. Il lavoratore ha inoltre diritto di ottenere, con l’intervento di una persona fisica, una motivazione intelligibile della decisione che lo riguarda.

Resta infine l’AI Act. I sistemi destinati alla selezione del personale, alle decisioni su promozioni e cessazioni e al monitoraggio delle prestazioni rientrano nell’Allegato III: gli obblighi per l’alto rischio si applicheranno dal 2 dicembre 2027, data spostata dal Digital Omnibus (Reg. UE 2026/1744). Due cose valgono già adesso: l’obbligo di alfabetizzazione del personale dell’art. 4 e l’attenzione all’art. 25, perché chi sviluppa o fa sviluppare un sistema e lo mette in servizio con il proprio nome ne diventa fornitore. Il quadro completo delle scadenze è in AI Act per PMI, e con il servizio AI Act e formazione prepariamo policy, informativa e formazione documentata.

Da dove cominciare

Un percorso che funziona negli studi che abbiamo visto:

1. Misurare il mese reale: quante aziende, quanti messaggi, quante ore spese a ricopiare, quanti conguagli per errore di dato in ingresso.
2. Partire dall’assistente interno su procedure e CCNL: rischio basso, utilità immediata, e un buon modo per abituare lo studio ai controlli.
3. Prototipo sulla raccolta variazioni con cinque o sei aziende clienti rappresentative, misurando quante variazioni vengono estratte correttamente e quante finiscono in eccezione.
4. Mettere per iscritto le regole: strumenti ammessi, dati ammessi, chi valida cosa, come si informa il cliente.
5. Estendere solo ciò che ha retto un ciclo mensile completo, chiusure comprese.

Ci sono anche casi in cui non conviene: studi con poche aziende e flussi già ordinati, clienti che inviano dati da portali strutturati, attività in cui la validazione annulla il tempo risparmiato. Dirlo prima evita progetti inutili. Per una stima prudente del ritorno, il calcolatore di ROI parte dalle ore effettivamente spese.

Questo articolo ha scopo informativo e non costituisce consulenza legale.

Domande frequenti