Pillar
Prenota ora

Funzionalità

Pillar AI

Impresa e cantieri in un’unica chat

Flussi di cassa

Cassa, uscite e previsioni in una vista

Gestione bolle e rapportini

Bolle e rapportini dal cantiere

Fatturazione

Fatture attive e passive con scadenze

Preventivi

Dal computo al preventivo pronto

Gestione commessa

Margini, costi e ore per commessa

Procurement

Fornitori e ordini in un solo hub

Sicurezza

Verifica documentale automatica per i tuoi cantieri

Chi siamo

Risorse

Strumenti

Calcolatori e strumenti gratuiti per la tua impresa

Casi studio

Storie di imprese edili che usano Pillar

Blog

Norme, cassa e cantiere spiegati facile

Webinar

Conversazioni dal vivo e on-demand con il team di Pillar

AccediPrenota un appuntamento
BlogCantiere e produttività

Intelligenza artificiale in edilizia: dove sbaglia

– L'intelligenza artificiale generalista è utilissima per scrivere, riassumere e spiegare. Sui preventivi, invece, è pericolosa. – Un test su compiti di calcolo mostra che i modelli migliori passano da oltre il 95% di risposte corrette su domande semplici a quasi zero quando il calcolo incrocia più variabili. Un preventivo edile è esattamente questo. – Quattro errori tipici: prezzi presi da prezzari vecchi o di altre regioni, somme che non tornano, manodopera al costo tabellare invece che reale, aliquote superate. – Il problema non è che sbaglia, è che sbaglia con sicurezza: questi sistemi sono costruiti per dare la risposta più probabile, non per dire "non lo so". – Il rischio più grande però è un altro: un'intelligenza artificiale scollegata dai tuoi dati diventa l'ennesimo strumento da tenere insieme agli altri, e crea più confusione di quanta ne risolva.

Scritto da
Team Pillar
Team PillarRedazione Pillar
Pubblicato
2 settembre 2026
Tempo di lettura
7 minuti
Intelligenza artificiale in edilizia: dove sbaglia

Intelligenza artificiale in edilizia: dove sbaglia e come usarla bene

Se hai un'impresa edile o di impianti, l'intelligenza artificiale è già entrata in azienda. Magari non l'hai deciso tu: il geometra ci fa scrivere le mail, tuo figlio ci prepara le relazioni, e qualcuno in ufficio ci ha già provato a buttare giù un preventivo.

È una buona notizia, e insieme un rischio. Perché queste tecnologie sono straordinarie in alcune cose e sorprendentemente inaffidabili in altre — e la linea di separazione cade esattamente dove per te girano i soldi: nei numeri.

Partiamo dal caso più delicato di tutti, il preventivo.

Dove funziona benissimo (e puoi usarla da lunedì)

Prima le cose buone, perché sono tante.

Strumenti come ChatGPT, Claude o Gemini lavorano molto bene sulle parole: scrivere una mail di sollecito, riscrivere un capitolato in modo comprensibile per il cliente, tradurre un documento, riassumere venti pagine di norma in dieci righe, preparare la bozza di una lettera di contestazione. Fanno in due minuti quello che a te richiede un'ora.

Sono anche buoni assistenti per capire: "spiegami cosa cambia con questa norma", "che documenti mi servono per questo adempimento". Con una regola sola: quello che ti dicono va verificato, perché possono citare una norma superata con la stessa sicurezza con cui citano quella giusta.

Perché sui numeri non ci si può fidare

Qui bisogna essere chiari, perché è il punto in cui le imprese si fanno male da sole.

I modelli linguistici non calcolano: prevedono. Sono costruiti per produrre la risposta statisticamente più probabile, non quella verificata. È il motivo per cui, invece di dire "non lo so", tirano a indovinare — e lo fanno con lo stesso tono con cui ti dicono le cose corrette.

I test più severi su questo aspetto sono stati fatti in campo finanziario, ma il meccanismo è identico al nostro. In un benchmark su compiti numerici i modelli migliori passano da un'accuratezza superiore al 95% su domande semplici — leggi questo dato, trova questa cifra — a valori vicini allo zero quando il calcolo incrocia più variabili. In un altro test su documenti contabili reali, un modello di punta con accesso ai documenti ha risposto in modo errato o si è rifiutato di rispondere nell'81% dei casi.

E c'è un dettaglio che rende tutto più insidioso: la ricerca mostra che questi sistemi non riconoscono in modo affidabile i propri errori di ragionamento. Non solo sbagliano: non se ne accorgono. Se gli chiedi "sei sicuro?", ti rispondono che sì, sono sicuri.

Ora rileggi "il calcolo incrocia più variabili" e pensa a cos'è un preventivo edile: quantità per prezzi unitari, incidenza della manodopera, costi indiretti, noli, subappalti, imprevisti, ricarico. È esattamente il tipo di calcolo in cui l'accuratezza crolla.

Quattro modi in cui un preventivo fatto così ti costa caro

Esempi costruiti per far capire il meccanismo, non casi reali.

1. Il prezzo che viene da un prezzario vecchio. Chiedi il costo al metro quadro di un intonaco. La risposta arriva precisa, con due decimali, e sembra ragionevole. Solo che quel numero non viene dal tuo prezzario né dai tuoi fornitori: viene da testi letti in rete, spesso di due o tre anni fa e riferiti a un'altra regione. In un periodo in cui i costi di costruzione salgono di anno in anno, un prezzo del 2023 usato nel 2026 è una perdita programmata. Su 800 m², tre euro di scarto al metro sono 2.400 € di margine che scoprirai a lavori finiti.

2. La somma che non torna. Gli passi venti voci e chiedi il totale. Il totale arriva, in un documento ben formattato. Solo che una voce è stata contata due volte, o una è saltata. Nessun avviso, nessuna riga in rosso. Su un preventivo da 120.000 € un errore del 4% è un lavoro fatto quasi gratis.

3. La manodopera al costo tabellare. È l'errore più subdolo, perché il numero è "giusto". Le tabelle danno il costo orario contrattuale, ma il costo reale della tua squadra è un'altra cifra: ci sono le ore non produttive, gli spostamenti, i fermi, le riprese di lavoro. Un sistema generalista usa il numero pubblico, perché è l'unico che conosce. Tu ci costruisci sopra il prezzo, e la differenza se la mangia il margine.

4. L'aliquota superata con l'articolo giusto. Chiedi quanta detrazione spetta al cliente. La risposta cita l'articolo corretto e una percentuale che era in vigore l'anno prima. Tu la metti in offerta, il cliente fa i suoi conti, e la brutta figura la fai tu.

Nessuno di questi quattro errori si vede a occhio. Tutti e quattro si vedono a fine cantiere.

Il rischio più grande non è che sbagli: è che sia l'ennesimo strumento scollegato

E qui arriviamo alla parte che conta più di tutte, e di cui si parla poco.

Guarda com'è organizzata l'impresa media oggi: i preventivi si fanno su un foglio di calcolo, le ore arrivano su WhatsApp, le fatture stanno nel gestionale del commercialista, i documenti di cantiere in una cartella condivisa, le bolle in un raccoglitore, e i pagamenti li controlla il titolare sull'home banking. Sono già sei posti diversi.

Ora aggiungici l'intelligenza artificiale come settimo strumento, che non parla con nessuno degli altri sei.

Il risultato non è più efficienza: è un pezzo in più da tenere insieme a mano. Perché uno strumento che non ha accesso ai tuoi dati veri non ti fa risparmiare tempo — te ne fa perdere: tutto quello che produce va comunque ricontrollato, riscritto e riportato altrove. È lo stesso meccanismo per cui aggiungere il quarto foglio di calcolo non ha mai risolto il problema dei tre precedenti.

La tecnologia rende quando riduce il numero di posti in cui stanno le informazioni, non quando lo aumenta. Vale per l'intelligenza artificiale esattamente come per qualunque altro software.

Se vuoi farti un'idea di quanti pezzi scollegati hai in azienda in questo momento, c'è un check gratuito sulla digitalizzazione che te lo dice in pochi minuti, senza impegno. È il punto da cui partire prima di aggiungere qualsiasi strumento nuovo.

Come si usa bene: un'intelligenza artificiale che legge i tuoi dati

Il ragionamento, allora, si capovolge. La domanda giusta da fare a un fornitore non è "usate l'intelligenza artificiale?" — lo dicono tutti — ma "la vostra intelligenza artificiale legge i miei dati o li immagina?".

Un sistema generalista, quando gli chiedi qualcosa sui tuoi cantieri, non ha i tuoi numeri: ha solo il testo che gli hai incollato e quello che ha letto in giro. Quindi stima. Un sistema costruito per le imprese di costruzioni parte dall'estremo opposto: legge le ore registrate, i materiali entrati, le fatture, i preventivi già fatti, lo stato dei cantieri aperti. E i calcoli non li fa "a naso": li affida a un motore che non improvvisa e che, a parità di dati, dà sempre lo stesso risultato.

È una differenza di architettura, non di potenza del modello. E la ricerca su questo è concorde: i sistemi affidabili sui numeri sono quelli che sollevano il modello linguistico dalla responsabilità dei conti. Il modello capisce la domanda e ti spiega il risultato; il conto lo fa qualcos'altro.

In pratica cambia il tipo di domande che puoi fare. Non più "quanto costa un intonaco", a cui nessuno può rispondere seriamente senza sapere niente di te, ma domande come:

  • "Prepara il preventivo per questo lavoro con i prezzi che ho usato l'ultima volta"
  • "Su questa lavorazione, negli ultimi sei cantieri, quanto mi è costata davvero l'ora di manodopera?"
  • "Su quali cantieri aperti sto sforando il preventivo, e di quanto?"

Sono domande banali da fare e complicatissime da rispondere — a meno che qualcuno non abbia già tutti i tuoi dati nello stesso posto.

Tre regole per non farsi male

  1. Mai far calcolare senza dati. Se lo strumento non accede ai tuoi numeri, qualunque cifra ti dia è una stima statistica, non un conto. Usalo per il testo, non per i totali.
  2. Verifica sempre i riferimenti normativi. Su bonus, aliquote e scadenze chiedi la fonte e controllala: è il tipo di errore che ti costa credibilità davanti al cliente.
  3. Non aggiungere strumenti, riducili. Prima di introdurre qualcosa di nuovo, chiediti se toglie un passaggio o se ne aggiunge uno. Se ne aggiunge, non è innovazione: è lavoro in più.

Il preventivo è il punto in cui questa differenza si vede prima e costa più caro, ed è per questo che siamo partiti da qui. Ma non è l'unico: la gestione del cantiere, il controllo della cassa, la corrispondenza tra documenti e fatture e la rendicontazione finale hanno tutti lo stesso problema di fondo, e ognuno merita il suo discorso. Li affrontiamo uno per uno nelle prossime settimane.


Un'intelligenza artificiale che legge i tuoi cantieri, non che li immagina. [Vedi Pillar in azione →]https://www.pillar.it/landing-performance-video?utm_source=blog&utm_medium=blog&utm_campaign=prenota+demo)


Domande frequenti

L'intelligenza artificiale può fare i preventivi per un'impresa edile?

Un modello generalista non è adatto a produrre preventivi affidabili, perché non conosce i prezzi effettivi dell'impresa né i suoi costi reali e tende a generare valori plausibili ma non verificati, spesso ricavati da prezzari non aggiornati o riferiti ad altre aree geografiche. Sono invece utili gli strumenti costruiti per il settore, che elaborano i dati reali dell'azienda: prezzi già utilizzati, ore registrate, materiali e storico delle commesse.

Perché ChatGPT sbaglia i calcoli?

Perché i modelli linguistici non eseguono calcoli ma prevedono la risposta più probabile in base al testo su cui sono stati addestrati. Nei test su compiti numerici l'accuratezza dei modelli migliori crolla quando il calcolo richiede di combinare più variabili, e gli stessi sistemi non riconoscono in modo affidabile i propri errori di ragionamento.

Come si usa l'intelligenza artificiale in un'impresa di costruzioni?

Le applicazioni più affidabili riguardano la scrittura e la comprensione di documenti: mail, capitolati, relazioni, sintesi di norme. Se invece lo strumento accede ai dati aziendali, diventa utile anche per controllare costi, avanzamento dei cantieri, cassa e corrispondenza tra bolle e fatture. Va evitato l'uso per calcoli e stime senza accesso ai dati reali dell'impresa.

Che differenza c'è tra un'AI generica e una costruita per l'edilizia?

La differenza è il punto di partenza. Un sistema generico risponde in base a informazioni generali ricavate dai testi su cui è addestrato; un sistema verticale parte dai dati dell'impresa e affida i calcoli a componenti deterministici, cioè che producono sempre lo stesso risultato a partire dagli stessi dati.

Conviene aggiungere l'intelligenza artificiale agli strumenti che uso già?

Solo se si collega ai dati che l'impresa ha già. Uno strumento in più che non comunica con gli altri aumenta il numero di luoghi in cui le informazioni sono conservate e richiede comunque una verifica manuale dei risultati: in questi casi il tempo risparmiato è inferiore a quello speso. La tecnologia produce vantaggi quando riduce i passaggi, non quando li moltiplica.

Pillar, il software completo per la tua impresa edile

Cassa, margini, cantiere e documenti in un'unica piattaforma pensata per chi costruisce.

Scopri Pillar

Autore dell'articolo

Team Pillar
Team PillarRedazione Pillar

Articoli correlati