Le piccole società sportive e l’AI, un matrimonio possibile?

In una nuova intervista pubblicata sul canale B2B Labs di Tom’s Hardware, Fabio Puccetti, CEO e co-fondatore di weSpoort, spiega che l’azienda ha lanciato Mia, un assistente basato su AI generativa integrato nel proprio gestionale cloud per associazioni e società sportive dilettantistiche. weSpoort è nata nel 2021 a Bergamo, fondata dallo stesso Puccetti insieme a Michele Guida, entrambi sviluppatori ed ex atleti dilettanti. Il prodotto serve oggi oltre 10.000 utenti attivi tra ASD, SSD e polisportive italiane, secondo i dati dichiarati dall’azienda.

Il punto di partenza, racconta Puccetti, è un problema di adozione più che di tecnologia. Circa l’80% delle società sportive dilettantistiche italiane gestisce ancora tesseramenti, visite mediche e pagamenti con Excel, moduli cartacei o gruppi WhatsApp, secondo una rilevazione interna weSpoort diffusa da Arena Digitale a settembre 2025. Prima di digitalizzare i processi aziendali di una PMI enterprise, bisogna quindi fare i conti con un target che fatica ancora con lo strumento base.

Il volontario che ha paura del computer è il vero utente da convincere

Il pubblico di weSpoort è fatto di presidenti e segretari volontari — spesso non giovanissimi, che gestiscono una polisportiva di quartiere nel tempo libero. Per questo tipo di utente, spiega Puccetti, il gestionale stesso è già un ostacolo: l’interfaccia, i menu, i campi da compilare. Un assistente presentato come “intelligenza artificiale” rischia di aggiungere un secondo scoglio sopra il primo.

La scelta di weSpoort è stata presentare Mia come un aiuto silenzioso, non come una funzione da sbandierare. L’assistente risponde a domande pratiche di navigazione, come registrare una visita medica o inserire un pagamento, e segnala le scadenze in arrivo o i pagamenti in ritardo direttamente nella dashboard. La segnalazione automatica non è una novità: un sistema di notifiche tradizionale potrebbe fare lo stesso lavoro senza una riga di AI generativa.

Il valore aggiunto vero, per Puccetti, sta altrove: abbassare la soglia cognitiva per chi non sa nemmeno da dove cominciare. L’interfaccia più amichevole guida verso funzioni che il software offriva già, senza aggiungere automazione di nuovi processi. Una distinzione che chi valuta strumenti AI per la propria organizzazione dovrebbe imparare a fare sistematicamente, prima ancora di guardare al prezzo.

Cosa fa oggi Mia, e cosa non fa ancora

Mia si basa su un modello GPT, addestrato sulle logiche e sui dati specifici della piattaforma weSpoort, secondo quanto dichiarato da Puccetti nell’intervista. È stata lanciata circa un mese prima della registrazione del video, quindi tra fine maggio e inizio giugno 2026, e viene presentata dall’azienda come la prima assistente AI nativa integrata in un gestionale sportivo italiano, un claim confermato anche da coperture editoriali indipendenti come Il Sole 24 Ore.

Le funzioni operative oggi restano due: supporto conversazionale sulla navigazione del gestionale e monitoraggio proattivo di scadenze e pagamenti. La funzione più ambiziosa, il caricamento della foto di un documento cartaceo con registrazione automatica dei dati, è ancora in roadmap. Puccetti è esplicito su questo punto: la funzione non è pronta, e servirà “mesi, non anni”. La squadra sta ancora raccogliendo i primi riscontri dai clienti sul lancio di Mia, e preferisce consolidare prima di aggiungere automazione più spinta.

Un dettaglio che riguarda il modello di business: il prezzo del gestionale non cambia con l’introduzione dell’AI. weSpoort ha impostato un tetto sulle chiamate API per contenere i costi, in modo che anche le società con budget minimo possano accedere alla funzione senza pagare un extra. È una scelta che va contro la tendenza diffusa di molti vendor SaaS di trasformare ogni feature AI in un componente a pagamento separato.

Le allucinazioni ci sono, ma non possono far danni

Puccetti ammette senza giri di parole che il modello ha ancora allucinazioni non trascurabili. Mia è stata lanciata da poco ed è in una fase di apprendimento continuo sulle domande più frequenti dei clienti. Il lavoro dell’azienda in questo momento consiste soprattutto in addestramento incrementale e inserimento di guardrail, più che in un affinamento dell’accuratezza del modello.

Il punto tecnico interessante, per chi valuta strumenti simili in altri settori, è dove viene collocata la sicurezza. Non arriva dalla precisione del modello, che Puccetti stesso definisce imperfetta, ma da protezioni strutturali indipendenti dall’AI. Se un utente chiede come importare gli atleti nel sistema, l’assistente guida il processo passo per passo, ma non esegue l’azione con un clic al posto suo. Non può causare danni gravi né cancellazioni irreversibili, perché quei permessi restano bloccati a livello di piattaforma, non affidati al giudizio del modello.

È un’architettura di supervisione, non un modello infallibile. La distinzione conta perché sposta la domanda che un buyer B2B dovrebbe farsi davanti a un prodotto con AI generativa: non “quanto è accurato il modello”, ma “cosa succede quando il modello sbaglia”. weSpoort ha risposto costruendo un perimetro di azioni permesse più stretto della fiducia riposta nell’AI, non ampliandolo mano a mano che il modello sembra affidabile.

L’aneddoto delle ferie: la vera killer application dell’AI aziendale è banale

Interpellato sul parallelo con le grandi aziende, Puccetti racconta un aneddoto che ridimensiona parecchie narrazioni sull’AI enterprise. Nelle grandi imprese, con budget e competenze incomparabili rispetto a una ASD di quartiere, la richiesta più frequente non è sofisticata: un assistente che spiega come si chiede un giorno di ferie, perché nessuno si ricorda mai le procedure interne.

Se è così per le grandi aziende, con team dedicati e software costosi, diventa più comprensibile che per una polisportiva gestita da volontari il valore reale dell’AI stia in compiti altrettanto elementari: trovare il pulsante giusto, capire dove inserire una scadenza. La differenza tra un caso e l’altro non è la sofisticazione della tecnologia, è quanto budget e attenzione mediatica ricevono i due contesti.

Sul fronte del prodotto, weSpoort mantiene una standardizzazione senza eccezioni: nessun MCP, nessuna integrazione personalizzata per singolo cliente. È un gestionale con un’AI incorporata uguale per tutti, non un progetto su misura. Una scelta coerente con un mercato, quello delle ASD e SSD italiane, dove i margini per progetti custom sono quasi inesistenti e la scalabilità del prodotto standard resta l’unica via sostenibile.

Il nodo che resta aperto è l’adozione. Puccetti ammette che i feedback dei clienti sono misti, non uniformi: c’è chi è curioso e sfrutta subito lo strumento, e c’è chi lo ignora e “quando ha tempo la usa”. È una spaccatura che rivela un problema strutturale: lo strumento pensato apposta per abbassare la barriera d’accesso funziona bene solo con chi è già disposto a superarla. Il volontario più spaventato dal computer, cioè il target dichiarato dell’intera operazione, è anche quello meno incline a scoprire da solo cosa Mia può fare per lui.

Per le tante PMI e realtà del terzo settore che ancora non hanno fatto il primo passo verso la digitalizzazione, che si tratti di un gestionale sportivo o di gestire un POS senza partita IVA, il caso weSpoort mostra un percorso realistico: partire da un’interfaccia semplice prima di parlare di intelligenza artificiale, non il contrario. Vale anche per chi guarda al tema da una prospettiva più ampia, magari valutando un bando da 150 milioni per le PMI destinato proprio a colmare questo tipo di gap.

Resta il fatto che gran parte delle piccole e medie imprese italiane non investono in AI allo stesso ritmo dei concorrenti europei, e il settore sportivo dilettantistico, fatto quasi interamente di micro-organizzazioni no profit, parte da una posizione ancora più arretrata. Il caso weSpoort dimostra che l’AI può inserirsi in questo tipo di contesti senza aumentare i costi e senza richiedere competenze avanzate, ma solo se chi la costruisce accetta di limitarne l’ambizione tecnica in cambio di un’adozione più larga. È anche una lezione utile per chi deve restare competitiva in mercati dove il divario digitale pesa più della dimensione aziendale.

Vale la pena guardare a Mia per quello che è: un buon esempio di come integrare l’AI generativa restando dentro un perimetro di sicurezza stretto, senza rincorrere l’automazione totale. Il prodotto ha senso, il modello di prezzo pure. Il vero banco di prova non sarà una versione più sofisticata dello strumento, ma la capacità di raggiungere proprio i volontari più refrattari al digitale, quelli che oggi lo snobbano “finché non hanno tempo”. Su quel fronte, la partita è appena cominciata.