L’evoluzione tecnologica ha trasformato radicalmente il modo in cui le imprese analizzano, monitorano e ottimizzano i propri acquisti, aprendo nuove possibilità di efficienza e competitività.
Indice degli argomenti
Dal reporting statico alla gestione dinamica della spesa
Per anni, infatti, l’analisi della spesa aziendale è stata poco più di un esercizio contabile a posteriori. Un’attività necessaria, certo, ma spesso lenta, frammentata e fortemente manuale. Fogli di calcolo, estratti conto arrivati in ritardo, ricevute cartacee da rincorrere: il risultato era una fotografia incompleta e datata della spesa, utile per “chiudere i conti” ma scarsamente efficace per guidare decisioni strategiche.
Oggi questo modello non è più sostenibile. La complessità operativa delle aziende, la crescita della spesa decentralizzata e l’accelerazione digitale impongono un cambio di paradigma.
Oltre il reporting: cosa rende “moderna” la spend analytics
È qui che entra in gioco la moderna spend analytics, che non si limita a raccontare cosa è successo, ma consente di capire cosa sta accadendo e soprattutto cosa dovrebbe accadere dopo.
La differenza fondamentale rispetto al passato è il punto di partenza. Lo spend reporting tradizionale nasceva dopo la spesa; la spend analytics moderna nasce nel momento stesso in cui la spesa avviene. Ogni transazione viene catturata alla fonte, tipicamente attraverso carte intelligenti collegate a una piattaforma centrale, e arricchita in tempo reale con informazioni chiave: ricevute digitali, categorie, centri di costo, progetti e regole di policy.
Questo approccio elimina la frammentazione dei dati e restituisce a finance e procurement una visione unica, coerente e aggiornata della spesa per fornitore, categoria e team. Non si tratta solo di avere “più dati”, ma di disporre di dati affidabili, comparabili e immediatamente utilizzabili.
Su questa base solida si innesta poi l’intelligenza artificiale, che automatizza la categorizzazione, individua anomalie e segnala potenziali rischi. In questo modo, l’analisi della spesa smette di essere un’attività amministrativa e diventa una vera capacità strategica.
Dove le aziende stanno perdendo più valore
Nonostante i progressi tecnologici, molte imprese continuano a lasciare valore sul tavolo, soprattutto nella gestione della spesa operativa quotidiana. I dati mostrano una crescita significativa di questo tipo di acquisti: nel 2025, lo shopping operativo è aumentato del 33% e la spesa operativa complessiva del 26% su base annua. Eppure, una larga parte di queste transazioni resta nascosta tra ordini di acquisto, estratti conto e riconciliazioni manuali.
Il problema non è solo la mancanza di controllo, ma il ritardo decisionale. Troppe aziende analizzano ancora “il mese scorso”, quando dovrebbero usare insight in tempo reale per influenzare le scelte future. Con dati distribuiti su sistemi diversi, diventa difficile individuare pattern di tail-spend, fenomeni di subscription creep o l’uso sporadico di fornitori, figuriamoci collegare la spesa a temi più ampi come rischio, resilienza o performance ESG.
A questo si aggiunge un altro errore strutturale: trattare ogni acquisto allo stesso modo. Applicare processi complessi e lenti anche a spese di basso valore drena tempo ed energie, sottraendole ad attività ad alto impatto come la diversificazione dei fornitori, la pianificazione della resilienza o le iniziative di sostenibilità.
Il ruolo crescente dell’AI: automazione, controllo e insight
In questo scenario, l’intelligenza artificiale sta rapidamente diventando la spina dorsale della spend analytics. Ma il suo valore emerge davvero solo quando viene applicata a dati centralizzati e completi, non a fogli di calcolo frammentati o report di fine mese.
I casi d’uso più immediati riguardano l’automazione e il controllo del rischio. L’AI è in grado di classificare e arricchire migliaia di transazioni di tail-spend in pochi secondi, eliminando il data entry manuale e offrendo una vista pulita e coerente della spesa. Allo stesso tempo, può individuare in tempo reale transazioni fuori policy, duplicazioni o importi anomali, intervenendo quando l’azione è ancora possibile, non settimane dopo.
C’è poi un tema emergente: la frode. La diffusione della generative AI rende sempre più facile creare ricevute false, realistiche e difficili da individuare. La risposta non è inseguire la sofisticazione delle frodi, ma ridurre lo spazio in cui possono verificarsi. Quando ogni pagamento è tracciato alla fonte, validato in tempo reale e soggetto a controlli automatici, diventa molto più difficile inserire documenti falsi o manipolare il processo.
Infine, l’AI aiuta il procurement a vedere ciò che altrimenti resterebbe invisibile: fornitori ricorrenti tra team diversi, categorie pronte per il consolidamento, costi software o T&E in crescita silenziosa. Non per sostituire il giudizio umano, ma per liberarlo dalle attività a basso valore.
Visibilità come fondamento di resilienza, ESG e gestione del rischio
Il controllo dei costi resta una responsabilità centrale del procurement, ma è impossibile controllare ciò che non si vede. Quando la spesa è frammentata tra carte, team e acquisti ad hoc, anche le funzioni più mature finiscono per reagire invece di guidare.
La visibilità in tempo reale cambia radicalmente questo equilibrio. Riduce il carico amministrativo, elimina la rincorsa alle ricevute e restituisce tempo e chiarezza. È questo lo sblocco vero: quando il procurement smette di essere sommerso da attività operative, può finalmente agire come advisor strategico.
La stessa visibilità è la base per affrontare temi come resilienza della supply chain, ESG e rischio. Con tutte le transazioni catturate e classificate alla fonte, è possibile monitorare i pattern di spesa, collegare gli acquisti a metriche ambientali e garantire la compliance senza rallentare il business. La spend analytics moderna non si limita a supportare questi obiettivi: crea le condizioni perché il procurement possa guidarli.
I primi 90 giorni di un CPO: da dove partire
Per aumentare rapidamente la maturità della spend analytics, un CPO (Chief Procurement Officer) dovrebbe concentrarsi su tre parole chiave nei primi 90 giorni: visibilità, velocità e valore.
Il primo passo è costruire una baseline di visibilità, aggregando tutta la spesa – inclusi tail-spend, T&E e fornitori occasionali – in un’unica vista. Un approccio semplice, “vedi, ordina, analizza”, permette di individuare rapidamente pattern e anomalie.
Il secondo è creare corsie veloci con regole chiare: spostare gli acquisti a basso rischio fuori dal tradizionale percorso PO, utilizzando carte fisiche o virtuali con limiti, categorie consentite e workflow di approvazione predefiniti. Meno attriti, stessa governance.
Il terzo è integrare fin da subito metriche evolute, collegando la spesa a indicatori ESG e di rischio, così che l’analisi supporti immediatamente resilienza e sostenibilità.
Entro i primi tre mesi, il CPO dovrebbe già essere in grado di condividere insight concreti con finance e operations, dimostrando che il procurement non è più “bloccato nel procurement”, ma è diventato un motore di crescita, innovazione e valore strategico.
