Mentre lavoravo sulla riattivazione dei pazienti dormienti è emerso un problema più facile da spiegare: il no-show. Una sedia vuota si vede subito. Un database pieno di pazienti che non tornano da mesi, molto meno.
Perché il segnale è interessante
Il mercato paga già software di reminder e recall. Questo è utile perché dimostra che il problema esiste e ha budget. Non significa automaticamente che serva un nuovo prodotto AI; significa che vale la pena capire dove il processo attuale lascia ancora lavoro manuale o ricavi per strada.
La tentazione: mollare tutto e inseguire l’idea nuova
È il pattern più pericoloso quando costruisci: il progetto nuovo sembra sempre più promettente perché non hai ancora incontrato i suoi problemi. Quindi non sto trattando il no-show come “la nuova idea”. Lo sto usando come domanda in più nelle conversazioni che sto già facendo.
Cosa sto cercando davvero
Non una conferma che “l’AI può aiutare”. Quella è facile da ottenere. Cerco segnali più scomodi: il titolare quantifica il problema? Ha già provato qualcosa? Paga già un tool? Il costo dell’errore è abbastanza alto da giustificare un sistema migliore?
Se la risposta diventa sì in modo consistente, allora il no-show non è una distrazione: diventa una possibile estensione dello stesso sistema. Stesso cliente, stessi dati, stack simile, nuovo problema adiacente.
Questo è un build log: la storia continua quando cambia qualcosa di reale, non quando serve un finale più elegante.