Soraia Soraia

AI Readiness Assessment · Sample anonimo

AI Readiness Assessment per Acme Recruitment Srl.

Mappatura processi · Identificazione bottleneck · Valutazione stack · Action plan operativo

Cliente Acme Recruitment Srl. (nome anonimizzato)
Settore Recruiting & HR · Executive Search
Team 18 persone (12 recruiter, 4 ops, 2 management)
Durata assessment 12 giorni · 8 interviste interne · 3 sessioni con sponsor
Data Marzo 2026

Sezione 01 · Executive Summary

Cosa abbiamo trovato in 2 settimane di lavoro.

Acme Recruitment è un'agenzia di executive search in forte crescita (+38% revenue YoY) con un problema strutturale: il 56% del tempo del team recruiter va su attività amministrative ripetitive, screening CV, data entry su ATS legacy, scheduling colloqui, reportistica manuale per i clienti. Il management ha capito che servono ore liberate per scaling commerciale, ma le iniziative interne (template di prompt ChatGPT, automazioni Make sporadiche) non hanno generato impatto sistemico.

56%
Tempo recruiter su task amministrativi misurato
€186k
Valore annuo recuperabile (12 recruiter × baseline)
3
Processi ad alta priorità identificati per Sprint 1

Raccomandazione: procedere con un Co-Building Sprint di 5-7 settimane focalizzato sui 3 processi prioritari (vedi Sezione 04). Investimento stimato €34.000–€42.000, payback atteso 7-10 settimane, garanzia "ore recuperate o rimborso" inclusa.

Sezione 02 · Contesto operativo

Come lavora oggi il team.

Stack attuale

Il team usa una stack frammentata: Bullhorn come ATS principale, Microsoft 365 per email/calendar, Slack interno, fogli Google sparsi per tracking commerciale, Make per 2-3 automazioni isolate. Nessun layer di intelligence sopra l'ATS.

Processi mappati (top 6 per consumo orario)

1. Screening CV inbound ~14 h/settimana/recruiter

Recruiter scarica CV da Bullhorn, legge manualmente, valuta fit con JD, scarta o promuove. Il 70% scartato dopo 3-5 min di lettura. Nessuna automazione fit-scoring.

2. Outreach candidati passivi ~9 h/settimana/recruiter

Personalizzazione manuale email su LinkedIn + Bullhorn. Tasso di risposta 6%. Template generici penalizzano il brand.

3. Scheduling colloqui ~5 h/settimana/recruiter

Coordinamento email avanti-indietro tra candidato, cliente e team interno. Calendly poco usato perché clienti enterprise non vogliono link booking pubblici.

4. Reportistica weekly al cliente ~4 h/settimana/recruiter

Excel manuali aggiornati ogni venerdì. Status candidate, pipeline, prossimi step. Doppione di dati già in Bullhorn.

5. JD parsing & intake da cliente ~3 h/settimana/recruiter

PDF/DOC ricevuti via email. Estrazione requisiti hard/soft, riformattazione per Bullhorn. Errori frequenti.

6. BD prospecting nuove aziende ~2 h/settimana/recruiter

Identificazione aziende in hiring spike. Fonti pubbliche miste, manuale, non scalabile.

Sezione 03 · Bottleneck con priorità

Dove l'AI produce il ROI più alto, più velocemente.

Abbiamo ranking 6 bottleneck per impatto orario, fattibilità tecnica e velocità a regime. Solo i primi 3 valgono uno sprint immediato.

Bottleneck Impatto (h/sett) Fattibilità Priorità
Screening CV inbound
Agent: fit-scoring JD-driven + classificazione
168 h/sett Alta. Bullhorn ha API P0
Outreach personalizzato
Agent: drafting + multi-touch sequence
108 h/sett Alta, integrazione LinkedIn Sales Nav P0
Reportistica weekly
Agent: estrazione Bullhorn → narrative client report
48 h/sett Alta, diretta su Bullhorn P0
Scheduling colloqui
Agent: coordinatore email-based
60 h/sett Media, richiede orchestrazione 3-way P1
JD parsing
Agent: intake doc + Bullhorn fill
36 h/sett Alta, basso volume P1
BD prospecting
Agent: aziende-in-hiring spotter
24 h/sett Bassa, dipende fonti esterne instabili P2

Concentrare lo sprint sui 3 P0 recupera 324 h/sett complessive (~57% del tempo amministrativo del team). I P1 li affrontiamo in uno sprint successivo, una volta che i 3 agenti P0 girano stabili.

Sezione 04 · Stack assessment

Cosa tenere, cosa integrare, cosa eliminare.

Tool Stato Raccomandazione
Bullhorn (ATS) Tenere Resta sorgente di verità. Agenti scrivono via API.
Microsoft 365 Tenere Email + calendar OK. Aggiungere Graph API per scheduling agent.
Make (automazioni) Riposizionare Resta per glue light. Agenti complessi vanno su layer dedicato.
Fogli Google tracking Eliminare Doppione di Bullhorn. Sostituiti da reportistica automatica.
LinkedIn Sales Navigator Tenere Necessario per outreach agent + BD prospecting.
Layer AI agents (nuovo) Aggiungere LLM provider azienda (Anthropic Claude Business) + workflow orchestrator + observability. Stack agnostic, dettagli in Action Plan.

Compliance: i candidati sono dati personali. La proposta tecnica prevede infrastruttura UE (Cloudflare Workers + UE-hosted LLM), audit log completo di ogni decisione agent, retention configurabile (default 90 giorni post-closure), DPA art. 28 con Soraia incluso.

Sezione 05 · Action Plan operativo

Cosa facciamo nei prossimi 5-7 settimane.

1

Settimana 1 · Kick-off + baseline

Sessione full-day con sponsor (CEO + COO + lead recruiter). Lock dei target per i 3 agenti P0 con metriche misurabili. Setup ambienti dev + accessi Bullhorn API.

Deliverable: baseline document signed
2

Settimana 2–3 · Build Agent 1 (Screening CV)

Costruzione fit-scoring agent contro JD. Test su dataset storico ultimi 6 mesi. Calibrazione threshold con 3 recruiter senior. Deploy in shadow mode (parallel a screening manuale).

Deliverable: agent live + 1 settimana shadow data
3

Settimana 3–4 · Build Agent 2 (Outreach)

Personalizzazione email drafting agent. Templates approvati da brand. Multi-touch sequence (3 step). Integrazione LinkedIn Sales Nav + Bullhorn outbound.

Deliverable: agent live + A/B test setup
4

Settimana 4–5 · Build Agent 3 (Weekly Report)

Estrazione pipeline da Bullhorn → narrative report client-facing. Template per ciascun cliente custom. Auto-send venerdì h17 con preview umano in approval queue.

Deliverable: agent live + 2 cicli weekly testati
5

Settimana 5–6 · Training team + Adoption

Workshop 4h con tutti i 18 membri team. Demo agenti, governance, escalation rules. Definizione "agent champion" interno (1 recruiter senior).

Deliverable: prompt-pack interno + policy 1-pager
6

Settimana 6–7 · Go-live + misurazione

Switch off shadow mode. Misurazione settimana-1 vs baseline. Adjustment finale agenti. 30 giorni di hypercare con check settimanali.

Deliverable: report 30gg con metriche reali vs baseline

Sezione 06 · Investimento + Garanzia

Quanto costa e cosa promettiamo.

Voce Settimane Importo
Co-Building Sprint (3 agenti P0) 5 €28.000–€34.000
AI Adoption workshop (18 persone, 1 batch) 1 €5.000
Hypercare (30 giorni post go-live) 4 Incluso
Totale 5-7 settimane €33.000–€39.000

Garanzia "ore recuperate o rimborso". Target sprint: recupero medio di 7 ore/settimana per recruiter al go-live + 30gg di hypercare. Se non ci arriviamo, lavoriamo gratis finché non succede, o ti rimborsiamo lo sprint. Misurazione su baseline definita in Sezione 02.

Proiezione 12 mesi

~4.400h
Ore liberate anno 1
(12 recruiter × 7h × 52 sett)
€220–€350k
Valore generato anno 1
(fully loaded €50-80/h)
7–10 sett
Payback dello sprint
(scenario conservativo)

Prossimi passi

Come si parte.

  1. Allineamento (1 settimana): revisione del report con sponsor + commitment formale sul budget.
  2. Firma sprint + 50% fattura: lock delle settimane di delivery. Kick-off entro 10 giorni.
  3. Inizio sprint: 5-7 settimane fino al go-live. Assessment €2.000 rimborsato sullo sprint.

Per allineare i prossimi step: daniel.levis@soraia.io · hello@soraia.io · soraia.io/parliamone.

Questo documento è un sample anonimizzato. Tutti i dati cliente, le metriche operative e le proiezioni sono indicativi di un caso reale Soraia ma resi anonimi. L'assessment effettivo è custom per ogni cliente e include dati misurati direttamente sulla loro operatività.