Automazione AI Lead Generation PMI B2B: Caso Studio Reale

Tempo di lettura: 9 minuti

Ogni settimana riceviamo la stessa domanda da imprenditori B2B della Lombardia: “L’AI per il marketing la capisco in teoria, ma nella pratica cosa faccio lunedì mattina?”

Questa è la storia di come abbiamo risposto a quella domanda per Meccanica Breda (nome fittizio, dati reali), un’azienda di lavorazioni CNC con 23 dipendenti nella zona industriale di Cinisello Balsamo. Niente teoria. Niente hype. Solo il percorso completo — giorno per giorno, euro per euro, errore per errore — di un sistema di automazione AI per la lead generation B2B costruito in 87 giorni.

La situazione di partenza: un’azienda B2B che vive di passaparola

Meccanica Breda fattura 3,2 milioni di euro l’anno. Lavora per conto terzi nel settore automotive e medicale. Il 90% del fatturato arriva da 7 clienti storici. Il titolare, 58 anni, ha un figlio in azienda che spinge per la digitalizzazione. Il sito web è un biglietto da visita statico. Zero lead dal digitale. Il commerciale senior è andato in pensione sei mesi fa e non è stato sostituito.

Situazione familiare? Per il 72% delle PMI meccaniche lombarde con fatturato tra 2 e 5 milioni, il canale di acquisizione principale resta il passaparola e le fiere di settore. Lo dice l’ultima indagine di Confindustria Lombardia Meccanica del dicembre 2025. Il problema è che il passaparola non scala, e le fiere costano tra i 15.000 e i 40.000 euro a evento con un ROI impossibile da misurare.

Il budget: 2.100 euro al mese (tutto compreso)

Prima di raccontare il “come”, parliamo del “quanto” — perché è qui che la maggior parte degli articoli sull’AI diventa fantascienza.

Il budget mensile totale che Meccanica Breda ha allocato per il progetto:

Strumenti AI e software: 380 €/mese (Apollo.io piano base 99€, ActiveCampaign Lite 49€, ChatGPT Team 25€/utente x 2, Phantombuster 69€, LinkedIn Sales Navigator Core 79,99€)
Advertising LinkedIn: 800 €/mese (budget minimo per B2B manifatturiero in area Milano)
Contenuti e gestione: 920 €/mese (agenzia esterna per setup e ottimizzazione)

Totale: 2.100 €/mese. Meno dello stipendio lordo di un commerciale junior a Milano. Il patto era chiaro: in 90 giorni il sistema doveva generare almeno 5 lead qualificati al mese. Un lead qualificato = un responsabile acquisti di un’azienda manifatturiera con budget, esigenza attiva e ciclo decisionale inferiore ai 6 mesi.

Fase 1 (Giorni 1-21): Le fondamenta — cosa abbiamo fatto prima di toccare qualsiasi tool AI

Qui è dove il 90% dei progetti di automazione fallisce. Si parte dagli strumenti invece che dalla strategia.

Settimana 1: Mappatura del cliente ideale

Abbiamo intervistato il titolare, il figlio (responsabile commerciale di fatto) e il capo officina. Tre domande:

1. Chi sono i vostri 3 migliori clienti e perché? Risposta: aziende tra 50 e 200 dipendenti, nel raggio di 150 km, che cercano un fornitore affidabile per lavorazioni CNC di precisione con tolleranze sotto i 0,01mm. Settori: automotive, medicale, automazione industriale.

2. Qual è il momento esatto in cui un potenziale cliente vi contatta? Risposta: quando il fornitore attuale non rispetta le consegne, quando hanno un progetto nuovo con specifiche tecniche complesse, o quando il buyer cambia azienda e porta con sé i contatti.

3. Cosa vi differenzia dai concorrenti di Lecco e Brescia? Risposta: certificazione ISO 13485 per il medicale (rara nel CNC conto terzi), parco macchine 5 assi recente, e tempi di campionatura sotto i 10 giorni lavorativi.

Da queste risposte abbiamo costruito 3 Ideal Customer Profile (ICP) con parametri misurabili — non buyer persona generiche con nome e foto stock. Parametri: codice ATECO, range dipendenti, provincia, ruolo decisionale (responsabile acquisti, direttore tecnico, plant manager), segnali di timing (assunzioni recenti, nuovi impianti, cambio fornitore).

Settimana 2-3: Il sito web come macchina di conversione

Il sito vecchio è stato rifatto in 12 giorni con WordPress e un tema specifico per il B2B industriale. Non bello — funzionale. Le pagine chiave:

Homepage con proposta di valore in 8 secondi: “Lavorazioni CNC 5 assi con tolleranze ±0,005mm. Campionatura in 8 giorni. Certificati ISO 9001 e ISO 13485.”
3 landing page specifiche per settore (automotive, medicale, automazione) con case study reali, specifiche tecniche e un form di contatto dedicato
Pagina “Capacità produttiva” con foto reali del parco macchine (non stock photo), lista macchine con specifiche, e capacità produttiva mensile
Blog con struttura predisposta per contenuti tecnici

Ogni pagina ha un form di contatto con 4 campi: nome, azienda, email aziendale, tipo di lavorazione richiesta. Il campo “email aziendale” è fondamentale — filtra automaticamente gmail.com e hotmail.com, che nel B2B meccanico sono quasi sempre irrilevanti.

Il sito è stato ottimizzato per 12 keyword geo-localizzate ad alta intenzione commerciale: “lavorazioni CNC conto terzi Milano”, “tornitura 5 assi Lombardia”, “fornitore CNC medicale certificato”, e varianti simili. SEO tecnico base: sitemap, schema markup LocalBusiness e Organization, velocità sotto i 2 secondi, mobile-first.

Fase 2 (Giorni 22-50): Il sistema di automazione AI

Qui entra l’intelligenza artificiale. Ma attenzione: l’AI nel nostro setup non “fa magie” — automatizza e personalizza quello che un commerciale bravo farebbe manualmente, ma su scala 10x.

Il workflow completo (spiegato come se parlassi al titolare)

Step 1 — Identificazione prospect con Apollo.io + AI

Apollo.io ha un database di aziende italiane sufficiente per il B2B manifatturiero. Abbiamo impostato filtri per codice ATECO (25.62 – lavorazioni meccaniche, 29.3 – automotive, 32.50 – medicale), area geografica (Lombardia, Piemonte, Emilia-Romagna, Veneto), dimensione (50-500 dipendenti), e ruolo (buyer, procurement, direttore tecnico).

Risultato del primo filtro: 2.847 aziende potenziali. Troppo. Abbiamo usato ChatGPT per analizzare i profili LinkedIn dei decision maker di queste aziende, cercando segnali specifici: post su problemi di supply chain, assunzioni per ruoli di produzione, investimenti in nuovi impianti. Questo ha ridotto la lista a 340 prospect ad alta priorità.

Step 2 — Sequenze di outreach personalizzate con ActiveCampaign + ChatGPT

Ogni prospect riceve una sequenza di 4 email in 21 giorni. Ma non email generiche. ChatGPT genera varianti personalizzate basate su: settore specifico dell’azienda, ruolo del destinatario, segnali rilevati (es. “Ho visto che state ampliando la linea produttiva per il medicale…”), riferimenti geografici (“Come voi, operiamo nell’area milanese e sappiamo cosa significa…”).

La prima email ha un tasso di apertura medio del 47% (la media B2B in Italia è 21%). Perché? Perché il subject line è generato dall’AI per ogni singolo destinatario basandosi sul suo profilo LinkedIn. Non è “Scopri le nostre lavorazioni CNC” — è “Marco, una domanda sulla vostra campionatura per il progetto valvole.”

Step 3 — LinkedIn automation con Phantombuster

In parallelo alle email, Phantombuster automatizza azioni su LinkedIn: visite al profilo, richieste di connessione con nota personalizzata (generata da ChatGPT), e interazioni con i post dei prospect. Tutto con limiti giornalieri stretti (20 azioni/giorno) per evitare ban.

Il figlio del titolare dedica 15 minuti al giorno a LinkedIn: pubblica un post tecnico alla settimana (preparato da noi con ChatGPT, ma rivisto e arricchito con la sua esperienza diretta) e risponde ai commenti.

Step 4 — Qualificazione automatica e alert

Quando un prospect apre 3 email, clicca su un link, o visita il sito, il sistema invia un alert al figlio del titolare su WhatsApp (integrazione ActiveCampaign → Zapier → WhatsApp Business). L’alert contiene: nome, azienda, azioni compiute, e un suggerimento generato da ChatGPT su come aprire la conversazione.

A quel punto l’intervento umano è fondamentale. L’AI ha scaldato il lead, l’umano chiude.

Fase 3 (Giorni 51-87): Ottimizzazione e risultati

I primi 30 giorni di sistema attivo (giorno 22-51)

Risultati deludenti. 2 lead qualificati, 14 email di risposta generiche (“non ora, ricontattarci fra 6 mesi”), 3 bounce. Il tasso di risposta alle email era del 4,2% — sotto le aspettative.

Il problema: il messaggio era troppo commerciale. Anche con la personalizzazione AI, il tono era “ti vendo qualcosa”. Abbiamo cambiato approccio radicalmente.

Il pivot: da vendita a valore tecnico

Abbiamo creato un lead magnet specifico per il settore: una checklist tecnica di 2 pagine intitolata “9 specifiche critiche da verificare prima di cambiare fornitore CNC per il medicale.” Non un ebook generico — un documento operativo che un responsabile acquisti poteva stampare e usare nella riunione del lunedì.

La prima email della sequenza è stata riscritta: non vendeva più le lavorazioni CNC, ma offriva la checklist come risorsa gratuita. Chi la scaricava entrava in una sequenza di nurturing più lunga (8 email in 45 giorni) che alternava contenuto tecnico e social proof.

I risultati al giorno 87

Lead qualificati generati: 8 (obiettivo era 5)
Proposte commerciali inviate: 4
Ordini chiusi: 1 (valore: 28.000 €, margine stimato 35%)
Pipeline attiva: 3 trattative in fase di campionatura
Costo per lead qualificato: 262 €
ROI del primo ordine chiuso vs investimento totale (3 mesi): +344%

Ma il numero che conta davvero è un altro: il tempo del figlio del titolare dedicato alla parte commerciale è passato da 0 ore a 45 minuti al giorno, di cui 15 su LinkedIn e 30 per follow-up telefonici sui lead caldi. Il sistema AI fa il lavoro di ricerca, personalizzazione e nurturing. L’umano fa quello che sa fare meglio: costruire la relazione.

I 5 errori che abbiamo commesso (e che vi risparmiate)

1. Partire dagli strumenti invece che dall’ICP. Se non sapete esattamente chi è il vostro cliente ideale, nessun tool AI vi salverà. Le prime 3 settimane “senza AI” sono state le più importanti del progetto.

2. Sottovalutare la deliverability delle email. Le prime 2 settimane di invio email, il 30% finiva in spam. Abbiamo dovuto configurare SPF, DKIM e DMARC sul dominio, scaldare l’indirizzo email con un volume graduale, e usare un dominio secondario per l’outreach per proteggere il dominio principale.

3. Automatizzare troppo LinkedIn. Phantombuster è potente ma pericoloso. Al giorno 34 l’account LinkedIn del figlio è stato temporaneamente limitato per attività sospetta. Abbiamo ridotto drasticamente i volumi e alternato giorni di automazione a giorni di attività manuale.

4. Contenuti AI non rivisti. Le prime email generate da ChatGPT erano grammaticalmente perfette ma generiche. Mancava il linguaggio tecnico del settore — “piazzamento” invece di “setup”, “mandrino” invece di termini generici. Il figlio del titolare ha dovuto rivedere e “sporcare” i testi con il gergo reale dell’officina.

5. Non misurare il costo reale del tempo interno. I 45 minuti al giorno del figlio del titolare sono un costo. A regime, con il sistema ottimizzato, stimiamo 30 minuti/giorno. Ma nelle prime settimane di setup e apprendimento, il suo impegno era di 2 ore al giorno. Questo va messo nel budget.

Cosa farebbe un’azienda come la vostra

Se siete una PMI B2B in Lombardia con un fatturato tra 1 e 10 milioni, un prodotto/servizio tecnico, e un ciclo di vendita tra 30 e 180 giorni, questo modello è replicabile. Non identico — ogni azienda ha le sue specificità — ma la struttura funziona.

I prerequisiti minimi sono tre: un sito web funzionale (non bello, funzionale), almeno una persona interna disposta a dedicare 30-45 minuti al giorno alla relazione con i lead, e un budget di almeno 1.500 €/mese per strumenti e gestione.

Se volete capire come adattare questo sistema alla vostra azienda, parliamone. Non vendiamo strumenti e non siamo partner di nessun software. Costruiamo sistemi di acquisizione clienti che funzionano.

Starlead srl è un’agenzia B2B di lead generation specializzata in AI, SEO e ottimizzazione funnel per aziende B2B in Italia. Operiamo da Milano.

Parliamo del vostro progetto →