Cash flow forecast PMI: come prevedere i flussi di cassa con AI (guida 2026)
Di Marco Masut — Founder & CEO, Decisor.AI | Pubblicato il 2026-04-25 | 11 min di lettura
Il cash flow forecast a 90 giorni è la differenza tra dormire la notte e svegliarsi a mercoledì senza pagare gli stipendi. Ecco come farlo bene con AI.
Il cash flow forecast è la previsione giorno-per-giorno o settimana-per-settimana di entrate e uscite di cassa di un'azienda su un orizzonte definito (7, 30, 60, 90 giorni). Serve a una PMI per sapere in anticipo quando la liquidità scenderà sotto la soglia di sicurezza, decidere se anticipare incassi o rinviare uscite, ed evitare scoperti bancari non programmati. Non è il bilancio. Non è il budget. È la mappa della cassa nei prossimi mesi.
Il **cash flow forecast** non è un esercizio contabile. È lo strumento che separa le PMI che gestiscono la cassa da quelle che la subiscono. La causa numero uno di fallimento delle aziende italiane non è il calo del fatturato. È non vedere arrivare il problema di liquidità con sufficiente anticipo per agire.
In questa guida trovi come funziona un forecast affidabile, quali dati servono davvero, gli errori che vediamo ogni settimana nelle PMI nostre clienti e perché un'AI predittiva produce risultati diversi da un Excel manuale, anche fatto bene.
Cos'è il cash flow forecast e perché serve a una PMI
Il cash flow forecast è una proiezione delle entrate e uscite monetarie attese in un orizzonte temporale futuro. Detto in pratica: ti dice quanto avrai in banca tra 7, 30, 60 o 90 giorni, sulla base di fatture aperte, scadenze, storico di pagamento dei clienti, costi ricorrenti e impegni già presi.
Il punto critico per una PMI italiana è che il conto corrente ti racconta solo il presente. Ti dice che oggi hai 47.000 euro. Non ti dice che il 18 del mese prossimo, dopo F24, stipendi e tre fatture fornitore con scadenza ravvicinata, scenderai a 4.200. Senza forecast, ti accorgi del problema il 17.
Una **PMI logistica di Verona** da 4 milioni di fatturato ha 60-80 fatture aperte attive in qualsiasi momento, una rete di 30 fornitori con scadenze diverse, IVA trimestrale, F24 mensile, stipendi a fine mese. Tenere a mente questa matrice senza uno strumento di forecast significa pilotare a vista. Per qualche mese funziona. Poi un cliente sposta un pagamento di 30 giorni, e la cassa salta.
Differenza tra budget di cassa, cash flow forecast e tesoreria
Tre termini che vengono spesso confusi, anche da consulenti. Hanno funzioni diverse e finestre temporali diverse.
**Budget di cassa**: pianificazione annuale o trimestrale, granularità mensile, basato su obiettivi e ipotesi. È un esercizio di pianificazione strategica. Risponde alla domanda: "se l'anno va come previsto, come si muove la cassa?"
**Cash flow forecast**: previsione operativa rolling, granularità giornaliera o settimanale, basata su dati reali (fatture esistenti, scadenze, pagamenti programmati). Si aggiorna ogni giorno. Risponde alla domanda: "cosa succederà alla mia cassa nelle prossime 4-12 settimane sulla base di quello che so adesso?"
**Tesoreria**: gestione attiva delle risorse finanziarie disponibili. Include il forecast ma aggiunge le decisioni operative: utilizzo affidamenti, anticipo fatture, gestione conti multipli, scelte di pagamento. Il forecast è il termometro, la tesoreria è la cura.
Una PMI da 2-10 milioni di fatturato dovrebbe avere tutti e tre, ma il forecast è il primo da implementare. Senza forecast, il budget di cassa è teoria e la tesoreria è improvvisazione.
Quali sono gli orizzonti temporali di una buona previsione
Non esiste un unico forecast. Esistono finestre temporali diverse, ciascuna con scopo, accuratezza e dati di input differenti. Mescolarle è uno degli errori più comuni.
Un forecast a 7 giorni serve per la gestione operativa quotidiana, quanto prelevare, quale fornitore pagare oggi. Un forecast a 90 giorni serve per scelte strategiche, accettare un grosso ordine che richiede materia prima anticipata, valutare un investimento, negoziare con la banca un fido temporaneo.
Tabella riferimento orizzonti temporali:
**Forecast 7 giorni**, Granularità: giornaliera. Accuratezza tipica: 95-98%. Uso: gestione cassa operativa. Dati: saldi banca real-time, scadenze imminenti, incassi confermati. Aggiornamento: continuo.
**Forecast 30 giorni**, Granularità: giornaliera o settimanale. Accuratezza tipica: 85-92%. Uso: pianificazione mensile, scadenze fiscali, F24, stipendi. Dati: scadenzario completo, storico ritardi medi clienti. Aggiornamento: ogni 24-48 ore.
**Forecast 60 giorni**, Granularità: settimanale. Accuratezza tipica: 75-85%. Uso: decisioni di tesoreria, anticipi fatture, dialogo con banche. Dati: scadenzario + ipotesi su nuove fatture in emissione. Aggiornamento: settimanale.
**Forecast 90 giorni**, Granularità: settimanale o decadale. Accuratezza tipica: 60-75%. Uso: scelte strategiche, investimenti, valutazione affidamenti, segnali precoci di crisi (CCII art. 3). Dati: scadenzario + nuove fatture stimate + stagionalità storica. Aggiornamento: settimanale.
Forecast a 7, 30, 60, 90 giorni: cosa serve davvero
Un imprenditore di una **PMI manifatturiera** non ha bisogno di tutti gli orizzonti ogni giorno. Ha bisogno del giusto orizzonte al momento giusto.
Il direttore amministrativo guarda il **7 giorni** ogni mattina per decidere chi pagare oggi. Il titolare guarda il **30 giorni** una volta a settimana per validare le scadenze del mese. Il CFO (interno o esterno) guarda il **90 giorni** al lunedì per intercettare segnali di stress finanziario prima che diventino emergenza.
Il forecast a 90 giorni è anche il minimo richiesto per valutare la continuità aziendale ai sensi del **Codice della Crisi d'Impresa (CCII art. 3)**. Non avere un forecast strutturato significa essere fuori dagli adeguati assetti organizzativi, con responsabilità in capo all'organo amministrativo.
Quali dati servono per un cash flow forecast affidabile
Un forecast vale quanto i dati che lo alimentano. Garbage in, garbage out. Vediamo Excel meravigliosi nelle PMI che producono numeri sbagliati perché mancano due o tre input fondamentali.
Tabella dati input minimi per un forecast affidabile:
**Fatture attive aperte** (scadenzario clienti), Importo, data scadenza nominale, cliente. Senza, il forecast è inventato.
**Storico pagamento clienti**, Ritardo medio per ciascun cliente sugli ultimi 12-24 mesi. Il cliente che ha scadenza a 60 giorni ma paga a 87 deve essere modellato a 87. Senza, sovrastimi gli incassi del 15-30%.
**Fatture passive aperte** (scadenzario fornitori), Importo, data scadenza, fornitore. Le scadenze fornitori sono in genere più rigide degli incassi clienti.
**Saldi banca real-time**, Tutti i conti correnti, fidi e affidamenti utilizzati. Idealmente via PSD2 (open banking) per aggiornamento automatico.
**Costi ricorrenti**, Stipendi (data e importo), contributi INPS, F24, IVA trimestrale, canoni, leasing, mutui, rate. Sono il 60-80% delle uscite e sono prevedibili al giorno.
**Stagionalità e storico fatturato**, Per stimare le nuove fatture che verranno emesse nei prossimi 30-90 giorni. Una **gelateria di Riccione** che fattura 80% tra giugno e settembre non può fare un forecast lineare.
**Pipeline commerciale** (opzionale ma utile), Ordini confermati, contratti firmati, preventivi in chiusura. Per orizzonti 60-90 giorni.
Come calcola il cash flow forecast un'AI vs Excel manuale
Excel può fare un forecast. Lo abbiamo visto fare bene da commercialisti bravi. Il problema non è la matematica, è il tempo e la consistenza dei dati.
**Excel manuale**: il responsabile amministrativo apre il file ogni lunedì, scarica il saldo banca, copia il scadenzario da Fatture in Cloud, aggiorna gli incassi dei clienti che hanno pagato, stima i nuovi a memoria, inserisce manualmente F24 e stipendi. Tempo medio: 2-4 ore a settimana. Errori tipici: ritardi clienti calcolati su feeling, mancata cattura di fatture emesse nel weekend, dimenticanza di scadenze ricorrenti, formule rotte dopo 6 mesi di uso.
**AI predittiva collegata ai dati live**: il sistema legge ogni notte fatture in cloud, banca in PSD2, scadenzario, calcola il ritardo medio reale di ogni cliente sui 24 mesi precedenti, applica la stagionalità storica al fatturato atteso, identifica anomalie (un'uscita imprevista di 12.000 euro tre giorni fa che potrebbe ripetersi), genera scenari multipli (base, ottimistico, pessimistico) e alerta solo quando la cassa scende sotto soglia.
La differenza non è "AI vs Excel". È **forecast statico settimanale vs forecast continuo che si aggiorna ogni giorno con i dati reali**. Su orizzonte 30 giorni, l'errore medio di un Excel manuale è 12-18%. L'errore medio di un sistema AI ben configurato su dati reali è 3-7%.
I 5 errori più comuni nel cash flow forecast
**1. Usare le scadenze nominali invece dello storico reale di pagamento.** Se il cliente Rossi ha scadenza a 60 giorni ma paga sistematicamente a 95, il forecast deve modellare 95. Vediamo PMI che sovrastimano la cassa di 30-40k al mese per questo errore.
**2. Dimenticare le uscite ricorrenti non fatturate.** Stipendi, contributi, F24, IVA, ritenute, leasing. Sono il 60-80% delle uscite e non hanno una "fattura" da scadenzare. Devono essere inseriti come ricorrenze.
**3. Non aggiornare il forecast con la frequenza giusta.** Un forecast aggiornato una volta al mese su orizzonte 30 giorni è inutile dopo 5 giorni. Deve essere rolling, idealmente automatico.
**4. Confondere scenario singolo con scenario probabilistico.** Un solo numero ("tra 60 giorni avrai 35.000") è una bugia statistica. Servono almeno tre scenari (pessimistico, base, ottimistico) con i parametri che li differenziano espliciti.
**5. Ignorare la stagionalità.** Un **ristorante di Milano** in zona uffici fattura il 70% in 5 giorni della settimana e crolla ad agosto. Un **e-commerce di abbigliamento** triplica a novembre per il Black Friday. Un forecast lineare su questi profili sbaglia in modo strutturale.
Scenario what-if: cosa cambia se un cliente paga in ritardo
Lo scenario what-if è la funzione più sottovalutata del cash flow forecast. Non serve solo a vedere il futuro più probabile. Serve a stress-testare la cassa contro eventi che potrebbero succedere.
Esempio concreto. **Studio Torino** di consulenza con 3 clienti che pesano il 45% del fatturato. Cosa succede se il cliente più grosso (28% del fatturato) paga la fattura di aprile con 45 giorni di ritardo invece dei consueti 30?
Senza scenario what-if, lo scopri il 15 maggio quando l'incasso non arriva. Con scenario what-if, lo simuli oggi: la cassa scende a -8.000 il 22 maggio. Hai due settimane per anticipare la fattura in factoring, attivare l'affidamento residuo o accelerare gli incassi degli altri clienti. Stessa crisi, due esiti diversi.
Gli scenari what-if che ogni PMI dovrebbe avere preconfigurati: ritardo cliente top, perdita commessa, aumento materia prima del 15%, F24 imprevisto da accertamento, mancato rinnovo affidamento bancario.
Esempio numerico: PMI logistica Verona, 4M fatturato, forecast 90 giorni
Caso reale (anonimizzato). **PMI logistica di Verona**, 4,2M fatturato, 18 dipendenti, 60-80 clienti attivi, scadenze medie 60 giorni ma incassi reali a 78 giorni di media.
**Forecast Excel manuale (situazione iniziale)**: aggiornato il lunedì dal responsabile amministrativo. Su orizzonte 90 giorni, errore medio misurato vs realtà = 22%. Su tre dei sei trimestri precedenti, la cassa effettiva è stata inferiore alle previsioni di oltre 60.000 euro, costringendo a richieste urgenti di ampliamento fido (con costi e impatto sul rating).
**Forecast AI dopo 90 giorni di setup**: dati live da Fatture in Cloud, PSD2 collegato a 3 conti, scadenze fornitori da gestionale, ricorrenze mappate. Errore medio su 90 giorni = 6,8%. Identificati 2 momenti di stress 4 settimane in anticipo, gestiti con anticipo fatture mirato (costo 480 euro vs costo medio scoperto non programmato 2.100 euro).
Risparmio annuo stimato sulla sola gestione tesoreria: 11-14k euro. Tempo amministrativo recuperato: 6-8 ore a settimana. Riduzione richieste urgenti banca: da 4 l'anno a zero, con effetto positivo sul rating.
Come automatizzare il cash flow forecast
Automatizzare il forecast non significa "comprare un software". Significa connettere quattro sorgenti dati e validare il modello. Le fasi sono sempre le stesse.
**Fase 1, connessione dati (1-2 settimane)**: collegare il gestionale fatture (Fatture in Cloud, TeamSystem, Zucchetti, etc.), il conto corrente via PSD2 (ACube o equivalenti), il cedolino paghe per stipendi e contributi, il calendario fiscale per F24 e IVA.
**Fase 2, calibrazione storica (2-4 settimane)**: il sistema legge 12-24 mesi di pagamenti effettivi, calcola il ritardo medio per ogni cliente, identifica stagionalità, mappa le ricorrenze. Senza questa fase, il forecast del primo mese è inattendibile.
**Fase 3, validazione (4 settimane)**: confronto settimanale tra forecast emesso e cassa effettiva. L'errore deve scendere sotto il 10% sui 30 giorni. Se non scende, qualcosa nei dati di input è sbagliato.
**Fase 4, alerting e azioni**: il sistema non ti dice solo "tra 22 giorni cassa a -4.000". Ti suggerisce le azioni, quale fattura anticipare, quale fornitore rinegoziare, quando attivare il fido. Questa è la differenza tra reportistica e CFO operativo.
5 segnali che il tuo cash flow forecast è inutile
**1. Lo aggiorni meno di una volta a settimana.** Su orizzonte breve, un forecast vecchio di 7 giorni è già scaduto.
**2. Usa solo le scadenze nominali, non lo storico reale.** Se non sai quanto ritarda mediamente ogni cliente, stai inventando.
**3. Non ha scenari multipli.** Un solo numero per orizzonte è una bugia statistica vestita da certezza.
**4. Non si confronta con la cassa effettiva ex post.** Se non misuri l'errore reale del forecast contro il consuntivo, non sai se funziona.
**5. Nessuno lo guarda fino al giorno della crisi.** Un forecast che non genera alert proattivi è un report. Serve uno strumento che ti scriva quando la cassa esce dalla soglia, non un PDF da aprire la domenica.
Se hai riconosciuto 3 di questi 5 segnali, il tuo forecast attuale ti sta dando una falsa sensazione di sicurezza. Meglio nessun forecast che un forecast sbagliato: almeno nel primo caso sai di essere al buio.
Cash flow forecast e Codice della Crisi d'Impresa (CCII)
Dal 2022 il Codice della Crisi d'Impresa (D.Lgs. 14/2019, art. 3) impone agli amministratori di PMI l'obbligo di adottare adeguati assetti organizzativi, amministrativi e contabili idonei a rilevare tempestivamente la crisi.
In termini operativi, questo significa: forecast a 90 giorni minimo, indicatori di crisi monitorati (DSCR a 6 mesi, indici settoriali), capacità di documentare il monitoraggio. Un cash flow forecast strutturato è il pilastro tecnico di tutto questo. Non averlo è un rischio di responsabilità diretta per l'organo amministrativo.
Decisor.AI: cash flow forecast con AI predittiva integrata
Decisor.AI è il **CFO AI per PMI italiane**. Il modulo cash flow forecast prende i dati dalle tue fonti (Fatture in Cloud, PSD2 banca, gestionale, cedolino) e genera previsioni rolling a 30, 60 e 90 giorni con accuratezza media misurata 92-96% sui 30 giorni e 78-85% sui 90 giorni.
Cosa include: scadenzario integrato con storico pagamenti reale di ogni cliente, scenari what-if preconfigurati, alert proattivi quando la cassa esce dalla soglia di sicurezza, analisi anomalie cassa, integrazione diretta con DSCR e indicatori CCII.
Tempo di setup: 2-4 settimane. Prima previsione affidabile: dopo 30 giorni di calibrazione storica. Il sistema lavora ogni notte, l'imprenditore guarda il forecast quando vuole, o riceve l'alert quando deve.
Il cash flow forecast non ti fa diventare ricco. Ti fa non andare in crisi quando il mercato si muove. Per una PMI italiana è la differenza tra durare 10 anni e durarne 30.
Se vuoi capire dove sta la cassa della tua azienda nei prossimi 90 giorni, non il fatturato, non il margine, la **cassa**, puoi richiedere una demo di Decisor.AI e vedere il modulo cash flow forecast applicato ai tuoi dati reali. Prima della demo è inutile leggere altri articoli. Dopo la demo, anche.