Agente AI: cos'è, come funziona, esempi reali e quanto costa

In sintesi:

• Un agente AI è un software che riceve un obiettivo e lo porta a termine da solo: decide quali passi fare, usa strumenti (database, email, CRM, API) e si ferma a chiedere a una persona quando la decisione è rischiosa.
• La differenza con un chatbot è semplice: il chatbot risponde, l'agente agisce.
• Un agente su misura per un'azienda costa in genere €8.000–€35.000 di sviluppo più €50–€3.000 al mese di esercizio. Per molti casi semplici, però, un agente non serve: basta un'automazione classica.

Negli ultimi anni ho costruito agenti AI che oggi girano in produzione — per la previsione delle scorte di un'azienda di moda, per trovare bandi pubblici, per gestire una pipeline di vendita. Questa guida spiega cos'è un agente AI partendo da lì: cosa fa davvero, dove funziona e dove no.

Cos'è un agente AI

Un agente AI è un sistema costruito attorno a un modello linguistico (un LLM come GPT o Claude) a cui vengono dati tre elementi in più:

1. Un obiettivo — non una singola domanda, ma un compito: "controlla le scorte e prepara gli ordini ai fornitori".
2. Degli strumenti — funzioni che può chiamare: leggere un database, cercare un documento, inviare un'email, aggiornare il CRM.
3. Un ciclo di ragionamento — l'agente decide il passo successivo, lo esegue, guarda il risultato e decide di nuovo, finché il compito è finito.

Il modello linguistico da solo sa solo generare testo. È il ciclo ragiona → agisci → osserva con gli strumenti a trasformarlo in qualcosa che lavora.

Come funziona un agente AI, passo per passo

Prendiamo un caso reale: l'agente di magazzino che ho costruito per Pellemoda, un'azienda di moda italiana con oltre 5.000 referenze.

1. Ogni giorno l'agente si attiva e legge i dati di vendita e di giacenza.
2. Per ogni referenza prevede la domanda usando lo storico delle vendite.
3. Confronta la previsione con le scorte e individua i prodotti a rischio di esaurimento o di eccesso.
4. Prepara gli ordini ai fornitori per i prodotti da riassortire.
5. Si ferma e chiede conferma: una persona approva gli ordini con un click. Nessun ordine parte senza un essere umano.

Prima, questo lavoro era una revisione settimanale su foglio di calcolo, su una parte del catalogo. Oggi copre tutte le 5.000+ referenze ogni giorno. Il caso completo →

Il punto 5 non è un dettaglio: negli agenti che funzionano in azienda, le azioni con conseguenze reali passano sempre da un'approvazione umana. L'agente prepara, la persona decide.

Differenza tra chatbot e agente AI

È la domanda che mi fanno più spesso, e la confusione è comprensibile: entrambi usano gli stessi modelli linguistici.

I due si possono combinare. Per H-Farm College ho costruito sia un chatbot che risponde alle domande degli studenti, sia l'automazione che gestisce più di 2.000 candidature l'anno dietro le quinte. Come funziona →

Agente AI o automazione classica?

Non tutto ha bisogno di un agente. Se il processo segue sempre le stesse regole — "quando arriva una prenotazione, copiala nel CRM e manda un messaggio WhatsApp" — un'automazione classica è più economica, più veloce e più prevedibile.

È esattamente quello che ho fatto per GB Viaggi: una pipeline di automazione tra Cloudbeds, CRM e WhatsApp che oggi gestisce più di 3.000 prenotazioni al giorno. Niente agente: non serviva. Il caso GB Viaggi →

Un agente serve quando il processo richiede di leggere, interpretare e decidere: email scritte in modo diverso ogni volta, documenti da analizzare, casi che non rientrano nelle regole. La regola pratica: se l'automazione si rompe ogni volta che l'input "non è come previsto", serve un agente. Ne parlo in dettaglio nella guida all'automazione dei processi aziendali.

Esempi di agenti AI per aziende

Alcuni agenti che ho costruito e che girano in produzione:

• Magazzino (Pellemoda) — previsione della domanda su 5.000+ referenze e ordini ai fornitori pronti per l'approvazione.
• Bandi pubblici (BandiFinder) — un sistema multi-agente che scansiona i portali di bandi italiani ed europei, legge i documenti di gara e segnala quelli adatti al profilo di ogni azienda.
• Vendite (RevAgent) — sette agenti che valutano lo stato delle trattative, prevedono i ricavi, scrivono i follow-up e segnalano i deal a rischio, sempre con una persona nel loop.
• Conformità — un sistema che legge normative (GDPR, etichettatura, sicurezza prodotto), le incrocia con i dati aziendali e genera alert.

Il filo comune: ogni agente fa un lavoro preciso, ben delimitato. Gli agenti "che fanno tutto" funzionano nelle demo, non in azienda.

Agente AI per le telefonate

Un caso sempre più richiesto è l'agente AI vocale, che risponde o effettua telefonate. Tecnicamente funziona come un agente testuale con due pezzi in più: il riconoscimento vocale trasforma la voce in testo, l'agente decide cosa rispondere e cosa fare (per esempio fissare un appuntamento nel calendario), e la sintesi vocale legge la risposta.

Funziona bene per compiti strutturati: prenotazioni, conferme di appuntamenti, prime informazioni, smistamento delle chiamate. Ha due limiti da conoscere:

• La latenza: in una telefonata anche un secondo di ritardo si sente. La scelta del modello e dell'infrastruttura conta più che in chat.
• Privacy e trasparenza: chi chiama deve sapere che sta parlando con un sistema automatico, e la registrazione delle chiamate va gestita secondo il GDPR. Ne parlo nella guida su AI, GDPR ed EU AI Act.

Come creare un agente AI

Ci sono due strade.

1. Strumenti no-code. Piattaforme come n8n, Make o Zapier permettono di collegare un modello linguistico a strumenti esistenti senza scrivere codice. Sono un buon modo per sperimentare e per agenti semplici a uso interno. I limiti arrivano con volumi alti, logiche complesse, requisiti di sicurezza e la necessità di capire perché l'agente ha preso una decisione.

2. Agente su misura. Per un agente che lavora su processi critici, il percorso che seguo è questo:

1. Un solo compito, ben definito. Non "automatizzare l'ufficio acquisti", ma "preparare gli ordini di riassortimento".
2. Gli strumenti minimi. L'agente accede solo ai dati e alle azioni che gli servono.
3. Il modello giusto. Per molti compiti un modello piccolo ed economico (come GPT-4.1-mini o Claude Haiku) con buoni esempi nel prompt basta e costa una frazione di un modello di punta.
4. Approvazione umana sulle azioni con conseguenze: ordini, pagamenti, email ai clienti.
5. Tracciamento e test. Ogni decisione dell'agente viene registrata, così quando sbaglia si capisce perché — e si corregge prima che lo veda un cliente.

Un primo agente in produzione richiede in genere 2–4 settimane se il compito è ben definito.

Quanto costa un agente AI

In breve, dai miei progetti in produzione:

• Sviluppo: da circa €8.000 per un agente singolo a scopo fisso, fino a €18.000–€35.000 per un sistema completo con più agenti, integrazioni e monitoraggio.
• Esercizio: €50–€3.000 al mese, a seconda dei volumi e del modello. Per un'azienda in fase iniziale il costo mensile reale è spesso intorno ai €300–€400.

Il dettaglio completo — prezzi dei modelli, infrastruttura e scenari reali — è nell'articolo Quanto costa un agente AI nel 2026. Per una stima sul tuo caso puoi usare il calcolatore dei costi.

Esistono agenti AI gratis?

Sì, per uso personale: molti assistenti (ChatGPT, Claude, Gemini) includono funzioni "agentiche" nei piani gratuiti o economici, e strumenti come n8n hanno versioni open source. Per un'azienda, però, il costo vero non è la licenza: è collegare l'agente ai propri dati e processi in modo affidabile e sicuro. Lì un agente gratuito generico raramente basta.

I limiti da conoscere

Un agente AI non è magico. I problemi reali che vedo più spesso:

• Errori sicuri di sé. Un modello linguistico può sbagliare con grande convinzione. Per questo le azioni importanti passano da una persona.
• Compiti troppo vaghi. Più l'obiettivo è ampio, più l'agente è imprevedibile.
• Dati disordinati. Se i dati aziendali sono incompleti o sparsi, l'agente erediterà il problema. Spesso il primo lavoro è mettere ordine nei dati.
• Costi fuori controllo. Senza monitoraggio, un agente che entra in un ciclo può consumare molto più del previsto.

Nessuno di questi limiti blocca un progetto, se viene affrontato fin dall'inizio.

Da dove iniziare

Se stai valutando un agente AI per la tua azienda, la domanda giusta non è "quale tecnologia usare", ma "quale processo ci costa più tempo ed è abbastanza ripetitivo da delegare?". Da lì si capisce in fretta se serve un agente, una semplice automazione o niente del tutto.

Se vuoi ragionarci insieme, offro una call conoscitiva gratuita di 30 minuti: mi racconti il processo e ti dico onestamente se un agente ha senso, quanto costerebbe e quanto tempo servirebbe.