Agenti AI nelle aziende: cosa sono e quando servono davvero

Se negli ultimi mesi hai ascoltato un fornitore di software, hai quasi certamente sentito parlare di agenti AI per le aziende. A volte la parola indica un prodotto nuovo, a volte lo stesso chatbot di prima con un nome diverso. Per chi deve decidere dove investire, la differenza conta.

Un agente AI è un sistema in cui un modello linguistico sceglie da solo i passaggi per raggiungere un obiettivo e usa strumenti, come la posta o il gestionale, per eseguirli. Non risponde soltanto: agisce, e decide cosa fare dopo in base a ciò che trova. In questo articolo vediamo come distinguerlo da un chatbot e da un'automazione a regole fisse, quando serve a una media impresa e quando no.

Cos'è un agente AI e in cosa differisce da un chatbot?

Un chatbot risponde a domande; un agente AI porta a termine un compito in più passaggi, usando strumenti collegati ai sistemi dell'azienda e decidendo da solo la sequenza.

Anthropic, nella guida pubblicata il 19 dicembre 2024, distingue due cose. I "workflow" sono sistemi in cui modelli linguistici e strumenti seguono percorsi predefiniti nel codice. Gli "agenti" sono sistemi in cui il modello dirige da solo il proprio processo e l'uso degli strumenti, mantenendo il controllo su come svolgere il lavoro.

Tradotto per un ufficio: se il sistema esegue sempre gli stessi passaggi, nello stesso ordine, è un'automazione, anche se dentro usa l'AI per leggere un testo. Se invece decide caso per caso cosa fare, per esempio se cercare un cliente nell'anagrafica, chiedere un chiarimento o fermarsi e passare la pratica a una persona, è un agente.

Chatbot, automazione e agente: le differenze pratiche

I tre strumenti si distinguono per chi decide i passaggi, che tipo di input gestiscono bene e quanto costa manutenerli.

	Chatbot	Automazione a regole	Agente AI
Cosa fa	Risponde a domande	Esegue passaggi fissi	Sceglie i passaggi per un obiettivo
Chi decide i passaggi	La persona che chiede	Chi ha scritto le regole	Il modello, entro limiti dati
Input adatti	Domande e richieste	Dati strutturati e uguali ogni volta	Documenti ed email che cambiano forma
Manutenzione	Contenuti da aggiornare	Le regole si rompono se cambia il formato	Istruzioni e controlli da verificare nel tempo
Rischio principale	Risposte generiche	Si blocca davanti all'imprevisto	Errori da individuare con controlli

Nessuno dei tre è migliore in assoluto. Per leggere un ordine che arriva ogni volta in un PDF diverso serve un agente; per copiare un file ogni notte da una cartella a un'altra basta un'automazione a regole.

Quando servono gli agenti AI in azienda?

Serve quando il processo ha input variabili e richiede piccole decisioni a ogni caso: la stessa cosa arriva in forme diverse e va riconosciuta prima di essere elaborata.

Alcuni segnali che il processo è adatto:

• i documenti cambiano formato. Ordini, fatture e richieste arrivano da decine di mittenti, ognuno con il proprio layout;
• servono piccole scelte a ogni passo. Trovare il cliente giusto, abbinare un codice articolo, decidere se una differenza di prezzo è accettabile;
• le eccezioni sono frequenti ma gestibili. Non tutto passa senza intervento, ma una parte consistente sì;
• i volumi giustificano l'impegno. Il processo si ripete ogni giorno e occupa tempo vero a qualcuno.

Un esempio è l'inserimento degli ordini che arrivano per email, descritto in Ordini via email nel gestionale: l'agente riconosce il cliente, abbina le righe all'anagrafico e passa a una persona le righe dubbie.

Quando non conviene usare un agente AI?

Non conviene quando il processo ha regole fisse e dati sempre uguali: lì un'automazione semplice è più economica, più veloce e più facile da controllare.

Lo dice anche chi sviluppa questi sistemi. Anthropic consiglia di cercare "la soluzione più semplice possibile" e di aumentare la complessità solo se serve, perché gli agenti spesso scambiano tempi di risposta e costi con prestazioni migliori e, lavorando in autonomia su più passaggi, possono accumulare errori. Per questo vanno provati con controlli e limiti.

Un agente non è la scelta giusta in questi casi:

• il processo è già coperto da una funzione del gestionale o da una regola di importazione;
• una sbagliata decisione costa molto e non esiste un controllo umano prima dell'esecuzione;
• non hai ancora scritto come il processo dovrebbe funzionare e quali eccezioni ammette;
• i volumi sono così bassi che il tempo risparmiato non ripaga l'avvio.

Cos'è l'agent washing e come riconoscerlo?

L'agent washing è la pratica di presentare come "agentico" un prodotto che non lo è: un chatbot, un assistente o un'automazione ribattezzati con il termine di moda.

Secondo Reuters, che il 25 giugno 2025 ha riportato le previsioni di Gartner, il fenomeno riguarda il rebranding di assistenti AI e chatbot senza capacità agentiche significative, e Gartner stima che solo circa 130 fornitori tra le migliaia che si dicono "agentici" siano reali. Per l'azienda che compra, il rischio è pagare per un agente e trovarsi uno strumento che risponde a domande.

Quattro domande per riconoscerlo, da fare al fornitore:

1. Può mostrare un processo completo svolto su un mio documento reale, non una demo costruita?
2. Quali strumenti usa l'agente e con quali permessi?
3. Che cosa decide da solo e che cosa passa a una persona?
4. Come si misura quanto sbaglia prima di andare in produzione?

Quanti progetti di AI agentica falliscono, e perché?

Secondo Gartner, oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027, soprattutto per costi in crescita e valore di business poco chiaro.

È la previsione che Reuters ha riportato il 25 giugno 2025. Non dice che gli agenti non funzionano: dice che molti progetti partono dalla tecnologia e non da un processo con un risultato misurabile. Chi ha già visto un progetto pilota fermarsi prima della produzione riconosce lo schema, che abbiamo descritto in Il progetto pilota di AI è finito. E adesso?.

Da dove partire

Per portare un agente in azienda senza finire tra quel 40% serve un metodo semplice:

1. Scegli un solo processo. Quello con più volume e regole che sai spiegare. I criteri sono in Quale processo automatizzare per primo con l'AI.
2. Scrivi le regole e le eccezioni. Anche in una pagina: cosa l'agente può fare da solo e cosa deve passare a una persona.
3. Raccogli esempi reali. Documenti ed email recenti, con l'esito corretto, per misurare quanto l'agente è preciso.
4. Fissa gli indicatori prima di partire. Per esempio la quota di pratiche chiuse senza intervento e il tempo di lavorazione.
5. Parti con una persona che controlla. L'autonomia si allarga man mano che i numeri lo giustificano.

Se vuoi capire quali dei tuoi processi sono adatti a un agente e quali a uno strumento più semplice, il nostro assessment parte da qui. I processi già coperti da un agente sviluppato per uno scopo preciso sono nella pagina dei prodotti.