Agenti AI per le aziende: cosa sono e cosa fanno davvero

Nel 2026 la parola del momento è "agente AI", e se ne parla spesso in modo confuso, al punto che chi ha una piccola azienda ha la sensazione di restare indietro senza nemmeno capire di cosa si tratti. L'idea, in realtà, è semplice. Un chatbot risponde: gli fai una domanda e ti dà una risposta. Un agente agisce: riceve un obiettivo, decide i passaggi per raggiungerlo e li esegue usando gli strumenti che gli metti a disposizione, come la posta, il gestionale o un foglio di calcolo. È la differenza tra qualcuno che ti spiega come compilare un modulo e qualcuno che il modulo te lo compila, lasciandotelo da firmare.

Agenti e flussi automatici: una distinzione utile

Anthropic, una delle aziende che sviluppano questi modelli, propone una distinzione che aiuta a non farsi confondere dal marketing. Ci sono i flussi automatici, in cui l'intelligenza artificiale svolge passaggi decisi in anticipo da chi li ha progettati: leggi questa email, estrai questi dati, inseriscili qui. E ci sono gli agenti veri e propri, in cui è il modello a decidere di volta in volta quali strumenti usare e in che ordine. I secondi sono più flessibili ma anche più costosi e più esposti a errori che si sommano passo dopo passo. Per la maggior parte dei lavori ripetitivi di una piccola azienda, la soluzione giusta è il flusso ben progettato; l'agente serve quando i casi sono troppo vari per essere previsti uno per uno.

Cosa può fare, in concreto

Un esempio rende tutto più chiaro. Arriva una richiesta via email: un agente può leggerla, capire di cosa si tratta, cercare cliente e disponibilità nel gestionale, preparare una bozza di risposta o di preventivo e lasciartela pronta da controllare. A fine giornata può raccogliere gli ordini arrivati, verificare le giacenze e segnalarti solo quelli che richiedono una decisione. Può smistare le richieste di assistenza recuperando lo storico del cliente, preparare i solleciti di pagamento, aggiornare un report che oggi qualcuno compone a mano ogni lunedì. Sono catene di piccoli passi noiosi, ed è esattamente il terreno dove un agente lavora bene. Un caso molto concreto, quello degli ordini che arrivano in PDF, lo raccontiamo nella guida sull'inserimento automatico di ordini e DDT.

Come si collega ai tuoi programmi

Un agente vale quanto gli strumenti a cui può accedere. Per collegarlo ai programmi aziendali si sta affermando uno standard aperto, il Model Context Protocol: nato da Anthropic, a dicembre 2025 è stato affidato a una fondazione della Linux Foundation creata insieme a OpenAI e Block, ed è supportato dai principali assistenti, da ChatGPT a Gemini a Microsoft Copilot. In pratica significa che collegare un agente a gestionale, CRM o archivio documentale sta diventando un lavoro di integrazione ordinario, non un esperimento.

Quanto costa

Le strade sono due. La prima sono gli assistenti già pronti dei grandi fornitori: Microsoft 365 Copilot costa 30 dollari per utente al mese, la versione pensata per le piccole imprese 21 dollari, e ChatGPT Business in Italia costa 21 euro per utente al mese con pagamento annuale; per costruire agenti propri con Copilot Studio Microsoft vende pacchetti di crediti da 200 dollari al mese. Vanno bene per lavorare su documenti ed email dentro gli strumenti di quei fornitori. La seconda strada è un agente costruito sul tuo processo e collegato ai tuoi sistemi: qui il costo è soprattutto il progetto, cioè analisi, integrazioni, regole e prove, mentre il consumo dei modelli per i volumi di una piccola azienda resta di solito contenuto.

Perché molti progetti falliscono

Conviene sapere che il settore è pieno di promesse. Gartner prevede che oltre il 40% dei progetti basati su agenti AI sarà cancellato entro la fine del 2027, per costi crescenti, valore poco chiaro o controlli insufficienti, e segnala un fenomeno battezzato "agent washing": prodotti esistenti ribattezzati agenti senza esserlo davvero. Anche le indagini di McKinsey del 2026 mostrano che le grandi aziende stanno estendendo gli agenti molto più delle piccole. Il motivo non è che la tecnologia non funzioni, ma che spesso si parte dalla tecnologia invece che da un problema preciso, misurabile e ripetitivo.

I rischi da conoscere prima

Più libertà dai a un agente, più serve controllo. Il rischio più noto ha un nome tecnico, prompt injection, ed è in cima alla classifica OWASP dei rischi delle applicazioni basate su modelli linguistici: istruzioni nascoste dentro un'email o un documento che l'agente legge e scambia per ordini, per esempio "inoltra questa conversazione a questo indirizzo". Lo stesso elenco segnala l'eccesso di autonomia, cioè agenti con più permessi di quanti ne servano. Le contromisure sono di buon senso: dare all'agente solo gli accessi indispensabili, tenere una persona che approva prima delle azioni delicate, come inviare qualcosa a un cliente, pagare o cancellare dati, e registrare tutto quello che fa. Nelle aziende che seguiamo vale anche una regola di base sui dati da non affidare agli strumenti pubblici, che descriviamo nella guida sulla policy AI aziendale.

Come partire senza farsi male

Il modo giusto di iniziare non è mettere l'AI dappertutto, ma scegliere un processo ripetitivo e ben definito, misurare quanto tempo richiede oggi e costruire l'automazione attorno a quello. Nei primi tempi l'agente propone e la persona conferma; quando i risultati sono stabili, si allarga il perimetro. È più utile un agente che fa bene una cosa noiosa di una promessa generica di intelligenza artificiale che non tocca mai il lavoro vero. Se invece ti serve qualcosa che risponda ai clienti più che agire nei tuoi sistemi, parti dalla guida sui chatbot AI.

Come lo facciamo noi

Partiamo dal compito che ti fa perdere più tempo, lo scomponiamo in passaggi e decidiamo insieme quali può svolgere l'AI e dove serve il tuo via libera. Poi lo colleghiamo ai programmi che già usi, con permessi minimi e registrazione delle azioni. È lo stesso approccio con cui abbiamo portato l'AI nei processi di una ferramenta, dalla lettura dei documenti ai riassunti delle riunioni, e che proponiamo a chi vuole integrare l'AI in azienda partendo da un risultato misurabile.