Agenti AI per PMI: cosa sono davvero, cosa no, e dove conviene

Automazione, chatbot o agente? Cinque casi in cui un agente AI conviene a una piccola impresa, tre in cui no, i vincoli che lo rendono usabile e le dieci domande da farsi prima di metterne uno in azienda.

Agenti AI per PMI: cosa sono davvero, cosa no, e dove conviene

Immagina un'azienda di impiantistica di 30 persone nel Luganese. Nella casella info@ arrivano 70 email al giorno: richieste di intervento, domande sui preventivi, fatture dei fornitori, solleciti, pubblicità. Tre persone le aprono a turno, capiscono di cosa si tratta, inoltrano, rispondono alle solite domande, ricopiano i dati nel gestionale. Un'ora a testa, ogni giorno. A CHF 60 l'ora di costo interno sono circa 45'000 franchi l'anno per smistare la posta.

È un esempio costruito, non un cliente. Ma è la situazione in cui, di solito, qualcuno in riunione dice: «ci vorrebbe un agente AI». Questo articolo serve a capire se ha ragione, e dove. È la pagina di riferimento del magazine sugli agenti AI per PMI: cosa sono, cosa non sono, dove conviene usarli e cosa serve perché funzionino davvero in un'azienda ticinese.

Il punto

Un agente AI è un collega digitale con un compito definito: legge, decide entro limiti, esegue e chiede quando non è sicuro. Conviene dove c'è da leggere e interpretare. Se le regole sono già chiare, non serve: basta un'automazione.

Cos'è un agente AI, e in cosa è diverso da un'automazione o da un chatbot?

Un agente AI è un software che riceve un compito, legge informazioni anche non strutturate (email, PDF, note, messaggi), decide entro limiti definiti e compie azioni nei sistemi aziendali: cerca dati, prepara documenti, aggiorna record, risponde. A differenza di un'automazione a regole fisse, gestisce casi variabili. A differenza di un chatbot, non si limita a rispondere: lavora.

La confusione tra i tre è il primo motivo per cui i progetti partono storti. Questa tabella serve a metterli in fila.

StrumentoCosa faQuando serveCosa non faEsempio
AutomazioneEsegue sempre gli stessi passaggi su dati strutturatiRegole chiare, dati in tabelle, casi prevedibiliNon interpreta: se un caso non è previsto, si fermaOgni ordine confermato nel gestionale genera la fattura e la invia
ChatbotRisponde a chi gli scrive, cercando nelle informazioni disponibiliDomande ricorrenti, orari, condizioni, stato di una praticaNon tocca i sistemi: nessuna azione, nessuna decisioneUn cliente chiede i tempi di consegna e riceve la risposta dalle condizioni di vendita
AgenteLegge, decide entro limiti, esegue azioni, chiede quando non è sicuroTesto libero da capire, dati da cercare, documenti da preparareNon decide da solo dove c'è una responsabilitàLegge una richiesta d'offerta, recupera cliente e listino, prepara la bozza e la manda in approvazione

La colonna che conta è «cosa non fa». L'agente prepara; la firma resta a una persona. Se nella tua idea di agente manca questo passaggio, non è un agente usabile in azienda: è un rischio con un nome nuovo.

Cosa non è un agente AI?

Quattro cose, e le sento tutte nella prima call.

  • Non è «mettere ChatGPT in azienda». Dare a tutti un abbonamento a un assistente non è un agente: è un chatbot in più per persona, con i dati che ognuno decide di incollarci. Cosa succede l'ho descritto nel pezzo sulla shadow AI e i dati aziendali. L'agente è l'opposto: un compito solo, dati definiti, permessi definiti.
  • Non decide da solo su cose con una responsabilità. Uno sconto, un pagamento, una risposta a un reclamo. L'agente può preparare tutto; la decisione resta a chi ne risponde, con un clic di approvazione che lascia traccia.
  • Non sostituisce un processo rotto. Se nessuno sa chi deve rispondere a cosa, l'agente non lo scopre: applica il disordine più in fretta. Prima si decide il processo, poi se serve un agente.
  • Non è obbligatorio. Se le regole sono chiare e i dati sono già in tabelle, basta un'automazione dei processi senza AI. Costa meno, si controlla meglio, non inventa. Lo dico anche quando significa un progetto più piccolo.

Dove conviene usare un agente AI in una PMI?

Dove c'è da leggere, interpretare e preparare. Cinque casi che si ripresentano quasi uguali in aziende diverse. Per ognuno: cosa fa l'agente, dove si ferma e chiede, cosa resta nel registro.

1. Smistare e rispondere alle richieste in arrivo

È il caso dell'azienda di impiantistica dell'apertura: una casella dove arriva di tutto.

  • Cosa fa: legge ogni email, capisce di cosa si tratta (intervento, offerta, fattura, altro), la assegna alla persona giusta e prepara una prima risposta per le domande ricorrenti, con dati reali: orari, condizioni, stato di una pratica.
  • Dove si ferma: reclami, toni accesi, richieste fuori da ogni categoria. Non risponde: inoltra a una persona e lo dice.
  • Nel registro: data, mittente, categoria, a chi è andata, se ha risposto e con quale testo.

2. Preparare le offerte dal CRM

Una richiesta in testo libero, qualcuno cerca il cliente nel CRM, apre il listino, ricopia tutto in un modello. Tre ricopiature, tre occasioni di errore.

  • Cosa fa: estrae articoli e quantità, recupera cliente, condizioni concordate e prezzi in vigore, prepara la bozza di offerta con le fonti usate.
  • Dove si ferma: cliente non presente nel CRM, condizioni fuori listino, richiesta incompleta. Prepara solo le domande da fare e segnala. Nessuna offerta esce senza l'approvazione del commerciale.
  • Nel registro: richiesta, dati recuperati, bozza, chi ha approvato, con quali modifiche, quando è partita.

3. Leggere fatture, ordini e PDF

Documenti in trenta formati diversi che finiscono nel gestionale a mano.

  • Cosa fa: estrae fornitore, importo, scadenza e righe dai documenti e li porta nel gestionale nei campi giusti.
  • Dove si ferma: importo che non torna con l'ordine, fornitore sconosciuto, campo illeggibile. Lo segnala con il motivo invece di riempire il buco con un valore plausibile.
  • Nel registro: documento, dati estratti, confronto con l'ordine, esito, chi ha confermato le eccezioni.

4. Controllare dati e segnalare anomalie

I numeri ci sono, ma li guarda qualcuno quando ha tempo. Cioè tardi.

  • Cosa fa: confronta ordini, consegne e fatture, scadenze e incassi, e scrive a chi deve decidere quando qualcosa esce dai binari, con il motivo: «questa fattura supera l'ordine del 12%».
  • Dove si ferma: sempre. Segnala, non corregge e non sollecita da solo. Le soglie le decide l'azienda, non il modello.
  • Nel registro: controllo eseguito, anomalia trovata, a chi è stata segnalata, cosa ha deciso.

5. Rispondere alle domande interne

Prezzi, procedure, disponibilità, cosa dice il contratto del fornitore sulle consegne. Le risposte esistono, ma sono sepolte in manuali e cartelle, o nella testa di chi oggi è in ferie.

  • Cosa fa: risponde ai colleghi sulla base dei documenti aziendali, citando il passaggio da cui ha preso la risposta, così chi legge verifica in dieci secondi.
  • Dove si ferma: se la risposta non è nei documenti, lo dice. E rispetta i permessi: il contratto di un fornitore non risponde a chiunque.
  • Nel registro: domanda, documenti consultati, risposta data, fonte citata.

Dove non conviene?

Tre situazioni in cui dico di no, o di non ancora.

  • Le regole sono già chiare. Le richieste arrivano da un modulo con campi fissi, lo smistamento sta in una tabella, i dati sono già strutturati. Un'automazione fa lo stesso lavoro, costa meno e non ha bisogno di interpretare nulla.
  • I dati non sono disponibili o sono sporchi. Listini in dieci versioni, anagrafiche doppie, documenti sparsi. Un agente che legge dati sbagliati prepara risposte sbagliate, con sicurezza. Prima si sistemano i dati, poi si parla di agente.
  • La decisione ha una responsabilità legale o finanziaria e nessuno vuole metterci una persona. Pagamenti, condizioni contrattuali, risposte a un'autorità. L'agente può preparare; se nel disegno del processo manca il passaggio di approvazione, il progetto non parte.

Cosa rende un agente AI usabile in azienda?

Tre vincoli, più uno. Sono gli stessi della pagina sugli agenti AI con controllo, perché sono il modo in cui li costruisco.

  • Un compito definito. Non «un agente per l'azienda», ma un agente per un lavoro: smistare le richieste, preparare le offerte, leggere le fatture. Un processo, con un inizio, una fine e un numero da guardare prima e dopo.
  • Approvazione umana dove serve. Dove c'è una decisione, l'agente prepara e una persona approva, con un clic, in Teams o dove lavora già. Dove non c'è, procede da solo. Il confine va scritto prima di costruire.
  • Un registro di ogni azione. Cosa ha letto, cosa ha deciso, chi ha approvato, cosa è uscito. Quando qualcuno chiede «chi ha mandato questa offerta?», la risposta è in una riga.
  • Il quarto: collaudo prima dell'uso. Una griglia di prova: richieste tipiche, incomplete, fuori ambito. Si conta cosa gestisce bene, cosa prepara a metà e quante volte inventa una risposta con sicurezza. Quelle ultime sono il motivo per cui si collauda: si correggono le regole e si ripete la prova. Solo dopo l'agente entra nel lavoro quotidiano. È lo stesso metodo del collaudo di un sistema AI prima del rilascio.

Se stai valutando un agente, tuo o proposto da un fornitore, queste sono le domande che farei io. Se a più di tre non sai rispondere, non è il momento.

#Dieci domande prima di mettere un agente AI in aziendaSe la risposta manca
1Qual è il compito, in una frase? Dove inizia e dove finisce?Non è un progetto, è un'idea
2Quante volte al giorno o alla settimana succede, e quanto tempo costa oggi?Non saprai se ha reso
3Le regole si possono scrivere in una tabella? Allora basta un'automazione.Forse non serve l'AI
4Dove sono i dati che l'agente deve leggere, e in che stato sono?Prima i dati, poi l'agente
5Cosa può fare da solo, cosa deve chiedere, cosa non deve fare mai?Il perimetro lo scoprirai da un errore
6Chi approva, e dove? Quanto tempo ha per farlo?L'approvazione diventa un collo di bottiglia o salta
7Cosa resta scritto per ogni azione, e chi lo guarda?Nessuno saprà cosa ha fatto
8Come viene collaudato prima dell'uso, su quali casi, con quali risultati scritti?Lo collauderanno i clienti
9Dove vengono elaborati i dati, e cosa non deve uscire dall'azienda?Problema nLPD in arrivo
10Chi lo modifica quando il processo cambia, e con quale documentazione?Tra sei mesi sarà fermo

Con quali strumenti si costruisce, in una PMI su Microsoft 365?

Gli strumenti vengono dopo il problema, ma la domanda arriva sempre. Per una PMI che lavora già su Microsoft 365, la risposta nella maggior parte dei casi è: con quello che hai.

  • Copilot Studio per gli agenti che lavorano in Teams e sui documenti aziendali, con i permessi che le persone hanno già. Chi non può aprire una cartella, non la vede nemmeno tramite l'agente.
  • Power Automate per collegare l'agente a email, approvazioni, CRM e gestionale, e per la parte del flusso che non ha bisogno di AI. Spesso è la parte più grande.
  • Python quando serve leggere documenti complessi, parlare con un sistema senza connettore o controllare il modello con più precisione.

Partire da ciò che si ha già vuol dire nessuna piattaforma in più da imparare, dati che restano dove stanno, permessi già definiti. E le persone lo usano, perché sta dove lavorano. Un agente su una piattaforma separata resta spesso una scheda aperta che nessuno guarda.

Dove finiscono i dati e cosa dice la nLPD?

Cinque righe, senza sostituire un avvocato. Prima di costruire, tre domande: dove vengono elaborati i dati che l'agente legge; cosa resta nel tenant Microsoft 365 dell'azienda e cosa passa da un servizio esterno; cosa non deve essere inviato in nessun caso (dati di persone, condizioni contrattuali, tutto ciò che non vuoi fuori dall'azienda). Le risposte diventano regole dell'agente e una policy breve per chi lo usa. Al fornitore, chiunque sia, si chiede per iscritto dove vengono elaborati i dati e se vengono usati per addestrare modelli: una risposta vaga è una risposta. Il dettaglio su cosa succede con gli strumenti Microsoft l'ho messo nel pezzo su Copilot e nLPD, dove finiscono i dati.

Da dove partire?

Da un processo. Uno solo, con tre caratteristiche: si ripete spesso, ha un numero misurabile prima e dopo (ore, errori, giorni di attesa), e c'è una persona che lo conosce a memoria e che sarà quella che approva. Quella persona vale più di qualsiasi strumento: è lei che dice all'agente dove sbaglia nelle prime settimane.

Se non sai quale processo, o se il problema è il processo, i dati o le persone, la Diagnosi iniziale serve a questo: una giornata con te e i tuoi dati per capire se un agente ha senso, su quale compito, dove serve un'approvazione e cosa può restare un'automazione senza AI. Ricevi una nota scritta con le priorità e cosa serve per partire; se poi si parte con un progetto, la scalo dal preventivo. Per capire cosa muove il prezzo, ho scritto a parte quanto costa un agente AI per una PMI.


Un agente AI in azienda funziona se ha un compito preciso, se si ferma dove serve una persona e se ogni passaggio resta scritto. Il resto è una demo. Se hai un caso in mente, anche solo una casella email smistata a mano, raccontamelo: mezz'ora basta per capire se serve un agente, un'automazione o nessuno dei due.

Domande frequenti

Qual è la differenza tra un chatbot e un agente AI?

Un chatbot risponde a chi gli scrive e si ferma lì: non tocca i sistemi aziendali. Un agente AI riceve un compito, legge email, documenti e dati, decide entro limiti definiti e compie azioni: prepara una bozza, aggiorna un record, inoltra una richiesta. Quando non è sicuro, chiede a una persona invece di procedere.

Un agente AI è diverso da un'automazione?

Sì. Un'automazione segue regole fisse su dati strutturati: stessi passaggi ogni volta, e se un caso non è previsto si ferma. Un agente gestisce casi variabili, perché legge e interpreta testo libero. Se le regole del processo sono chiare e i dati sono già in tabelle, basta un'automazione: costa meno e si controlla meglio.

Un agente AI può sbagliare? E chi risponde?

Può sbagliare, e a differenza di un chatbot può sbagliare un'azione sui dati reali. La responsabilità resta all'azienda e alle persone che approvano. Per questo un agente usabile ha un compito definito, chiede approvazione dove c'è una decisione, registra ogni azione e viene collaudato su casi tipici, incompleti e fuori ambito prima di entrare nel lavoro quotidiano.

Serve per forza l'AI per smistare email o preparare offerte?

No. Se le richieste arrivano da un modulo con campi fissi e le regole di smistamento si scrivono in una tabella, basta un'automazione. L'AI serve quando c'è da leggere testo libero, capire di cosa si tratta e preparare qualcosa che una regola non gestisce. La scelta va fatta processo per processo, non per moda.

Quanto costa un agente AI per una PMI?

Dipende da tre cose: la complessità del compito e delle fonti da leggere, i sistemi da collegare (solo Microsoft 365 oppure anche CRM e gestionale) e il livello di collaudo e continuità richiesto. Le licenze software si valutano a parte. I fattori che muovono il preventivo sono spiegati nell'articolo dedicato a quanto costa un agente AI per una PMI.

Davide De Filippis
Davide De Filippis
Founder di AFianco · Lugano

Davide De Filippis si occupa di dati, sistemi e processi aziendali. Con AFianco costruisce per le PMI del Ticino strumenti concreti per conoscere il mercato, usare meglio i propri dati e ridurre il lavoro manuale.

← Torna al Magazine