Agenti AI per PMI: 5 casi d'uso concreti

"Agente AI" sembra roba da multinazionali: progetti enormi, team dedicati, budget a sei cifre. Nella mia esperienza è vero il contrario: i casi d'uso migliori stanno nelle PMI, dove una persona fa dieci ruoli e ogni ora passata a ricopiare dati o rincorrere email è un'ora tolta al lavoro che porta fatturato. Ecco cinque scenari concreti, con cosa serve davvero per farli funzionare.

Prima, una definizione in tre righe. Un agente AI non si limita a rispondere: esegue dei passi. Legge quello che arriva (una mail, un documento, un numero), decide secondo le regole che gli hai dato e agisce nei tuoi sistemi: casella email, gestionale, calendario, CRM. La differenza con un semplice assistente conversazionale l'ho spiegata nel post sulla differenza tra chatbot e agente AI; qui guardiamo cosa ci fai in pratica.

1. Il primo filtro sulle email in arrivo

Il caso tipico è la casella info@ dove arriva di tutto: richieste di preventivo, domande sugli orari, fatture di fornitori, reclami, spam. Qualcuno la apre dieci volte al giorno e decide, mail per mail, cosa farne.

L'agente fa il primo passaggio al posto tuo: legge ogni messaggio in arrivo, lo classifica (vendita, assistenza, amministrazione), risponde subito alle domande ricorrenti usando dati reali (orari, condizioni, stato di un ordine), inoltra alla persona giusta ciò che richiede giudizio e segnala i casi delicati, un cliente arrabbiato per esempio, senza toccarli. Tu apri la casella e trovi il lavoro già smistato, con le risposte facili già partite o in bozza.

Cosa serve: accesso alla casella, un elenco delle domande frequenti con le risposte corrette, regole chiare su cosa passa sempre all'umano. Complessità bassa: è spesso il primo agente che consiglio, perché il volume è alto e l'errore possibile è contenuto.

2. Dal preventivo alla fattura senza ricopiare

Il caso tipico: un cliente chiede un'offerta via mail, qualcuno ricopia i dati in un modello Word o Excel, al sì li ricopia nel gestionale per l'ordine, poi di nuovo per la fattura. Tre ricopiature, tre occasioni di errore, ore che nessuno ha.

L'agente legge la richiesta, estrae articoli e quantità, prepara la bozza di offerta pescando i prezzi dai listini e te la mette in approvazione. Quando il cliente accetta, genera ordine e fattura dagli stessi dati, senza che nessuno riscriva nulla. Sul pezzo finale della catena, dalla fattura ai solleciti, ho scritto una guida dedicata all'automazione delle fatture in Svizzera.

Cosa serve: listini e anagrafiche in un formato leggibile (non PDF sparsi in dieci cartelle), un gestionale o anche solo file ben strutturati, e l'approvazione umana sull'offerta prima dell'invio. Complessità media: dipende quasi tutto da quanto sono in ordine i tuoi listini.

3. L'assistente sui documenti interni

Il caso tipico: le risposte esistono, ma sono sepolte in manuali, contratti e procedure. "Cosa dice il contratto del fornitore X sui termini di consegna?" significa mezz'ora di ricerca, o una domanda alla persona che "sa dove sta scritto". Se quella persona è in ferie, il lavoro si ferma.

L'agente indicizza i tuoi documenti e risponde alle domande citando il passaggio esatto da cui ha preso la risposta, così puoi verificare in dieci secondi. Funziona per i contratti dei fornitori, le procedure di qualità, i manuali delle macchine, le condizioni di vendita.

Cosa serve: i documenti raccolti in un posto solo e permessi chiari su chi può vedere cosa (il contratto di un fornitore non deve rispondere a tutti). Complessità bassa sul piano tecnico: il lavoro vero è mettere ordine nei documenti.

4. Il controllo dei numeri che ti avvisa

Il caso tipico: i numeri ci sono, nel gestionale o in un cruscotto, ma li guardi quando hai tempo, cioè tardi. L'insoluto lo scopri a fine mese, il calo di margine al trimestre.

L'agente inverte il flusso: monitora incassi, scadenze e anomalie, e quando qualcosa esce dai binari ti scrive lui. "Il cliente Y ha superato i 30 giorni", "gli incassi della settimana sono sotto la media", "questo fornitore ha aumentato i prezzi del 12%". Non vai tu a cercare il dato: il dato viene da te, quando conta. È l'evoluzione naturale del lavoro che faccio su dati e controllo di gestione.

Cosa serve: dati contabili accessibili e aggiornati, e soglie definite insieme (cosa è un'anomalia per la tua azienda lo decidi tu, non l'algoritmo). Complessità media: il valore sta tutto nella qualità dei dati di partenza.

5. Il follow-up commerciale che non dimentica

Il caso tipico: preventivi inviati e mai richiamati. Non per strategia, per mancanza di tempo. Un'offerta senza risposta dopo due settimane è quasi sempre un'offerta persa in silenzio.

L'agente tiene la lista dei preventivi aperti, dopo il numero di giorni che decidi tu prepara un promemoria personalizzato sul contenuto dell'offerta, te lo mette in bozza (o lo invia da solo, se le regole lo prevedono) e aggiorna il CRM con l'esito: risposto, rimandato, perso. Nessuna opportunità si spegne solo perché nessuno ha avuto il tempo di riprenderla in mano.

Cosa serve: una traccia dei preventivi inviati (basta anche un foglio ben tenuto), il tono giusto per i promemoria e regole precise su quando fermarsi. Complessità bassa: è uno dei casi con il ritorno più rapido, perché tocca direttamente il fatturato.

Cosa serve perché funzionino davvero

Qui devo essere onesto, perché è il punto dove i progetti falliscono:

• Dati in ordine prima di tutto. Un agente su dati sporchi non fa miracoli: fa gli stessi errori di prima, solo più in fretta. Listini aggiornati, anagrafiche pulite, documenti raccolti.
• Regole chiare su cosa può fare da solo. Rispondere a una domanda sugli orari sì, fare uno sconto no. Il perimetro lo scrivi prima, non lo scopri dopo.
• Supervisione umana all'inizio. Le prime settimane l'agente propone e una persona approva. L'autonomia si allarga solo dopo che ha dimostrato di meritarla.
• Un processo per volta. L'agente che "fa tutto" non esiste. Cinque agenti piccoli e affidabili valgono più di un progetto enorme che resta a metà.

Quanto costa un agente AI

Ordini di grandezza, senza promesse: un caso semplice costruito su strumenti che già paghi (Copilot Studio dentro Microsoft 365, per esempio) parte da poche migliaia di franchi di analisi e configurazione. Un agente su misura che tocca più sistemi, con connessioni al gestionale e regole complesse, sta nella fascia di un progetto di automazione ben fatto: i conti dettagliati li ho messi nel post su quanto costa automatizzare un processo in una PMI.

Il criterio per decidere resta lo stesso: ore risparmiate per costo orario, più gli errori che non fai più. Se vuoi vedere come imposto questi progetti, dalla scelta del processo alla messa in produzione, la pagina di riferimento è quella sugli agenti AI su misura per PMI.

---

Non sai da quale caso partire? È la prima cosa che chiarisco in consulenza: guardo i tuoi processi, i volumi e lo stato dei dati, e ti dico quale agente rende davvero e quale è meglio rimandare. Il servizio di automazione e AI parte sempre da lì, dal processo, mai dallo strumento.

Domande frequenti

Un agente AI può sbagliare?

Sì. E a differenza di un chatbot, che sbaglia una risposta, un agente può sbagliare un'azione sui dati reali. Per questo si parte con regole strette, permessi limitati e supervisione umana sui passaggi critici, e si allarga l'autonomia solo quando l'agente si è dimostrato affidabile.

Serve ChatGPT Enterprise o basta meno?

Dipende dal processo, non dal marchio. Spesso si parte con strumenti che hai già, come Microsoft 365 con Copilot Studio o le versioni business degli strumenti AI, e si passa al su misura solo quando volumi e complessità lo giustificano.

I miei dati sono al sicuro con un agente AI?

Possono esserlo, a due condizioni: usare le versioni business degli strumenti, che non addestrano i modelli sui tuoi dati, e dare all'agente accesso solo a ciò che gli serve. In Svizzera vale la nLPD: contratti chiari con i fornitori e attenzione ai dati personali. Ho approfondito il tema nel post su ChatGPT in azienda e nLPD.

Da quale caso conviene iniziare?

Da quello con il volume più alto e le regole più chiare: tanta ripetizione e poca ambiguità. È lì che l'agente rende di più e sbaglia di meno. Meglio un processo piccolo che funziona davvero di un progetto ambizioso che resta a metà.

← Torna al Magazine