Agenti AI per aziende: cosa sono, cosa fanno e come introdurli senza rischi

Un agente AI è un software che usa un modello linguistico per capire una richiesta e portarla a termine usando strumenti reali: il calendario, il CRM, il gestionale, la posta, il telefono. A differenza di un chatbot, che risponde, un agente agisce: prenota, aggiorna una scheda, prepara una pratica, manda un sollecito. Per questo va progettato come si progetta l’accesso di un nuovo collega: con permessi, limiti e controlli.

Perché se ne parla adesso

Le imprese italiane stanno adottando l’intelligenza artificiale più in fretta di prima, ma partono da più indietro. Secondo l’Istat, nel 2025 il 16,4% delle imprese con almeno 10 addetti usa almeno una tecnologia di intelligenza artificiale, il doppio dell’8,2% del 2024. Tra le PMI la quota è del 15,7%, tra le grandi imprese del 53,1%. Nella media dell’Unione europea, secondo Eurostat, si arriva al 20%.

Gli agenti sono il passo successivo all’uso “a chat” dell’AI: invece di chiedere qualcosa a un assistente e copiare la risposta, si affida all’AI un pezzo di processo, con regole precise su cosa può fare da sola.

Agente AI, chatbot e automazione: le differenze

	Chatbot	Automazione classica	Agente AI
Cosa fa	Risponde a domande	Esegue sempre gli stessi passaggi	Capisce la richiesta e sceglie i passaggi
Come decide	Non decide, risponde	Regole scritte in anticipo	Modello linguistico più regole e permessi
Gestisce l’imprevisto	Poco	No: si ferma o sbaglia	Sì, entro i limiti stabiliti
Quando conviene	Domande frequenti, informazioni	Processi identici e ad alto volume	Richieste varie da trasformare in azioni
Rischio principale	Risposte sbagliate	Errori silenziosi	Azioni sbagliate se ha troppi permessi

La scelta non è esclusiva. Nei progetti reali le tre cose convivono: regole deterministiche dove serve precisione assoluta, l’agente dove bisogna capire un testo, una voce o un documento.

Cosa può fare un agente AI in una PMI

Gli agenti rendono di più dove arrivano molte richieste simili, ma non identiche:

• Telefono e prenotazioni: rispondere 24 ore su 24, fissare appuntamenti, confermare su WhatsApp, passare a una persona le chiamate urgenti. È quello che fa yourang.ai, il nostro assistente telefonico AI usato da 970 PMI italiane.
• Amministrazione: leggere fatture e documenti, riconciliare i movimenti bancari, preparare solleciti e pratiche da far approvare.
• Assistenza clienti: dare le prime risposte, recuperare lo stato di un ordine, aprire una richiesta con tutti i dati già compilati.
• Vendite: qualificare i contatti in arrivo, scrivere bozze di risposta, aggiornare il CRM dopo una chiamata.
• Operations: far passare i dati tra sistemi che non si parlano, controllare che ogni ordine abbia tutto il necessario prima di andare in produzione.

In un gestionale per studi di amministrazione condominiale che abbiamo sviluppato, ad esempio, gli agenti propongono ogni giorno le azioni da fare con un grado di confidenza: sopra la soglia le eseguono, sotto le mettono in una coda di verifica. Se manca un dato, lo chiedono direttamente a chi ce l’ha.

Come funziona, in pratica

Un agente è fatto di cinque parti:

1. Il modello linguistico, che interpreta la richiesta e decide il passo successivo.
2. Gli strumenti: funzioni precise che l’agente può chiamare, come “cerca disponibilità in agenda” o “crea appuntamento”. Il protocollo MCP (Model Context Protocol) è oggi uno dei modi più diffusi per esporli in modo standard.
3. Il contesto: le informazioni che servono al compito, come la scheda del cliente o le regole dell’azienda, recuperate al momento e solo per quel compito.
4. Le regole e i permessi: cosa può fare da solo, cosa deve chiedere, cosa non può fare mai.
5. Il registro: ogni azione, messaggio e chiamata resta tracciato, così si sa sempre chi ha fatto cosa, persona o AI.

La parte più importante non è il modello, ma la qualità degli strumenti e delle regole. Un agente con strumenti chiari e pochi permessi sbaglia meno di un agente “intelligentissimo” a cui si è dato accesso a tutto.

Il rischio da governare: agenti che fanno troppo

La OWASP Top 10 per le applicazioni LLM elenca tra i rischi principali la prompt injection, cioè istruzioni malevole nascoste nei testi che l’agente legge, e l’eccesso di autonomia (excessive agency), cioè un agente con più permessi di quelli necessari. Le difese che usiamo nei progetti sono semplici da spiegare:

• Permessi del ruolo: l’agente può usare solo gli strumenti e i dati consentiti al ruolo di chi lo sta usando. Il controllo avviene a ogni chiamata, non una volta sola.
• Soglia di confidenza: l’agente agisce da solo solo quando è sicuro oltre una soglia decisa dall’azienda. Nel gestionale condominiale la soglia predefinita è l’85%.
• Conferma umana per tutto ciò che è irreversibile o delicato: pagamenti, diffide, invii massivi, cancellazioni.
• Nessun numero inventato: ogni dato citato dall’agente viene verificato sui dati reali prima di essere usato.
• Registro completo e allarmi quando qualcosa esce dal normale.

Ne parliamo nel dettaglio nella guida sulla prompt injection e la sicurezza degli agenti AI.

Come introdurre un agente AI in cinque passi

1. Scegli un processo solo. Deve essere frequente, ripetitivo e misurabile: per esempio le chiamate per prenotare, le richieste di preventivo, i solleciti.
2. Misura com’è oggi. Quante richieste arrivano, quanto tempo richiedono, quanti errori o chiamate perse ci sono. Senza un punto di partenza non saprai se l’agente funziona.
3. Costruisci un prototipo su dati veri. Poche settimane, un perimetro stretto, le persone che usano davvero il processo coinvolte fin dall’inizio.
4. Scrivi regole e permessi. Cosa fa da solo, cosa propone, cosa passa a una persona. Mettilo per iscritto: diventa anche la documentazione per i controlli.
5. Vai in produzione per gradi. Prima l’agente propone e una persona approva, poi l’autonomia cresce dove i numeri dimostrano che funziona.

Quanto costa un agente AI

Il costo dipende da quattro fattori:

• Integrazioni: collegarsi a un calendario standard è veloce, a un gestionale senza API molto meno.
• Volumi: i modelli si pagano a consumo, per quantità di testo elaborato o minuti di conversazione. Scegliere il modello giusto per ogni compito abbassa molto la spesa: nella filiera di espositori stampati in 3D che abbiamo automatizzato, ridisegnare un logo con l’AI costa meno di 0,14 dollari.
• Livello di controllo: approvazioni, registri, conformità e test di sicurezza richiedono lavoro, ma sono ciò che rende l’agente affidabile.
• Manutenzione: modelli, API e processi cambiano. Un agente va monitorato e aggiornato come qualsiasi software in produzione.

Il modo più prudente di procedere è partire da un prototipo con un costo definito e decidere sul resto dopo aver visto i risultati.

In sintesi

Un agente AI conviene quando trasforma richieste varie in azioni ripetibili, e funziona quando ha strumenti chiari, pochi permessi e una persona che controlla ciò che conta. Se vuoi capire se un tuo processo è un buon candidato, raccontacelo: partiamo sempre da lì.