Agenti AI in azienda: cosa fanno davvero, con tre casi reali

Un agente AI è un programma che riceve un obiettivo, legge i dati dell'azienda (email, gestionale, documenti) e compie da solo i passaggi per raggiungerlo, entro regole scritte da voi. In una PMI serve a togliere il lavoro che si ripete uguale ogni giorno, come smistare la posta, rifare un report, preparare un listino. Le decisioni restano alle persone.

Autore: Xhoel Tuka, perito informatico, 8 anni di esperienza
Pubblicata: 4 novembre 2026
Basata su: tre agenti progettati, costruiti e messi in produzione in prima persona: in un'azienda manifatturiera, in una media azienda alimentare e in una media azienda produttrice

Cos’è un agente AI, senza gergo

Tre cose insieme, e se ne manca una non è un agente.

Un obiettivo. Non "rispondi a questa domanda", ma "ogni email che arriva deve finire al reparto giusto" oppure "ogni mattina i numeri di ieri devono essere pronti".
Degli strumenti. L'accesso, in lettura, a ciò che serve: la casella di posta, il gestionale, i listini, la rubrica. Senza dati dell'azienda un modello AI sa parlare, non sa lavorare.
Delle regole. Cosa fa da solo, cosa prepara e fa confermare a una persona, cosa non deve toccare. Si scrivono prima, non si scoprono dopo.

Il modello AI (lo stesso tipo di tecnologia di ChatGPT) è il motore: capisce il testo di un'email, legge una fattura, scrive una risposta. Tutto il resto è collegamento e regole, ed è lì che sta il lavoro.

Agente, chatbot, automazione: la differenza

	Cosa fa	Quando basta	Limite
Automazione	Esegue passaggi fissi: "se arriva X, fai Y"	Il processo è sempre uguale e i dati sono già ordinati	Non capisce un testo scritto da una persona
Chatbot	Risponde a domande in una chat	Le domande sono poche e le risposte stanno in un documento	Risponde, ma non fa: non legge la posta, non prepara nulla
Agente AI	Capisce la richiesta, cerca nei dati, compie i passaggi, riferisce	Il lavoro si ripete ma ogni caso è scritto in modo diverso	Va tenuto dentro regole e controllato all'inizio

In pratica un agente contiene le altre due cose: un'automazione per i passaggi fissi e un modello AI per la parte in cui serve capire. Molto di ciò che viene venduto come "agente" è un chatbot; molto di ciò che serve davvero è un'automazione con un po' di AI nel punto giusto. Quando il chatbot ha senso e quando no è nella guida Chatbot per aziende: quando serve e quando no.

Tre casi reali, con cosa è rimasto a mano

Sono i tre lavori della pagina Progetti, senza il nome delle aziende. I numeri sono solo quelli misurati; dove non c'è un numero, c'è il prima e il dopo.

1. L'agente che legge la posta (azienda manifatturiera)

Obiettivo: ogni email in arrivo al reparto giusto, e ogni reparto informato senza chiedere. Cosa fa: legge ogni messaggio, lo smista, segnala le urgenze, invia i messaggi WhatsApp programmati a clienti e agenti, e ogni settimana scrive un report diverso per ogni reparto: cosa è arrivato, cosa è stato chiuso, cosa è rimasto aperto. Prima: qualcuno apriva la casella generale e inoltrava a mano; chi rientrava da un'assenza trovava centinaia di messaggi.

Cosa è rimasto a mano: le risposte su reclami e trattative. L'agente le riconosce, le mette in cima e prepara il contesto, ma le scrive una persona. Nelle prime settimane ogni smistamento è stato controllato a campione, finché le regole non sono state corrette.

2. L'agente del controllo di gestione (media azienda alimentare)

Obiettivo: vendite, fatturato e margini sotto controllo ogni mattina. Cosa fa: legge i dati dal gestionale, li mette in una dashboard aggiornata ogni giorno, segnala gli scostamenti rispetto al periodo precedente e risponde alle domande sui numeri in linguaggio normale. Prima: una persona esportava i dati e li rielaborava in Excel, circa 6 ore al giorno. Oggi quelle ore non servono più: circa 30 a settimana, calcolate su cinque giorni lavorativi.

Cosa è rimasto a mano: le decisioni. L'agente dice che un margine è sceso e dove; perché, e cosa fare, lo decide chi conosce i clienti. Come si fa il collegamento è nella guida Report vendite dal gestionale senza Excel manuale.

3. L'agente dei listini (media azienda produttrice)

Obiettivo: un agente di vendita che ha bisogno di un prezzo lo ottiene subito, anche dal cliente. Cosa fa: riceve la domanda su WhatsApp, cerca nei listini e nel gestionale, risponde con prezzi e condizioni. Lo stesso sistema avvisa quando in una fattura fornitore un prezzo è salito rispetto all'ultima, e scrive al fornitore per chiederne il motivo. Prima: ogni listino lo preparava un addetto a mano, almeno 30 minuti l'uno, e l'agente aspettava. Oggi la risposta arriva in chat in pochi secondi.

Cosa è rimasto a mano: sconti fuori regola e condizioni speciali. L'agente non li concede: li passa all'ufficio, che è dove deve stare quella decisione.

Cosa sa fare bene, e cosa no

Bene: leggere e capire testi scritti in mille modi diversi (email, messaggi, PDF, foto di documenti); cercare un dato dove sta; riassumere; preparare una bozza; fare la stessa cosa alle tre di notte come alle dieci del mattino, senza saltare un caso.

Male: decidere quando serve giudizio (uno sconto, un reclamo, un cliente storico da trattare diversamente); lavorare su dati sparsi o sbagliati, perché li prende per buoni; accorgersi da solo che il processo è cambiato. E un modello AI, quando non trova un'informazione, tende a inventarne una plausibile: per questo un agente va costruito perché risponda solo con ciò che trova, e dica quando non trova.

Cosa serve per partire

Un processo che si ripete e che oggi qualcuno fa a mano, con un tempo che si può misurare prima di toccare qualsiasi cosa.
I dati in un posto leggibile. Gestionale, casella email, listini: basta che si possano leggere. I tre modi per farlo sono nella guida Collegare l'AI al gestionale.
Una persona di riferimento che conosce il processo e può dire "questo caso va trattato così".
Regole scritte su cosa l'agente fa da solo e cosa passa a qualcuno. È il documento più importante del progetto, e sta in una pagina.

Quanto costa tenerlo in funzione

Due voci, da tenere separate dal costo di costruzione. La prima sono i costi correnti, che paghi direttamente ai fornitori: l'uso del modello AI, a consumo, e il server dove girano i flussi; per i processi di una PMI parliamo in genere di poche decine di euro al mese. La seconda è la manutenzione: qualcuno deve guardare l'agente quando un fornitore cambia il formato di un documento o il gestionale si aggiorna. Le fasce che i fornitori pubblicano per la costruzione, e come leggere un preventivo, sono nella guida Quanto costa introdurre l'intelligenza artificiale in azienda.

Gli errori che vedo più spesso

Partire dall'agente invece che dal processo. "Vogliamo un agente AI" non è un obiettivo. "Nessuno deve più smistare la posta a mano" lo è.
Dargli troppi poteri subito. Prima legge e riferisce; poi prepara e una persona conferma; solo dopo, su casi delimitati, agisce da solo. Ogni passo si allarga quando il precedente ha funzionato.
Farlo parlare con i clienti dal primo giorno. Un errore verso l'interno si corregge con una battuta; uno verso un cliente resta. Se l'agente scrive a persone esterne ci sono anche obblighi di trasparenza: sono nella guida AI Act per chi usa l'AI in azienda.
Non misurare il prima. Senza le ore di partenza, dopo tre mesi nessuno saprà dire se è servito.
Costruirlo su account personali. Caselle, numeri WhatsApp e chiavi dei modelli devono essere dell'azienda, altrimenti l'agente dipende da una persona.

Domande frequenti

Un agente AI sostituisce una persona?: No: sostituisce una parte del suo lavoro, quella che si ripete uguale. Nei tre casi di questa guida nessuno ha perso il posto: chi rifaceva Excel fa analisi, chi preparava listini segue le condizioni particolari, chi smistava la posta non lo fa più.
Serve un programmatore in azienda per usarlo?: No. Chi lo usa scrive in una chat o riceve un report. Serve però qualcuno che lo curi quando cambia qualcosa (un formato, un sistema): può essere chi l'ha costruito, con un canone, o una persona interna formata per farlo.
E se l'agente sbaglia?: Succede, e si progetta prima. Tre accorgimenti: risponde solo con dati che trova e dice quando non trova; i casi ambigui li passa a una persona con il contesto già pronto; nelle prime settimane ogni sua azione viene controllata a campione finché le regole non sono a posto.
Quanto tempo serve per metterne uno in produzione?: Dipende da quanti sistemi vanno collegati e da quante eccezioni ha il processo. Un agente che legge una fonte sola e fa una cosa sola si costruisce in settimane; il tempo vero va nelle regole e nelle prove con chi lo userà, non nel codice.
È diverso da ChatGPT?: ChatGPT è un modello con cui parli: risponde a quello che gli scrivi. Un agente usa un modello come quello, ma è collegato ai vostri dati, ha un compito preciso e agisce: legge la casella, cerca nel gestionale, prepara l'email. ChatGPT è lo strumento; l'agente è il lavoro fatto.

Da dove iniziare

Dal lavoro che in azienda tutti considerano una seccatura e nessuno ha mai misurato. Si guarda quanto tempo porta via, dove stanno i dati, e si decide se serve un agente, un'automazione più semplice o niente. È quello che fa il Check-up AI; se sai già quale processo vuoi togliere, i servizi sono Automazione dei processi e Assistenti AI.