Agenti AI in Azienda: Cosa Sono e Dove Funzionano Già

In sintesi: Un agente AI non è un chatbot più intelligente ma un sistema che riceve un obiettivo, decide i passaggi e usa gli strumenti aziendali (CRM, email, calendario) per raggiungerlo. Oggi un agente funziona bene su compiti ripetitivi, con regole chiare ed errori rimediabili, come qualificare le richieste, preparare le chiamate o gestire il primo livello di assistenza. Per tutto il resto conviene cominciare in piccolo, perché molti progetti nati sull’onda dell’entusiasmo non arriveranno mai in produzione.

Cosa sono gli agenti AI (e cosa non sono)

Nel 2026 quasi ogni software aziendale ha aggiunto la parola «agente» alla propria pagina prodotto. Il risultato è una confusione che fa perdere soldi: c’è chi compra un agente ritrovandosi in mano un chatbot e chi crede di averne bisogno quando basterebbe un’automazione da poche decine di euro al mese. Conviene quindi partire dalle differenze, che sono più semplici di quanto sembri.

• Automazione classica (Make, n8n, i workflow del CRM): esegue sempre la stessa sequenza di regole, per esempio «se arriva un modulo compilato, crea il contatto e invia l’email di benvenuto». Un’automazione è prevedibile ed economica ma non ragiona, quindi quando un caso esce dalle regole si ferma o sbaglia.
• Chatbot o assistente AI: risponde a domande in linguaggio naturale, spesso partendo dai tuoi documenti. Parla, ma di solito non agisce: non aggiorna il CRM, non prenota e non apre pratiche.
• Agente AI: riceve un obiettivo («qualifica questa richiesta e, se è in target, fissa un appuntamento»), decide da solo quali passaggi servono, usa gli strumenti a cui ha accesso, controlla il risultato e si ferma o chiede aiuto quando esce dal perimetro stabilito.

La parola chiave è perimetro. Un agente utile non è quello che «fa tutto», ma quello che ha un compito preciso, un elenco limitato di strumenti e regole chiare su quando passare la mano a una persona. Se ne hai già sentito parlare a proposito dell’assistenza clienti, trovi il tema del primo livello approfondito nell’articolo su chatbot e agenti virtuali nel customer care.

Perché se ne parla tanto e perché serve prudenza

L’interesse è giustificato: per la prima volta i modelli linguistici sono abbastanza affidabili da concatenare più azioni senza che una persona debba intervenire a ogni passaggio. Le piattaforme che molte aziende usano già, da HubSpot con Breeze a Salesforce con Agentforce, fino ai nodi agente di Make e n8n, permettono di costruirne uno senza partire da zero.

Il rovescio della medaglia l’ha messo nero su bianco Gartner in un comunicato del giugno 2025: secondo le sue previsioni, oltre il 40% dei progetti di agentic AI verrà cancellato entro la fine del 2027, per costi in crescita, valore di business poco chiaro o controlli sui rischi inadeguati. Nello stesso comunicato Gartner parla apertamente di agent washing, cioè prodotti esistenti ribattezzati «agenti» senza averne le capacità, e stima che tra le migliaia di fornitori che si presentano così solo circa 130 lo siano davvero.

Dove gli agenti AI funzionano già

I casi che reggono alla prova dei fatti hanno quattro caratteristiche in comune: il compito è ripetitivo, i volumi sono alti, i dati necessari sono accessibili (in un CRM o in un gestionale, non nella testa di qualcuno) e un eventuale errore è rimediabile prima che arrivi al cliente o al bilancio.

1. Qualificazione delle richieste in entrata

Quando arriva una richiesta dal sito o da un portale, l’agente controlla se il contatto esiste già nel CRM, legge il messaggio, pone due o tre domande di qualificazione via email o WhatsApp, assegna la richiesta al commerciale giusto e, se ci sono le condizioni, propone un appuntamento. Il commerciale riceve un contatto già inquadrato, con una sintesi scritta, invece di un nome e un numero di telefono.

2. Preparazione delle chiamate commerciali

Prima di un appuntamento, l’agente raccoglie lo storico del cliente dal CRM, le ultime email scambiate, le notizie pubbliche sull’azienda e prepara una scheda di una pagina con chi è il cliente, cosa ha già comprato e cosa è rimasto in sospeso. Un buon commerciale fa questo lavoro in 20-30 minuti ma, con cinque appuntamenti al giorno, spesso lo salta.

3. Assistenza di primo livello che agisce

L’agente non si limita a rispondere «il suo ordine è in lavorazione»: verifica lo stato nel gestionale, apre la pratica di reso se il cliente ne ha diritto secondo le condizioni e passa a una persona tutto ciò che riguarda reclami, eccezioni o clienti importanti.

4. Back office commerciale

L’agente aggiorna le schede del CRM dopo una chiamata partendo dalla trascrizione, prepara una bozza di preventivo standard da listino e invia i solleciti per le offerte ferme da due settimane. Si tratta di compiti noiosi e frequenti, in cui l’agente prepara il lavoro mentre la persona lo approva con un clic.

Esempio: un’agenzia immobiliare con tre sedi

Il contesto: un’agenzia immobiliare dell’area bolognese, tre sedi e undici agenti immobiliari, riceve circa 400 richieste al mese dai portali e dal sito. Circa un terzo arriva la sera o nel fine settimana. Il tempo medio di prima risposta era di diverse ore e una quota consistente di richieste restava senza risposta fino al lunedì, quando il potenziale acquirente aveva già fissato visite con altre agenzie.

Cosa è stato fatto: l’agenzia ha collegato un agente AI al CRM e al calendario degli agenti immobiliari, con un perimetro stretto. L’agente AI risponde a ogni richiesta entro pochi minuti, verifica che l’immobile sia ancora disponibile, chiede tempi, budget ed eventuale necessità di un mutuo, poi propone due fasce orarie per la visita nel calendario dell’agente di zona. Ogni informazione finisce nella scheda del contatto. L’agente AI non tratta sul prezzo, non dà valutazioni e non risponde a domande legali: in quei casi avvisa l’agente immobiliare, dicendolo chiaramente al cliente.

Il risultato illustrativo: dopo tre mesi il tempo di prima risposta è sceso sotto i dieci minuti, anche nel fine settimana, e gli agenti immobiliari hanno recuperato circa 15 ore a settimana che prima dedicavano a rincorrere richieste non in target. Il costo è stato di qualche migliaio di euro di configurazione iniziale più un canone mensile nell’ordine delle poche centinaia di euro tra piattaforma e consumo del modello. I numeri sono indicativi e dipendono dai volumi. L’ordine di grandezza però è realistico, perché il risultato non viene da una tecnologia magica ma dall’eliminazione di un collo di bottiglia.

Hype vs Realtà

Errori da evitare

• Automatizzare un processo che non funziona. Se oggi le richieste finiscono al commerciale sbagliato, un agente otterrà lo stesso risultato, solo più in fretta.
• Dare accesso a tutto «per comodità». Un agente che può scrivere in ogni campo del CRM e inviare email a tutta la base contatti è un rischio e non una funzionalità: i permessi vanno sempre ridotti al minimo indispensabile.
• Nessuna regola di passaggio a una persona. Va deciso prima quando l’agente si ferma: cliente arrabbiato, richiesta fuori listino, importo sopra una soglia, domanda a cui non sa rispondere con certezza.
• Non misurare il «prima». Senza sapere quante ore costava il processo e quanti contatti si perdevano, dopo tre mesi nessuno potrà dire se il progetto vale il canone.
• Comprare l’etichetta. Prima di firmare, chiedi al fornitore di mostrarti l’agente mentre lavora con i tuoi strumenti su un caso reale della tua azienda, invece di una demo preconfezionata.
• Dimenticare dati e responsabilità. Quali dati personali passano al modello, dove vengono trattati e chi risponde se l’agente comunica un’informazione sbagliata sono domande da chiarire prima di partire.

Come partire in 90 giorni

1. Settimane 1-2: scegli un solo processo con le quattro caratteristiche viste sopra e misurane volumi, ore spese, tempi di risposta ed errori.
2. Settimane 3-4: scrivi su una pagina il perimetro dell’agente, cioè cosa fa, a quali strumenti accede, quando si ferma e a chi passa la mano.
3. Settimane 5-8: costruisci l’agente e provalo in modalità «bozza», con una persona che approva ogni azione preparata dall’agente dopo averla controllata. Correggi le regole a partire dai casi in cui l’agente sbaglia.
4. Settimane 9-12: lascia autonomia sulle azioni a basso rischio, mantieni l’approvazione sulle altre e confronta i numeri con quelli di partenza.

Se dopo 90 giorni i numeri non si sono mossi, il problema non si risolve con un agente più potente: va rivisto il processo o scelto un caso diverso. Se invece si sono mossi, hai un metodo replicabile sul processo successivo, che vale più di qualunque progetto ambizioso lasciato a metà.

Gli agenti AI non sono la rivoluzione che cambia tutto in un anno ma un modo nuovo, e finalmente pratico, per togliere lavoro ripetitivo a chi dovrebbe passare il tempo con i clienti.

Da leggere anche