Un'automazione esegue passaggi definiti da te, sempre uguali. Un chatbot risponde in una conversazione e si ferma lì. Un agente AI lavora verso un obiettivo in più passaggi e sceglie da sé gli strumenti, dentro limiti scritti. Per i passaggi fissi serve un'automazione, per le domande un chatbot, per il lavoro che cambia caso per caso un agente.
Molte call sull'intelligenza artificiale iniziano con la parola sbagliata: l'azienda ha visto la demo di un chatbot, ha ricevuto un preventivo per un agente e paga già uno strumento di automazione che nessuno mantiene. Questa guida li mette a confronto per capire quale serve a un'attività precisa. Se sai già che ti serve un agente, in AI agentica per le PMI trovi come costruirlo e tenerlo sotto controllo.
Agente AI, chatbot o automazione: il confronto
| Automazione (regole / RPA) | Chatbot | Agente AI | |
|---|---|---|---|
| Cosa fa | Esegue sempre gli stessi passaggi: sposta dati, instrada approvazioni | Risponde a domande, da un modello o dai tuoi documenti | Lavora verso un obiettivo in più passaggi: legge, decide, usa strumenti, scrive bozze |
| Chi decide i passaggi | Tu, in anticipo | Nessuno: risponde un messaggio alla volta | L'agente, dentro limiti scritti da te |
| Input | Dati strutturati in formati noti | La domanda di una persona | Un obiettivo e input disordinati: email, documenti, record |
| Output | Un'azione completata: record creato, file spostato | Testo a schermo | Bozze e aggiornamenti nei tuoi sistemi, registrati nei log |
| Dove si inceppa | Un input inatteso, una schermata o un campo cambiati | Domande fuori dalle sue fonti, risposte sbagliate ma sicure | Un passaggio plausibile ma sbagliato, ed errori che si sommano |
| Costo di esercizio | Il più basso, fisso per esecuzione | Basso, per conversazione | Il più alto, e varia da caso a caso |
| Come si testa | Casi di test fissi | Domande reali con risposte attese | Un golden set di 20-30 casi reali, valutato a ogni modifica |
| Rischio | Basso: fa solo ciò che hai previsto | Ciò che dice alle persone | Ciò che può toccare nei tuoi sistemi |
| Esempio tipico | Fattura fornitore registrata in contabilità | FAQ sul sito, domande sulle procedure interne | Smistamento della posta con risposte in bozza |
| Quando sceglierlo | I passaggi non cambiano mai | Servono risposte e non c'è niente da fare | Il lavoro cambia da caso a caso e una bozza fa risparmiare tempo |
Cos'è un chatbot?
Un chatbot è un'interfaccia conversazionale: una persona chiede, lui risponde. I chatbot di oggi girano su un modello linguistico e spesso leggono i tuoi documenti, ma ogni scambio finisce con del testo a schermo, non con lavoro fatto nei tuoi sistemi.
Per questo servono quando bisogna arrivare prima a una risposta: un assistente sulle procedure interne, un helpdesk di prodotto, le FAQ del sito. Il rischio sta in ciò che dice: una risposta sbagliata data con sicurezza a un cliente resta la risposta della tua azienda.
Negli Stati Uniti le ricerche di "AI chatbot for business" sono calate del 39% in un anno (Bullock, giugno 2026).
Cos'è un'automazione (e cos'è l'RPA)?
Un'automazione esegue una sequenza di passaggi decisi in anticipo: arriva una fattura, si leggono questi campi, si crea il record, si manda in approvazione. L'RPA (robotic process automation) è la variante che usa le schermate come farebbe una persona, cliccando dentro un vecchio gestionale che non ha API.
Vince su costi e prevedibilità. Ogni esecuzione costa quasi nulla e fa sempre la stessa cosa, come serve in contabilità. Si inceppa sull'imprevisto: un nuovo layout di fattura, un pulsante spostato, un campo rinominato dopo un aggiornamento. A quel punto si ferma, oppure scrive nel campo sbagliato.
C'è una via di mezzo che spesso si salta: un workflow fisso con un solo passaggio di AI. I passaggi restano tuoi e il modello fa solo la parte che le regole non sanno fare, per esempio leggere una fattura in PDF e ricavarne i campi. È l'ordine che consiglia Anthropic: partire dalla soluzione più semplice e aggiungere complessità solo quando serve (Anthropic, dicembre 2024). Gran parte delle nostre soluzioni AI collaudate è fatta così.
Cos'è un agente AI?
Un agente AI è un software che persegue un obiettivo in più passaggi e decide quali strumenti usare e in che ordine, dentro limiti messi per iscritto. Anthropic traccia il confine con chiarezza: nei workflow modelli e strumenti seguono percorsi definiti nel codice, mentre un agente decide da sé il processo e gli strumenti (Anthropic, dicembre 2024).
Un agente legge un'email, cerca il cliente, controlla il contratto, prepara una risposta e segnala l'eccezione, scegliendo ogni volta il passo successivo da ciò che trova. È lo strumento giusto quando l'input cambia e il criterio di giudizio si può mettere per iscritto. È quello sbagliato quando i passaggi non cambiano mai, perché paghi decisioni di cui nessuno aveva bisogno.
Fuori dalle grandi aziende gli agenti sono ancora all'inizio. Tra le organizzazioni sotto il miliardo di dollari di fatturato, la quota che sta portando gli agenti AI su scala è rimasta ferma al 22% (McKinsey, agosto 2026). È un buon motivo per partire da un lavoro solo, non da una piattaforma.
Che differenza c'è tra un agente AI e un chatbot?
Un chatbot produce una risposta e aspetta la domanda successiva. Un agente riceve un obiettivo e porta avanti i passaggi nei tuoi sistemi finché il lavoro è finito o serve una persona.
Contano tre differenze:
- Chi fa partire il lavoro. Il chatbot aspetta un messaggio. L'agente può partire da un evento: una nuova email, un'attività assegnata a lui, una scadenza.
- Cosa tocca. Il chatbot legge. L'agente legge e scrive: record, bozze, file. Per questo gli serve un'identità dell'agente: credenziali e permessi propri, separati da quelli di qualsiasi persona. L'OWASP mette l'abuso di identità e privilegi tra i rischi principali delle applicazioni agentiche (OWASP, dicembre 2025).
- Come si testa. Il chatbot si valuta sulle risposte, l'agente sul risultato di un'intera sequenza, provata dall'inizio alla fine su casi reali.
Agenti AI o automazione: quando conviene l'uno e quando l'altra?
L'automazione conviene quando i passaggi sono noti e stabili, l'agente quando ogni caso richiede un percorso diverso.
- Automazione per sincronizzare dati, acquisire fatture con un layout fisso, gestire approvazioni e report ricorrenti: tutto ciò che potresti disegnare come un diagramma di flusso su una pagina.
- Un agente per smistare la posta, fare una prima lettura dei contratti, preparare una ricerca prima di una call commerciale, sollecitare le attività ferme. Il lavoro per cui oggi una persona "dà un'occhiata e decide".
Agenti AI o RPA è la stessa domanda con uno strumento più vecchio. L'RPA costa meno ed è più prevedibile su schermate stabili. Un agente regge la variabilità, ma costa di più e può fare un passaggio sbagliato che sembra giusto. Anthropic osserva che i sistemi agentici scambiano tempi di risposta e costi con risultati migliori, e che va verificato se lo scambio conviene (Anthropic, dicembre 2024). Se i tuoi bot RPA si rompono ogni volta che un fornitore cambia layout, di solito la soluzione è un passaggio di AI dentro il workflow, non un agente.
Scegliere un agente dove bastava un'automazione costa caro. Gartner prevede che oltre il 40% dei progetti di AI agentica verrà cancellato entro la fine del 2027, soprattutto per costi in crescita e valore di business poco chiaro (Gartner, giugno 2025).
Possono lavorare insieme?
Sì, e in produzione di solito lo fanno. L'automazione gestisce l'innesco e i collegamenti, l'agente il giudizio, e le persone ci parlano attraverso un'interfaccia conversazionale.
Prendi un digest mattutino della posta. Un job pianificato raccoglie le email della notte (automazione). Un agente le smista, legge i thread che contano e prepara le risposte in bozza. Il founder approva o corregge ogni bozza in chat. Non esce niente senza quell'approvazione.
Gli agenti usano anche le automazioni come strumenti: se una fattura fornitore è in regola, l'agente fa partire il workflow di registrazione che il team usa già, invece di scrivere da solo in contabilità. Servono meno permessi e la traccia di audit resta la stessa.
Come si sceglie? Un test in 5 domande
Pensa a un'attività precisa, non all'"AI" in generale:
- I passaggi sono sempre gli stessi? Sì: automazione. Ti fermi qui.
- Il lavoro finisce con una risposta a una persona, senza niente da fare in un sistema? Sì: un chatbot, o una ricerca migliore nei tuoi documenti.
- Cosa cambia? Se cambia un solo passaggio (email scritte a mano, documenti con layout diversi), serve un workflow con un passaggio di AI. Se cambia il percorso stesso, valuta un agente.
- Riesci a mettere per iscritto come decide una persona esperta? Se no, nessuna AI è pronta per quel lavoro. Prima scrivi il criterio.
- Cosa succede se sbaglia una volta? Se la risposta è soldi in uscita, un contratto firmato o un cliente informato male, una persona approva ogni output, qualunque strumento tu scelga.
Poi misura prima di costruire: ore, tempi di ciclo ed errori sull'attività così come gira oggi. Senza questa baseline non saprai se l'agente si è ripagato.
Quanto costa gestire ciascuno?
L'automazione è la più economica da gestire, il chatbot sta nel mezzo e l'agente costa di più per attività ed è il più variabile.
- Automazione: quasi nulla a esecuzione, più la piattaforma. Il costo nascosto è la manutenzione quando cambiano schermate e formati.
- Chatbot: l'uso del modello per ogni conversazione, più l'aggiornamento delle fonti.
- Agente AI: più chiamate al modello e agli strumenti per ogni attività, i log e il tempo di una persona per la revisione. Aggiungi il set di test da rieseguire a ogni modifica: è tempo di sviluppo, ed è la parte che di solito si salta.
Non servono abbonamenti AI per utente: mettiamo in produzione nel tuo ambiente o come AI privata sui tuoi server, e il costo di esercizio è la tua bolletta di modelli e cloud.
Agent washing: come riconoscere un chatbot venduto come agente
"Agent washing" è il nome che Gartner dà ai fornitori che ribattezzano come AI agentica chatbot e assistenti AI. Gartner stima che tra le migliaia di fornitori che dichiarano AI agentica solo circa 130 lo siano davvero (Gartner, giugno 2025).
Sei domande da fare durante la demo:
- Cosa fa senza un messaggio di una persona? Se niente, è un chatbot.
- Chi ha deciso l'ordine dei passaggi? Se l'ha fissato uno sviluppatore, è un workflow. Può essere la scelta giusta, ma non va pagato come un agente.
- Con quale identità di agente agisce? "L'account admin" è la risposta sbagliata. Il principio guida dell'OWASP è la least agency: non più autonomia di quanta ne giustifichi il lavoro (OWASP, dicembre 2025).
- Cosa vede per ogni compito? Il context engineering decide cosa vede un agente: i fatti, i dati e le istruzioni che servono al compito, e nient'altro. Un agente puntato sull'intero drive è più difficile da controllare e costa di più.
- Dove interviene una persona (human in the loop)? Chiedi quali azioni richiedono l'approvazione di una persona, poi fatti mostrare il passaggio di approvazione, non una slide che lo descrive.
- Come viene testato? Chiedi il set di test e il punteggio dell'ultima release. Senza set di test nessuno sa se l'ultima modifica ha rotto qualcosa.
Chi compra il controllo lo chiede già. Nell'analisi di G2 sulle recensioni aziendali di agenti AI, solo il 7% dei recensori darebbe a un agente piena autonomia (G2, ottobre 2026).
Esempi per funzione: finanza, vendite, assistenza, amministrazione
| Attività | Di solito serve | Perché |
|---|---|---|
| Finanza: riconciliazione bancaria, registrazione delle fatture fornitori | Automazione con un passaggio di AI | Le regole sono note; cambia solo la lettura dei documenti |
| Finanza: preparare l'update per gli investitori | Agente, con una persona che approva | Attinge a più fonti e il racconto cambia ogni mese |
| Vendite: registrare le call nel CRM | Automazione | Sempre gli stessi campi |
| Vendite: studiare un prospect prima di una call | Agente | Ogni azienda richiede un percorso di ricerca diverso |
| Assistenza: rispondere a domande sul prodotto | Chatbot sulla tua documentazione | Il risultato è una risposta |
| Assistenza: rimborsi ed eccezioni | Agente che prepara, persona che approva | Giudizio più soldi in uscita |
| Amministrazione: scadenze e pratiche ricorrenti | Automazione | Un calendario e un modello |
| Amministrazione: prima lettura di un contratto rispetto alle tue posizioni | Agente | Ogni contratto è diverso |
Per il lato automazione trovi l'automazione dei processi con l'AI. Per gli agenti, l'AI agentica.
Come funziona in un'azienda vera?
Un'azienda di ingegneria con molti processi operativi ci ha chiesto assistenti AI per il suo team. Siamo partiti da un audit operativo e AI, e il brief poneva condizioni precise: pronto per la produzione dal primo giorno, dati sotto il controllo dell'azienda, una persona che approva tutto ciò che esce e nessun nuovo abbonamento AI per utente.
L'audit ha diviso il lavoro nelle tre categorie di questa guida:
- Chatbot sparsi negli account personali. Il team aveva una serie di assistenti su misura, ognuno chiuso nell'account di una persona. Li abbiamo riuniti su un unico framework agentico, con un livello di conoscenza e una memoria condivisi, e ogni capacità è testata su casi reali.
- Lo schema misto per la posta. Il digest mattutino descritto sopra, in produzione e testato su un golden set di casi reali. Ogni risposta resta una bozza finché una persona del team non la invia.
- Agenti, un lavoro alla volta. Ogni agente ha la sua identità di agente e una persona nel processo, e i passaggi tra agenti si provano prima su un singolo caso.
I dettagli sono nel caso studio.
Se hai in mente un'attività, portala in una call. Ti diciamo se serve un'automazione, un chatbot o un agente, e cosa serve per farlo girare nel tuo ambiente. Lavora con noi
Fonti
- Anthropic, "Building effective agents", 19 dicembre 2024: anthropic.com
- Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", 25 giugno 2025: gartner.com
- OWASP GenAI Security Project, "OWASP Top 10 for Agentic Applications for 2026", 9 dicembre 2025: genai.owasp.org
- McKinsey, "The state of AI in 2026: On the road to ROI", 25 agosto 2026: mckinsey.com
- G2, "Stop Selling Autonomy: What 3,222 Enterprise Reviews Say AI Agent Buyers Want", 30 ottobre 2026: learn.g2.com
- Lilach Bullock, "The AI for Marketing Era Is Quietly Ending. AI Agents Are Taking Over", 14 giugno 2026 (dati di ricerca Google USA via DataForSEO): lilachbullock.com
Ultima verifica: 2 novembre 2026.