Un agente AI è un programma che, dato un obiettivo, decide da solo quali passaggi fare e quali strumenti usare (posta, gestionale, calendario, ricerca) per arrivarci. Un chatbot risponde, un assistente ti aiuta mentre lavori, un agente lavora al posto tuo su un compito preciso. In una PMI può essere utile, ma solo se il compito è circoscritto e qualcuno controlla il risultato.
Chatbot, assistente, agente: tre cose diverse
La parola «agente» oggi è ovunque, e spesso è stata incollata su prodotti che sono chatbot con un nome più vistoso. Anche tra i produttori la definizione non è unica: OpenAI e LangChain, per dirne due, ne hanno discusso apertamente. Per ragionare in azienda basta un criterio pratico: chi decide i passaggi.
- Chatbot: aspetta una domanda e risponde, di solito pescando da testi e documenti che gli sono stati dati. Non fa nulla fuori dalla conversazione. Esempio: la finestra sul sito che risponde sugli orari dello studio.
- Assistente: esegue compiti specifici su tua richiesta, uno alla volta. Gli dici di riassumere una mail, preparare una bozza, impostare un promemoria. Il flusso lo governi tu, a ogni comando.
- Agente: gli dai un obiettivo e decide lui la sequenza, usando strumenti collegati. Può cercare un dato, scriverlo da qualche parte, controllare se è andata a buon fine e ripartire se qualcosa non torna.
Salesforce, che vende agenti, li descrive come sistemi che operano con intervento umano minimo, mentre gli assistenti seguono le istruzioni dell'utente. Anthropic, che li costruisce, è più sobria: distingue i workflow, dove il percorso è scritto in anticipo nel codice, dagli agenti, dove è il modello a dirigere il proprio lavoro e l'uso degli strumenti.
Perché la distinzione conta per il budget
Non è un esercizio di vocabolario. Un chatbot e un assistente si provano in un pomeriggio e il danno massimo è una risposta sbagliata letta da una persona. Un agente può inviare, modificare, cancellare, e questo cambia il livello di attenzione richiesto.
C'è anche una questione di convenienza. Nella guida di Anthropic il consiglio è scegliere la soluzione più semplice possibile e aggiungere complessità solo se serve. Detto in italiano da bar: se un compito si risolve con tre passaggi sempre uguali, non serve un agente, basta un'automazione ben fatta, più economica e più prevedibile. L'agente ha senso quando i passaggi cambiano da caso a caso e non puoi scriverli tutti in anticipo.
Cosa può fare in una PMI: tre esempi realistici
Sono scenari plausibili con gli strumenti oggi disponibili, non risultati garantiti. Il punto comune: compito ripetitivo, strumenti pochi, esito verificabile.
- Smistamento della posta in arrivo di uno studio professionale. L'agente legge le richieste, le classifica (fattura, scadenza, nuovo cliente, sollecito), cerca nel gestionale la pratica collegata e prepara una bozza di risposta. Una persona la rivede e la invia.
- Preventivi per un'azienda di servizi. Da una richiesta del cliente, l'agente recupera listino e preventivi simili, compone una prima versione e segnala le voci che non trova. Il titolare approva prima dell'invio.
- Ricerca di mercato o sui concorrenti. L'agente consulta siti e fonti pubbliche, raccoglie prezzi e novità, restituisce una scheda con i link. Qui la libertà di movimento è utile e il rischio è basso, perché il risultato è una lettura, non un'azione.
Noi stessi lavoriamo così: INDO, l'agente che redige gli articoli di questo blog, cerca le notizie, controlla le fonti e scrive una bozza. Non pubblica nulla: lo fa una persona dopo averla letta.
Dove un agente sbaglia
Anthropic lo dice senza giri di parole: l'autonomia porta costi più alti e il rischio di errori che si accumulano nei passaggi. Se un agente sbaglia il primo, costruisce il resto sull'errore, con grande sicurezza. In pratica:
- può interpretare male una richiesta ambigua e procedere comunque;
- può usare lo strumento giusto sul dato sbagliato (il cliente omonimo, il listino vecchio);
- costa di più di un chatbot, perché ragiona e consulta strumenti più volte per ogni compito;
- è difficile da collaudare: lo stesso compito non va sempre allo stesso modo.
Per questo le buone pratiche sono noiose e di buon senso: prove in ambiente separato, verifica del risultato a ogni passo, un limite al numero di tentativi, e punti in cui l'agente si ferma e chiede a una persona. Nel testo di Anthropic il controllo umano ai punti di verifica è previsto in modo esplicito.
Il controllo umano: una regola semplice
Un criterio che funziona in azienda: più un'azione è difficile da annullare, più deve passare da una persona. Preparare una bozza è reversibile, inviare una mail al cliente no. Leggere un dato è innocuo, modificare un'anagrafica o un pagamento no.
Aggiungi due precauzioni. Dai all'agente solo i permessi che servono al compito, come faresti con un collaboratore appena arrivato. E se tratta dati personali di clienti o dipendenti, chiarisci prima dove finiscono quei dati e chi li tratta: sulle norme (GDPR, AI Act) è giusto sentire un professionista, non una pagina di blog.
Cosa fare
- Scegli un solo compito ripetitivo, con poche eccezioni e un risultato che si controlla in un minuto.
- Scrivi i passaggi come li fai oggi. Se sono sempre gli stessi, parti da un'automazione; se cambiano molto, valuta l'agente.
- Decidi in anticipo cosa può fare da solo (leggere, preparare bozze) e cosa richiede il tuo ok (inviare, modificare, pagare).
- Prova per qualche settimana su casi reali ma a basso rischio, tenendo il conto degli errori e del tempo risparmiato.
- Solo dopo, allarga. Se i numeri non tornano, fermati: è un risultato valido anche quello.
Se hai un compito che sospetti sia adatto a un agente, o sospetti di no, ne parliamo volentieri con te: scrivi ad Aironman.