# Cosa sono gli agenti AI: come lavorano, esempi in azienda e limiti

> Cosa sono gli agenti AI e in cosa differiscono da un chatbot: come lavorano, esempi in azienda, errori tipici, controllo umano, costi d'uso e dati.

URL: https://automatia.it/guide/agenti-ai-cosa-sono-esempi
Sezione: Home › Guide › Cosa sono gli agenti AI
Aggiornato: 2026-11-09
Autore: Automatia S.r.l., software house (https://automatia.it/)

Per titolari e responsabili che valutano l'AI in azienda: cosa sono gli agenti AI, in cosa differiscono da un chatbot, dove sbagliano e quanto costa usarli.

![Schema che mostra cosa sono gli agenti AI: un programma che usa gestionale, documenti ed email, con permessi, una persona che approva e un registro](https://automatia.it/assets/img/tavole/agenti-ai-cosa-sono-esempi-4x3.png?v=a4c15cc3)
*Fig. 1: A sinistra i programmi e i documenti su cui l'agente lavora, a destra i controlli che lo tengono nei limiti: le azioni a rischio aspettano l'approvazione di una persona.*

Un agente AI è un programma che riceve un obiettivo e sceglie da solo i passi per raggiungerlo: cerca nel gestionale, legge un documento, prepara una risposta e ne controlla il risultato. A differenza di un chatbot agisce sui tuoi programmi, quindi lavora con permessi stretti, conferme di una persona e un registro di ogni passo.

Dietro la parola agente c'è una cosa concreta: un modello linguistico, come quelli di ChatGPT o di Claude, [collegato ad alcuni programmi dell'azienda](https://automatia.it/guide/mcp-model-context-protocol) e autorizzato a usarli nell'ordine che sceglie lui, dentro limiti fissati da chi lo costruisce.

## Cosa sono gli agenti AI, in parole semplici

Un agente di intelligenza artificiale è un sistema che porta a termine un compito in più passi, scegliendo a ogni passo cosa fare e con quale strumento. OpenAI, nella sua [guida pratica alla costruzione di agenti](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf), li definisce sistemi che svolgono compiti in modo indipendente per conto di chi li usa.

Anthropic, che produce i modelli Claude, traccia il confine così: nei flussi di lavoro i passi sono scritti prima nel codice, negli agenti li sceglie il modello, insieme agli strumenti da usare ([Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)). Entrambi, però, li chiama sistemi agentici: per questo l'etichetta inglese agentic AI può indicare l'uno o l'altro.

Ogni agente ha tre parti: il modello, che decide; gli strumenti, cioè le funzioni che può chiedere di usare; le istruzioni, che fissano obiettivo e limiti.

## Differenza tra chatbot e agente AI

La differenza si vede dando a un [chatbot](https://automatia.it/guide/chatbot-aziendale), a un assistente AI e a un agente la stessa email di un cliente: «L'ordine 348 doveva arrivare martedì e non è ancora arrivato».

|  | Cosa fa con l'email | Chi decide il passo dopo |
| --- | --- | --- |
| Chatbot | Risponde con i tempi di consegna e il link per seguire la spedizione | Il cliente, che cerca da solo |
| Assistente AI | Su richiesta di un operatore riassume l'email e dice a che punto è l'ordine | L'operatore, una domanda alla volta |
| Agente AI | Trova l'ordine, chiede lo stato al corriere, scopre il pacco fermo in deposito e prepara la risposta con un nuovo invio | L'agente, fino alla conferma del nuovo invio |

*La stessa richiesta trattata da tre sistemi. Esempio costruito per spiegare.*

Prima di comprare

Per OpenAI i chatbot semplici non sono agenti. Non tutti i prodotti venduti come AI agentica agiscono davvero: conviene chiedere quali azioni fanno senza che una persona clicchi.

## Come funziona un agente AI: obiettivo, strumenti, passi e verifica

Un agente lavora a giri: guarda a che punto è, sceglie un'azione, la chiede al software e ne legge il risultato. Un compito intero, su un caso di magazzino:

1. **Obiettivo.** Capire perché l'articolo 4410 ha 12 pezzi in meno.
2. **Sceglie il passo.** Parte dai movimenti dell'ultimo mese.
3. **Usa uno strumento.** Legge carichi, scarichi e DDT dal gestionale.
4. **Verifica.** Il DDT 882 è caricato due volte: tolto il doppio, la giacenza torna.
5. **Si ferma.** Propone la rettifica e aspetta il responsabile di magazzino.

Il modello non tocca i tuoi programmi: chiede uno strumento, il tuo software lo esegue e gli rimanda il risultato, come spiega la [documentazione di Anthropic sull'uso degli strumenti](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview). Per Anthropic è essenziale che l'agente controlli i risultati sui dati reali a ogni passo; si usano anche pause per chiedere a una persona davanti a un ostacolo e un numero massimo di giri.

### Strumenti per leggere e strumenti per agire

Gli strumenti dell'agente (tool) sono funzioni che il software gli mette a disposizione, ognuna con un nome, una descrizione e i dati che accetta.

| Per leggere | Per agire |
| --- | --- |
| Cercare un ordine per numero | Scrivere la bozza di una risposta |
| Leggere un PDF allegato | Aggiornare la data di consegna prevista |
| Consultare giacenze e movimenti | Emettere una nota di credito |

OpenAI suggerisce di dare a ogni strumento un livello di rischio in base a fattori come la scrittura dei dati, la possibilità di annullare l'azione e l'impatto economico: consultare una giacenza è a rischio basso, emettere una nota di credito alto. Se un programma non ha [API](https://automatia.it/guide/api-cosa-sono-integrazione-software), l'agente può usarlo dallo schermo, ma così è più lento e può incepparsi quando cambia una schermata: spesso conviene prima un'[integrazione tra software](https://automatia.it/servizi/integrazioni-api).

## Esempi di agenti AI in azienda

Un agente rende dove arrivano richieste sempre diverse e per rispondere bisogna aprire più programmi. Negli esempi, con nomi e numeri di fantasia, l'agente prepara e una persona decide l'ultimo passo.

|  | Cosa fa l'agente | Cosa resta a una persona |
| --- | --- | --- |
| Amministrazione | La fattura FE-118 di un fornitore non torna: confronta fattura, ordine e DDT, trova due pezzi mai consegnati e prepara la contestazione | Inviarla e sospendere il pagamento |
| Servizio clienti | Un cliente chiede un reso: controlla matricola, garanzia e interventi passati e prepara l'autorizzazione | Approvare il reso e ogni rimborso |
| Acquisti | Tre ordini sono in ritardo: prepara le email ai fornitori, legge le risposte, aggiorna le date previste e segnala le commesse che slittano | Inviare le email e decidere se cambiare fornitore |
| Magazzino | Una giacenza non torna: ricostruisce i movimenti dell'articolo e propone la rettifica | Confermare la rettifica |

*Esempi in quattro reparti: cosa fa l'agente e cosa resta a una persona.*

Ogni agente ha solo gli strumenti del suo reparto: a quello del magazzino servono i movimenti di un [gestionale di magazzino](https://automatia.it/servizi/gestionale-magazzino), a quello dell'amministrazione fatture e DDT, spesso letti con l'[estrazione dei dati dai documenti](https://automatia.it/guide/estrarre-dati-da-documenti-con-ai). Lo stesso schema, il software che prepara e una persona che decide, regge il [business matching tra imprenditori](https://automatia.it/guide/business-matching-tra-imprenditori) di un network.

### Il caso del servizio clienti

Gli agenti AI per il servizio clienti sono il caso in cui un errore si vede di più, perché la risposta esce dall'azienda. Dal 2 agosto 2026 l'[AI Act](https://automatia.it/guide/ai-act) chiede che chi dialoga direttamente con un sistema di AI ne sia informato, al più tardi al primo contatto, salvo che sia evidente ([articolo 50](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-50)).

L'obbligo è del fornitore, che per l'[articolo 3](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-3) può essere anche chi fa sviluppare il sistema e lo mette in servizio a proprio nome: verificalo con il tuo legale.

Lo stesso agente può [rispondere sul sito](https://automatia.it/guide/assistente-virtuale-sito-web) o con la [WhatsApp Business API](https://automatia.it/guide/whatsapp-business-api). Quando non sa, lo dice e [passa la conversazione a una persona](https://automatia.it/guide/assistenza-clienti-intelligenza-artificiale).

## Agenti AI e automazione dei processi: quale scegliere

Se i passi si possono scrivere prima, conviene scriverli: un'automazione fa sempre la stessa cosa e costa meno. Gli [esempi di automazione aziendale](https://automatia.it/guide/esempi-di-automazione-aziendale) più comuni, come fatture abbinate agli ordini o scadenze del personale, funzionano così. Anthropic consiglia la soluzione più semplice possibile, perché un agente svolge meglio i compiti complessi ma è più lento, costa di più e i suoi errori possono sommarsi.

Secondo la guida di OpenAI un agente rende in tre situazioni:

- Decisioni con molte eccezioni, come approvare un rimborso.
- Regole così numerose e intricate che aggiornarle costa caro.
- Molti testi da interpretare: email, documenti, conversazioni.

Negli altri casi può bastare una soluzione a regole fisse, o una mista: un'[automazione dei processi aziendali](https://automatia.it/servizi/automazione-processi-aziendali) che chiama il modello solo dove bisogna capire un testo. Il confronto con gli strumenti già pronti è nella guida [n8n, Make, Zapier o sviluppo su misura](https://automatia.it/guide/n8n-make-zapier-o-sviluppo-su-misura).

## Rischi degli agenti AI: dove sbagliano

I problemi nascono da quello che rende utili gli agenti: decidono il passo successivo, e a volte lo decidono male. Nel 2025 Anthropic ha affidato per circa un mese un piccolo negozio automatico nei suoi uffici a un agente basato su Claude, che ha venduto sotto costo, si è fatto convincere a concedere sconti e ha indicato ai clienti un conto inesistente per i pagamenti ([Project Vend](https://www.anthropic.com/research/project-vend-1)).

Nella [seconda fase](https://www.anthropic.com/research/project-vend-2) le settimane in perdita sono state in gran parte eliminate. Tra i cambiamenti più efficaci Anthropic cita l'obbligo di seguire procedure, come ricontrollare prezzo e tempi di consegna prima di rispondere a una richiesta.

| Dove sbaglia | Come si controlla |
| --- | --- |
| Riempie un dato mancante con un valore plausibile | Lo strumento accetta solo valori che esistono nel gestionale |
| Esegue istruzioni nascoste in un'email o in un PDF | Sola lettura dove basta leggere, invii confermati da una persona |
| Si lascia convincere da chi scrive | Soglie per sconti e rimborsi scritte nel software |
| Sbaglia un passo e ci costruisce sopra | Verifiche sui dati reali a ogni passo e casi di prova |
| Gira a vuoto | Massimo di passi e tetto di spesa, poi passa a una persona |

*Errori tipici di un agente e il controllo che li limita.*

Il primo errore lo descrive la [documentazione di Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview): se manca un dato obbligatorio, il modello può dedurne uno plausibile. Il secondo si chiama [prompt injection](https://automatia.it/sicurezza-informatica/prompt-injection): per l'[OWASP](https://genai.owasp.org/llmrisk/llm01-prompt-injection/), la fondazione che cataloga i rischi di sicurezza del software, non è chiaro se esistano metodi infallibili per prevenirla, quindi conta più quello che l'agente può fare di quello che gli si vieta.

## Controllo umano, permessi e registro delle azioni dell'AI

Un agente si controlla con il software che lo circonda, più che con le istruzioni. L'[OWASP](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/) chiama agenzia eccessiva il rischio da evitare e gli dà tre cause: troppe funzioni, troppi permessi, troppa autonomia.

- **Permessi.** L'agente lavora con i permessi di chi gli affida il compito, mai da amministratore, e dove basta leggere legge soltanto.
- **Conferme.** Le azioni che spostano soldi, che non si possono annullare o che impegnano l'azienda con un cliente aspettano una persona.
- **Autorizzazioni nel gestionale.** È il programma a dire sì o no a un'azione: un testo convincente non sposta un permesso.
- **Limiti di quantità.** Un tetto alle azioni per ora contiene i danni e dà il tempo di accorgersene.

Il registro annota ogni passo: cosa ha letto l'agente, quale strumento ha usato, cosa è tornato, chi ha confermato e quando.

Per gli usi ad alto rischio dell'AI Act, come filtrare le candidature di lavoro ([allegato III](https://ai-act-service-desk.ec.europa.eu/it/ai-act/annex-3)), il registro è un obbligo: il sistema deve consentire la registrazione automatica degli eventi ([articolo 12](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-12)) e chi lo usa conserva i log per almeno sei mesi ([articolo 26](https://ai-act-service-desk.ec.europa.eu/it/ai-act/article-26)), dal 2 dicembre 2027 secondo la [Commissione europea](https://digital-strategy.ec.europa.eu/it/policies/regulatory-framework-ai). Per gli altri agenti serve a ricostruire perché una risposta è partita; quali regole valgono per te lo verifichi con il tuo legale.

## Quanto costa usare un agente AI

Un agente si paga a consumo, in token, cioè pezzi di parola letti e scritti dal modello. Il conto cresce con i passi, perché a ogni passo il modello rilegge tutto il lavoro fatto: istruzioni, strumenti, richiesta e risultati precedenti.

Sul [listino delle API di Anthropic](https://platform.claude.com/docs/en/about-claude/pricing), il 16 ottobre 2026 Claude Sonnet 5.5 costa 2 dollari per milione di token letti e 10 per milione di token scritti: la richiesta dell'esempio costa circa 13 centesimi di dollaro, mille richieste circa 129 dollari. Con Claude Haiku 5.5, il più economico, mille richieste costano circa 6,5 dollari; con Claude Opus 5.5 circa 258.

- La cache dei prompt fa pagare le parti già lette una frazione del prezzo, su Sonnet 5.5 il 5%: nell'esempio la richiesta scende a circa 6 centesimi.
- I lavori senza fretta passano dall'elaborazione in blocco (Batch API), con lo sconto del 50%.
- Pochi strumenti con risultati corti, un massimo di passi e un tetto di spesa mensile.

Al consumo si aggiunge lo sviluppo. Con noi l'accordo si fa su misura, a corpo, a canone o misto: le possibilità sono in [formule e costi](https://automatia.it/formule).

## Dati e riservatezza: cosa vede il fornitore

Al fornitore del modello arriva solo quello che il tuo software gli manda: richiesta, istruzioni e risultati degli strumenti. Database e password restano nei tuoi sistemi, perché gli strumenti li esegue il software.

|  | Anthropic (Claude) | OpenAI |
| --- | --- | --- |
| Addestramento sui tuoi dati | [No per impostazione predefinita](https://privacy.claude.com/en/articles/7996868-is-my-data-used-for-model-training), salvo feedback esplicito o consenso | [No](https://developers.openai.com/api/docs/guides/your-data), salvo adesione esplicita |
| Conservazione | [Richieste e risposte cancellate entro 30 giorni](https://privacy.claude.com/en/articles/7996866-how-long-do-you-store-my-organization-s-data), salvo eccezioni come obblighi di legge | Registri per il controllo degli abusi fino a 30 giorni |
| Per i dati delicati | Accordi a conservazione zero | Conservazione zero e regione Europa (SEE e Svizzera), previa approvazione |

*Dati inviati tramite API, secondo le pagine ufficiali verificate il 16 ottobre 2026.*

Con i dati personali servono anche l'accordo sul trattamento e [regole interne](https://automatia.it/guide/policy-aziendale-intelligenza-artificiale): vedi la guida su [ChatGPT, Claude e Copilot in azienda](https://automatia.it/guide/chatgpt-claude-copilot-in-azienda). Per i dati più delicati si può installare un modello su un server dedicato: ne parliamo nella pagina sull'[intelligenza artificiale per aziende](https://automatia.it/servizi/intelligenza-artificiale-aziende). In Svizzera l'Incaricato federale (IFPDT) ha ricordato nel maggio 2025 che la legge sulla protezione dei dati [si applica già ai trattamenti con l'AI](https://www.edoeb.admin.ch/it/attuale-legge-direttamente-applicabile-ia).

## Come partire con un agente AI

L'autonomia di un agente cresce per gradi, partendo da un compito solo:

1. Nel software si fissa cosa l'agente può leggere, preparare e fare.
2. L'agente lavora in ombra: propone, le persone lavorano come prima e confrontano, e ogni errore diventa un caso di prova.
3. Quando i confronti lo giustificano, gli si affida una categoria di azioni a basso rischio alla volta, rifacendo le prove a ogni cambio di modello.

Nei progetti dei nostri team l'AI propone e una persona decide: in uno studio di medicina del lavoro ogni proposta passa dalla validazione del medico ([progetti](https://automatia.it/progetti)). Se l'agente lo costruiamo noi, si seguono le sette fasi del nostro [metodo](https://automatia.it/metodo); il servizio è descritto nella pagina sugli [agenti AI per aziende](https://automatia.it/servizi/agenti-ai-aziende), il percorso per tutta l'azienda nella guida su come [integrare l'intelligenza artificiale in azienda](https://automatia.it/guide/integrare-intelligenza-artificiale-in-azienda).

## Domande frequenti

**Un agente AI può fare pagamenti o annullare ordini da solo?**

Tecnicamente sì, ma sono le azioni da lasciare a una persona. La [guida di OpenAI sugli agenti](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf) mette annullare ordini, autorizzare rimborsi importanti e fare pagamenti tra le azioni ad alto rischio, da sorvegliare finché l'agente non si è dimostrato affidabile: l'agente le prepara, una persona le approva.

**Un agente AI può sbagliare i conti?**

Sì, anche quando il ragionamento è giusto. Per questo i numeri li calcola il software, con una ricerca nel database o uno strumento di calcolo, e il modello li riporta. In uno dei progetti dei nostri team, nella bozza della relazione annuale di uno studio di medicina del lavoro i numeri li conta il database, non il modello.

**Quanto tempo serve per mettere in funzione un agente AI?**

Per un compito solo, con programmi che si lasciano già collegare, di solito alcune settimane, come per un'integrazione tra due sistemi. Poi c'è la prova sui casi veri, che dura quanto serve a raccogliere abbastanza confronti.

**Un agente AI può sostituire un impiegato?**

Di solito sostituisce dei passaggi, non un ruolo: le ricerche tra più programmi, la prima bozza, i controlli ripetitivi. Eccezioni, trattative e decisioni che pesano restano alle persone. Anche nell'esperimento del negozio di Anthropic, nella seconda fase gli agenti [avevano ancora bisogno di molto supporto umano](https://www.anthropic.com/research/project-vend-2).

**Per un agente AI serve il modello più potente?**

All'inizio sì, per capire fin dove arriva il compito; poi, come suggerisce la guida di OpenAI, lo si sostituisce con modelli più piccoli nei passi in cui superano gli stessi casi di prova. Conviene: sul listino di Anthropic di ottobre 2026 Claude Opus 5.5 costa 40 volte Claude Haiku 5.5, per richieste fino a 100.000 token.


## Pagine collegate

- [Agenti AI](https://automatia.it/servizi/agenti-ai-aziende): Agenti AI che svolgono un compito in più passi sui tuoi programmi: leggono la richiesta, cercano nel gestionale, preparano la risposta e chiedono conferma.
- [Integrare l'AI in azienda](https://automatia.it/guide/integrare-intelligenza-artificiale-in-azienda): Da dove partire con l'AI in azienda: il primo processo, un pilota misurabile, formazione e regole interne, costi e ritorno, rischi e obblighi dell'AI Act.
- [ChatGPT, Claude e Copilot in azienda](https://automatia.it/guide/chatgpt-claude-copilot-in-azienda): Piani aziendali di ChatGPT, Claude e Copilot a confronto: costi, uso dei dati, GDPR, AI Act e i punti di una policy interna sull'AI.
- [Automazioni su misura](https://automatia.it/servizi/automazione-processi-aziendali): Automazioni che tolgono il lavoro ripetitivo: ordini, fatture passive, solleciti, documenti e report, con un registro di ogni esecuzione.

---

Automatia S.r.l. · info@automatia.it · Italia +39 375 669 3055 (WhatsApp sempre attivo, 24 ore su 24, 7 giorni su 7) · Svizzera +41 76 511 26 10 (telefono e WhatsApp) · operativi 24 ore su 24, 7 giorni su 7 · https://automatia.it/contatti
Indice del sito per le AI: https://automatia.it/llms.txt · testo integrale: https://automatia.it/llms-full.txt
