Nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti usava almeno una tecnologia di intelligenza artificiale, contro l'8,2% dell'anno prima. Tra le PMI la quota è del 15,7%, tra le grandi imprese del 53,1% (Istat, Imprese e ICT, dicembre 2025). La media europea è del 20% (Eurostat).
Tra le imprese che hanno valutato l'AI senza adottarla, gli ostacoli più citati sono la mancanza di competenze (58,6%), la poca chiarezza delle norme (47,3%), dati mancanti o di scarsa qualità (45,2%) e i timori per la privacy (43,2%). Sono gli stessi dubbi che sentiamo ogni settimana parlando con titolari e responsabili di PMI. E oggi, quando si parla di intelligenza artificiale per aziende, la domanda che arriva più spesso è: "Ci servono gli agenti AI?"
In questo articolo partiamo dalle basi, cioè cos'è un agente e in cosa si distingue da un chatbot. Poi passiamo agli esempi per reparto, ai rischi e ai casi in cui conviene. Nella seconda parte raccontiamo come abbiamo affrontato il tema con NUCLEO, il sistema che abbiamo costruito in GlobalKult.
Cos'è un agente AI
IBM definisce un agente AI come un sistema che svolge compiti in autonomia, organizzando il lavoro attorno agli strumenti che ha a disposizione. Oggi il motore di quasi tutti gli agenti è un modello linguistico di grandi dimensioni (LLM).
In pratica un agente riceve un obiettivo, per esempio rispondere alle domande del supporto sui prodotti dell'azienda. Per raggiungerlo attinge a una base di conoscenza fatta di documenti e dati, e usa degli strumenti: può cercare in un archivio, leggere un CRM, compilare un modulo o scrivere una bozza.
Quanto un sistema sia "agente" dipende da quanti strumenti ha e da quanto decide da solo. Un sistema che cerca e propone sta all'estremo più prudente della scala. Uno che agisce su altri programmi senza chiedere conferma sta all'estremo opposto.
Agente, chatbot e assistente generico: le differenze
| Caratteristica | Chatbot tradizionale | Assistente AI generico | Agente AI |
|---|---|---|---|
| Come risponde | Segue percorsi scritti in anticipo | Genera testo su quasi ogni argomento | Lavora su un compito preciso |
| Cosa sa dell'azienda | Ciò che è stato programmato | Ciò che qualcuno gli fa leggere | Una base di conoscenza definita |
| Può agire | Solo le azioni previste nel percorso | Solo se gli si collegano strumenti | Sì, con gli strumenti che gli vengono dati |
| Cosa va controllato | I percorsi | Che cosa gli si fa leggere | Permessi, limiti e controllo umano |
Il chatbot funziona bene finché l'utente resta sul binario. L'assistente generico, quello che molti usano con un abbonamento personale, sa scrivere e ragionare, ma della tua azienda conosce solo ciò che gli viene fornito. L'agente è la forma più utile per un'azienda, ed è anche quella che richiede più regole.
Esempi di agenti AI per reparto
Gli esempi che seguono sono di fantasia, ma descrivono situazioni molto comuni nelle PMI B2B.
Vendite
Un'azienda che produce valvole industriali riceve ogni giorno richieste del tipo "questo modello regge 40 bar?". Un agente collegato a schede tecniche e listini trova il dato, indica il documento da cui l'ha preso e prepara una bozza di risposta per il commerciale.
Supporto clienti
Un distributore di ricambi ha manuali e casi già risolti sparsi in cartelle diverse. L'agente del supporto risponde ai tecnici partendo da quei materiali, così non devono chiedere ogni volta al collega più esperto.
Ufficio tecnico
Chi progetta deve ritrovare certificazioni, disegni, norme interne e revisioni. Un agente che cerca nell'archivio tecnico, anche partendo dalla foto di un componente, recupera il tempo che oggi se ne va a sfogliare cartelle.
Amministrazione
Per domande su termini di pagamento o condizioni contrattuali, l'agente risponde dai documenti dell'amministrazione, e solo a chi è autorizzato a leggerli.
Marketing
Per schede prodotto e testi per il sito, l'agente prepara bozze coerenti con i materiali approvati. Chi ha accesso al CRM può consultarne i dati per orientare le campagne.
I rischi da conoscere prima di partire
Risposte inventate
I modelli linguistici possono produrre contenuti sbagliati espressi con sicurezza. Il NIST, l'istituto statunitense per gli standard, chiama questo rischio confabulation; nel linguaggio comune si parla di "allucinazioni". In azienda una specifica tecnica inventata può finire in un'offerta, e da lì in un reclamo.
Accessi troppo larghi
Se l'agente può leggere tutto, prima o poi qualcuno vedrà margini o contratti che non gli spettavano. L'OWASP, la comunità di riferimento per la sicurezza delle applicazioni, mette l'"Excessive Agency" tra i dieci rischi principali delle applicazioni basate su LLM e ne individua le cause in funzioni, permessi e autonomia eccessivi.
Invii automatici
Un agente che invia email da solo può sbagliare destinatario o contenuto, e può essere manipolato da istruzioni nascoste in un messaggio ricevuto. Tra le contromisure, l'OWASP indica il controllo umano sulle azioni più delicate:
"Utilise human-in-the-loop control to require a human to approve high-impact actions before they are taken."
(Usare il controllo umano per far approvare a una persona le azioni ad alto impatto prima che vengano eseguite.) — OWASP, LLM06:2025 Excessive Agency
Per le email significa rileggere e inviare a mano.
Dati che escono dall'azienda
Molti servizi AI elaborano domande e documenti sui server del fornitore. Se sia accettabile dipende da che cosa si invia e da che cosa prevedono il contratto e le policy interne. Conviene saperlo prima di caricare il primo documento.
Agenti AI per aziende: quando convengono davvero
Un agente AI conviene quando:
- le stesse domande tornano ogni giorno e la risposta esiste già in qualche documento;
- le risposte dipendono da poche persone, e quando sono assenti il lavoro si ferma;
- reparti diversi hanno versioni diverse dello stesso dato;
- i clienti chiedono informazioni che potrebbero trovare da soli, se fossero accessibili.
Conviene meno quando i documenti mancano o sono molto vecchi, perché un agente lavora solo con ciò che trova. Vale lo stesso quando le domande sono poche, o quando il processo richiede un giudizio che nessun documento contiene.
Cosa dice la normativa
Il Regolamento europeo sull'AI (Reg. UE 2024/1689, l'"AI Act") prevede, tra l'altro, che chi usa sistemi di AI adotti misure per sostenere l'alfabetizzazione del proprio personale (art. 4) e che le persone sappiano quando interagiscono con un'AI (art. 50). Il Regolamento (UE) 2026/1744, detto "Digital Omnibus", ha modificato alcune parti dell'AI Act, tra cui proprio l'art. 4 e le scadenze per i sistemi ad alto rischio. Prima di mettere un agente davanti ai clienti conviene verificare con il proprio consulente quali obblighi si applicano al proprio caso.
Gli strumenti generici e cosa fanno bene
Le grandi piattaforme di AI per aziende offrono già strumenti per creare e usare agenti. Questo è ciò che dichiarano sui siti ufficiali (verificato il 19 novembre 2026):
- ChatGPT, nei piani Business, Enterprise ed Edu, può rispondere a domande aziendali attingendo alle app collegate. Il centro assistenza di OpenAI precisa che rispetta i permessi delle fonti collegate.
- Microsoft Copilot Studio permette di creare agenti e flussi di lavoro con poco codice, collegarli ai dati aziendali e pubblicarli in Teams, sui siti e su altri canali. Nei flussi si possono inserire passaggi di revisione umana.
- Gemini Enterprise di Google si collega a Google Workspace, Microsoft 365 e applicazioni come Salesforce e SAP, con un ambiente senza codice per creare agenti.
Per aiutare ogni persona a scrivere e cercare meglio nei propri strumenti sono scelte solide. Se l'obiettivo è dare a tutta l'azienda risposte coerenti reparto per reparto, con regole decise a monte, contano altre caratteristiche. Il confronto dettagliato è nella pagina NUCLEO e gli assistenti AI generici.
Come lo fa NUCLEO
NUCLEO è il sistema che mette al lavoro gli agenti AI in azienda: un agente per ogni reparto, con regole e permessi stabiliti dall'azienda, e l'ultima parola lasciata alle persone. Lo definiamo AI Decision Infrastructure. Di seguito riprendiamo i rischi descritti sopra e spieghiamo come li gestisce.
Un assistente per ogni reparto
Gli assistenti sono cinque: Supporto, Vendite, Marketing, Amministrazione e Ufficio tecnico. Ognuno lavora sulla conoscenza del proprio reparto. L'amministratore carica i documenti, li organizza in collezioni e gestisce gli utenti. Il dettaglio è nella pagina Reparti.
Risposte solo dalla conoscenza dell'azienda
NUCLEO risponde partendo soltanto da ciò che l'azienda ha caricato: PDF, Word, Excel, PowerPoint, CSV, file di testo e immagini. Ogni risposta riporta la fonte, così chi legge può controllarla. Se l'informazione manca, NUCLEO lo scrive chiaramente.
Si può chiedere anche con una foto. Per esempio, un tecnico fotografa un componente e NUCLEO cerca le immagini simili nella conoscenza aziendale.
Le domande del Supporto a cui i documenti non rispondono finiscono in un elenco di lacune da colmare. Per chi cura i documenti è un'indicazione concreta di cosa scrivere o aggiornare.
Permessi applicati nella ricerca
I permessi per reparto agiscono dentro la ricerca, prima che l'AI veda i risultati. Un documento fuori dal perimetro di un reparto non viene recuperato: il modello non lo riceve e quindi non può usarlo in una risposta.
L'invio resta alle persone
NUCLEO prepara bozze di risposta, che una persona copia e invia a mano. Nessuna email parte in automatico.
Lo stesso vale tra reparti. Se una domanda spetta a un altro ufficio, per esempio una questione di fatturazione arrivata al supporto, NUCLEO propone un ticket già compilato per l'Amministrazione. Il ticket si apre solo quando una persona lo conferma.
Il widget sul sito
Il widget di NUCLEO risponde ai visitatori del sito con le sole informazioni che l'azienda ha reso pubbliche. Quando serve l'intervento di una persona, la richiesta arriva dentro NUCLEO con il reparto suggerito, e qualcuno la smista.
Per il marketing c'è anche una dashboard HubSpot in sola lettura, che permette di consultare i dati del CRM senza modificarli.
Dove gira l'AI: Standard o Custom
Sui dati che escono dall'azienda preferiamo essere precisi.
Nella modalità Standard NUCLEO lavora in cloud e l'elaborazione passa da un servizio AI esterno. È adatta, per esempio, a cataloghi, schede tecniche e procedure.
Nella modalità Custom NUCLEO gira su un server dedicato, dell'azienda oppure gestito da GlobalKult, e i modelli AI possono essere installati sullo stesso server. Se il server è dell'azienda e i modelli girano lì, domande, documenti e risposte restano dentro l'azienda.
La differenza è spiegata nelle pagine Sicurezza e Piano Custom. Il percorso completo, dal caricamento dei documenti alle risposte, è descritto in Come funziona.
I limiti
Le risposte di NUCLEO valgono quanto i documenti da cui partono. Schede vecchie o contraddittorie producono risposte meno affidabili, e l'elenco delle lacune serve proprio a capire dove intervenire.
Anche il widget ha un confine preciso: usa solo ciò che è pubblico, quindi le richieste più specifiche dei clienti passano comunque da una persona.
Domande frequenti
Che differenza c'è tra un agente AI e un chatbot?
Un chatbot tradizionale segue percorsi scritti in anticipo. Un agente AI lavora su un obiettivo, attinge a una base di conoscenza e usa strumenti come la ricerca nei documenti o la preparazione di bozze. Avendo più margine d'azione, ha bisogno di regole più precise.
Gli agenti AI possono sostituire i dipendenti?
Nelle PMI il loro valore sta soprattutto nel lavoro ripetitivo, come ritrovare un dato o preparare una prima bozza. Le decisioni e il rapporto con il cliente restano alle persone.
Con un agente AI i dati aziendali restano in azienda?
Dipende da dove gira il modello. Con i servizi in cloud, le domande e parti dei documenti vengono elaborate dal fornitore. Con NUCLEO e i modelli AI installati sui server dell'azienda (modalità Custom), domande, documenti e risposte non escono dall'azienda.
Da dove si comincia?
Dai documenti. Conviene partire da un reparto con molte domande ripetute e una documentazione abbastanza ordinata, e allargare dopo aver visto i risultati.
Serve un reparto IT interno?
Per la modalità in cloud non serve un'infrastruttura propria. Per un'installazione su server aziendale serve qualcuno che gestisca la macchina, interno o esterno.
Vuoi capire se un agente per reparto ha senso per la tua azienda, partendo dai tuoi documenti? Prenota una demo di NUCLEO.
Fonti
- Istat, Imprese e ICT – Anno 2025, comunicato del 15/12/2025: https://www.istat.it/comunicato-stampa/imprese-e-ict-anno-2025/
- Eurostat, 20% of EU enterprises use AI technologies, 11/12/2025: https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2
- IBM, What are AI agents?: https://www.ibm.com/think/topics/ai-agents
- NIST, AI 600-1, Generative Artificial Intelligence Profile, luglio 2024: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
- OWASP, LLM06:2025 Excessive Agency: https://genai.owasp.org/llmrisk/llm062025-excessive-agency/
- Regolamento (UE) 2024/1689 (AI Act): https://eur-lex.europa.eu/eli/reg/2024/1689/oj
- Regolamento (UE) 2026/1744 (Digital Omnibus sull'AI): https://eur-lex.europa.eu/eli/reg/2026/1744/oj
- OpenAI Help Center, Company knowledge in ChatGPT (consultato il 19/11/2026): https://help.openai.com/en/articles/12628342-company-knowledge-in-chatgpt
- Microsoft Learn, Overview – Microsoft Copilot Studio (consultato il 19/11/2026): https://learn.microsoft.com/en-us/microsoft-copilot-studio/fundamentals-what-is-copilot-studio
- Google Cloud, Introducing Gemini Enterprise, 10/10/2025 (consultato il 19/11/2026): https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise
