Diciamolo subito: chi ti dà un prezzo fisso prima di aver visto i tuoi processi sta rischiando di fare un preventivo sbagliato: al ribasso (pagherai sorprese in corso d'opera) o al rialzo (sovrastima per stare cauto). Un agente AI serio ha un costo che dipende da quattro variabili.
Se vuoi prima capire cosa intendiamo per "agente AI", il punto di partenza è agente AI: cos'è, come funziona, esempi e casi d'uso. Poi torna qui: i numeri sotto avranno molto più senso.
Le quattro variabili che muovono il prezzo
- Ambito (un caso d'uso vs più casi d'uso integrati).
- Numero e complessità delle integrazioni (CRM, calendar, gestionale, ERP, e-commerce, custom).
- Livello di personalizzazione (RAG su dati tuoi, system prompt brand-specific, guardrail aziendali).
- Volume previsto (pochi messaggi al giorno vs migliaia: cambia infrastruttura e costi inference).
Una variabile spesso dimenticata: il livello di compliance richiesto. Un agente che cade in "rischio limitato" sotto l'AI Act richiede documentazione standard. Uno in "rischio alto" richiede sistema di gestione del rischio, sorveglianza umana, audit log certificati: facilmente +30-40% sul progetto.
Fascia 1: micro-PMI o pilota su singolo caso (10.000 - 25.000€)
Esempio tipico: agente customer care su un canale (chat sito o WhatsApp), integrato con un singolo strumento (CRM o ticketing), con base di conoscenza da 50-200 documenti. RAG configurato, no fine-tuning, system prompt scritto su misura.
Cosa è incluso in questa fascia:
- Discovery + definizione KPI (1-2 settimane)
- System prompt + RAG su una base di conoscenza singola
- 1 integrazione (es. CRM oppure calendar oppure ticketing)
- Pilota su un campione di utenti, dashboard di base
- Documentazione minima per AI Act (rischio limitato)
Cosa NON è incluso: integrazioni custom, multi-canale, branding pesante, SLA enterprise. Tempi: 4-8 settimane. Manutenzione: 200-500€/mese (hosting + API + monitoring + piccole evolutive).
Quando ha senso: stai testando se l'AI può funzionare per il tuo caso. Pilota chiaro, KPI definiti, scope limitato. È la fascia ideale per validare un'ipotesi prima di investire di più.
Fascia 2: PMI strutturata, multi-canale (30.000 - 80.000€)
Esempio tipico: agente che opera su 2-3 canali (sito + WhatsApp + email), 4-6 integrazioni (CRM + calendar + gestionale + payment + 1-2 custom), guardrail aziendali, sorveglianza umana, dashboard con KPI.
Cosa è incluso:
- Architettura multi-canale con orchestrator
- RAG su più basi di conoscenza con segmentazione per ruolo utente
- Function calling su 4-6 sistemi
- Guardrail (filtri, limiti di azione, escalation a umano)
- Dashboard KPI live + alerting su anomalie
- Documentazione AI Act + audit log + procedure di sorveglianza umana
Tempi: 3-5 mesi. Manutenzione: 800-2.500€/mese.
Quando ha senso: hai validato il caso d'uso, vuoi scalare. Volume mensile in centinaia o migliaia di interazioni.
Fascia 3: enterprise / sistemi critici (100.000 - 300.000€+)
Esempio tipico: agenti multipli che cooperano (vendite + customer care + operations), integrazione su sistemi proprietari, conformità AI Act, audit log, ruoli e permessi, multi-tenant, SLA garantiti.
Cosa è incluso:
- Sistema multi-agente con orchestratore
- Integrazione su sistemi proprietari (ERP, CRM custom, data warehouse)
- Conformità AI Act per rischio alto se applicabile
- SLA con uptime garantito, disaster recovery, rollback automatici
- Multi-tenant, role-based access, internazionalizzazione
- Penetration test, security audit, certificazioni
Tempi: 6-12 mesi. Manutenzione: 3.000-10.000€/mese.
Quando ha senso: sostituisci o affianchi processi che muovono milioni. Il ROI parla da solo se calcolato bene.
I costi nascosti che nessuno ti dice
Il preventivo iniziale è solo una parte del costo totale. Cose che spesso non vedi nel pitch:
- Pulizia dati: 30-40% del progetto se i tuoi dati sono in cattivo stato (CRM sporco, documenti non strutturati).
- API LLM: 100-2.000€/mese sul volume, dipende dal modello e dal numero di richieste.
- Hosting: 50-500€/mese per la parte che gira sui tuoi server (RAG store, backend agente).
- Monitoring e quality assurance: spesso 10-20% del costo di sviluppo annualmente.
- Aggiornamenti del modello: ogni 6-12 mesi i provider rilasciano modelli nuovi. Se vuoi sfruttarli, c'è un'evolutiva.
- Formazione interna: gli operatori vanno addestrati a interpretare i log dell'agente, gestire escalation, fornire feedback per migliorare le risposte. 5-15 giornate per team.
- AI literacy: dal 2 febbraio 2025 l'AI Act richiede un livello minimo di formazione per chi opera o usa sistemi AI in azienda. Non è un costo enorme ma va pianificato.
Modelli di pricing che incontrerai
Tre formule che vedrai nei preventivi, ognuna con pregi e trappole:
- Fixed price su scope definito: chiarezza massima, rischio sul fornitore se sottostima. Adatto a piloti su scope ben delimitato.
- Time & material: pay-per-hour, flessibile ma incentivo perverso a dilatare i tempi. Richiede committee di project review serrato.
- Outcome-based: paghi al raggiungimento dei KPI (es. tasso di risoluzione ≥X%, riduzione costi ≥Y%). Allinea fornitore e cliente, ma richiede metriche pulitissime e baseline misurate. Ancora rara nel 2026.
Pattern misto sano: discovery + design fixed price (poche settimane), build & deploy a sprint con pricing prefissato per sprint, manutenzione a canone mensile.
Mini-checklist preventivo: cosa pretendere
- Scope chiaro per fase, con deliverable per ognuna
- Stima esplicita di pulizia dati e integrazioni (non sotto la voce "varie")
- Costi di API LLM separati e con range di consumo previsto
- Piano di manutenzione con SLA su downtime e tempi di intervento
- Documentazione AI Act inclusa (almeno per rischio limitato)
- Clausola di handover: cosa succede se cambi fornitore: chi possiede prompt, RAG, log
Il ROI: come si calcola davvero
Non guardare il costo dell'agente. Guarda il costo del processo prima e dopo:
- Quanti minuti/persona impiega oggi quel task? × stipendio orario × volume mensile.
- Quanti errori fai oggi? × costo di un errore (ricontatti, perdita cliente, rifacimento).
- Quanti clienti perdi per tempi di risposta lenti? × valore medio cliente.
Confronta con il costo annuale dell'agente (sviluppo ammortizzato in 24 mesi + manutenzione + API). La differenza è il tuo ROI.
Esempio numerico semplificato: agente customer care fascia 2 (50.000€ + 1.500€/mese manutenzione + 500€/mese API) → costo annuo medio ~50.000€/2 + 24.000€ = 49.000€. Se sostituisce 1,5 FTE a 40.000€/anno carico = 60.000€ risparmiati. Se aumenta anche tasso di conversione del 2% su 1M€ di pipeline = altri 20.000€. ROI positivo il primo anno.
Una cosa onesta
Il 30-40% dei progetti AI in azienda ha un ROI difficile da giustificare. Spesso perché il caso d'uso è troppo piccolo, o il volume è insufficiente, o esistono già automazioni tradizionali che fanno il 90% del lavoro al 10% del costo. Un fornitore serio te lo dice prima, non dopo.
Se il tuo caso non genera un ritorno chiaro, non costruirlo. Aspetta che le condizioni cambino, o trova un caso d'uso adiacente con un ROI più favorevole.
Per evitare gli errori che fanno saltare il ROI prima ancora di partire, abbiamo raccolto i 5 errori comuni quando si introduce l'AI in azienda.