In due righe
- Il chatbot risponde e reagisce solo quando lo interroghi.
- L'agente riceve un obiettivo, decide i passi e agisce sui software.
- La differenza si paga in token, integrazioni e supervisione.
- Per la maggior parte delle PMI conviene partire dal chatbot.
La differenza tra chatbot e agente AI sta in una parola: azione. Un chatbot risponde e reagisce solo quando lo interroghi, seguendo un copione o una base di conoscenza. Un agente riceve un obiettivo, lo scompone in passi, usa software e dati dell'azienda, decide a ogni passaggio e porta a termine il lavoro. Per una PMI la differenza si misura in euro: il chatbot è un abbonamento mensile, l'agente richiede dati ordinati, integrazioni e supervisione, e consuma da 10 a 20 volte più token.
Chi vende un chatbot con "intelligenza artificiale" non sta vendendo un agente. Il confine non è la qualità delle risposte, ma la capacità di compiere azioni.
Cosa fa un chatbot, e cosa non può fare
Un chatbot è un software che simula una conversazione e risponde alle richieste dell'utente, di solito seguendo un copione o consultando una base di conoscenza.
Anche un chatbot moderno, costruito su ChatGPT, Claude o Gemini, resta un sistema domanda-risposta: risponde solo quando lo interroghi. Non inserisce un ordine nel gestionale, non aggiorna una scheda cliente, non invia una fattura. Può dirti come fare, ma non lo fa.
Qui sta il limite: un chatbot non cambia lo stato di nessun software. Automatizza le risposte, non il lavoro.
Cosa fa un agente AI che un chatbot non sa fare
IBM Think lo definisce così: un agente AI è un programma capace di agire in autonomia per capire, pianificare ed eseguire compiti.
Per riconoscerlo servono cinque segnali:
- Autonomia decisionale: sceglie il percorso per arrivare all'obiettivo.
- Azione concreta: modifica dati, crea documenti, invia comunicazioni.
- Memoria: ricorda le interazioni e il contesto.
- Ragionamento multi-step: scompone un compito in passi e gestisce gli imprevisti.
- Orientamento all'obiettivo: valuta se il risultato è raggiunto.
Se manca anche uno solo di questi elementi, non stai guardando un agente. Stai guardando un chatbot con un nome più ambizioso.
Le quattro differenze che contano davvero
La tabella mette in fila le differenze che si vedono in bolletta e in reparto.
| Dimensione |
Chatbot |
Agente AI |
| Cosa fa |
Risponde a domande, segue un copione, consulta una base di conoscenza |
Riceve un obiettivo, lo scompone in passi, compie azioni su software e dati |
| Cosa decide |
Quale risposta dare tra quelle previste |
Quali passi fare, quali strumenti usare, quando fermarsi e chiedere aiuto |
| Cosa serve per funzionare |
Base di conoscenza, un canale (sito, WhatsApp), un abbonamento |
Dati ordinati e accessibili, API o integrazioni, strumenti definiti, permessi limitati |
| Chi lo presidia |
Una persona che aggiorna le risposte, 1-2 ore a settimana |
Una persona che controlla log e permessi, quasi a tempo pieno all'avvio |
| Costo indicativo |
Da 50 a 300 euro al mese di abbonamento |
Integrazione da qualche migliaia di euro più costo per token, da 10 a 20 volte più alto |
Anthropic distingue i workflow dagli agenti. Un workflow è un percorso predefinito in cui il modello segue passi fissi decisi a monte, senza scegliere da sé cosa fare dopo. Un agente dirige il proprio processo: decide il percorso, gli strumenti e quando fermarsi.
Il test dei 30 secondi: se il sistema può cambiare lo stato di un software senza il tuo intervento, è un agente. Altrimenti è un chatbot.
Quanto costa la differenza: il conto su un'azienda tipo
Facciamo un conto su un'azienda tipo: 10 dipendenti, 1,5 milioni di fatturato, ufficio commerciale che gestisce 40 richieste al giorno tra preventivi, stato ordini e appuntamenti.
Il token è l'unità di misura con cui si paga l'uso dei modelli linguistici: ogni parola o pezzo di parola elaborata consuma token. E qui arriva la prima voce di costo: secondo Agenda Digitale, un agente consuma da 10 a 20 volte più token di un chatbot per lo stesso compito.
Con un chatbot, l'azienda tipo spende circa 200 euro al mese di abbonamento più 1.000-2.000 euro di setup una tantum. Il presidio richiede 2 ore a settimana. Risponde alle domande ripetitive, ma gli ordini li inserisce comunque una persona.
Con un agente, l'integrazione con il gestionale via API costa da 8.000 a 15.000 euro. Il consumo di token è da 10 a 20 volte superiore. Il primo mese serve quasi una persona a tempo pieno, poi 3-4 ore a settimana. L'agente inserisce ordini, manda conferme e scala alla persona solo i casi anomali.
Il conto del ritorno: 15 ore a settimana risparmiate a 25 euro l'ora fanno 375 euro a settimana, circa 18.000 euro l'anno. L'integrazione si ripaga in meno di un anno, ma solo se il processo è davvero ripetitivo e i dati sono ordinati. Se i dati non sono pronti, quei 18.000 euro restano sulla carta.
Lo strumento
Delera Agent AI costruisce agenti su misura sui processi che oggi ti portano via ore ogni settimana.
Scopri Delera Agent AI
Chatbot o agente AI: come decidere per la tua azienda
La risposta netta: per la maggior parte delle PMI si parte dal chatbot.
| Situazione |
Cosa scegliere |
Perché |
| Hai molte domande ripetitive e pochi processi da automatizzare |
Chatbot |
Costa poco e si attiva in settimane |
| Hai un processo ripetitivo che occupa ore ogni settimana |
Agente AI |
Il risparmio di ore paga l'integrazione |
| I dati sono sparsi o non documentati |
Chatbot |
Un agente senza dati ordinati produce errori |
| Serve una risposta rapida con supervisione minima |
Chatbot |
L'agente richiede presidio, soprattutto all'avvio |
Non partire dall'agente se il processo non è stabile o i dati non sono ordinati. In quel caso l'agente non toglie lavoro: ne aggiunge.
Cosa ti serve prima di prendere un agente
Prima di valutare un agente, controlla questi cinque punti:
- Dati ordinati e accessibili.
- API o integrazioni con i software che usi.
- Permessi limitati: l'agente può fare solo le azioni previste.
- Una persona che presidia, almeno all'avvio.
- Log delle azioni e blocco rapido.
Un'indagine IBM con Morning Consult su 1.000 sviluppatori aziendali ha rilevato che il 99% esplora o sviluppa agenti AI. Lo stesso report IBM Think riporta una lettura più prudente: la maggior parte delle organizzazioni non è ancora pronta per gli agenti, e il valore sta nell'esporre dati e API, non nel modello.
Sul lato tecnico, MCP (Model Context Protocol) è un protocollo aperto che standardizza il modo in cui i modelli AI si collegano a dati e strumenti esterni, come una presa universale. Se i tuoi software non espongono API, l'agente resta fermo.
Attenzione ai falsi agenti: cosa non comprare
Il mercato è pieno di chatbot venduti come agenti. Agenda Digitale ne descrive due tipi ricorrenti: il chatbot RAG, che consulta documenti e risponde ma non agisce, e la pipeline con function calling, che esegue una funzione solo quando il percorso è già deciso.
Il function calling è la capacità di un modello di richiamare una funzione o un'API esterna quando serve, invece di limitarsi a generare testo. Non basta ad avere un agente: se la sequenza dei passi è già decisa da un umano, resta un workflow.
La prova è sempre la stessa: se il sistema non può cambiare lo stato di un software senza il tuo intervento, non è un agente. Non comprare la parola agente: compra la capacità di agire.
Se arrivi alla conclusione che il processo è pronto, un agente AI costruito su misura per un processo preciso può essere la strada.
Il passo più piccolo, domani mattina: scegli una domanda ripetitiva che oggi ricevi ogni giorno, scrivi le tre risposte standard e verifica se un chatbot basterebbe. Se il processo che vuoi automatizzare prevede azioni concrete, prima controlla i dati e le API, poi valuta un agente.
Domande frequenti
Che differenza c’è tra un chatbot e un agente AI?
Un chatbot risponde e segue un copione o una base di conoscenza: reagisce solo quando gli scrivi. Un agente AI riceve un obiettivo, lo scompone in passi, usa software e dati aziendali, decide a ogni passaggio e porta a termine il lavoro. In una riga: il chatbot automatizza le risposte, l’agente automatizza le azioni. Per questo l’agente costa di più e richiede integrazioni e supervisione.
Quanto costa un agente AI per una piccola azienda?
Dipende dal processo, ma l’ordine di grandezza parte da qualche migliaia di euro di integrazione iniziale, più un costo variabile per token: un agente consuma da 10 a 20 volte più token di un chatbot per lo stesso compito. Va aggiunta la persona che controlla i log, almeno all’avvio. Il confronto giusto non è con il prezzo del chatbot, ma con il costo del lavoro che l’agente toglie dalle mani delle persone.
Un chatbot con l’intelligenza artificiale è già un agente?
No. Molti chatbot moderni usano modelli come GPT o Claude per rispondere meglio, ma restano reattivi: rispondono solo quando li interroghi e non compiono azioni. La prova è semplice: se il sistema non può cambiare lo stato di un software aziendale, per esempio aggiornare un ordine o creare un documento, non è un agente. È un chatbot con un modello linguistico migliore.
Per una PMI conviene partire dal chatbot o dall’agente?
Nella maggior parte dei casi dal chatbot: costa meno, si attiva in settimane e risolve il problema più frequente, le risposte ripetitive. L’agente conviene solo dove c’è un processo ripetitivo e ben definito che oggi occupa ore di lavoro, e dove i dati sono già ordinati e accessibili. Senza questi due requisiti, l’agente diventa un costo senza ritorno.
Di chi è la responsabilità se un agente sbaglia?
Dell’azienda che lo ha messo in funzione, non del fornitore. Un agente compie azioni reali: può cancellare record, inviare comunicazioni, modificare dati. Per questo serve una persona che lo presidia, permessi limitati su ciò che può fare, log delle azioni e la possibilità di bloccare tutto subito. Chi vende l’agente come autonomo al cento per cento descrive un rischio, non un vantaggio.
Delera CRM
Delera Agent AI
UmanValue
PMI Speed Test