Agenti AI: cosa sono e quando servono a una PMI (lo spiega un mercante di Prato del Trecento)

Da un anno a questa parte sembra che ogni software abbia il suo "agente AI". Lo promettono il gestionale, il CRM, perfino la casella di posta. Ma cos'è davvero un agente, cosa sa fare oggi e, soprattutto, ne avete bisogno? Per rispondere partiamo da un uomo che di agenti ne aveva parecchi, e nessuno digitale.

Francesco Datini e i suoi fattori

Francesco di Marco Datini, mercante di Prato morto nel 1410, costruì nella seconda metà del Trecento una rete di aziende e fondaci che andava da Avignone a Pisa, Firenze, Genova, fino a Barcellona, Valencia e Maiorca. Non poteva essere ovunque. In ogni sede lavoravano i suoi fattori: persone di fiducia che gestivano gli affari quotidiani, compravano, vendevano, spedivano, riscuotevano. Datini li dirigeva a distanza, con le lettere.

E che lettere. Il suo archivio, conservato nel palazzo dove visse e oggi sede dell'Archivio di Stato di Prato, comprende oltre 150.000 lettere, insieme a registri contabili, contratti di assicurazione e lettere di cambio. È una delle fonti più ricche che abbiamo sul commercio medievale europeo, proprio perché ogni fattore doveva scrivere: cosa aveva fatto, a che prezzo, con chi, cosa intendeva fare.

Guardate la struttura: un titolare che dà obiettivi, agenti che decidono i passaggi sul posto, una corrispondenza continua che fa da registro. Il fattore aveva autonomia, ma dentro un perimetro, e rendeva conto di tutto.

Ecco, un agente AI ben progettato è un fattore digitale. E le regole che funzionavano a Prato nel Trecento funzionano ancora.

Cos'è un agente AI, in una frase

Un agente AI è un sistema basato su un modello linguistico che, ricevuto un obiettivo, decide da sé quali passaggi fare e quali strumenti usare per raggiungerlo: cercare un'informazione, leggere un file, interrogare il gestionale, scrivere una bozza, chiedere conferma.

La definizione più chiara l'ha data Anthropic nella sua guida tecnica Building effective agents (dicembre 2024): i workflow sono sistemi in cui modelli e strumenti seguono percorsi definiti nel codice; gli agenti sono sistemi in cui il modello dirige dinamicamente il proprio processo e l'uso degli strumenti.

Cosa sa fare oggi un agente, e cosa no

Gli agenti attuali sono bravi a:

• usare strumenti: consultare database, documenti, siti, calendari, inviare richieste a programmi tramite collegamenti (API);
• spezzare un compito in passi e adattarsi quando un passo non va come previsto;
• lavorare su testi lunghi e variabili: email, contratti, ticket, note;
• preparare bozze pronte per la revisione umana.

Sono ancora deboli quando:

• gli errori si sommano: in una catena di dieci passaggi, un piccolo errore al terzo si porta dietro tutto il resto. La stessa guida di Anthropic avverte che l'autonomia comporta "costi più alti e il rischio di errori che si accumulano";
• serve un giudizio che dipende dal contesto non scritto: il rapporto con quel cliente, la storia di quel fornitore;
• le istruzioni arrivano da fonti non affidabili: un agente che legge email può essere ingannato da testo nascosto pensato per dargli ordini. È il rischio chiamato prompt injection, primo della lista nella OWASP Top 10 per le applicazioni LLM, che segnala anche il pericolo di dare ai sistemi un'"agency eccessiva", cioè troppi permessi.

Quando un agente serve davvero a una PMI

Gartner, società di analisi del mercato tecnologico, ha previsto nel giugno 2025 che oltre il 40% dei progetti di agenti AI sarà cancellato entro la fine del 2027, per costi crescenti, valore poco chiaro o controlli del rischio insufficienti. Nella stessa nota parla di agent washing, prodotti esistenti rinominati "agenti" senza esserlo, e stima che tra migliaia di fornitori che si dichiarano "agentici" solo circa 130 lo siano davvero.

Per non finire in quel 40%, fate quattro test prima di partire:

1. Il compito è variabile? Se i passaggi sono sempre gli stessi, basta un'automazione classica: costa meno e sbaglia meno. Lo spieghiamo nella guida all'automazione dei processi aziendali.
2. Il risultato si può controllare facilmente? Un'offerta in bozza si rilegge in due minuti. Un pagamento eseguito non si annulla con un clic.
3. I dati e gli strumenti sono raggiungibili? Un agente senza accesso al gestionale è un fattore senza magazzino.
4. C'è un volume che giustifica lo sforzo? Progettare, testare e sorvegliare un agente richiede tempo. Per tre richieste al mese non vale.

Se rispondete "sì" a tutte e quattro, un agente può avere senso.

Esempi realistici per una PMI

Scenari tipo, non promesse:

• Richieste di preventivo: l'agente legge l'email, identifica i prodotti, controlla listino e disponibilità, chiede al cliente i dati mancanti, prepara la bozza. Un commerciale la rivede e la invia.
• Assistenza post-vendita: l'agente raccoglie numero d'ordine e foto del problema, verifica la garanzia, propone la soluzione standard e passa a una persona i casi fuori norma.
• Ricerca e sintesi: raccogliere informazioni su un bando, un fornitore o una norma, con le fonti indicate, da verificare prima di usarle.
• Logistica: ricostruire lo stato di una spedizione problematica incrociando email, tracking e documenti, come accennato in AI per la logistica e il magazzino.

Nota comune: in tutti gli esempi l'agente prepara, la persona decide. È anche la ragione per cui gli agenti cambiano le mansioni più di quanto le eliminino, come raccontiamo in AI e lavoro: quali mansioni cambiano.

Le regole del buon fattore (digitale)

Torniamo a Prato. Cosa rendeva governabile una rete di fattori sparsi per il Mediterraneo? Le stesse cose che rendono governabile un agente.

• Istruzioni scritte. Obiettivo, limiti, cosa fare quando non si sa cosa fare. Un agente con istruzioni vaghe improvvisa.
• Perimetro chiaro. Quali strumenti può usare, su quali dati, per quali importi. Permessi minimi, mai le credenziali dell'amministratore.
• Un registro di tutto. Come le lettere dei fattori: ogni azione dell'agente deve lasciare traccia leggibile, chi, cosa, quando, perché.
• Soglie di conferma. Sopra un certo importo, o per certe azioni (pagare, cancellare, inviare all'esterno), serve un sì umano.
• Diffidenza verso i contenuti esterni. Ciò che l'agente legge in un'email o su un sito è un dato, non un ordine.
• Prove in un recinto. Prima di toccare i dati veri, si prova in un ambiente separato, come raccomanda anche Anthropic.
• Revisione periodica. Datini leggeva i conti dei suoi fattori. Voi leggete i registri del vostro agente.

C'è poi la sicurezza in senso stretto: un agente che legge la posta è esposto al phishing quanto un dipendente, se non di più. Ne parliamo in phishing, AI e sicurezza informatica per PMI.

Vuoi capire se un agente ha senso per la tua azienda?

Aiutiamo imprenditori e PMI a distinguere ciò che serve da ciò che fa solo rumore, partendo dal lavoro delle persone. Scopri i nostri servizi o prenota una call conoscitiva gratuita: in mezz'ora capiamo insieme se vi serve un fattore digitale o se basta un buon registro.