La domanda arriva quasi sempre nello stesso momento: qualcuno in azienda ha provato un assistente AI, ha visto che funziona, e ora vuole trasformarlo in qualcosa di stabile. A quel punto la strada si biforca. Da una parte c’è l’agente chiavi in mano: qualcuno lo progetta, lo collega ai vostri sistemi, lo mantiene e vi consegna un servizio che funziona. Dall’altra c’è il self-service: comprate le licenze, aprite la console di amministrazione e costruite internamente, un pezzo alla volta.
Sono due modelli che costano cifre diverse, richiedono competenze diverse e falliscono per ragioni diverse. La scelta sbagliata non si manifesta subito: si manifesta sei mesi dopo, quando il progetto viene silenziosamente accantonato. E non è un rischio teorico.
Molti di questi fallimenti nascono da resistenze interne: per questo è cruciale sapere come far accettare gli agenti al team prima ancora di scegliere il modello.
Prima ancora di scegliere il modello, vale la pena capire quanto investire in un agente AI aziendale e su quali voci di spesa concentrare davvero l’attenzione.
In questo articolo scoprirai:
- Il numero da cui partire: oltre il 40% dei progetti verrà cancellato
- Cosa state comprando davvero nei due casi
- Il costo che nessuno mette a budget
- Quando ha senso il chiavi in mano
- Quando ha senso il self-service
Il numero da cui partire: oltre il 40% dei progetti verrà cancellato
Secondo una previsione Gartner basata su un sondaggio condotto su oltre 3.400 organizzazioni, più del 40% dei progetti di AI agentica verrà cancellato entro la fine del 2027. Il dettaglio interessante non è la percentuale, ma la diagnosi: il problema non è la tecnologia. Come riassume l’analisi di MarTech, i progetti falliscono perché «le persone che li implementano prendono le decisioni sbagliate», e perché sono «guidati soprattutto dall’hype e spesso applicati al problema sbagliato».
C’è un secondo dato che pesa molto sulla scelta tra chiavi in mano e self-service: l’agent washing. Su migliaia di fornitori che si presentano sul mercato come “agentici”, Gartner stima che solo circa 130 offrano funzionalità realmente agentiche. In altre parole, la maggior parte di ciò che vi verrà proposto come agente chiavi in mano è un chatbot con un vestito nuovo, o un’automazione a regole con un modello linguistico incollato sopra.
Questo cambia il modo in cui va letta l’opzione “chiavi in mano”. Non è la scorciatoia sicura: è l’opzione in cui state delegando a un terzo proprio le decisioni che, secondo i dati, determinano il fallimento. Può essere un’ottima idea, se il terzo è competente. Può essere il modo più veloce di bruciare un budget, se non lo è.
Cosa state comprando davvero nei due casi
Il chiavi in mano non è “l’agente”. È un pacchetto che contiene, di solito: l’analisi del processo da automatizzare, l’integrazione con i vostri sistemi (CRM, gestionale, ticketing), la definizione dei permessi e dei limiti dell’agente, il monitoraggio, e la manutenzione quando qualcosa cambia. Il software è la parte meno costosa. Il valore sta nelle prime e nelle ultime due voci.
Per un’azienda che sceglie la strada chiavi in mano, vale la pena sapere in anticipo cosa aspettarsi da un partner AI, così da distinguere un vero servizio di consulenza da una semplice vendita di software.
Il self-service è l’opposto: comprate capacità grezza e la organizzate voi. Il listino di Claude è un buon esempio di come è strutturato il mercato oggi: una postazione Team standard parte da 20 dollari al mese con fatturazione annuale, una postazione premium con utilizzo cinque volte superiore arriva a 100 dollari al mese, e il piano Enterprise aggiunge SCIM, audit log e retention personalizzata sopra il costo per postazione più il consumo API. Sul lato API il prezzo si conta a milione di token, con differenze anche di dieci volte tra un modello leggero e uno di punta.
La stessa logica vale sugli altri fornitori: la documentazione OpenAI sulla gestione di fatturazione e postazioni in ChatGPT Business descrive un modello a postazioni con console di amministrazione, aggiunta di seat in corso d’anno e fatturazione proporzionale. È un modello pensato per crescere per persone, non per processi.
Ed è qui che si nasconde la prima trappola di valutazione: confrontare il costo di venti postazioni con il preventivo di un integratore è un confronto tra due cose diverse. Le postazioni vi danno accesso; il preventivo vi dà un risultato.
Il costo che nessuno mette a budget
Nel self-service la voce di spesa più grande non compare in nessun listino: è il tempo delle persone brave. Un agente che tocca dati aziendali richiede qualcuno che decida cosa può leggere e cosa no, che scriva le istruzioni, che testi i casi limite, che controlli gli output nei primi mesi e che aggiorni tutto quando cambia un campo nel CRM. Se quella persona non esiste, o esiste ma ha già un lavoro a tempo pieno, il progetto non fallisce per il modello: fallisce per abbandono.
Nel chiavi in mano il costo nascosto è opposto: è il lock-in operativo. Se il fornitore possiede i prompt, la logica di orchestrazione e le integrazioni, cambiarlo significa rifare tutto. Vale la pena chiedere fin dalla prima riunione chi possiede la configurazione, se è esportabile e su quale infrastruttura girano i dati.
C’è poi un rischio che i dati Gartner segnalano e che riguarda entrambi i modelli: sempre nel 2026, un’azienda su tre danneggerà l’esperienza dei propri clienti implementando AI prematuramente. Un agente veloce da mettere in produzione è anche un agente veloce da mettere in produzione male, e il conto lo paga il cliente finale prima ancora dell’IT.
Quando ha senso il chiavi in mano
Il modello gestito conviene quando ricorrono almeno due di queste condizioni. La prima: il processo da automatizzare tocca sistemi legacy o integrazioni non banali, dove il lavoro vero è l’idraulica e non il modello. La seconda: esiste un vincolo di conformità o di settore, sanità, finanza, pubblica amministrazione, dove sbagliare i controlli costa più del progetto stesso. La terza: c’è una scadenza reale e nessuna persona interna liberabile per sei mesi.
La quarta, la più sottovalutata: l’agente deve funzionare anche quando chi l’ha costruito è in ferie. Un sistema che dipende dall’unica persona in azienda che “sa come è fatto” non è in produzione, è un prototipo fortunato.
Quando ha senso il self-service
Il self-service conviene quando il problema è ancora in movimento. Se non sapete con precisione quale processo automatizzare, nessun preventivo può essere scritto bene: pagherete un fornitore per scoprire insieme a lui una cosa che potreste scoprire da soli con venti postazioni e due mesi.
Conviene anche quando il valore sta nella conoscenza tacita interna, il modo particolare in cui la vostra azienda qualifica un lead, gestisce un reclamo, prepara un’offerta. Quella conoscenza è difficile da trasferire in un capitolato, e un agente costruito da chi la possiede parte avvantaggiato.
Infine conviene quando volete costruire una competenza, non solo risolvere un problema. È una scelta strategica legittima, ma va dichiarata: significa accettare di andare più lenti nei primi mesi in cambio di autonomia dopo.
La terza via: prototipare in casa, industrializzare fuori
Nella pratica la sequenza che funziona più spesso non è né l’una né l’altra. È: prima self-service per capire, poi chiavi in mano per scalare. Si comprano poche postazioni, si sceglie un processo circoscritto e misurabile, si costruisce una versione grezza dell’agente in sei-otto settimane. Da lì escono tre cose che nessun fornitore può darvi in anticipo: la certezza che il caso d’uso regga, un elenco realistico di integrazioni necessarie, e un capitolato scritto da chi ha già visto il problema da vicino.
A quel punto, se serve un partner, la trattativa cambia natura. Non state comprando una promessa: state comprando l’industrializzazione di qualcosa che avete già visto funzionare. Ed è anche il modo più efficace per riconoscere l’agent washing, perché avete un metro di paragone concreto.
Cinque domande prima di firmare qualsiasi cosa
1. Qual è il numero che deve cambiare? Minuti per pratica, tasso di primo contatto risolto, ore di back office a settimana. Se la risposta è “essere più innovativi”, il progetto è già nel 40%.
2. Cosa succede quando l’agente sbaglia? Chi se ne accorge, in quanto tempo, e qual è il danno massimo di un singolo errore. Se il danno massimo è alto e il rilevamento è lento, servono controlli prima dell’autonomia.
3. Chi è il proprietario interno? Una persona con nome e cognome, tempo allocato e autorità sul processo. Vale in entrambi i modelli: anche il chiavi in mano ha bisogno di un interlocutore che decida.
4. Quanto costa uscirne? Chiedete al fornitore l’esportabilità di configurazioni e dati; chiedete a voi stessi quanto durerebbe il sistema self-service se il suo autore cambiasse ruolo.
5. Serve davvero un agente? Molti problemi presentati come agentici sono automazioni deterministiche con un’interfaccia in linguaggio naturale. Costano molto meno e si rompono molto meno.
Il criterio che conta
La scelta tra chiavi in mano e self-service non si decide sul prezzo, e nemmeno sulla tecnologia, che a questo punto è largamente equivalente tra i fornitori seri. Si decide su dove volete che stia la competenza tra due anni: dentro l’azienda o dentro il contratto. Entrambe le risposte sono difendibili. Quella indifendibile è non sceglierla, e scoprire a fine progetto che nessuno dei due lati ce l’aveva.
Fonti:
- Gartner — Over 40% of Agentic AI Projects Will Be Canceled by End of 2027
- BigDATAwire — Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027
- MarTech — Gartner: 40% of agentic AI projects will fail, making humans indispensable
- Claude — Piani, postazioni Team/Enterprise e prezzi API
- OpenAI Help Center — Managing billing and seats in ChatGPT Business
- Gartner — What Are AI Agents: definizione, funzionamento e panoramica del mercato agentico
- McKinsey Global Survey — The State of AI: adozione enterprise, sfide di implementazione e gap di competenze
- MIT Sloan Management Review — Artificial Intelligence: ricerca e analisi su strategia, governance e implementazione aziendale dell’AI
Domande frequenti
Conviene di piu un agente AI chiavi in mano o self-service?
Dipende da quanto e definito il problema. Se il processo da automatizzare e chiaro, tocca sistemi legacy complessi o ha vincoli di conformita stringenti, il chiavi in mano riduce i tempi e sposta il rischio sul fornitore. Se il caso d'uso e ancora in movimento o dipende da conoscenza interna difficile da mettere a capitolato, il self-service permette di scoprirlo spendendo meno.
Quanto costa davvero un agente AI aziendale?
Il costo di licenza e la parte piu visibile ma raramente la piu pesante. Una postazione Team di Claude parte da 20 dollari al mese in fatturazione annuale, con opzioni premium fino a 100 dollari, mentre l'uso via API si conta a milione di token. La voce che manca nei preventivi e il tempo interno: definizione dei permessi, test dei casi limite, controllo degli output e manutenzione quando cambiano i sistemi collegati.
Perche cosi tanti progetti di AI agentica vengono cancellati?
Gartner prevede la cancellazione di oltre il 40% dei progetti entro fine 2027, sulla base di un sondaggio con piu di 3.400 organizzazioni. La causa prevalente non e tecnologica: i progetti nascono spinti dall'hype e vengono applicati a problemi che non richiedono un agente. A questo si aggiunge l'agent washing, cioe fornitori che vendono come agentiche soluzioni che sono automazioni a regole o chatbot.
Cosa e l'agent washing e come si riconosce?
L'agent washing e la pratica di etichettare come agentico un prodotto che non lo e: tipicamente un chatbot o un'automazione deterministica con un'interfaccia in linguaggio naturale. Gartner stima che tra le migliaia di fornitori che si posizionano come agentici solo circa 130 offrano funzionalita reali. Il modo piu efficace di riconoscerlo e aver costruito prima un prototipo interno, cosi da avere un metro di paragone concreto in fase di valutazione.
Quali domande fare prima di firmare un contratto per un agente AI?
Cinque su tutte: quale metrica deve cambiare in modo misurabile, cosa succede quando l'agente sbaglia e in quanto tempo qualcuno se ne accorge, chi e il proprietario interno del progetto con nome e tempo allocato, quanto costa uscirne in termini di esportabilita di dati e configurazioni, e se serva davvero un agente invece di un'automazione tradizionale. Se la prima risposta e generica, il progetto e gia a rischio.
