Agente AI: 10 domande da fare al partner prima di firmare

C’è un momento preciso in cui una trattativa su un agente AI si decide, ed è prima della firma: quando il fornitore ha finito la demo e voi avete quindici minuti per fare domande. È lì che si capisce se avete davanti chi ha portato sistemi in produzione o chi ha rimarchiato un chatbot. Gartner stima che oltre il 40% dei progetti di AI agentica verrà cancellato entro la fine del 2027 e che, delle migliaia di fornitori che si dichiarano agentici, solo circa 130 lo siano davvero, il resto è quello che l’analista chiama agent washing, cioè prodotti esistenti riverniciati (MarTech, sui dati Gartner).

Questa non è una guida su come si valuta un partner: quella l’abbiamo già scritta, ed è il pezzo sui 7 criteri per scegliere il partner giusto. Questo è uno strumento da tavolo. Dieci domande da fare al partner di un agente AI nella loro formulazione letterale, con accanto due cose: la risposta che vi aspettate da un fornitore serio, quella che in Mimír consideriamo lo standard minimo, e la risposta che deve farvi rallentare.

In questo articolo scoprirai:

• Perché dieci domande secche battono un capitolato da venti pagine
• Chi fa materialmente l’onboarding e quante ore sono incluse
• Che cosa promette lo SLA e cosa succede quando l’agente sbaglia
• Escalation verso una persona e azioni che l’agente non deve fare da solo
• Dove finiscono i vostri dati, chi sono i subprocessor, cosa dice l’AI Act
• Scadenze e sanzioni dell’AI Act da verificare prima di firmare
• Come si esce: proprietà, portabilità e vendor lock-in

Perché dieci domande secche battono un capitolato da venti pagine

Il questionario lungo ha un difetto strutturale: viene compilato dall’ufficio gare del fornitore, non da chi farà il lavoro. Torna indietro perfetto, con tutte le caselle spuntate, e non vi dice nulla su come si comporterà quel team il giorno in cui l’agente sbaglierà una risposta davanti a un cliente. Le domande secche fatte a voce funzionano perché misurano la latenza della risposta, non solo il contenuto: chi ha fatto dieci onboarding reali risponde in tre secondi con un esempio; chi non li ha fatti prende tempo.

Il formato ha un precedente maturo nel mercato anglosassone, dove le liste di domande al vendor AI sono ormai un genere consolidato, Giga AI ne propone trenta per i sistemi vocali, Decision Foundry dieci per l’agentico, Addepto sette costruite esplicitamente intorno alle risposte che devono preoccupare. In Italia il formato è quasi assente, e questo è il motivo per cui vale la pena portarlo: non perché sia una novità, ma perché la trattativa italiana su questi progetti si fa ancora quasi sempre senza una griglia.

Come usare le domande al partner di un agente AI senza farne un interrogatorio

Non leggete le dieci domande di fila: distribuitele su due incontri, e usate la seconda parte di ciascuna, il red flag, come filtro, non come verdetto. Un fornitore può cavarsela male su una domanda e benissimo sulle altre nove. Quello che conta è il pattern: se le risposte diventano vaghe ogni volta che si parla di responsabilità, ore e uscita, avete un problema che nessuna demo risolverà. E se non siete ancora sicuri di dover comprare, il passo precedente è un altro: capire se la vostra azienda è pronta per un agente AI.

Chi fa materialmente l’onboarding e quante ore sono incluse

Domanda 1: «Chi lavorerà su questo progetto, con nome e ruolo, e quanto tempo dedica al mese?»

Conta perché la differenza fra un progetto che arriva in produzione e uno che muore nel proof of concept quasi mai è tecnologica: è di persone assegnate. Giga AI raccomanda di chiedere quanti FTE interni servono durante l’implementazione rispetto al regime, e di pretendere il dato da deployment comparabili, non dallo scenario migliore.

La risposta attesa è un elenco: chi imposta le integrazioni, chi scrive i prompt e le policy, chi vi fa formazione, chi risponde quando qualcosa si rompe. Lo standard che applichiamo in Mimír è che questi nomi stiano in un piano scritto prima della firma, insieme a cosa deve produrre l’azienda cliente, perché l’onboarding è lavoro condiviso, non un servizio che arriva chiavi in mano mentre voi guardate. Su cosa succede concretamente nelle prime settimane abbiamo un pezzo dedicato: cosa fa il partner nei primi 30 giorni.

Il red flag è la risposta al plurale generico: «vi seguirà il nostro team di specialisti». Team senza nomi significa che non c’è ancora nessuno allocato, e che verrete assegnati a chi sarà libero. Secondo red flag: il fornitore non vi chiede nulla su chi sarà il vostro referente interno. Chi ha fatto onboarding veri sa che il collo di bottiglia è quasi sempre lì.

Le ore di affiancamento incluse nel canone (e quelle che si pagano a parte)

Domanda 2: «Quante ore di affiancamento sono nel canone, e cosa si preventiva separatamente?»

Polaris AI mette la stessa domanda nella sua lista italiana, «cosa c’è nel canone, e cosa no», insieme a un’altra che vale oro: come si mette un tetto alla spesa a consumo. La risposta attesa è un numero di ore o un monte ore mensile, la lista di cosa le consuma (una nuova integrazione? un cambio di policy? una sessione di training?) e la tariffa dell’extra. La risposta che preoccupa è «l’assistenza è illimitata»: nessuno regala tempo illimitato, quindi o il prezzo lo include già nascosto, o l’assistenza sarà un ticket. Se volete un ordine di grandezza prima di sedervi al tavolo, abbiamo raccolto le formule di mercato in quanto costa l’affiancamento su un agente AI.

Che cosa promette lo SLA e cosa succede quando l’agente sbaglia

Domanda 3: «Cosa misura esattamente il vostro SLA, e cosa succede se non lo rispettate?»

Qui si annida l’equivoco più costoso della categoria. Molti SLA per agenti AI misurano l’uptime della piattaforma: il servizio è raggiungibile, quindi l’impegno è rispettato. Ma un agente raggiungibile che risponde male non vi serve a niente. Uno SLA esigibile per un agente deve dire tre cose: disponibilità del servizio, tempo di presa in carico quando aprite una segnalazione, e tempo di ripristino distinto per gravità. E deve avere una conseguenza: se non c’è penale, credito o diritto di recesso, non è uno SLA, è un’intenzione.

La risposta attesa è una tabella con soglie diverse per un blocco totale e per un difetto marginale, il canale su cui si apre il ticket, e la finestra oraria coperta. Lo standard che consideriamo minimo in Mimír è che il tempo di risposta sia scritto insieme al nome di chi risponde, come raccomanda anche Decision Foundry: «nomi, impegni sui tempi di risposta e un percorso di escalation, per iscritto».

Il red flag è la percentuale sola. «Garantiamo il 99,9%» senza specificare 99,9% di cosa, misurato da chi, su quale finestra, e con quale conseguenza in caso di mancato rispetto, è marketing.

Chi risponde se l’agente commette un errore verso un cliente finale

Domanda 4: «Se l’agente dà un’informazione sbagliata a un nostro cliente, cosa succede, e come lo scopro?»

Decision Foundry indica questa come la domanda che separa meglio di ogni altra chi ha operato in produzione da chi no, e la formula così: che cosa fa il sistema quando sbaglia, avvisa qualcuno, scrive un log, annulla l’azione, o va avanti come niente fosse? La risposta che vale è tecnica e verificabile: esiste un registro consultabile, esiste una soglia di confidenza sotto la quale l’agente non risponde, esiste un modo di ricostruire a posteriori su quale documento si è basato. Sul piano contrattuale, la seconda metà della domanda riguarda manleva e assicurazione: chi paga il danno.

Il red flag è la rassicurazione statistica: «succede raramente». Nessuno vi sta chiedendo la frequenza, vi sta chiedendo il percorso. Un fornitore che risponde con l’accuratezza del modello invece che con la procedura non ha mai gestito un incidente. E se il vostro problema è che i progetti si fermano prima ancora di arrivare a questi scenari, il quadro è in le 4 cause per cui i POC si bloccano.

Escalation verso una persona e azioni che l’agente non deve fare da solo

Domanda 5: «Mostratemi l’escalation: cosa passa alla persona insieme alla conversazione?»

L’escalation è il punto in cui gli agenti mediocri si tradiscono. Passare la conversazione a un operatore è facile; passargli il contesto è il lavoro vero. Giga AI suggerisce di chiedere esplicitamente come il contesto si trasferisce all’operatore umano, e di verificare se il fornitore traccia i contatti ripetuti sullo stesso problema dopo un’interazione con l’AI, perché un agente che chiude la conversazione e genera una seconda chiamata il giorno dopo ha solo spostato il costo, non l’ha tolto.

La risposta attesa descrive il handoff nel dettaglio: la trascrizione, i dati già raccolti, il motivo dell’escalation, e la coda su cui atterra. Un buon agente deve saper dire «questo non lo so» e farlo velocemente: è la seconda domanda della lista di Polaris AI, quella che secondo loro «separa i professionisti da tutti gli altri». Il red flag è un fornitore che parla della percentuale di conversazioni chiuse senza umano come se fosse l’unica metrica: quel numero si gonfia semplicemente rendendo l’agente più riluttante a passare la mano.

Azioni autonome dell’agente AI e soglie di approvazione

Domanda 6: «Quali azioni l’agente esegue in autonomia e quali richiedono un’approvazione?»

Questa domanda separa un assistente da un agente vero, cioè da un sistema che compie azioni, e le azioni, a differenza delle risposte, a volte non si annullano. Emettere una nota di credito, cancellare un ordine, scrivere su un CRM, mandare una mail a un cliente: per ognuna serve sapere se c’è un umano in mezzo. Decision Foundry chiede che i guardrail siano «integrati, non incollati sopra». La risposta attesa è una matrice: azione, autonomia, chi approva, come si annulla. Il red flag è l’entusiasmo, un fornitore che vi propone di far agire l’agente ovunque fin dal primo mese non vi sta vendendo capacità, vi sta scaricando rischio. Addepto include nella sua lista la domanda inversa, ed è ottima: «cosa ci consigliate di non costruire?». Chi ha esperienza ha sempre una risposta pronta. Se serve inquadrare che cosa un agente sa fare davvero, la base è questa guida su cosa sono e come funzionano gli agenti AI.

Dove finiscono i vostri dati, chi sono i subprocessor, cosa dice l’AI Act

Domanda 7: «Dove risiedono i dati, quali subprocessor sono coinvolti e per quanto tempo li conservate?»

Un agente AI raramente è un fornitore solo: sotto ci sono il modello, l’hosting, magari un servizio di trascrizione o un database vettoriale. Ognuno di questi è un responsabile del trattamento, e l’articolo 28 del GDPR è esplicito: il responsabile non può ingaggiare un sub-responsabile senza autorizzazione del titolare, deve notificarvi ogni cambiamento dandovi modo di opporvi, e resta pienamente responsabile verso di voi se il sub-responsabile sbaglia. La stessa norma vi dà due leve che quasi nessuno usa in trattativa: il diritto di audit e l’obbligo di cancellare o restituire i dati alla fine del servizio.

La risposta attesa è una lista scritta e aggiornata dei subprocessor, la regione dei dati, la retention per tipo di dato (conversazioni, log, allegati) e la clausola sull’uso per addestramento. Il red flag è «i dati sono al sicuro nel nostro cloud» senza nominare chi c’è sotto, o una clausola di training generica: se non è scritto che i vostri contenuti non alimentano modelli condivisi, presumete che possano farlo.

Chi è fornitore e chi deployer davanti all’AI Act

Domanda 8: «Nel nostro caso d’uso, chi è il provider e chi il deployer ai sensi dell’AI Act, e chi produce i log?»

È la domanda più tecnica delle dieci, ed è quella che nel 2026 vale di più. L’articolo 26 dell’AI Act mette in capo al deployer, cioè a voi, se usate il sistema professionalmente, obblighi che non potete delegare a un contratto: usare il sistema secondo le istruzioni del fornitore, assegnare la sorveglianza umana a persone «con la competenza, la formazione e l’autorità necessarie», conservare i log generati automaticamente per almeno sei mesi, informare i rappresentanti dei lavoratori prima di usarlo sul posto di lavoro, e sospendere l’uso segnalando al fornitore se emerge un rischio.

Scadenze e sanzioni dell’AI Act da verificare prima di firmare

Sulle scadenze bisogna essere precisi, perché il quadro si è mosso: il termine per i sistemi ad alto rischio era il 2 agosto 2026, ma a giugno 2026 il Parlamento europeo ha approvato in via provvisoria uno slittamento a dicembre 2027 nell’ambito del pacchetto «AI Omnibus», che resta da perfezionare in Consiglio e in Gazzetta Ufficiale. Lo studio legale Holland & Knight ricorda che le sanzioni per la non conformità sui sistemi ad alto rischio arrivano a 15 milioni di euro o al 3% del fatturato globale.

La sostanza degli obblighi non cambia: cambia solo quando diventano esigibili. Quello che dovete ottenere dal fornitore è che i log siano vostri, esportabili e conservati abbastanza a lungo, se il log vive solo nella sua console, l’obbligo è vostro ma la chiave ce l’ha lui. Per il quadro completo della norma abbiamo una guida aggiornata: AI Act, cosa prevede e chi deve adeguarsi. Sul piano volontario, chiedere l’allineamento a NIST AI RMF o la certificazione ISO/IEC 42001 è un buon proxy di maturità, ma non sostituisce le risposte sopra.

Come si esce: proprietà, portabilità e la domanda sul vendor lock-in

Domanda 9: «Di chi sono prompt, configurazioni, integrazioni, account e chiavi API?»

È la domanda che le aziende italiane fanno meno e che costa di più. Polaris AI la spacca in due, e ha ragione: «di chi è il codice quando abbiamo finito» e «di chi sono gli account e le chiavi». La risposta corretta è che gli abbonamenti ai modelli e ai servizi siano intestati a voi, con il fornitore che ci accede come amministratore delegato dal vostro account. Se le chiavi API sono intestate al fornitore, il giorno in cui cambiate partner ricominciate da zero, e nel frattempo non sapete quanto state consumando davvero.

Sui prompt e sulle configurazioni la domanda operativa è quella di Giga AI: i vostri operatori possono modificare il comportamento dell’agente dopo il lancio, oppure ogni modifica passa da un ticket all’engineering del fornitore? La seconda risposta non è di per sé sbagliata, è un modello di servizio legittimo, ma cambia radicalmente il costo di esercizio, ed è esattamente la scelta che abbiamo messo a confronto in agente AI chiavi in mano o self-service. Il red flag è la formula «shared responsibility» usata per non rispondere: Addepto la elenca fra le risposte che devono preoccupare, perché nasconde un vuoto di responsabilità che salta fuori al primo problema di integrazione.

Preavviso, export e chi mantiene il sistema fra due anni

Domanda 10: «Se domani vi lasciamo, cosa mi consegnate, in che formato ed entro quanto?»

Chiedetelo con questa brutalità, e guardate la reazione. La risposta attesa nomina artefatti concreti: export delle conversazioni e dei log in formato aperto, la base di conoscenza nei file sorgente, i prompt e le policy in chiaro, la documentazione delle integrazioni, e un periodo di sovrapposizione in cui il fornitore uscente affianca chi entra. Lo standard che seguiamo in Mimír è che la lista di consegna esista dal primo giorno e non venga scritta il giorno del divorzio: l’abbiamo dettagliata in cosa deve consegnare il partner nell’handover. La domanda gemella, sempre da Polaris AI, è «chi lo mantiene fra due anni»: un progetto che dipende da una sola persona è un rischio anche se quella persona è brava. Il red flag definitivo è l’esitazione, chi non ha mai pensato all’uscita non ha mai gestito un rinnovo difficile. Se state ancora scegliendo fra costruire su misura o adottare una soluzione pronta, la portabilità è uno dei criteri decisivi: ne parliamo in custom vs off-the-shelf.

Come portare le dieci domande al tavolo e cosa fare delle risposte

Mandate le dieci domande per iscritto prima dell’incontro, ma fate rispondere a voce. Il testo scritto serve a togliere l’alibi della sorpresa; la risposta parlata serve a voi per capire chi avete davanti. Poi verbalizzate: due righe per domanda, mandate al fornitore, e chiedete conferma. Quello che il fornitore conferma per iscritto in fase di trattativa è il materiale con cui negozierete l’allegato tecnico del contratto, ed è anche, se le cose andranno male, l’unica traccia di ciò che vi era stato promesso.

Quali domande al partner di un agente AI pesano di più

Le domande 4, 6 e 10, errore, azioni autonome, uscita, sono quelle che discriminano di più, perché sono le uniche a cui non si può rispondere bene senza aver gestito un sistema in esercizio. Addepto riporta che più di 8 implementazioni AI aziendali su 10 non producono valore misurabile, e quasi mai per ragioni tecniche: sono progetti tecnicamente riusciti e strategicamente disallineati. Le dieci domande servono esattamente a intercettare quel disallineamento mentre correggerlo costa ancora una riunione e non un anno.

Ultima cosa, ed è la ragione per cui in Mimír abbiamo scritto questa lista: la differenza fra un prodotto e un servizio si vede tutta in queste risposte. Un prodotto vi dà una piattaforma e vi augura buona fortuna; un servizio vi dà un piano di onboarding con dei nomi sopra, un percorso di escalation, e una porta d’uscita già disegnata. Se state valutando due o tre fornitori e volete un confronto su come sarebbe fatto il vostro progetto, ore incluse, responsabilità, consegna finale, trovate i nostri contatti nella home di Mimír: rispondiamo alle stesse dieci domande, nell’ordine, sul vostro caso.

Fonti:

• Gartner — Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (comunicato stampa)
• MarTech — la lettura dei dati Gartner sull’agent washing
• AI Act, articolo 26 — obblighi dei deployer di sistemi ad alto rischio
• GDPR, articolo 28 — responsabile del trattamento e sub-responsabili
• Holland & Knight — scadenze e sanzioni di conformità dell’AI Act
• Cloud Security Alliance — research note sulla scadenza per i sistemi ad alto rischio
• NIST — AI Risk Management Framework
• ISO/IEC 42001 — sistema di gestione dell’intelligenza artificiale
• Giga AI — le domande da fare ai fornitori di AI vocale
• Decision Foundry — come valutare un fornitore di AI agentica
• Addepto — 7 domande prima di firmare con un vendor AI e le risposte che devono preoccupare