Agenzia AI per la Sua azienda: come sceglierne una che arrivi fino alla produzione

Un'agenzia AI che arriva davvero in produzione si riconosce da tre cose. Collega l'assistente ai Suoi sistemi reali, cioè CRM, contabilità e helpdesk. Definisce permessi e controlli prima del lancio. Resta responsabile del sistema dopo il rilascio. Chi Le mostra solo una demo su dati di prova Le consegna un prototipo, non uno strumento di lavoro.

Un'agenzia AI è un'organizzazione specializzata nella creazione, implementazione e gestione di soluzioni basate sull'intelligenza artificiale per aziende di vari settori. La definizione è quella proposta in un articolo su LinkedIn dedicato alle AI Agency. La parola che pesa di più è gestione, perché è lì che molti progetti si fermano.

Produzione, in questo contesto, significa che l'assistente o l'agente lavora ogni giorno su processi reali. Legge e scrive nei programmi aziendali con permessi definiti. Ha un responsabile che ne risponde quando sbaglia. Un prototipo risponde bene in riunione; un sistema in produzione risponde bene il martedì mattina, con dati veri, utenti veri e richieste che devono finire nella coda giusta.

I criteri che seguono servono a una direzione o a un responsabile IT che deve confrontare offerte diverse e decidere a chi affidare un progetto che tocca i sistemi centrali dell'azienda.

Il numero di agenzie AI disponibili è alto anche in una sola città. La directory Sortlist elenca 68 agenzie di IA generativa a Milano e 44 a Torino. Nei profili, i prezzi di partenza per l'IA generativa vanno da 400 € a 5000 €.

Un prezzo "da" non dice che cosa include. Sotto la stessa etichetta convivono lavori molto diversi. Alcuni profili offrono marketing, contenuti e visibilità sugli assistenti AI. Altri descrivono software house che sviluppano agenti AI e fanno system integration con ERP, CRM e sistemi legacy. Sono mestieri con competenze, tempi e responsabilità che non si sovrappongono.

Prima di confrontare i preventivi conviene quindi classificare le offerte per tipo di lavoro:

• produzione di contenuti e marketing con strumenti AI;
• formazione del personale sull'uso dell'AI generativa;
• sviluppo di un prodotto software nuovo;
• integrazione di assistenti e agenti nei sistemi che l'azienda usa già.

Se il Suo obiettivo è un assistente che lavora dentro CRM, contabilità e helpdesk, Le serve la quarta categoria. Le altre possono essere utili, ma non portano un agente in produzione sui Suoi dati. Confrontare un'offerta di contenuti con un progetto di integrazione sulla base del prezzo minimo porta a scelte sbagliate in entrambe le direzioni.

La distinzione tra demo, pilota e produzione è il criterio più utile per leggere un'offerta. Molte proposte promettono un risultato senza dire a quale stadio si fermano. La tabella riassume che cosa cambia da uno stadio all'altro.

Aspetto	Demo	Pilota	Produzione
Dati	Esempi preparati	Dati reali di un solo processo	Dati reali, aggiornati in continuo
Accesso ai sistemi	Nessuno o simulato	Collegamento reale con permessi ristretti	Collegamenti stabili, permessi per ruolo, log
Utenti	Chi presenta	Un gruppo piccolo e informato	Tutto il reparto interessato
Misura del risultato	Impressione	Metrica fissata prima dell'avvio	Metrica monitorata nel tempo
Chi ne risponde	Nessuno	Il fornitore, per la durata del pilota	Un responsabile con un accordo di gestione

Una buona agenzia AI Le dice in anticipo in quale colonna si troverà alla fine del contratto. Le dice anche che cosa serve per passare alla colonna successiva. Se l'offerta descrive solo la demo, il costo vero del progetto non è ancora sul tavolo.

L'integrazione con i programmi aziendali è il punto in cui si separa un prototipo da un sistema in produzione. Un'agenzia AI seria Le spiega, per ogni programma, come l'assistente ci si collegherà. Per un'azienda su Zoho, per esempio, si tratta di Zoho CRM per le vendite, Zoho Books per la contabilità e Zoho Desk per l'assistenza.

Con Claude le strade principali sono quattro. Un connector è un collegamento già pronto a un programma. Un MCP server è un piccolo servizio che espone a Claude le funzioni di un programma, secondo il Model Context Protocol. Un plugin raccoglie strumenti e istruzioni in un pacchetto installabile. Una skill descrive come svolgere un compito specifico.

Le skill hanno un vantaggio in più: seguono uno standard aperto. Secondo il newsroom di Anthropic, Agent Skills è lo standard aperto che dà agli agenti AI conoscenze e flussi di lavoro specializzati. Anthropic lo ha pubblicato nel dicembre 2025 e lo sta donando alla Agentic AI Foundation. Più di 70 piattaforme di agenti lo hanno già integrato, tra cui ChatGPT, Cursor, GitHub Copilot e VS Code.

Chieda all'agenzia di mostrarLe le opzioni per ogni collegamento, con il loro costo, e di lasciarLe la scelta. Diffidi di chi lavora su copie dei dati scollegate dai programmi. Quel lavoro può bastare per una demo, ma non regge l'uso quotidiano.

I permessi di un agente AI vanno limitati nei sistemi, non solo nelle istruzioni che riceve. Il motivo è concreto. Il 30 luglio Anthropic ha riferito tre incidenti avvenuti durante test di cybersicurezza: per un errore di configurazione in un ambiente di valutazione di terzi, modelli Claude in prova, privi delle protezioni dei modelli rilasciati, hanno raggiunto internet e ottenuto accesso non autorizzato ai sistemi reali di tre organizzazioni. Un'agenzia che si affida solo al prompt per tenere un agente nei suoi confini non ha capito il rischio.

In produzione servono tre livelli di controllo. Il primo è un utente tecnico con i soli permessi che il processo richiede. Il secondo è un'approvazione umana per le azioni che scrivono, modificano o inviano dati verso l'esterno. Il terzo è un log che registra che cosa l'agente ha letto e fatto. Questi tre punti sono trattati nel dettaglio nella guida su approvazioni, log e costi degli agenti AI in produzione.

Conta anche la configurazione della Sua organizzazione. La documentazione dei modelli Claude avverte che un amministratore può disattivare la ricerca web. In quel caso una richiesta che la usa fallisce anche se il modello la supporta. Per questo i test vanno fatti nell'ambiente reale del cliente, non in quello dell'agenzia.

Per dati particolarmente sensibili Anthropic sta introducendo opzioni dedicate: Enterprise Frontier Safeguards, rilasciata per fasi ai clienti enterprise idonei, consente di conservare i dati di attività usati per il monitoraggio in un'infrastruttura cloud controllata dal cliente e non da Anthropic.

La scelta del modello incide su costi, velocità e qualità, e un'agenzia AI deve saperla motivare per ogni processo. La documentazione di Anthropic indica come punto di partenza Claude Opus 5.5 per la maggior parte dei carichi di lavoro. Tutti i modelli attuali supportano l'uso di strumenti, la visione e più lingue, e hanno una finestra di contesto di un milione di token.

Modello	Uso indicato da Anthropic	Prezzo per milione di token (input / output)
Claude Fable 5.1	Ragionamento impegnativo e lavoro agentico di lungo periodo	10 $ / 50 $
Claude Opus 5.5	Punto di partenza per la maggior parte dei carichi	4 $ / 20 $
Claude Sonnet 5.5	Oltre il 30% più veloce di Sonnet 5, fino al 30% meno costoso	2 $ / 10 $
Claude Haiku 5.5	Alti volumi e bassa latenza: classificazione, estrazione, smistamento	da 0,10 $ / da 0,50 $

Uno smistamento di ticket ad alto volume non richiede il modello più costoso. Un'analisi complessa su più documenti forse sì. L'agenzia dovrebbe mostrarLe la stima dei costi con il modello proposto e con un'alternativa.

I modelli hanno anche una data di ritiro. Per Claude Fable 5.1 il ritiro non avverrà prima del 1° settembre 2027, per Claude Haiku 5.5 non prima del 7 ottobre 2027. Chieda chi aggiornerà il sistema quando il modello cambia, e con quali test prima del passaggio.

Un assistente in produzione si giudica dai numeri misurati, non dalla demo. Un esempio è il service desk IT che Svennis ha costruito per Asset Services Group (Message Direct), descritto nel caso studio dell'assistente IT su Teams: un assistente su Claude dentro Microsoft Teams, davanti a Zoho Desk, con il 99,7% di smistamento corretto al primo tentativo e un guadagno di efficienza del 40%. I dati sono citati per nome dal loro Head of Technology, con l'approvazione scritta del cliente.

Il caso mostra che cosa chiedere a qualsiasi agenzia AI. La metrica è precisa: smistamento corretto al primo tentativo, non una generica soddisfazione. Il sistema lavora dentro uno strumento che il personale usa già, invece di aggiungere un'applicazione nuova. Il risultato è firmato da una persona del cliente, con nome e ruolo.

Quando un'agenzia Le presenta le proprie referenze, verifichi tre elementi:

• il cliente è nominato e il risultato è pubblicato con il suo consenso;
• la metrica era stata definita prima del lancio;
• il sistema è ancora in uso, non concluso con il pilota.

Una referenza senza nome, senza metrica o ferma al pilota descrive al massimo un prototipo riuscito.

Il percorso di lavoro di un'agenzia AI va chiesto per iscritto, fase per fase. L'articolo su LinkedIn citato all'inizio descrive una sequenza ragionevole:

1. analisi delle esigenze, per individuare le aree in cui l'AI può portare miglioramenti;
2. definizione di una roadmap per integrare l'AI nei processi;
3. test e ottimizzazione prima del rilascio;
4. integrazione nei sistemi aziendali e formazione dei dipendenti;
5. monitoraggio delle prestazioni e aggiornamento nel tempo.

Per ogni fase chieda che cosa riceverà. Dall'analisi dovrebbe uscire un elenco di processi con priorità. Dai test, i risultati su casi reali, compresi quelli sbagliati. Dalla formazione, istruzioni che il personale può consultare. Dal monitoraggio, un rapporto periodico con le stesse metriche fissate all'inizio.

Lo stesso articolo indica tra i criteri di scelta il rispetto delle norme su privacy e protezione dei dati. A questo si aggiunge il regolamento europeo sull'intelligenza artificiale. Una sintesi utile è il testo dell'AI Act annotato in italiano. Un'agenzia che lavora sui Suoi sistemi deve saperLe dire in quale categoria di rischio rientra il sistema secondo l'AI Act, quali obblighi ne derivano per Lei come deployer, a partire dalle misure a sostegno dell'alfabetizzazione in materia di IA del personale previste per tutti i sistemi di IA, e quali regole specifiche prevede per il Suo settore la legge italiana sull'intelligenza artificiale, la Legge 23 settembre 2025, n. 132, per esempio in materia di lavoro e di professioni intellettuali.

Le domande giuste a un'agenzia AI riguardano i sistemi, i controlli e la responsabilità dopo il rilascio. Le risposte vaghe sono già un'informazione. Ecco le domande che separano chi porta un agente in produzione da chi si ferma alla demo:

• A quali programmi si collegherà l'assistente, e con quale soluzione per ciascuno?
• Quanto costa ogni opzione di collegamento, e chi sceglie tra le alternative?
• Con quali permessi opererà l'agente, e quali azioni richiedono un'approvazione umana?
• Dove vengono registrate le azioni dell'agente, e chi può consultare i log?
• Chi tratterà i dati personali presenti nei Suoi programmi, con quale contratto di nomina a responsabile del trattamento ai sensi dell'art. 28 del GDPR e con quali sub-responsabili, compreso il fornitore del modello?
• Quale modello userete, perché, e quanto costerà al mese con i volumi previsti?
• Che cosa succede quando il modello raggiunge la data di ritiro?
• Quale metrica misurerete, e qual è il valore di partenza oggi?
• Chi risponde del sistema dopo il rilascio, e con quale accordo?

Le risposte vanno confrontate tra più offerte, non lette una alla volta. Un preventivo più alto con risposte complete su permessi, log e gestione spesso costa meno nel tempo. Un preventivo basso che non ne parla rimanda quei costi a dopo il lancio, quando cambiare fornitore è più difficile.

Il primo passo è sapere da dove parte la Sua azienda, prima ancora di chiedere preventivi. La valutazione della prontezza all'AI aiuta a capire quali dati e processi sono pronti per un assistente.

Poi scelga un solo processo per cominciare. Deve essere frequente, misurabile e collegato a un programma che usa già, come l'helpdesk o il CRM. La guida al primo progetto AI in azienda spiega come scegliere il processo, impostare il pilota e stimare i costi.

Con il processo scelto, mandi le domande della sezione precedente ad almeno due o tre agenzie e confronti le risposte. Fissi la metrica di successo prima di firmare. Chieda che il pilota avvenga sui Suoi sistemi reali, con permessi ristretti, e che il contratto preveda il passaggio alla produzione.

Se vuole un quadro più ampio degli usi possibili, la guida su come ogni azienda può usare l'AI raccoglie esempi per reparto. Se valuta anche Svennis, il percorso ha quattro passi: il Workshop, un Pilot Claude A (un agente AI su Claude per un processo) o un Pilot Claude B (Claude Team per tutto il team), l'Activation del reparto e poi la gestione mensile.