Also available in English: AI agents in business: architecture, costs, and organization
Agenti AI in azienda: architettura, costi e organizzazione
Guida agli agenti AI in azienda: cosa sono, come organizzarli, quanto costano davvero, dove nasce il debito tecnico e due casi reali, Arvo e Zeno.
In breve. Un agente AI è un programma basato su un modello linguistico che non si limita a rispondere: riceve un obiettivo, decide i passi, usa strumenti e dati e consegna un risultato. Portarli in azienda pone tre problemi pratici: come farli collaborare, quanto costano davvero e come evitare che il sistema diventi ingestibile. In questa guida raccolgo quello che ho imparato costruendo prodotti con più agenti e rimando agli articoli di approfondimento.
Cosa distingue un agente AI da un chatbot
Un chatbot risponde a una domanda alla volta. Un agente lavora per obiettivi: scompone il compito, chiama strumenti esterni (database, API, altri agenti), controlla il risultato e decide se serve un altro passo. Per capire le basi del funzionamento dei modelli linguistici e dei prompt parto sempre da come funziona ChatGPT. Quando i passi diventano un ciclo che osserva, esegue e verifica, il lavoro cambia natura: non scrivo più prompt, orchestro loop. Il ciclo completo, con un giudice indipendente per ogni fase, lo descrivo nel loop che osserva, seleziona, esegue, verifica e impara.
La gestione degli agenti AI come organizzazione
Con un solo agente tutto sembra semplice. Con dieci, i problemi sono gli stessi di un'organizzazione umana: chi fa cosa, come si passano il lavoro, chi controlla la qualità. Nell'articolo Smetti di gestire agenti AI, inizia a costruire organizzazioni descrivo l'approccio che uso: un organigramma di agenti con ruoli fissi e dinamici, passaggi di consegna formali e metriche per ogni ruolo. Con tre agenti insieme ho imparato che servono organizzazioni, non geni: ruoli e handoff. L'autonomia però nasce solo progettando il controllo, fondandolo su dati osservati — mai sul dato del controllato, come nel caso del supervisore che si fidava dell'orologio dell'agente. Quando i loop girano da soli nasce l'azienda autonoma. Per dimensionare i ruoli sui volumi uso il simulatore agenti per task.
Quanto costano davvero
Il costo di un sistema di agenti non è solo il prezzo per token del modello: pesano il contesto che si rimanda a ogni chiamata, i tentativi ripetuti, i controlli di qualità, i test. Per la parte di base trovi la formula in quanto costa usare un LLM; per i costi che emergono quando il sistema cresce leggi il debito tecnico nascosto degli agenti AI, dove spiego perché la stima "token per costo per richieste" sottovaluta la spesa reale e come un livello di astrazione sui fornitori aiuta a tenerla sotto controllo. Ma c'è un secondo debito che nessuna formula cattura: dimenticare gli errori, il vero technical debt dell'AI, dove ogni lezione non registrata torna a farsi pagare. Il cambio di modello è un cambio di contratto di qualità, non un taglio di costo: l'ho fatto con un A/B appaiato e il rollback scritto prima. Per stimare la spesa uso lo stimatore dei costi degli agenti AI. Per valorizzare le ore risparmiate rispetto al costo dell'automazione, con confronto agli agenti AI, uso il calcolatore ROI automazione.
I dati vengono prima del modello
Un agente decide bene solo se ha accesso ai dati giusti, aggiornati e governati. Nel SaaS B2B questo significa ripensare l'architettura dei dati e il ruolo dei data team: ne parlo in LLM nel SaaS B2B.
Due casi reali: Arvo e Zeno
- Arvo è un'app di personal training costruita su un'architettura multi-agente: ogni agente si occupa di un compito specifico (pianificare, scegliere gli esercizi, validare le modifiche, analizzare i progressi) e il sistema li coordina.
- Zeno è un'app per la crescita personale che propone micro-azioni quotidiane di cinque minuti; usa un sistema RAG (retrieval-augmented generation) per personalizzare i suggerimenti.
Li sviluppo nel laboratorio Aetha AI: se vuoi vederli dal vivo, trovi Arvo e Zeno con i loro siti, e Orchestro per le operazioni autonome. Sul laboratorio ho scritto cosa significa costruire Aetha come full-stack AI company invece di una software house con l'AI.
Prodotti che anche gli agenti possono usare
Un prodotto non lo usano più solo le persone: lo usano anche gli agenti. Nella guida ai prodotti agent-accessibili via MCP spiego cosa significa e come espongo la superficie MCP di Accordo. Gli approfondimenti:
- Progettare prodotti che gli agenti usano davvero: ispezione prima del tocco, comandi invece di path, scrittura stretta e superficie budgettata.
- Le lezioni di un MCP server vero: stdout come protocollo, due server, dry-run di default, exit code e limiti dichiarati.
- llms.txt e AEO: cosa espongo alle macchine su questo sito, da llms.txt per cluster al JSON-LD, e cosa manca ancora per essere citato.
Le scelte da fare prima di partire
| Scelta | Domanda da porsi | Dove approfondire |
|---|---|---|
| Un agente o tanti | Il compito si può dividere in ruoli con input e output chiari? | Arvo |
| Coordinamento | Chi passa il lavoro a chi, e chi controlla la qualità? | Organizzazioni di agenti |
| Responsabilità | Chi risponde di una decisione presa da un agente? | Matrice RACI per agenti AI |
| Costi | Quanto contesto invio a ogni chiamata e quante chiamate faccio? | Costi degli LLM |
| Manutenzione | Posso cambiare modello o fornitore senza riscrivere tutto? | Debito tecnico |
| Dati | L'agente ha accesso a dati affidabili e aggiornati? | LLM e dati |
Dal laboratorio: episodi dal campo
I tre ruoli che rendono affidabile un loop AI, cioè supervisore, governor e verifier, li raccolgo nella fabbrica dell'affidabilità AI. Gli episodi:
- Sistemi che si governano da soli: le definizioni di loop, supervisore, gate e remediation, con la mappa dei sei episodi.
- Trace e audit come prova, non come burocrazia: una trace prova qualcosa quando altri possono chiuderla, è leggibile dalle macchine, è append-only e ha un perimetro.
- La fabbrica che ripara il software mentre dormiamo: una routine incastrata per 33 giorni senza che nessuno se ne accorgesse, e il loop nato per trovare i guasti da solo.
- Marginal Gains per le macchine: convertire ogni fallimento in regola durevole con test, così i sistemi migliorano ogni volta che sbagliano.
- Apprendimento continuo dai loop veri: un loop impara solo se scrive memoria che un altro giro può rileggere — 111 voci strategiche e la regola nata da tre doppioni.
- Model-agnostic per costruzione: prima l'harness che permette di cambiare, poi il nome sul listino — A/B su 200 casi, Mock, verdetto deterministico.
- Cosa tracciare davvero: streak e minuti sono vanità finché non sono verdi attesa, rifiuti e spesa — tre attriti misurati su Zeno.
- Backlog Zero: 21 problemi aperti, pochi eseguibili — il problema è sapere quali sono veri.
- Quando l'AI diventa l'interfaccia: se bastasse una chat, a cosa serve il SaaS? In Arvo restano schermate, guardie e contesto fisico.
- Il Governor che ha letto male un blocco globale: un'attesa globale scambiata per locale, trovata dalla peer review e non dai test.
- Quando il verifier boccia i test verdi: suite 14/14 in locale ma 7 su 14 dal verifier — il verde dichiarato non vale finché non è riprodotto.
- Il prossimo Product Manager potrebbe essere un QA: quando gli agenti costruiscono, il mestiere scarso è scrivere l'accettazione eseguibile — eval, contratti, gate.
- I falsi gate owner: scelte tecniche parcheggiate come decisioni owner — l'escalation eccessiva è un difetto.
- Quando il marketing promette ciò che il prodotto non fa: le claim non provate sono debito di affidabilità, corretto in un batch.
- Il retry che riceveva per sempre la riga morta: rinviare la stessa idempotency key restituiva il failed terminale — l'idempotenza vuole una semantica di fallimento.
- Il piano smentito dall'esecuzione: il piano diceva una cosa, l'esecuzione un'altra — ho tenuto Predicted accanto a Observed.
- Il test rosso che dipendeva dalla shell: fermava il rilascio solo nella mia shell perché leggeva il catalogo di produzione.
- GPT, Claude o Qwen? Probabilmente è la domanda sbagliata: il nome del modello non ha mai deciso niente — hanno deciso A/B appaiato, Mock provider e verdetto deterministico.
- Come verificare il lavoro di un agente AI: sei episodi datati dai miei sistemi, dal «fatto» senza scritture al verificatore che misurava il vuoto, e tre controlli che applico prima di dire verde.
- L'agente ha detto «fatto», e non l'aveva fatto: un import mai scritto, due agenti ciechi in attesa, una metrica precisa sul fenomeno sbagliato — e la regola: rileggi lo stato, non il messaggio.
- Rosso falso e verde parziale: 5 verdetti sul niente, un verde su metà campo, un bug solo-sandbox — e la domanda: cosa non misuri?
- Tre rifiuti dell'App Store a un coach AI: filtri medici, lingue sbagliate e claim ritirati prima dell'approvazione — il confine tra coaching e salute si scrive prima di inviare.
- La promessa dei 5 minuti e i 90 secondi d'attesa: 65-90 secondi di avvio con timeout a 60, 17 chiamate buttate — la latenza è la prima riga del contratto.
- Un report AI di cui fidarsi: ogni numero citato controllato contro un fact sheet deterministico — e 27 regole al posto degli insight da prompt.
- Una chat con i dati in un giorno, poi le dashboard: 18 tool costruiti il 14 maggio 2026, poi 54 tocchi alle dashboard a giugno — l'attenzione si misura in commit.
- Merge non vuol dire installato: Arvo non usa expo-updates — un deploy non cambia il codice installato — e senza aggiornamenti OTA il merge apre il rilascio invece di chiuderlo.
- Prezzo per chiamata e quota non sono la stessa cosa: su Arvo il prezzo per chiamata è sceso mentre la quota è salita, senza nesso causale — il costo LLM non sta in un numero solo.
- Quanto costa davvero un agente AI al mese: prezzo per chiamata, quota e tetti di spesa in un hub — il conto mensile in tre righe, con i numeri di Arvo e Zeno.
- Un server MCP, due client: 40 tool, poi zero: Claude Connect lampeggia 40 tool e li azzera, cinque volte per cinque motivi — il catalogo è uno, la superficie è per client.
- Tetti di spesa per utente su un coach AI: BudgetGuard di Zeno — 50 USD al giorno in totale, 2 per utente, cancello pre-chiamata e 429 a tetto.
- Zeno sul campo: createdAt non è live, i rami morti viaggiano inosservati, la prova di zero vuole una regola scritta — tre lezioni dal prodotto vero.
- Zeno build in public: 5 minuti al giorno, tre attriti misurati e tre lezioni dal campo — la mappa dei tre episodi.
- La pulizia notturna che cancellava lavoro pronto: 5 lavori verificati cancellati perché sembravano già salvati — ora la pulizia guarda la cartella e salva prima di liberare.
- Misurare un classificatore AI dentro il rumore: stesso codice, 30 e 27 errori in due giri — più giri, errori stabili e holdout congelato prima di decidere.
- Dal messaggio dell'utente al backlog in 7 secondi: da 13h50m di attesa a 7 secondi togliendo il batch notturno, tenuto come paracadute.
- Ferma o finita?: 101 giri fermi su una domanda che solo l'owner poteva chiudere, poi niente da fare — bloccata, finita e finta fine.
- MCP come distribution layer: nove tool locali e quaranta hosted, cinque fix per client — quando la distribuzione funziona.
- Ledger ed evidence: 111 voci che restano rigiocabili — la memoria che non dimentica.
Domande frequenti
Cos'è un agente AI?
È un sistema basato su un modello linguistico che persegue un obiettivo in più passi: pianifica, usa strumenti e dati, verifica il risultato e decide come proseguire.
Che differenza c'è tra un agente AI e un chatbot?
Il chatbot risponde a una richiesta alla volta; l'agente svolge un compito completo, anche usando altri strumenti o altri agenti, fino a consegnare un risultato.
Quanto costa un sistema di agenti AI?
Dipende dal modello, dalla quantità di contesto inviata a ogni chiamata e dal numero di chiamate. Oltre al costo dei token vanno considerati tentativi ripetuti, controlli di qualità e manutenzione, che spesso pesano più della singola risposta.
Da dove si parte per introdurre agenti AI in azienda?
Da un processo ripetitivo e ben definito, con input e output chiari e un modo semplice per verificare la qualità del risultato. Meglio un solo agente che funziona davvero che dieci agenti senza regole di collaborazione.