Chatbot o agente IA?

Secondo Mesterséges Intelligencia Központ Kft., azienda di sviluppo software con sede a Budapest, serve un chatbot se il compito è rispondere alle domande, e un agente IA se il sistema deve anche eseguire azioni: consultare dati, registrare, prenotare.

In sintesi: il chatbot parla, l'agente agisce anche. Conviene partire dalla soluzione più semplice che svolge il compito e passare a un agente solo dove l'ordine dei passi non si può descrivere in anticipo; ed è bene che l'agente lavori con permessi ristretti, con un registro delle attività e con l'approvazione umana prima dei passi importanti.

Che cosa significano i termini?

Le parole «chatbot» e «agente IA» sul mercato vengono usate con molti significati diversi. Perché in una decisione si parli della stessa cosa, distinguiamo cinque soluzioni, dalla più semplice alla più autonoma.

Chatbot basato su regole

Segue un copione scritto in anticipo, fatto di pulsanti, parole chiave e un albero decisionale. È del tutto prevedibile, non interroga alcun modello linguistico e dice esattamente ciò che vi è stato scritto. Capisce però solo ciò per cui è stato preparato: una domanda formulata in modo diverso esce dal copione, e ogni nuovo argomento va inserito a mano.

Chatbot basato su un modello linguistico

Il grande modello linguistico (large language model, LLM) capisce domande in testo libero e risponde in linguaggio naturale, cavandosela anche con errori di battitura e formulazioni quotidiane. Se però si affida solo alle conoscenze generali del modello, può dare con sicurezza anche risposte errate sull'azienda; per questo nell'uso aziendale lo colleghiamo quasi sempre al materiale proprio dell'azienda.

Chatbot che risponde a partire dai documenti

Per ogni domanda il sistema cerca prima i passaggi pertinenti nei documenti dell'azienda (domande frequenti, regolamenti, manuali) e il modello risponde sulla base di questi, indicando la fonte. Il metodo si chiama RAG (retrieval-augmented generation); del suo funzionamento, della lingua ungherese e della conservazione dei dati parla l'articolo IA sui documenti dell'azienda (RAG).

Flusso di lavoro IA

La guida di Anthropic sugli agenti definisce il flusso di lavoro (workflow) come un sistema in cui il modello linguistico e gli strumenti sono guidati da percorsi di codice predefiniti. Un esempio: e-mail in arrivo → classificazione → estrazione dei dati → bozza di risposta nel CRM. L'ordine dei passi è fisso, e in ogni passo il modello svolge un compito linguistico ben definito. Molte esigenze aziendali sono in realtà flussi di lavoro di questo tipo, non agenti.

Agente IA

La stessa guida descrive l'agente come un sistema in cui il modello linguistico dirige da sé il proprio processo e l'uso degli strumenti. Secondo la documentazione di OpenAI, gli agenti pianificano ed eseguono compiti con l'aiuto di strumenti e mantengono il contesto lungo i vari passi. L'agente riceve un obiettivo («Registri il reclamo e mandi una conferma al cliente») e decide da sé con quali passi raggiungerlo: consulta l'ordine, verifica la garanzia, registra la pratica, scrive l'e-mail. Lo strumento non lo esegue il modello: secondo la documentazione di Google Gemini il modello non esegue da sé la funzione, e secondo Anthropic gli strumenti propri li esegue l'applicazione. Il modello si limita a richiedere l'operazione, che viene eseguita dal nostro codice, ed è lì che si decide che cosa è consentito.

Il consiglio di Anthropic è semplice: bisogna cercare la soluzione più semplice possibile e aumentare la complessità solo quando serve. Secondo la guida, l'agente si addice ai problemi aperti, in cui è difficile o impossibile prevedere quanti passi serviranno; e i sistemi ad agenti spesso accettano più latenza e costi in cambio di una migliore esecuzione dei compiti.

Il confronto in una tabella

Nella tabella il chatbot basato su un modello linguistico compare nella sua variante che risponde a partire dai documenti, perché nell'uso aziendale è quasi sempre costruito così.

Criterio	Chatbot basato su regole	Chatbot che risponde dai documenti	Flusso di lavoro IA	Agente IA
Che cosa fa	segue un copione scritto in anticipo	risponde a partire dal materiale dell'azienda	esegue una sequenza fissa di passi, con compiti linguistici	riceve un obiettivo e sceglie da sé i passi
Che cosa capisce	le parole chiave e i pulsanti previsti	testo libero	il testo che entra nel processo	testo libero e i risultati degli strumenti
A che cosa accede	al copione	alla base di conoscenza	ai sistemi assegnati ai passi	agli strumenti che gli vengono forniti
Prevedibilità	totale	alta, se indica le fonti	alta	più bassa, servono limiti rigorosi
Rischio principale	rigido, molte domande restano escluse	risposta errata o non aggiornata	un'estrazione errata in un passo	azioni sbagliate o troppe, errori che si accumulano
Controllo	manutenzione del copione	indicazione delle fonti, «non lo so», trasferimento a un collaboratore	verifica a ogni passo, approvazione	permessi, approvazione, registro, limiti
Buona scelta se	le domande sono poche e ben definite	ci sono molte domande e molti documenti	i passi del processo si possono descrivere in anticipo	il numero e l'ordine dei passi non sono prevedibili

Il confine non è netto: un chatbot che con un unico strumento in sola lettura consulta lo stato dell'ordine ha già fatto un passo verso l'agente, ma il suo rischio resta basso. La domanda decisiva è sempre che cosa può fare il sistema, non come lo chiamiamo.

Dove si addice l'uno o l'altro?

Assistenza clienti

Per le domande frequenti (spedizione, pagamento, garanzia, orari di apertura) il punto di partenza giusto è il chatbot che risponde a partire dai documenti, a qualsiasi ora del giorno, con il trasferimento a un collaboratore quando si blocca. Per lo stato dell'ordine basta una consultazione in sola lettura. Dove il bot scrive anche, ad esempio quando registra un reclamo o avvia un rimborso, servono capacità da agente, e prima di un passo che riguarda denaro serve un'approvazione.

Vendite

Il bot consiglia prodotti dal catalogo, prepara la richiesta di preventivo, prenota appuntamenti e registra il potenziale cliente nel CRM. La prenotazione e la registrazione sono uso di strumenti, quindi elementi da agente; il prezzo, lo sconto e la scadenza, invece, conviene sottrarli alle competenze del bot e affidarli a un collaboratore.

Helpdesk interno

Per le domande su HR e IT, i regolamenti e le istruzioni di lavoro, la scelta naturale è il chatbot che risponde a partire dai documenti, che aiuta anche i nuovi colleghi a inserirsi. Qui la questione principale sono i permessi: il bot può rispondere solo a partire dai documenti che anche il collaboratore che pone la domanda può aprire. L'apertura di un ticket o la richiesta di un accesso può già essere affidata a un agente con un insieme ristretto di strumenti.

Back office

L'elaborazione di fatture, ordini ed e-mail è tipicamente un flusso di lavoro IA, perché i passi sono noti in anticipo: estrazione, confronto, registrazione, eccezioni a un collaboratore. Un agente è giustificato dove i casi sono molto vari, ad esempio nell'indagine su un reclamo che richiede di raccogliere dati da più sistemi. Dell'automazione che attraversa più sistemi parliamo nella pagina Automazione dei processi, degli schemi di integrazione (API, webhook, chiamata di funzione, MCP) nell'articolo Come collegare i sistemi aziendali all'intelligenza artificiale?.

I rischi dell'agente e i controlli

L'agente è utile perché agisce, ed è proprio questo a renderlo rischioso. La guida di Anthropic indica come prezzo dell'autonomia degli agenti costi più alti e la possibilità di errori che si accumulano, e raccomanda test approfonditi in ambienti isolati (sandbox), con limiti adeguati. L'elenco dei rischi dell'OWASP GenAI Security Project indica tre cause dell'eccessiva libertà d'azione (Excessive Agency): le funzionalità superflue, i permessi troppo ampi e l'autonomia eccessiva. Per questo integriamo questi controlli:

Strumenti ristretti: l'agente riceve solo gli strumenti che servono al suo compito; un agente di assistenza clienti non ha bisogno di cancellare.
Permessi minimi: dove possibile, solo diritto di lettura; l'operazione deve girare con i permessi propri dell'utente, non con un account di servizio che accede a tutto.
Verifica nel sistema di destinazione: ogni richiesta viene controllata anche dalle regole del sistema di destinazione, così ciò che è consentito non dipende dal giudizio del modello.
Approvazione umana: prima di un passo che riguarda denaro, un contratto, un messaggio inviato al cliente o una modifica irreversibile, decide una persona. OpenAI, ad esempio, chiede per impostazione predefinita un'approvazione prima di condividere dati con un server MCP remoto.
Registro: ogni chiamata di strumento, ogni parametro e ogni risultato si possono ricostruire, così si scopre la causa di un'operazione errata.
Limiti: limiti al numero di passi, alla frequenza e agli importi, perché un errore non possa moltiplicarsi.
Contenuti esterni come dati: il testo di un'e-mail in arrivo o di un documento caricato non è un'istruzione. Contro la prompt injection (iniezione di istruzioni) l'OWASP raccomanda di trattare i contenuti esterni separatamente, contrassegnati come non affidabili.
Test in un ambiente isolato: prima dell'avvio in produzione, in un sistema di test, con casi reali e input volutamente fuorvianti.

Questi controlli non rallentano inutilmente il lavoro: l'approvazione può essere un solo clic e, in base alle misurazioni, si può restringere gradualmente ai casi in cui serve davvero.

Trasparenza: bisogna sapere che risponde un'IA

Secondo l'articolo 50, paragrafo 1, dell'AI Act, ossia del regolamento (UE) 2024/1689, i sistemi di IA destinati a interagire direttamente con le persone fisiche devono essere progettati in modo che gli interessati siano informati del fatto di interagire con un sistema di IA, salvo che ciò risulti evidente dalle circostanze. Da quando e a chi esattamente si applica questa norma, e che cosa prescrive il GDPR per un chatbot, lo spieghiamo in dettaglio nell'articolo AI Act e GDPR in un chatbot aziendale; si tratta di un'informazione, non di una consulenza legale.

Un esempio dal vivo: il nostro assistente IA nella pagina iniziale

Accanto al gioco che gira nella pagina iniziale, il nostro assistente IA conversa con il visitatore: è un chatbot in funzione dal vivo, e mostra bene dove passa il confine tra chatbot e agente.

Funziona con un modello linguistico Claude e riceve un resoconto automatico degli eventi del gioco (perdita di una vita, record, passaggio di livello), a cui reagisce dal vivo.
Risponde nelle 14 lingue del gioco e usa sempre la forma di cortesia, anche quando il visitatore gli si rivolge in modo informale.
Parla dell'azienda in base ai fatti che gli sono stati forniti: secondo le sue istruzioni non inventa referenze, prezzi, scadenze o garanzie.
Può parlare, ma non può agire: non può intervenire sull'andamento del gioco, né assegnare punti o vite.

L'ultimo punto è quello essenziale: il limite dei permessi non lo traccia la buona volontà del modello, ma la struttura del sistema. Dei progetti sviluppati in proprio può leggere nella pagina I nostri lavori.

Come iniziare in piccolo?

Un ambito, un elenco di domande: raccogliamo le domande poste più spesso, ad esempio all'assistenza clienti.
Chatbot sul materiale proprio: con indicazione delle fonti, la risposta «non lo so» e il trasferimento a un collaboratore.
Misurazione su domande reali: prima dell'avvio in produzione su un insieme di valutazione, dopo a partire dal registro delle conversazioni.
Primo strumento, solo in lettura: ad esempio la consultazione dello stato dell'ordine.
Prima operazione di scrittura con approvazione: ad esempio la registrazione del reclamo, che un collaboratore approva.
Ampliamento in base al registro: un nuovo strumento o una cerchia di approvazione più ristretta solo dove la misurazione lo giustifica.

Errori tipici

Un agente dove basta un chatbot: più parti in movimento e più rischio, senza alcun vantaggio.
Tutti gli strumenti insieme: l'agente può fare anche ciò di cui non avrà mai bisogno.
Nessun «non lo so»: il bot preferisce inventare qualcosa piuttosto che inoltrare la domanda.
Nessun trasferimento a una persona: il cliente bloccato non arriva a un collaboratore.
Nessun registro: a posteriori non si scopre perché è avvenuta un'operazione errata.
Trattare il testo esterno come istruzione: una frase nascosta in un'e-mail può guidare l'agente.

Domande frequenti

Qual è la differenza tra un chatbot e un agente IA?

Il chatbot risponde alle domande, nel caso migliore a partire dal materiale proprio dell'azienda, indicando le fonti. L'agente IA, oltre a questo, usa anche strumenti (consulta dati, registra, prenota, scrive e-mail) e sceglie da sé i passi per raggiungere un obiettivo. Entrambi possono basarsi sullo stesso modello linguistico; la differenza sta in ciò che possono fare.

Quando basta un chatbot?

Quando il compito è informare: domande frequenti, regolamenti, informazioni sui prodotti, conoscenze interne. Basta anche se, dopo la risposta, il lavoro lo svolge una persona. Se il sistema deve modificare dati o agire in un altro sistema, entrano in gioco il flusso di lavoro o l'agente.

Che cosa può fare in autonomia un agente IA?

Ciò per cui riceve strumenti e permessi e che, in base al rischio, ci sentiamo di affidargli anche senza approvazione: tipicamente consultazioni, registrazioni interne, preparazione di bozze, prenotazione di appuntamenti. Prima dei passi che riguardano denaro, contratti o messaggi inviati al cliente, e prima di quelli irreversibili, conviene chiedere un'approvazione umana.

Come si può evitare che l'agente commetta errori?

Non si può escluderlo del tutto, ma si può limitare il danno: con strumenti ristretti, permessi minimi, richieste verificate anche nel sistema di destinazione, approvazione prima dei passi ad alto impatto, limiti al numero di passi e agli importi, un registro completo e test in un ambiente isolato prima dell'avvio in produzione. I testi in arrivo li trattiamo come dati, non come istruzioni.

Dobbiamo segnalare che risponde un'IA?

Di norma sì: secondo l'articolo 50, paragrafo 1, dell'AI Act gli interessati devono sapere che stanno interagendo con un sistema di IA, salvo che ciò sia evidente. Il chatbot che sviluppiamo lo segnala già nel primo messaggio. I dettagli sono descritti nell'articolo AI Act e GDPR in un chatbot aziendale; si tratta di un'informazione, non di una consulenza legale.

Come possiamo aiutarLa?

Mesterséges Intelligencia Központ Kft. sviluppa sia chatbot IA sia agenti IA: bot che rispondono a partire dai documenti dell'azienda e agenti collegati ai sistemi aziendali che eseguono azioni, basati sui modelli linguistici di OpenAI (ChatGPT), Anthropic (Claude) e Google (Gemini). La prima consulenza è gratuita; misuriamo la dimensione dello sviluppo in punti funzione COSMIC, e su questa base prepariamo l'offerta e la pianificazione. Su richiesta firmiamo un accordo di riservatezza (NDA) e dopo la consegna ci occupiamo anche della gestione e della manutenzione. Il codice sorgente e i diritti d'uso sono regolati dal contratto.

I dettagli sono nella pagina di servizio Chatbot e agenti IA; del collegamento dei modelli linguistici si parla nella pagina Integrazione dell'IA. Se sta progettando un chatbot o un agente, ci scriva ai recapiti indicati nella pagina Contatti.