Agenti IA in azienda: cosa sono, dove rendono e quali regole servono

Gli agenti IA in azienda sono il tema tecnologico del 2026: non più assistenti che rispondono a domande, ma sistemi che ricevono un obiettivo, scelgono i passi e agiscono su email, gestionale e CRM. Le promesse sono molte, i rischi anche. In questo articolo spiego cosa sono davvero, in quali processi rendono, dove non vanno usati, cosa dice l'AI Act e quali controlli metto sempre prima di lasciare lavorare un agente su dati reali.

Da dove partiamo: l'IA nelle imprese italiane

Secondo l'indagine Istat Imprese e ICT 2025 il 16,4% delle imprese con almeno 10 addetti usa almeno una tecnologia di intelligenza artificiale, il doppio dell'8,2% del 2024, con oltre la metà delle grandi imprese già coinvolte. Il divario tra grandi e piccole resta ampio, e la maggior parte degli usi è ancora individuale: un dipendente che chiede a un assistente di scrivere o riassumere.

Gli agenti cambiano scala. Quando un sistema può aprire un ticket, aggiornare un'anagrafica o preparare un ordine, il beneficio non è più di una persona ma di un processo. E lo stesso vale per gli errori.

Cosa sono gli agenti IA

Un agente IA è un sistema basato su un modello linguistico che, dato un obiettivo, pianifica una sequenza di azioni e usa strumenti esterni per eseguirle: interroga un database, chiama un'API, legge un documento, scrive una bozza, aggiorna un record. La differenza rispetto a ciò che conosciamo è nella delega.

Proprio perché sceglie i passi, un agente può gestire casi che un'automazione rigida non copre. E proprio per lo stesso motivo può prendere strade che nessuno aveva previsto.

Agenti IA in azienda: sei casi d'uso che rendono

Nella mia esperienza i risultati migliori arrivano da processi ripetitivi, con molti documenti e regole chiare, dove l'agente prepara e la persona approva.

1. Smistamento di email e ticket. L'agente legge, classifica, estrae i dati e propone la risposta; l'operatore conferma.
2. Preparazione delle offerte. Dal CRM recupera storico del cliente, listino e condizioni e compone una bozza da rivedere.
3. Riconciliazione tra ordini, consegne e fatture. Segnala le differenze e propone la correzione, senza registrare da solo. Ne ho parlato in automatizzare fatture e ordini con l'IA.
4. Qualifica dei fornitori. Controlla scadenze documentali, completezza dei questionari e incongruenze, e prepara i solleciti.
5. Report periodici per la direzione. Raccoglie i dati dalle fonti, aggiorna le tabelle e scrive il commento agli scostamenti, che il controller valida.
6. Ricerca nei documenti interni. Procedure, contratti, manuali: risposte con il riferimento al documento da cui provengono.

In tutti questi casi l'agente lavora con un livello di autonomia limitato: prepara, propone, segnala. Le azioni irreversibili restano a una persona.

Dove non usarli, almeno per ora

Ci sono ambiti in cui l'autonomia di un agente è un rischio sproporzionato rispetto al beneficio:

• decisioni sulle persone, come selezione, valutazione o turni: rientrano tra gli usi ad alto rischio dell'AI Act e la Legge 132/2025 impone informativa ai lavoratori (vedi IA nella selezione del personale);
• pagamenti e modifiche di coordinate bancarie senza doppio controllo umano;
• dati sanitari o particolarmente delicati, salvo un'analisi preventiva molto accurata;
• comunicazioni ufficiali verso clienti, autorità o enti senza revisione.

Cosa dice l'AI Act sugli agenti

L'AI Act non crea una categoria a sé per gli agenti. La FAQ ufficiale dell'AI Act Service Desk della Commissione europea chiarisce che le definizioni di sistema di IA e di modello per finalità generali sono sufficienti a includerli: le regole che valgono per i sistemi di IA valgono anche per gli agenti. La stessa Commissione precisa che le sue valutazioni sono ancora preliminari, perché il fenomeno evolve rapidamente.

In pratica, per un'azienda che usa agenti sviluppati da altri, cioè un deployer, contano soprattutto quattro obblighi:

• alfabetizzazione: chi usa o supervisiona l'agente deve avere competenze adeguate, obbligo già in vigore (vedi formazione obbligatoria sull'IA);
• trasparenza: dal 2 agosto 2026, se l'agente interagisce con persone o genera contenuti, va dichiarato nei casi previsti dall'articolo 50;
• classificazione del rischio: se l'agente rientra in un uso ad alto rischio, si applicano gli obblighi più ampi, con le date fissate dopo il Digital Omnibus;
• informativa ai lavoratori, quando l'agente incide sul lavoro delle persone, secondo la Legge 132/2025.

I controlli minimi prima della produzione

Da responsabile della sicurezza, non metto in produzione un agente senza questi controlli:

1. Permessi minimi. L'agente accede solo ai dati e alle funzioni che servono a quel processo, con un'utenza dedicata e non con quella di un dipendente.
2. Approvazione umana per le azioni irreversibili. Invii, pagamenti, cancellazioni e modifiche di anagrafiche passano da una conferma.
3. Registro completo. Ogni richiesta, ogni strumento usato e ogni azione eseguita vengono tracciati e conservati.
4. Limiti di volume e di spesa. Un tetto al numero di azioni e al costo giornaliero evita che un errore si moltiplichi.
5. Difesa dalle istruzioni nascoste. Email, pagine web e documenti letti dall'agente sono contenuti non fidati: possono contenere istruzioni malevole. L'agente non deve eseguire comandi che arrivano da lì.
6. Test su casi reali prima del rilascio, compresi i casi limite e gli errori tipici.
7. Pulsante di arresto. Qualcuno deve poter sospendere l'agente in un minuto.

Sono gli stessi principi con cui ho progettato il mio framework, descritti in perché ho costruito un'architettura zero-hallucination: l'affidabilità non si ottiene con un prompt migliore, ma con limiti e controlli nell'architettura.

Comprare o sviluppare?

Molti software gestionali e CRM stanno integrando agenti già pronti. Sono la scelta giusta quando il processo è standard e i dati restano dentro quel software. Quando invece il processo attraversa più sistemi (posta, gestionale, CRM, portale fornitori) o ha regole specifiche dell'azienda, un agente su misura, con integrazioni e controlli progettati sul tuo caso, rende di più e si governa meglio. La domanda da farsi non è quale modello usare, ma quale processo misurare prima e dopo.

Cosa fare adesso

Scegli un solo processo ripetitivo, misura oggi tempi ed errori, e definisci cosa l'agente può fare da solo e cosa deve solo proporre. Poi verifica gli obblighi con l'autovalutazione AI Act. Se vuoi progettare l'automazione in modo utile, controllato e conforme, trovi il mio approccio nella pagina sull'automazione dei processi con intelligenza artificiale; per una prima stima dello sviluppo puoi usare la stima costo software su misura.