'Abbiamo un bot che lo fa già'. Questa frase, in qualsiasi variante, è la prima cosa che sentiamo quando proponiamo automazione a un CEO italiano. E spesso è vero: c'è un bot. Ma quasi mai quel bot fa quello che il CEO pensa faccia — e quasi mai è la soluzione giusta per il problema che ha davanti.
Il mercato ha un problema di vocabolario. RPA, chatbot, agente AI: tre cose molto diverse, usate come sinonimi nel 90% dei deck commerciali. La confusione ha un costo reale: aziende che comprano RPA quando hanno bisogno di un agente, o che installano un chatbot pensando di aver risolto un processo. Questo articolo chiarisce le differenze una volta sola, con esempi concreti.
RPA: deterministica, potente, fragile
RPA sta per Robotic Process Automation. In pratica: un software che registra e replica azioni su una schermata, esattamente come farebbe un utente umano. Clicca qui, copia quel campo, incolla là, invia. Nessuna comprensione, nessuna decisione — pura esecuzione deterministica di una sequenza fissa.
Quando funziona bene: processi ripetitivi, strutturati, stabili nel tempo, con dati sempre nello stesso formato. La fatturazione passiva è il caso d'uso perfetto: arriva la fattura, si legge il numero documento, si apre il gestionale, si inseriscono i campi, si chiude. Ogni volta uguale. RPA lo fa senza errori, 24 ore su 24.
- Inserimento dati in gestionali legacy che non hanno API
- Riconciliazione di estratti conto bancari con righe contabili
- Generazione e invio di report standard su schedule fisso
- Compilazione moduli su portali web strutturati
- Migrazione di dati tra sistemi con formato identico
Quando fallisce: appena il processo cambia — anche solo il layout di una pagina web, la posizione di un campo, il formato di un file in ingresso. L'RPA non capisce, si blocca o, peggio, continua a eseguire la sequenza in modo errato senza accorgersi dell'errore. Il ROI atteso di un progetto RPA ben dimensionato è tangibile nel primo anno, ma la manutenzione è costante e spesso sottovalutata.
Chatbot: risponde, non agisce
Il chatbot è uno strumento di conversazione, non di automazione. Risponde a domande, guida l'utente, restituisce informazioni da una knowledge base. Non esegue azioni nel mondo esterno — non manda email, non aggiorna database, non avvia processi. O almeno, non dovrebbe.
Il caso d'uso corretto è l'assistenza interna o esterna su domande ricorrenti: 'qual è la policy ferie?', 'qual è lo stato del mio ordine?', 'come si fa la nota spese?'. Il chatbot recupera la risposta e la presenta. Veloce, scalabile, economico. Il problema nasce quando si chiede al chatbot di fare quello che non è progettato per fare: classificare documenti complessi, prendere decisioni su casi ambigui, o agire su sistemi esterni. In quei casi produce risposte plausibili ma errate, senza nessun segnale d'allarme.
Agente AI: ragiona, decide, agisce — fino al punto di approvazione
Un agente AI è un sistema che riceve un obiettivo e lo persegue autonomamente, usando un insieme di strumenti (tool): leggere email, scrivere documenti, fare query su database, chiamare API, aprire browser. Non esegue una sequenza fissa: ragiona su ogni step, sceglie lo strumento più appropriato, gestisce le eccezioni, si adatta se qualcosa cambia.
La differenza pratica rispetto all'RPA: l'agente capisce il contenuto, non solo la forma. Se una email contiene una richiesta d'offerta scritta in modo non standard, l'RPA non sa cosa farne. L'agente legge, capisce che è una richiesta d'offerta, estrae le informazioni rilevanti, le struttura e le passa al commerciale con una bozza di risposta già pronta.
“Un agente AI non è un bot più intelligente. È un collaboratore digitale che ragiona su un obiettivo. La differenza non è di grado, è di natura.”
Il punto critico è il 'punto di approvazione': il momento in cui l'agente ha completato il ragionamento e la preparazione, e si ferma ad aspettare conferma umana prima di eseguire un'azione irreversibile. Inviare un'email al cliente, avviare un pagamento, modificare un contratto: queste azioni passano sempre sotto un occhio umano. Tutto il lavoro preparatorio — raccolta dati, classificazione, drafting — è automatizzato. L'ultimo metro è umano.
Quattro task reali: quale strumento scegliere
La scelta non è mai ideologica. Dipende dal task. Ecco quattro esempi tratti da PMI italiane.
- Fatturazione passiva su gestionale legacy: RPA. Il formato è fisso, i campi sono prevedibili, il processo non cambia. ROI rapido, manutenzione ordinaria.
- Classificazione email in arrivo (richieste commerciali, reclami, supporto, spam): agente AI. Il linguaggio è variabile, il contesto conta, servono sfumature. RPA non regge, chatbot sbaglia troppo.
- Redazione di offerte personalizzate: agente AI con approvazione finale. L'agente legge il brief del cliente, recupera i prezzi aggiornati, scrive una bozza coerente con il listino e il tone of voice aziendale. Il commerciale rivede e invia.
- Drafting contratti da template con variabili cliente: ibrido. Un'automazione RPA popola le variabili standard (ragione sociale, indirizzi, importi). Un agente AI rivede le clausole per coerenza e segnala le anomalie. L'avvocato approva prima della firma.
La regola pratica per una PMI
Non esiste una risposta unica, ma esiste una domanda guida: il processo cambia forma, o cambia solo contenuto? Se la struttura è sempre uguale (stesso schermo, stessi campi, stessa sequenza) e il volume è alto: RPA. Se il contenuto varia, serve comprensione del linguaggio, o le eccezioni sono frequenti: agente. Se il processo ha parti strutturate e parti che richiedono giudizio: ibrido.
Un secondo criterio è il costo dell'errore. Se un errore dell'automazione causa un danno reversibile e rilevabile (un report sbagliato che qualcuno rilegge), si può accettare un sistema più semplice. Se un errore causa danni irreversibili o non rilevabili (un pagamento errato, un'email inviata al cliente sbagliato), serve human-in-the-loop indipendentemente dallo strumento scelto.
Il mercato dell'automazione non è una gara tra tecnologie. È uno strumento che, usato bene, libera tempo umano per lavoro ad alto valore — e usato male, crea complessità che nessuno voleva. La distinzione tra RPA, chatbot e agente AI non è accademica: è la premessa di qualsiasi decisione di investimento sensata in questo ambito.