AI agent o chatbot? Non sono la stessa cosa

Un cliente scrive: "Vorrei anticipare la consegna del mio ordine al 45231." Un chatbot, per quanto sofisticato, può solo spiegargli come fare. Un agente AI la consegna la sposta davvero, controlla che il magazzino lo permetta e manda la conferma. È in questa differenza, più che nel nome, che si gioca la scelta tra le due tecnologie.

Tre livelli di capacità, non due

Nel mondo reale esistono tre gradini, non un confronto binario.

Al primo gradino c'è il chatbot a regole: risponde seguendo un albero di decisioni fisso, dove ogni domanda prevista ha una risposta scritta in anticipo. Funziona finché l'utente resta dentro i binari; basta una formulazione leggermente diversa e il sistema si blocca o risponde a vanvera.

Al secondo gradino c'è il chatbot basato su un modello linguistico, quello che oggi la maggior parte delle persone immagina quando sente la parola "chatbot". Capisce il linguaggio naturale, tiene il filo di una conversazione su più battute, risponde anche a domande mai viste prima. Ma resta reattivo: aspetta una domanda per rispondere, non prende iniziativa e non tocca i sistemi aziendali.

Al terzo gradino c'è l'agente AI, che non si limita a rispondere: pianifica una sequenza di passi, li esegue, controlla il risultato e corregge la rotta se serve. È l'unico dei tre capace di modificare davvero qualcosa, non solo di descriverlo.

Come si comportano sullo stesso problema

Prendiamo la richiesta di modifica di un ordine vista all'inizio, e osserviamo la risposta di ciascun livello.

Il chatbot a regole dice: "Per modificare un ordine contatta il servizio clienti al numero indicato." Il chatbot con modello linguistico fa un passo in più: "Capisco che vuoi modificare l'ordine. Non ho accesso diretto ai tuoi dati, ma puoi farlo dall'area clienti o contattando il nostro team." L'agente AI, invece, entra nel sistema ordini, verifica se la spedizione è ancora modificabile, applica la modifica, aggiorna il magazzino e invia la conferma via email, tutto nel giro di pochi secondi e senza che nessuno intervenga.

Lo stesso schema si ripete con un nuovo contatto commerciale: un chatbot raccoglie nome, email e messaggio e invia una risposta automatica; un agente cerca il contatto nel CRM, ne valuta la corrispondenza con il cliente ideale, aggiorna la scheda, lo assegna al commerciale più adatto e prepara un riepilogo pronto per la prima chiamata.

Questa autonomia, però, non è gratuita. Un agente che scrive nel CRM o modifica un ordine ha bisogno di permessi precisi, di limiti chiari su cosa può decidere da solo e di un registro di ogni azione eseguita, in modo che una persona possa sempre ricostruire cosa è successo. Per le operazioni più delicate, come un rimborso sopra una certa cifra, conviene prevedere sempre una conferma umana prima dell'esecuzione.

Un terzo esempio: il rinnovo di un contratto

Vale la pena guardare un terzo caso, meno immediato ma altrettanto istruttivo. Un cliente scrive per chiedere se conviene rinnovare il suo abbonamento o passare a un piano diverso. Un chatbot elenca le opzioni disponibili e i relativi prezzi, lasciando al cliente il confronto. Un agente, invece, recupera lo storico di utilizzo del cliente, lo confronta con i piani disponibili, calcola quale conviene davvero in base ai consumi reali e propone una risposta motivata, pronta per essere inviata o rivista da un operatore prima dell'invio.

Il confronto in sintesi

• Comprensione del linguaggio naturale: limitata nel chatbot a regole, piena negli altri due.
• Conversazioni su più turni: assenti nel primo, presenti negli altri due.
• Accesso ai sistemi aziendali: nullo o marginale nei chatbot, pieno nell'agente.
• Azioni concrete come modificare un ordine: solo l'agente.
• Pianificazione su più passaggi: solo l'agente.
• Memoria tra una sessione e l'altra: assente nei chatbot, possibile nell'agente se progettata apposta.

Quando basta un chatbot, quando serve un agente

Un chatbot, anche basato su un modello linguistico, è la scelta giusta quando le richieste sono numerose ma semplici (domande frequenti, informazioni standard), quando il sistema deve solo rispondere senza toccare i sistemi aziendali, quando il budget è limitato e quando serve partire in poche settimane. Per le conversazioni al telefono, l'equivalente è un voice agent.

Un agente AI diventa necessario quando il processo richiede azioni concrete, come aggiornare dati o inviare comunicazioni; quando i passaggi dipendono l'uno dall'altro; quando le eccezioni sono troppe per essere previste tutte; quando servono più sistemi diversi; quando ha senso che il processo proceda senza una supervisione continua.

Usarli insieme, e cinque domande per scegliere

Nella pratica le implementazioni migliori combinano i due livelli: il chatbot gestisce la conversazione e le domande frequenti, e quando riconosce una richiesta che richiede un'azione la passa a un agente che lavora sui sistemi. Lo stesso vale al telefono, dove un voice agent conduce la chiamata mentre un agente esegue in parallelo le operazioni necessarie.

Per orientarsi bastano cinque domande: il sistema deve solo rispondere o anche agire? Quanti sistemi aziendali deve toccare? Le richieste sono prevedibili o piene di eccezioni? Che budget e che tempi ci sono? Esistono già automazioni da coordinare?

C'è anche un errore da evitare nella direzione opposta: costruire un agente quando basterebbe un chatbot. Succede quando l'entusiasmo per la tecnologia supera il problema reale da risolvere, e il risultato è un progetto più lento, più costoso e più difficile da mantenere di quanto servisse. Chi è all'inizio del percorso può partire da un chatbot per fare esperienza, e passare a un agente quando emerge davvero un processo che lo richiede: non è una scelta definitiva, le due tecnologie crescono insieme alla maturità dell'azienda. Se vuoi capire quale fa per te, scrivici.