Agente AI o chatbot: la differenza che conta per il servizio clienti
Un chatbot risponde con i testi che gli hai dato. Un Agente AI legge l'ordine del cliente nel gestionale e agisce entro limiti precisi. Quando serve l'uno e quando l'altro.
Tullio LuongoCEO e co-founder di Plicoaggiornato il

Un chatbot risponde alle domande dei clienti attingendo ai testi che qualcuno gli ha preparato: le FAQ, le condizioni di vendita, gli orari. Un Agente AI fa un passo in più: riceve una richiesta, consulta i sistemi dell’azienda a cui è autorizzato ad accedere, come il gestionale, la posta o il calendario, e compie le azioni necessarie entro limiti decisi in anticipo. Per il servizio clienti la differenza si riduce a una domanda: la risposta che serve al cliente sta in un testo uguale per tutti o nei dati del suo ordine, della sua pratica, del suo appuntamento?
Un chatbot sul sito può funzionare come previsto, rispondere bene alle domande generiche, e deludere lo stesso. Il problema è che molte richieste dei clienti non sono generiche. Chiedono «dov’è il mio ordine», «posso spostare l’appuntamento di giovedì», «mi mandate di nuovo la fattura di marzo». A queste domande un chatbot non può rispondere, perché non ha accesso ai dati che servono.
Cosa fa un chatbot, e dove si ferma
Molti chatbot di prima generazione seguivano un albero di scelte: il cliente cliccava un pulsante, il sistema proponeva la risposta collegata. Quelli più recenti usano un modello linguistico, la stessa tecnologia di Claude o ChatGPT, e capiscono una domanda scritta con parole proprie, anche con errori o in modo approssimativo. Il salto nella comprensione è stato grande.
Il limite però è rimasto lo stesso. Il chatbot conosce solo i documenti che gli sono stati caricati, e quei documenti sono uguali per tutti i clienti. Può spiegare la politica dei resi; non può dire se il reso del signor Bianchi è arrivato in magazzino. Può indicare gli orari dello studio; non può fissare un appuntamento nel calendario. Quando la domanda riguarda un caso specifico, la risposta migliore che può dare è un rimando: «scrivi a questo indirizzo», «chiama questo numero». Il lavoro torna alla persona che il chatbot doveva alleggerire.
C’è anche un rischio. Un modello linguistico a cui manca un’informazione a volte produce una risposta plausibile ma sbagliata invece di ammettere di non saperla (Kalai e altri, 2025). Su una domanda generica l’errore si nota e si corregge; su una data di consegna o su un rimborso, il cliente ci fa affidamento, perché la frase gli arriva dal canale ufficiale dell’azienda.
Cosa fa un Agente AI collegato ai dati
Un Agente AI parte dalla stessa capacità di comprendere la domanda, ma ha accesso ai sistemi in cui stanno le risposte. Quando un cliente scrive «non mi è ancora arrivato l’ordine», l’agente identifica il cliente, cerca l’ordine nel gestionale, legge lo stato della spedizione e risponde con il dato vero: spedito il 28, consegna prevista il 3, ecco il numero di tracciamento. Se l’ordine è fermo per un problema di pagamento, lo dice e indica cosa serve per sbloccarlo.
Il collegamento ai sistemi avviene di solito tramite connettori. Lo standard che usiamo è l’MCP (Model Context Protocol), un protocollo aperto pubblicato da Anthropic nel novembre 2024 che stabilisce come un’applicazione di AI legge dati e richiama funzioni di un altro software (specifiche MCP). Per un titolare conta una conseguenza pratica: il gestionale resta quello di sempre, e l’agente lo consulta con permessi definiti, come farebbe un collaboratore con un’utenza propria.
L’agente può anche agire. Può spostare un appuntamento nel calendario, reinviare un documento già presente in archivio, aprire una pratica di assistenza con i dati già compilati, preparare la bozza di un preventivo da sottoporre all’ufficio commerciale. Ogni azione è possibile solo se è stata prevista e autorizzata in fase di progetto.
La stessa richiesta, due risposte
Un esempio, costruito per mostrare la differenza e non tratto da un caso reale. Un’azienda che vende ricambi riceve su WhatsApp, alle 21, questo messaggio: «Buonasera, ho ordinato due filtri la settimana scorsa ma ne è arrivato uno solo».
Il chatbot riconosce l’argomento, consegna incompleta, e risponde con il testo previsto: «Ci dispiace per l’inconveniente. Per segnalare un problema con la consegna scrivi a assistenza@… indicando il numero d’ordine». Il cliente deve scrivere una seconda volta, a un altro canale, e aspettare il giorno dopo.
L’Agente AI cerca gli ordini recenti del numero di telefono, trova l’ordine con due filtri, verifica nel gestionale che sono partiti in due colli separati e che il secondo è in consegna il giorno successivo. Risponde con questa informazione e con il tracciamento del secondo collo. Se invece il gestionale indicasse un solo collo spedito, l’agente aprirebbe una segnalazione per il magazzino con ordine, cliente e descrizione del problema, e direbbe al cliente che la pratica è aperta e chi lo ricontatterà. Il rimborso, se serve, lo decide l’ufficio.
Dove il chatbot basta
Non tutte le aziende hanno bisogno di un agente. Se le domande che ricevi sono quasi tutte generiche (orari, indirizzo, documenti da portare, tempi standard di consegna, condizioni di garanzia), un chatbot ben configurato sui tuoi testi risolve gran parte del lavoro ed è di solito più semplice da mantenere. Lo stesso vale se i tuoi dati non sono in un sistema consultabile: un agente collegato a un archivio disordinato dà risposte disordinate.
Il criterio pratico è guardare le richieste che arrivano. Prendi un mese di email o di messaggi e separa le richieste a cui si risponde con un testo uguale per tutti da quelle che richiedono di aprire il gestionale, il calendario o l’archivio. Se le seconde sono poche, il chatbot è la scelta più sensata. Se è la parte più grande, come capita spesso a chi vende prodotti o servizi su ordinazione, il chatbot sposterà soltanto il lavoro da un canale all’altro.
I limiti che un agente deve avere
Dare a un sistema automatico l’accesso al gestionale richiede regole precise, e conviene scriverle prima di collegare qualsiasi cosa. Nei progetti che seguiamo le impostiamo così:
- permessi per sistema: per ogni archivio si decide se l’agente può leggere, scrivere o non accedere affatto, e dove basta leggere resta in sola lettura;
- punti di approvazione: le azioni sensibili, come un rimborso, uno sconto o un invio di documenti contabili, si fermano in attesa del via di una persona;
- passaggio a una persona: quando il cliente lo chiede, quando la richiesta esce dai casi previsti o quando il tono indica un reclamo, l’agente passa la conversazione a un collaboratore insieme a un riepilogo;
- registro delle azioni: ogni operazione resta annotata con ora, dato consultato e azione eseguita, così si può sempre ricostruire cosa è successo.
Con queste regole si può affidare all’agente il primo contatto con i clienti sapendo che non prenderà iniziative che nessuno ha autorizzato.
Dire al cliente che risponde un sistema automatico
Agente o chatbot, se si basa su un modello di intelligenza artificiale, dal 2 agosto 2026 rientra nell’articolo 50 dell’AI Act (Regolamento UE 2024/1689): chi fornisce un sistema di intelligenza artificiale che dialoga con le persone deve progettarlo in modo che sappiano di parlare con una macchina, a meno che sia evidente per una persona ragionevolmente attenta, date le circostanze. Nella pratica il modo più semplice è un messaggio di apertura chiaro, che dica che risponde un assistente automatico e come chiedere una persona. Abbiamo spiegato gli altri obblighi in vigore nell’articolo su cosa cambia dal 2 agosto 2026.
Questa trasparenza aiuta anche il servizio. Un cliente che sa di parlare con un sistema automatico formula domande più dirette, e sa che può chiedere un collaboratore quando ne ha bisogno.
Da dove partire
Se il servizio clienti della tua azienda passa da email, telefono o WhatsApp, il primo passo è contare le richieste e capire quali dati servono per rispondere. Da lì si decide se basta un chatbot, se serve un agente, e su quale canale conviene partire. Abbiamo raccolto altri casi con un ritorno rapido nell’articolo sui casi d’uso per una PMI.
Progettiamo e manteniamo agenti AI collegati ai sistemi che l’azienda usa già, con i permessi, le approvazioni e il registro descritti sopra. Se vuoi capire quale soluzione è adatta alle richieste che ricevi, puoi prenotare una call di 30 minuti: partiamo dai tuoi messaggi, non da una dimostrazione.
Fonti
- Regolamento (UE) 2024/1689, AI Act, articolo 50, testo integrale in italiano su EUR-Lex.
- Introducing the Model Context Protocol, annuncio di Anthropic, novembre 2024.
- Model Context Protocol, specifiche: Tools.
- Why Language Models Hallucinate, A. T. Kalai e altri, settembre 2025.


