Nel 2026, per una PMI italiana, un agente AI custom messo in produzione costa in genere tra 15.000 e 35.000 € di setup. Un PoC o un’automazione semplice sta spesso tra 3.000 e 8.000 €. Quando l’agente deve agire su ERP/CRM con audit e eccezioni, si sale verso 35.000–60.000 €. Sotto i 5.000 € si compra quasi sempre un prototipo, non un sistema aziendale.
Queste non sono un listino Zendata. Sono ordini di grandezza di mercato, allineati a directory come Clutch (fasce progetto AI 2026) e a ciò che vediamo in trattativa su perimetri PMI. Due preventivi “identici” sulla carta possono differire del doppio se uno include SSO, evaluation e tre integrazioni e l’altro no.
Fasce realistiche (setup)
| Tipo di progetto | Setup (ordine di grandezza) | Cosa include di solito | Tempo tipico |
|---|---|---|---|
| PoC / automazione semplice | 3.000–8.000 € | 1 workflow, poche fonti, UI minima | 2–4 settimane |
| Assistente documentale in produzione | 8.000–20.000 € | RAG su documenti, auth, citazioni | 4–8 settimane |
| Agente production-ready (1–3 sistemi) | 15.000–35.000 € | tool, permessi, logging, monitoraggio | 6–12 settimane |
| Agente operativo su ERP/CRM | 35.000–60.000 € | azioni, retry, human-in-the-loop, test | 3–6 mesi |
| Multi-agent / regolamentato | 60.000 €+ | orchestrazione, audit esteso, alto rischio | 6+ mesi |
Il punto in cui si concentrano i primi progetti PMI sensati è 15.000–35.000 €: custom, integrato, usabile, non solo una demo. Coincide con l’orizzonte partner 6–12 settimane su perimetro chiuso che usiamo in build, buy o partner.
Un agente non è un chatbot più caro, non è RPA ribattezzata e non è Copilot con un connettore. Chat vs obiettivo+tool: AI agents vs chatbot. Quando serve vs RPA: agenti AI per aziende.
Un esempio concreto: leggere documenti vs agire
Versione 1 — assistente interno. Dipendenti che cercano procedure, contratti, manuali. Indicizzazione + ricerca + chat autenticata. Range tipico: 8.000–15.000 €.
Versione 2 — agente sul processo. Stesse fonti, più CRM/ERP/ticketing: “quali clienti hanno fatture oltre 60 giorni?”, “prepara l’offerta dall’ultimo preventivo”, “apri un ticket e assegna la priorità”. Range tipico: 20.000–40.000 €, perché entrano autenticazione, mapping dati, errori, rollback e chi approva.
Su un dataset reale di circa 16.500 fatture, regole da sole chiudevano ~41% dei match; con AI assistita ~61%. L’agente ha senso dopo regole, integrazione gestionale e coda umana — non al posto di questi pezzi. I numeri sono in ROI dell’AI.
Cosa fa salire il conto (in ordine)
- Integrazioni. Un agente su PDF è una cosa. Collegare ERP, CRM, email, ticket e API poco documentate è un’altra. Legacy senza API moderne è la voce che esplode più spesso. Canali (API vs RPA vs export) e permessi: integrare un agente al gestionale.
- Leggere vs agire. “Quanto abbiamo fatturato al cliente X?” è basso rischio. “Crea l’ordine” richiede permessi, audit, retry, eccezioni. L’autonomia può raddoppiare il lavoro.
- Qualità dei dati. SharePoint con versioni duplicate, PDF scannerizzati e permessi incoerenti è data engineering, non “prompt”. Può assorbire una quota importante del progetto.
- RAG e evaluation fatti per la produzione. Chunking, ACL, citazioni, test di regressione. È la differenza tra demo e 100 utenti.
- Sicurezza. SSO, RBAC, log. Non vuoi che il commerciale interroghi gli stipendi perché un Excel è stato indicizzato.
- AI Act. Dal 2 agosto 2026 pesano trasparenza e vigilanza. FAQ prodotti ≠ recruiting o credito (Regolamento UE 2024/1689). Per molti assistenti interni il costo extra è contenuto; per l’alto rischio no. Vedi obblighi deployer.
On-premise e voce telefonica alzano ancora: GPU, serving, telefonia. Non sono il primo progetto di una PMI media.
Il modello costa poco; l’ingegneria no
I prezzi API OpenAI sono pubblici e, per volumi PMI, spesso irrilevanti rispetto allo sviluppo. Indicativamente:
| Voce | Ordine di grandezza / mese |
|---|---|
| API LLM (uso PMI normale) | 50–500 € |
| Search / vector / cloud | 50–500 € |
| Monitoraggio | 20–300 € |
| Manutenzione e supporto | 500–3.000 € se c’è retainer |
| Totale tipico | qualche centinaio – qualche migliaio di € |
Un agente con molti tool call e retry consuma più token di una chat. Resta vero: comprate integrazioni, dati, controlli e ownership, non “il modello”.
Preventivi troppo bassi e troppo alti
“Agente aziendale completo a 2.500 €” è quasi sempre OpenAI + n8n + una chat. Può andare per un test. Non è una piattaforma di produzione.
“Leggere SharePoint e aprire ticket Jira = 150.000 €” nel 2026 è spesso sovradimensionato: stack, API e coding AI hanno compresso il lavoro. Un team enterprise full-time per sei mesi su quel perimetro, per una PMI, di solito non torna.
Gartner stima che oltre il 40% dei progetti agentic possa essere cancellato entro il 2027 (costi, valore poco chiaro, controlli deboli). Il rischio vero non è solo pagare troppo: è pagare un pilota che non arriva in produzione (MIT NANDA, GenAI Divide 2025).
Dieci domande prima di accettare un preventivo
- Il codice e i prompt restano vostri?
- Potete cambiare modello LLM?
- Quali integrazioni sono in scope (versione esatta del gestionale)?
- SSO / RBAC / log sono inclusi?
- Come si misurano hallucination e regressione?
- Chi approva le azioni sui sistemi?
- Quanto costa l’infrastruttura al mese a volume X?
- Cosa include la manutenzione dopo il go-live?
- Quali metriche di successo sono nel contratto?
- Chi è l’owner interno dell’agente?
Se il preventivo da 30.000 € non risponde, può essere caro. Se quello da 12.000 € le copre, può essere un affare.
Sulla misura del ritorno: come misurare il ROI. Se il payback non sta in un orizzonte che l’azienda accetta (spesso sotto i 12–14 mesi sul processo giusto), o il perimetro è sbagliato o la soluzione è sovradimensionata.
FAQ
Quanto costa un agente AI su misura per una PMI italiana nel 2026?
Per un agente custom in produzione il range realistico è 15.000–35.000 € di setup. Un PoC o un’automazione semplice sta spesso tra 3.000 e 8.000 €. Con più sistemi o azioni sull’ERP si sale verso 35.000–60.000 €. Non è un listino Zendata: sono ordini di grandezza di mercato.
Sotto i 5.000 euro si può fare un agente aziendale?
Si può fare un PoC, un workflow n8n/Make o un chatbot su documenti. Raramente un sistema con autenticazione, permessi, logging e integrazioni robuste.
Quanto si spende al mese dopo il go-live?
Per una PMI con uso normale, le API LLM restano spesso tra 50 e 500 €/mese. Il totale ricorrente (cloud, search, monitoraggio, manutenzione) è tipicamente qualche centinaio o qualche migliaio di euro.
Cosa fa salire di più il preventivo?
Le integrazioni, il passaggio da sola lettura ad azioni sui sistemi, e la qualità dei dati. L’AI Act pesa soprattutto sugli usi ad alto rischio, non su ogni chatbot interno.
Fonti
- Clutch: AI Pricing Guide: fasce di progetto e tariffe di mercato (directory, non listino italiano).
- OpenAI: API pricing: costo token; voce di solito secondaria rispetto all’ingegneria.
- Gartner: oltre il 40% dei progetti agentic a rischio cancellazione entro il 2027.
- MIT NANDA – The GenAI Divide: State of AI in Business 2025: 95% dei pilot GenAI senza impatto P&L misurabile (PDF del report).
- Commissione europea: quadro AI Act e Regolamento (UE) 2024/1689.
- Esperienza Zendata su progetti partner PMI (tempi 6–12 settimane su perimetro chiuso; casi documentali e di riconciliazione citati nella serie).
Approfondisci nella serie
- Build, buy o partner
- AI agents vs chatbot
- Agenti AI per aziende: quando servono
- Come misurare il ROI dell’AI
- Dal pilot alla produzione
- Integrare un agente al gestionale/ERP
Se vuoi uno scope onesto su un processo reale (integrazioni, dati, cosa può fare l’agente da solo), partiamo da lì — non da un listino. Scrivici a info@zendata.it o visita zendata.it.
Pietro Ciattaglia, CEO di Zendata AI, Roma