Il vero boost dell’AI? Scrivere software su misura e dare accesso a un agente
Quando si parla di intelligenza artificiale per le PMI, il dibattito oscilla tra due estremi: da un lato chi sostiene che “basta comprare un SaaS con l’AI integrata”, dall’altro chi pensa che serva un progetto enterprise da centinaia di migliaia di euro.
C’è una terza via che pochi stanno esplorando, ed è quella che dà i risultati più concreti.
Scrivere software custom che rispecchia esattamente i tuoi processi aziendali — e poi dare accesso a un agente AI per gestirlo e monitorarlo.
Non è un’idea futuristica. È qualcosa che si può fare oggi, con strumenti che esistono già, e che cambia radicalmente il rapporto costo/beneficio dell’adozione dell’AI in azienda. Vediamo perché.
Il problema del software “generico”#
La maggior parte delle PMI italiane affronta una scelta scomoda:
- Software pacchettizzato (SaaS, ERP standard): economico all’inizio, ma ti obbliga a piegare i tuoi processi a ciò che il software sa fare. Cambiare un flusso di lavoro significa aspettare la prossima release del vendor.
- Software custom: fatto su misura, rispecchia alla perfezione come lavori. Ma costa di più in sviluppo e — il punto che viene sottovalutato — richiede manutenzione e monitoraggio continui.
Il secondo problema del software custom non è scriverlo. È tenerlo vivo: controllare che i processi notturni siano andati a buon fine, verificare che le integrazioni con terze parti funzionino, accorgersi quando un dato non è stato sincronizzato, gestire le eccezioni.
Tradizionalmente questo richiede personale dedicato. Per una PMI, spesso significa che il software custom viene abbandonato a sé stesso dopo il deploy.
Cosa cambia quando arriva un agente AI#
Un agente AI non è un chatbot. È un programma che può:
- Connettersi al tuo software via API
- Leggere log, database e stato dei processi
- Eseguire operazioni al posto tuo
- Mandare notifiche quando qualcosa non va
- Ricordare procedure e decisioni nel tempo
Quando dai a un agente l’accesso al software custom della tua azienda, succede qualcosa di interessante: il software che già rispecchia i tuoi processi diventa improvvisamente autogestito.
Non devi più stare a guardare. L’agente guarda per te.
Caratteristiche tecniche: cosa serve#
Per realizzare questo schema servono tre ingredienti:
1. Software custom con API esposte#
Il tuo gestionale, CRM o ERP deve esporre interfacce programmatiche (API REST, GraphQL, o almeno webhook) che permettano a un sistema esterno di:
- Leggere dati (ordini, clienti, fatture, scorte)
- Scrivere dati (aggiornare stati, creare record)
- Ricevere notifiche (eventi, errori, soglie superate)
Se il software è stato sviluppato da voi o da un partner, questo è un investimento una tantum. Se usate un SaaS, verificate la disponibilità di API pubbliche — sempre più comune nel 2026.
2. Un agente AI con capacità operative#
L’agente (Hermes Agent, ma anche altri framework come LangChain Agents, CrewAI, o OpenAI Agents SDK) deve poter:
- Fare tool calling su API esterne
- Eseguire codice o script
- Mantenere memoria delle operazioni
- Lavorare su schedule temporali (cron)
Non serve un modello gigante. Per operazioni strutturate come “leggi lo stato dell’ultimo sync e se è fallato riavvia il processo”, modelli di fascia media bastano.
3. Un layer di osservabilità#
L’agente stesso va monitorato. Serve sapere:
- Quante operazioni ha eseguito
- Quante sono fallite
- Quanto tempo ha impiegato
- Quanti token ha consumato (costo)
Piattaforme come LangSmith, Maxim o CloudNuro AI Custodian forniscono dashboard già pronte, ma anche un agente che scrive log in un database locale è sufficiente per iniziare.
Scenario concreto: la LogiCo S.r.l.#
Facciamo un esempio concreto.
LogiCo S.r.l. è una piccola azienda di logistica con 12 dipendenti. Ha un software custom sviluppato anni fa che gestisce:
- Carichi e scarichi dei camion
- Fatturazione automatica
- Tracciamento spedizioni in tempo reale
- Gestione magazzino
Il software funziona bene, ma nessuno ha il tempo di controllare ogni giorno che i processi notturni siano andati a buon fine. Ogni tanto una fattura non parte, un aggiornamento di tracking non arriva, un lotto di magazzino non viene contabilizzato. Problemi piccoli, che però si accumulano e richiedono ore di debug.
LogiCo installa un agente AI su un VPS da 10€/mese e gli dà accesso alle API del gestionale.
Cosa fa l’agente#
| Processo | Prima | Dopo |
|---|---|---|
| Controllo processi notturni | Un dipendente controlla ogni mattina (20 min) | L’agente controlla alle 6:00, segnala solo anomalie su Telegram |
| Fatture non generate | Scoperte quando il cliente chiama per il sollecito | Rilevate entro 5 minuti, agente tenta rigenerazione automatica |
| Aggiornamento tracking | Manuale, quando qualcuno se ne ricorda | L’agente interroga ogni ora lo stato spedizioni e aggiorna il database |
| Allineamento magazzino | Controllo fisico settimanale | L’agente confronta ogni notte giacenze contabili e fisiche, segnala differenze |
| Reportistica | Un Excel aggiornato a mano ogni venerdì | Report automatico inviato via email ogni giorno alle 8:00 |
Il risultato dopo tre mesi: zero fatture perse, zero spedizioni non tracciate, 10 ore/uomo a settimana recuperate.
Come l’agente comunica#
LogiCo ha configurato l’agente su Telegram. Quando succede qualcosa:
Agente LogiCo: [⚠️ Attenzione] Processo fatturazione notturno non completato. 3 fatture (F-2026-451, F-2026-452, F-2026-453) ancora in stato “bozza”. Causa: timeout sulla connessione all’API del corriere. Ho riprogrammato il tentativo tra 30 minuti.
L’operatore può rispondere:
Marco: Ok, fammi sapere. Se fallisce ancora, mandami l’elenco in PDF che lo faccio a mano.
Agente LogiCo: Ricevuto. Riprovo tra 30 minuti. In caso di secondo fallimento, preparo il PDF con le tre fatture e te lo invio qui su Telegram.
Non serve aprire una dashboard. Non serve ricordarsi di controllare. L’agente fa da sentinella.
Perché funziona meglio dell’AI “generica”#
Il punto cruciale è questo: l’agente è efficace nella misura in cui il software che controlla è specifico.
Se il software è un ERP standard che cercate di piegare alle vostre esigenze, l’agente si troverà a lavorare con concetti generici — “modulo X, campo Y” — che non corrispondono al vostro modo di lavorare.
Se invece il software custom riflette esattamente i vostri processi — “ordine cliente con approvazione del commerciale e sblocco magazzino” — allora l’agente capisce il dominio e può intervenire in modo pertinente.
Il software custom fornisce il vocabolario dell’azienda. L’agente lo usa per ragionare.
Come iniziare#
Passo 1: Identifica il candidato giusto#
Quale software custom usate quotidianamente? Quello che:
- Genera più rogne quando non funziona
- Richiede controlli manuali frequenti
- Ha processi ripetitivi e schedulati
Passo 2: Esponi le API#
Se non lo avete già fatto, aggiungete un layer API al vostro software. Non serve tutto subito: iniziate con:
- Lettura dello stato dei processi
- Scrittura di record semplici
- Webhook per eventi critici
Un buon sviluppatore impiega 2-5 giorni per aggiungere API REST a un software esistente ben scritto.
Passo 3: Collega l’agente#
Installate un agente AI su un VPS (5-10€/mese). Collegate le API come strumenti a disposizione dell’agente. Definite le procedure iniziali:
- “Controlla ogni notte alle 2:00 che tutti i processi schedulati siano completati”
- “Se un processo falla, riprova due volte, poi segnala su Telegram”
- “Ogni giorno alle 8:00, manda un riepilogo via email”
Passo 4: Osserva e aggiusta#
Le prime settimane l’agente potrebbe fare cose inaspettate. È normale. Correggete le procedure, aggiungete validazioni, restringete i permessi dove serve. Dopo un mese, il sistema è rodato e potete aggiungere nuove responsabilità.
Limitazioni e rischi#
Sarebbe irresponsabile non segnalare i problemi:
API fragili: se il vostro software non ha API ben documentate o non gestisce correttamente errori e timeout, l’agente si troverà bloccato. Il prerequisito è che il software sia tecnicamente solido.
Sicurezza: l’agente ha credenziali di accesso al vostro gestionale. Va configurato con il minimo privilegio necessario: leggere gli stati OK, scrivere solo ciò che serve. Mai dare accesso a operazioni distruttive senza approvazione umana.
Costi API dei modelli: ogni operazione dell’agente consuma token. Un agente che controlla 50 processi ogni ora genererà traffico API. Monitorate i costi — con modelli economici (classe Claude Haiku, GPT-4o-mini, Llama 3 8B via API) si parla di 20-50€/mese, ma se usate modelli costosi può salire.
L’agente sbaglia: un agente AI non è deterministico. Può interpretare male un log, fare una scelta sbagliata, entrare in loop. Ogni azione critica deve avere un punto di approvazione umana. Non date mai all’agente il potere di cancellare dati o modificare ordini senza supervisione.
Manutenzione: il vostro software evolve, le API cambiano. L’agente va aggiornato quando cambia l’interfaccia del software che controlla.
Conclusione#
Il dibattito sull’AI in azienda si concentra spesso su tool generici: “prendi questo copilot”, “usa questa AI per fare X”. Ma il salto reale arriva quando smetti di cercare soluzioni preconfezionate e inizi a costruire il software che serve alla tua azienda, e poi dai a un agente il potere di gestirlo.
Non serve partire da zero. Se la tua PMI ha già un software custom che funziona, il 70% del lavoro è già fatto: manca solo il layer di API e l’agente che lo controlla.
Il costo è basso (un VPS, le API dei modelli, qualche giorno di sviluppo). Il ritorno è misurabile in ore recuperate, errori evitati, processi che non si fermano più.
Perché alla fine, la vera automazione non è sostituire le persone con l’AI. È dare alle persone uno strumento che si occupa della sorveglianza continua, lasciando a loro il tempo per le decisioni che contano.