Agente o chatbot. La differenza non sta in quanto è intelligente, sta in cosa gli è permesso fare.

È la confusione più costosa del momento. Due cose che sembrano parenti stretti vengono vendute con lo stesso nome, hanno prezzi che differiscono di un ordine di grandezza, e falliscono per motivi opposti. La linea che le separa è netta e si riconosce in una domanda sola.

Le definizioni una per una stanno nel glossario dell’AI e dell’automazione. Qui interessa la scelta, cioè quale dei due chiedere e come accorgersi che vi stanno vendendo l’uno spacciandolo per l’altro.

La domanda che separa i due

Dopo che il sistema ha risposto, deve succedere qualcosa?

Se la risposta è no, vi serve un chatbot, e un chatbot buono costa poco. Un cliente chiede gli orari, le condizioni di reso, se un prodotto contiene un allergene. Il sistema attinge a documenti che esistono già e risponde. Fine del compito. Il valore è tutto nella qualità delle fonti e nella chiarezza della risposta.

Se la risposta è sì, siete in un altro territorio. Un cliente scrive per spostare una prenotazione, e qualcosa deve cambiare nel calendario. Arriva una fattura da un fornitore, e qualcosa deve finire in un foglio. Un buyer estero chiede una scheda tecnica, e qualcuno deve generarla nella lingua giusta. Qui il testo è il mezzo, il risultato è altrove.

Le quattro capacità che fanno un agente

Un sistema agentico si riconosce da quattro cose che sa fare. Mancandone una, quello che avete davanti è un chatbot con dei bottoni.

Capacità	Cosa vuol dire	Come si verifica
01 · Recuperaredalle fonti autorizzate	Va a cercare dentro un elenco chiuso di documenti, cartelle e sistemi che gli sono stati dati, e dice da dove viene ogni risposta.	Chiedete una domanda difficile e guardate se cita il file. Se non cita, non ha cercato: ha ricordato.
02 · Decidereentro confini scritti	Sceglie fra opzioni che qualcuno ha elencato prima della costruzione, non fra tutte le opzioni immaginabili.	Chiedete l’elenco delle azioni consentite. Deve esistere su carta, prima del codice.
03 · Eseguiree lasciare traccia	Compie l’azione dentro un sistema reale e scrive cosa ha fatto, quando, su quale record, con quale esito.	Chiedete di vedere il registro delle esecuzioni. Se il registro non esiste, l’esecuzione non è verificabile.
04 · Fermarsiquando manca una prova	Quando la fonte non c’è, il caso esce dal perimetro o un criterio fallisce, si astiene e avvisa una persona.	Fategli una domanda a cui non può rispondere. Se risponde lo stesso, quel sistema mentirà anche a un vostro cliente.

La quarta è quella che distingue un fornitore serio da un venditore. Un sistema che si ferma sembra meno potente in demo e costa molto meno in produzione.

Dove va storto un chatbot

Un chatbot fallisce quasi sempre per una ragione sola: gli sono state date fonti che nessuno teneva aggiornate. Risponde con sicurezza usando il listino dell’anno scorso, o con una procedura che l’azienda ha cambiato a marzo. Il modello non sbaglia, sbaglia la manutenzione delle fonti.

Il secondo modo è il perimetro non dichiarato. Un assistente che dovrebbe rispondere su prodotti e orari finisce a dare consigli su una contestazione, perché nessuno gli ha detto dove smettere.

Dove va storto un agente

Un agente fallisce in modi più costosi, e tutti prevedibili.

Fa qualcosa che non doveva. Le azioni consentite non erano un elenco chiuso, quindi ne ha trovata una in più. Si previene scrivendo l’elenco prima, non correggendo dopo.

Fa la cosa giusta nel momento sbagliato. Manda il sollecito a un cliente che ha pagato ieri, perché leggeva un dato vecchio. Si previene decidendo quale fonte ha ragione quando due si contraddicono.

Va avanti quando doveva fermarsi. Il caso era fuori perimetro e nessuno aveva scritto una condizione di astensione. È l’errore che arriva fino al cliente.

Le tre cose che rendono un agente sicuro si scrivono prima della prima riga di codice, oppure non si scrivono più.

Quando non serve né l’uno né l’altro

Vale la pena dirlo perché nessuno che venda AI lo dice. Se un passaggio ha input stabile, trasformazione stabile e output stabile, la soluzione giusta è uno script deterministico: costa meno, si rompe meno, e quando si rompe si capisce subito perché.

Un report che ogni lunedì prende gli stessi campi e li mette nello stesso foglio non ha bisogno di interpretare niente. Metterci un modello linguistico in mezzo aggiunge un costo per esecuzione, un’incertezza e un punto di rottura in più, in cambio di nulla. L’autonomia si paga, quindi si mette solo dove il processo deve davvero interpretare un contesto che cambia.

Le quattro domande da fare a chi ve lo propone

Funzionano con qualunque fornitore, e non richiedono di sapere programmare.

Da quali fonti legge, e chi le ha autorizzate? Una risposta buona è un elenco. Una risposta vaga significa che leggerà anche cose che non doveva.

Quali azioni può compiere, una per una? Se l’elenco non esiste scritto, non esiste nemmeno il confine.

Cosa succede quando non trova la risposta, o un servizio non risponde? La risposta giusta descrive un comportamento preciso: si ferma, avvisa, e chi riceve l’avviso ha un nome.

Dove resta scritto quello che ha fatto, e chi lo può leggere? Senza registro non c’è controllo, e senza controllo non c’è conformità. La legge italiana sull’AI chiede esattamente questo: tracciabilità e una persona in grado di correggere.

In una riga

Un chatbot vi fa risparmiare le risposte. Un agente vi fa risparmiare i passaggi. Il primo si giudica da quanto sono aggiornate le fonti, il secondo da quanto sono stretti i confini. E quasi tutte le aziende che chiedono il secondo, alla prima domanda, scoprono che il problema si risolve col primo, o con nessuno dei due.

Su come progettiamo un sistema di questo tipo, e su cosa misuriamo prima di costruirlo, sta la pagina del metodo. I pezzi già costruiti, uno per uno, stanno nei servizi.