Quanto costa sviluppare un AI agent? Fasce di prezzo 2026

Sviluppare un AI agent su misura in Italia costa indicativamente fino a circa 20.000 euro per un agente semplice che risponde dalla documentazione, tra 20.000 e 80.000 euro per un agente operativo collegato ai sistemi aziendali e oltre 80.000 euro per sistemi multi-agente o enterprise. A questo si aggiungono costi ricorrenti di modelli, infrastruttura e manutenzione, tipicamente il 20-40% del costo di sviluppo ogni anno.

Sono fasce di mercato ampie, non un listino: lo stesso "agente per il customer support" può costare cinque o cinquanta mila euro a seconda di cosa deve fare davvero. Questo articolo spiega da cosa dipende il prezzo, con tre esempi tipici, e come capire in quale fascia cade il tuo progetto.

Le tre fasce di prezzo

Le cifre riguardano lo sviluppo su misura. Una piattaforma no-code con un abbonamento mensile può bastare per i casi più semplici e costa molto meno all'inizio, ma ha limiti su integrazioni, permessi e controllo dei dati.

Cosa fa salire o scendere il costo

1. Cosa deve fare l'agente

Rispondere è molto più economico che agire. Un agente che legge la documentazione e cita le fonti richiede soprattutto un buon sistema di retrieval. Un agente che apre ticket, modifica prenotazioni o aggiorna un CRM richiede tool affidabili, permessi per ogni azione, gestione degli errori e, per le operazioni sensibili, un'approvazione umana.

2. Integrazioni con i sistemi esistenti

Ogni sistema collegato aggiunge lavoro: autenticazione, mappatura dei dati, casi limite, test. Un CRM con API moderne è rapido da integrare; un gestionale legacy senza API può pesare più dell'agente stesso. Standard come il Model Context Protocol riducono il lavoro quando servono molti strumenti, ma non lo eliminano.

3. Qualità e accessibilità dei dati

Documenti aggiornati, strutturati e in un unico posto abbassano il costo. Dati sparsi tra PDF, email e cartelle condivise, con versioni contraddittorie, richiedono lavoro di preparazione prima ancora di scrivere l'agente.

4. Margine di errore accettabile

Un assistente interno che sbaglia una risposta su cento può essere accettabile. Un agente che parla con i clienti o tocca dati finanziari no. Più il margine si riduce, più servono set di valutazione, test di regressione sui prompt, guardrail e passaggio a una persona, e più sale il costo.

5. Sicurezza, privacy e compliance

GDPR, AI Act, audit log, dati che devono restare in Europa o modelli on-premise sono requisiti legittimi, ma ognuno ha un costo. Conviene chiarirli all'inizio: aggiungerli a progetto avviato costa di più.

6. Canali e lingue

Sito, WhatsApp Business, Slack, email o telefono: ogni canale ha le sue regole e i suoi test. Lo stesso vale per le lingue, soprattutto se le fonti sono solo in italiano.

Tre esempi tipici

Assistente per il customer support

Un'azienda di servizi vuole un agente sul sito che risponda alle domande frequenti partendo da manuali e FAQ, citi le fonti e passi a un operatore quando non è sicuro. Nessuna azione nei sistemi, un canale, una lingua. Rientra di solito nella prima fascia, con un rilascio in poche settimane. Il costo cresce se l'agente deve anche aprire ticket o lavorare su WhatsApp e in più lingue.

Agente operativo per le vendite

Un'azienda B2B vuole un agente che qualifichi i lead in arrivo, arricchisca le schede nel CRM, proponga una risposta al commerciale e fissi l'appuntamento in calendario. Servono integrazioni con CRM, email e calendario, permessi per utente e approvazione prima di ogni invio. È un progetto tipico della seconda fascia, con un MVP in produzione controllata in due-quattro mesi.

Sistema multi-agente per le operations

Un gruppo con più sedi vuole agenti specializzati per acquisti, logistica e assistenza, che consultino gestionale, magazzino e documentazione e si passino il lavoro tra loro, con audit completo e dati in Europa. Le integrazioni e i requisiti di controllo portano il progetto nella terza fascia, di solito con rilasci per fasi, un reparto alla volta.

I costi dopo il rilascio

Lo sviluppo non è l'unica voce. Dopo il rilascio un agente ha costi ricorrenti:

• Modelli e utilizzo. Il costo delle chiamate ai modelli cresce con il volume di conversazioni e con la lunghezza dei documenti letti. Va stimato prima, con un limite di spesa.
• Infrastruttura. Hosting, vector database, code e storage.
• Observability e valutazione. Monitorare qualità delle risposte, tool call fallite, latenza e costo per conversazione.
• Manutenzione ed evoluzione. Aggiornare fonti e prompt, adattarsi a nuovi modelli, aggiungere casi d'uso.

Nel complesso, i costi ricorrenti valgono tipicamente il 20-40% del costo di sviluppo all'anno. Chiedili sempre insieme al preventivo.

Come risparmiare senza rischi

• Parti da un solo compito. Un agente che fa bene una cosa vale più di uno che ne fa male dieci, e si estende dopo.
• Inizia in sola lettura. Rispondere e proporre azioni prima di eseguirle riduce rischi e costi del primo rilascio.
• Chiediti se serve davvero un agente. Molti problemi si risolvono con un workflow con poche chiamate a un modello, più economico e più facile da controllare.
• Prepara il progetto prima del preventivo. Problema, dati, sistemi e margine di errore scritti in anticipo rendono i preventivi più precisi e confrontabili. Le domande da porsi sono in Come preparare un progetto AI prima di chiedere un preventivo.

Come lavora Gorilli

Il primo passo è gratuito: un AI Check-up di 30 minuti in cui capiamo cosa deve fare l'agente, con quali dati e sistemi, e se un agente è davvero la soluzione giusta. Se ha senso procedere, proponiamo una discovery e definiamo il prezzo del progetto dopo, sulla base di scope, integrazioni e requisiti, non su un listino.

Sviluppiamo agenti AI collegati ai sistemi aziendali e gestiamo in produzione agenti nostri, come quelli di Kommander per il customer support. Trovi il servizio su Sviluppo AI agent e un confronto con le altre aziende del settore in Aziende di sviluppo AI agent in Italia.