Quanto Costa un Agente AI Aziendale: Setup, Costi Mensili e ROI Reali
Lettura 9 min · AstraLoop Studio
Quando chiedi un preventivo per un agente AI, quasi sempre ti danno un numero solo: il costo di sviluppo. "Ti costruiamo l'agente a 8.000 euro." Sembra chiaro. Ma quel numero è come il prezzo di un'auto senza contare benzina, assicurazione e tagliandi. L'agente che oggi paghi 8.000 euro di setup, tra sei mesi ti chiede ancora soldi ogni mese, e nessuno te l'aveva detto.
Questo articolo colma proprio quel buco. Ti mostriamo la struttura completa dei costi di un agente AI aziendale: la parte una tantum (il setup), ma soprattutto la parte ricorrente (chiamate API ai modelli LLM, hosting, manutenzione e governance) che la maggior parte dei preventivi nasconde o sottovaluta. Alla fine avrai numeri e range concreti per capire se un progetto conviene davvero, e come leggere un'offerta senza brutte sorprese. Se stai inquadrando il quadro più ampio, questo pezzo si inserisce nella nostra guida all'automazione dei processi aziendali con AI, dove trovi il ragionamento completo.
Le due facce del costo: una tantum vs ricorrente
La prima distinzione da fissare, perché tutto il resto dipende da qui: un agente AI ha un costo di partenza e un costo di esercizio. Confonderli è l'errore che fa saltare i budget.
Il costo una tantum (setup) lo paghi all'inizio: analisi del processo, progettazione dei workflow, integrazione con i tuoi sistemi (CRM, gestionale, WhatsApp), scrittura e test dei prompt, collaudo. Finito il progetto, quella voce non torna.
Il costo ricorrente (esercizio) lo paghi finché l'agente è in funzione. Ogni volta che l'agente "pensa" chiama un modello LLM e paga a consumo. Il server che lo ospita ha un canone mensile. E qualcuno deve tenerlo in salute quando qualcosa cambia. Questa è la parte che nei preventivi da 8.000 euro spesso, semplicemente, manca.
Una regola pratica utile: su un orizzonte di 24 mesi, per un agente attivo e usato davvero, la parte ricorrente spesso pareggia o supera quella di setup. Se un preventivo ti parla solo del setup, non ti sta dando il costo del progetto. Ti sta dando l'anticipo.
Il costo una tantum: cosa paghi al setup
Il setup varia enormemente in base a chi costruisce l'agente e a quanto è complesso il processo. Ecco i tre scenari tipici che vediamo sul mercato italiano.
| Scenario | Setup una tantum | Cosa include |
|---|---|---|
| SaaS pronto (voice AI, chatbot) | 0 - 500 € | Configurazione base, prompt, collegamento numero/canale |
| Agente su misura no-code (n8n) | 2.500 - 12.000 € | Analisi, workflow, integrazioni CRM/gestionale, test |
| Sistema multi-agente custom | 15.000 - 40.000 €+ | Più agenti coordinati, integrazioni profonde, sviluppo dedicato |
La forbice è larga perché sotto la parola "agente" ci sono cose molto diverse. Un centralino vocale AI che prende appuntamenti (tipo Aura, LePa, Bookli) parte da circa 49 euro al mese quasi senza setup: lo configuri e vai. Un agente che qualifica lead leggendo la posta, aggiorna il CRM e apre ticket è un progetto vero. Un sistema multi-agente (sales, support e finance che si parlano) è ingegneria. Prima di chiedere un prezzo, conviene sempre valutare la scelta di fondo tra soluzione pronta e sviluppo su misura: è quella decisione a spostare l'ordine di grandezza, non i dettagli.
Perché il setup no-code costa meno (e regge di più)
La differenza tra 8.000 e 30.000 euro spesso non è la qualità dell'agente, ma la tecnologia sotto. Un agente costruito su n8n, ormai lo standard de facto per le PMI, sfrutta un motore di workflow già pronto con nodo AI Agent nativo: non stai pagando qualcuno che riscrive da zero orchestrazione, code, retry e log. Paghi la configurazione. Il custom in codice ha senso quando il processo è davvero fuori standard, ma per il 70% dei casi PMI è un sovrapprezzo. Se vuoi capire il confronto tra piattaforme, abbiamo dedicato un pezzo a n8n, Make e Zapier a confronto.
Il costo ricorrente n.1: le API dei modelli LLM
Qui inizia la parte che nessuno ti spiega. Ogni volta che il tuo agente elabora una richiesta, invia del testo a un modello LLM (Claude di Anthropic, GPT di OpenAI, Gemini di Google) e paga a consumo. L'unità di misura è il token: grosso modo 1.000 token sono circa 750 parole. Si paga sia il testo in ingresso (input) sia la risposta (output).
Il costo per singola operazione è minuscolo, frazioni di centesimo. Il problema è il volume. Un agente che gestisce 3.000 conversazioni al mese, ognuna con più passaggi di ragionamento, accumula in fretta. Ecco un ordine di grandezza realistico, con modelli di fascia media nel 2026.
| Uso dell'agente | Operazioni/mese | Costo API stimato/mese |
|---|---|---|
| Qualifica lead leggera | 500 - 1.500 | 15 - 60 € |
| Customer care conversazionale | 2.000 - 5.000 | 60 - 250 € |
| Agente multi-step con RAG | 3.000 - 8.000 | 150 - 600 € |
Tre fattori fanno lievitare la bolletta API più di quanto pensi:
- La lunghezza del contesto. Se a ogni chiamata l'agente rilegge un knowledge base enorme, paghi quei token ogni volta. Un sistema RAG ben progettato serve anche a questo: manda al modello solo i pezzi rilevanti, non l'intero manuale.
- Il numero di passaggi. Un agente "agentic" che ragiona in più step (cerca, decide, chiama un'API, verifica) fa più chiamate per singola richiesta. Più è autonomo, più consuma.
- La scelta del modello. Usare il modello top di gamma per compiti banali è come mandare un ingegnere a rispondere al centralino. I modelli più leggeri (Haiku, Flash, mini) costano una frazione e per molti task bastano e avanzano.
Il punto onesto: un agente ben ottimizzato può spendere in API un decimo di uno costruito senza attenzione, a parità di risultato. Quando valuti un fornitore, chiedigli esplicitamente come tiene sotto controllo il consumo di token. Se non ha una risposta, la bolletta la scoprirai tu.
Il costo ricorrente n.2: server e hosting
L'agente deve girare da qualche parte, 24 ore su 24. Qui hai due strade, con implicazioni molto diverse anche sul fronte GDPR.
Cloud gestito (n8n Cloud, servizi SaaS): canone mensile chiaro, tipicamente 20 - 80 euro al mese per una PMI. Zero manutenzione del server, aggiornamenti automatici. Comodo, ma i dati passano dai server del fornitore: verifica dove e con quale contratto.
Self-hosting (n8n sul tuo server o VPS): da 10 a 50 euro al mese per un VPS decente, con il vantaggio che i dati restano sotto il tuo controllo. È la scelta preferita da chi ha requisiti GDPR stringenti, perché tieni le informazioni dentro l'infrastruttura che decidi tu. Lo svantaggio: qualcuno deve gestire aggiornamenti, backup e sicurezza, e quel "qualcuno" è tempo, quindi costo.
A questi si aggiungono canoni di terze parti che spesso dimentichi nel calcolo: numeri di telefono per il voice agent, API di WhatsApp Business, eventuali licenze del CRM. Piccoli singolarmente, ma vanno messi in fila. Se il tuo caso è la messaggistica, questi costi li spieghiamo nel dettaglio nell'articolo sull'automazione di WhatsApp Business con AI.
Il costo ricorrente n.3: manutenzione e governance (il grande dimenticato)
Questa è la voce che divide un progetto che dura da uno che muore dopo due mesi. Tutti parlano di setup, quasi nessuno del dopo. Ma un agente AI non è un mobile che monti e resta lì: è un sistema vivo, che interagisce con un mondo in continuo cambiamento.
Cosa richiede manutenzione, concretamente:
- Le cose cambiano sotto i piedi. Il modello LLM viene aggiornato, il tuo listino cambia, il CRM aggiorna un'API, una casella di posta modifica il formato. Ogni cambiamento può rompere l'agente. Serve chi se ne accorge e sistema.
- L'agente a volte sbaglia. Risponde in modo impreciso, fraintende un cliente, prende una decisione discutibile. Serve monitoraggio: log delle conversazioni, alert quando qualcosa va storto, un umano che controlla a campione.
- Il versioning e la responsabilità. Quando modifichi un prompt o un workflow, cosa succede se peggiora? Serve poter tornare indietro. E serve avere chiaro chi risponde se l'agente commette un errore verso un cliente. Non è burocrazia: è ciò che ti protegge quando l'agente fa qualcosa che non doveva.
In pratica, metti a budget un canone di manutenzione tra il 10% e il 20% del costo di setup all'anno, oppure un forfait mensile di 150 - 600 euro a seconda della criticità dell'agente. Un agente che risponde ai clienti in tempo reale ha bisogno di più presidio di uno che genera un report interno una volta al giorno. Se questa parte non è nel preventivo, chiedi esplicitamente chi la fa e a che prezzo. Il tema del "dopo" è così centrale da essere tra le prime cause per cui i progetti AI falliscono: si accende l'agente, si festeggia, e sei mesi dopo nessuno lo sta più guardando.
Mettiamo insieme i numeri: tre esempi reali
Ecco come si compone il costo totale in tre scenari tipici, sul primo anno. I numeri sono range indicativi di mercato, non listini.
| Scenario | Setup | API/mese | Hosting/mese | Manutenzione/mese | Totale primo anno |
|---|---|---|---|---|---|
| Voice agent appuntamenti (SaaS) | 0 - 300 € | incluso | 49 € | incluso | ~600 - 900 € |
| Agente qualifica lead (n8n) | 4.000 - 8.000 € | 30 - 80 € | 30 € | 150 - 300 € | ~6.500 - 12.000 € |
| Sistema multi-agente customer care | 15.000 - 30.000 € | 150 - 500 € | 50 € | 400 - 800 € | ~22.000 - 45.000 € |
Nota la cosa importante: nel voice agent SaaS il ricorrente è quasi tutto, il setup quasi zero. Nell'agente custom il setup pesa, ma il ricorrente su tre anni raddoppia il conto. Non esiste "l'agente costa X". Esiste il profilo di costo che scegli.
Vuoi sapere quanto costerebbe davvero un agente AI per il tuo processo, ricorrente compreso? Richiedi un'analisi gratuita: ti diamo un range onesto, non solo il prezzo del setup.
Il ROI: come capire se conviene davvero
Un costo ha senso solo contro un ritorno. E qui la buona notizia è che, quando l'agente automatizza un processo ripetitivo e ad alto volume, i numeri sono spesso a favore. Ma vanno calcolati con onestà, non con le statistiche riciclate che trovi ovunque.
Il ragionamento base è semplice. Prendi le ore-persona che l'agente ti libera ogni mese, moltiplicale per il costo orario reale (non il netto in busta, ma il costo pieno aziendale) e confronta con il costo mensile totale dell'agente (ricorrente più quota del setup spalmata su 12 o 24 mesi).
Esempio concreto: un agente di qualifica lead che ti fa risparmiare 40 ore al mese di un commerciale (a 30 euro all'ora di costo pieno) ti restituisce 1.200 euro al mese di tempo. Se l'agente ti costa 500 euro al mese tutto compreso, il conto torna. E in più i lead vengono lavorati subito invece che il giorno dopo, il che alza anche il tasso di conversione. Su dati di mercato, i miglioramenti tipici si collocano in questi range:
- Qualifica lead: ROI 200 - 400%, per velocità di risposta e filtro automatico
- Reportistica automatizzata: ROI 300 - 500%, ore eliminate su attività a zero valore
- Data entry e inserimento dati: ROI 400 - 700%, il caso con ritorno più netto
- Payback tipico: tra 6 e 14 mesi per un progetto ben dimensionato
Attenzione a un errore frequente: contare come "risparmio" ore che poi la persona reimpiega in altro. Il ROI è reale solo se quelle ore diventano davvero valore (più vendite, meno costi, capacità che prima non avevi). Per un metodo di calcolo rigoroso abbiamo scritto una guida dedicata a come misurare il ROI dell'intelligenza artificiale, che ti evita di raccontarti storie.
Un costo che quasi tutti dimenticano: la conformità
Dal 2 agosto 2026 l'AI Act (Regolamento UE 2024/1689) è pienamente applicabile, e in Italia si affianca alla Legge 132/2025. Per un agente AI aziendale questo comporta obblighi pratici che hanno un costo, spesso di tempo più che di denaro: informare l'utente quando interagisce con un'AI (disclosure), formare chi la usa (alfabetizzazione AI) e avere in ordine i contratti con il fornitore del modello LLM (il DPA, l'accordo sul trattamento dati). Non è un adempimento drammatico se lo affronti in fase di progetto, diventa un problema se te ne ricordi dopo. Trovi una checklist operativa nel nostro pezzo sugli obblighi dell'AI Act per le PMI. Questo è un taglio informativo: per la tua situazione specifica valuta un confronto con un consulente legale.
Come leggere un preventivo senza brutte sorprese
Chiudiamo con la parte più utile in pratica. Quando ricevi un'offerta per un agente AI, fai queste cinque domande. Se il fornitore non ha risposte chiare, sai già che i costi veri li scoprirai dopo.
- Il preventivo separa setup e ricorrente? Se c'è un solo numero, chiedi il costo mensile a regime.
- Come stimate il consumo di API? Devono darti un range legato ai tuoi volumi, non un "dipende".
- Dove gira l'agente e chi paga l'hosting? Cloud o self-hosted cambia sia il costo sia il GDPR.
- Cosa è incluso nella manutenzione e cosa no? Chi interviene quando l'agente si rompe, e in quanto tempo.
- Chi risponde degli errori dell'agente? Va scritto, non lasciato all'implicito.
Un agente AI aziendale è quasi sempre un buon investimento, ma solo se lo compri con gli occhi aperti sull'intero costo del ciclo di vita. Il setup è la punta dell'iceberg: la parte che ti dice se il progetto regge davvero è quella sotto la linea dell'acqua. Se vuoi orientarti sull'intera adozione, parti dalla nostra guida su intelligenza artificiale per le PMI e su cosa sono davvero gli agenti AI.
Domande frequenti
Quanto costa in media un agente AI per una PMI?
Dipende dal tipo. Un servizio SaaS pronto (voice agent, chatbot) parte da circa 49 euro al mese con setup vicino allo zero. Un agente su misura in n8n costa tipicamente 4.000-12.000 euro di setup più 200-500 euro al mese di esercizio. Un sistema multi-agente custom supera i 15.000 euro di setup.
Quali sono i costi mensili nascosti di un agente AI?
Tre voci che i preventivi spesso omettono: le chiamate API ai modelli LLM (pagate a consumo, in token), l'hosting del server (20-80 euro al mese) e la manutenzione (10-20% del setup all'anno, oppure 150-600 euro al mese). Insieme, su due anni, queste voci spesso pareggiano il costo iniziale.
Cosa sono i token e perché incidono sul costo?
I token sono l'unità con cui i modelli LLM misurano il testo: circa 1.000 token equivalgono a 750 parole. Paghi sia il testo in ingresso sia la risposta. Più contesto invii e più passaggi fa l'agente, più token consumi. Ottimizzare i prompt e usare il modello giusto per ogni task può ridurre la bolletta di un fattore dieci.
Conviene un SaaS a 49 euro o un agente custom?
Dipende dal processo. Per compiti standard e ben coperti (prendere appuntamenti, rispondere a domande frequenti) il SaaS pronto è imbattibile su costo e velocità. L'agente custom ha senso quando integri più sistemi tuoi, hai un processo fuori standard o requisiti GDPR stringenti che richiedono self-hosting.
In quanto tempo un agente AI si ripaga?
Per un progetto ben dimensionato il payback tipico è tra 6 e 14 mesi. Il ritorno è più rapido dove l'attività automatizzata è ripetitiva e ad alto volume: data entry (ROI 400-700%), reportistica (300-500%) e qualifica lead (200-400%). Il calcolo va fatto sulle ore realmente liberate e reimpiegate in valore.
La manutenzione di un agente AI è davvero necessaria?
Sì, ed è la voce più sottovalutata. I modelli si aggiornano, i tuoi sistemi cambiano, l'agente a volte sbaglia. Senza monitoraggio, versioning e qualcuno che intervenga, un agente si degrada nel giro di mesi. Metti a budget un canone di manutenzione fin dall'inizio e chiedi al fornitore chi risponde degli errori.
Prima di firmare un preventivo, parlane con noi: ti aiutiamo a leggere i costi veri del ciclo di vita e a capire se il ROI regge per la tua azienda.