Quando si parla di automazione aziendale, due acronimi tornano spesso nelle stesse conversazioni: RPA e AI agent. Vengono trattati come sinonimi, oppure come tecnologie in competizione. Nessuna delle due letture è corretta.
Sono strumenti diversi, nati per risolvere problemi diversi, con punti di forza e limiti molto diversi. Capire la differenza è il primo passo per non investire nel tool sbagliato.
Cos'è l'RPA
RPA sta per Robotic Process Automation. È una tecnologia che automatizza compiti ripetitivi eseguendo sequenze di azioni su interfacce software, esattamente come farebbe un essere umano: clicca bottoni, copia dati da un'applicazione all'altra, compila form, scarica report.
Il robot RPA "vede" lo schermo e simula le azioni dell'utente. Non capisce cosa sta facendo: esegue istruzioni.
I punti di forza dell'RPA sono chiari:
- Funziona su qualunque software senza bisogno di API
- È relativamente veloce da configurare su processi stabili e ben documentati
- Riduce gli errori umani nelle operazioni manuali ripetitive
- Restituisce un ROI misurabile su processi ad alto volume
Il limite altrettanto chiaro: se qualcosa cambia, il bot RPA si rompe. Un aggiornamento dell'interfaccia grafica, un campo spostato di due pixel, un nuovo step nel processo - e il bot si ferma o produce errori. Richiede manutenzione costante.
Dove funziona davvero l'RPA
L'RPA eccelle in contesti prevedibili e stabili: riconciliazione contabile, estrazione dati da PDF strutturati, aggiornamento massivo di record in gestionali legacy, generazione di report periodici con format fisso. Processi che un nuovo dipendente potrebbe imparare in un pomeriggio e che non cambiano mai.
Cos'è un AI agent
Un AI agent è un sistema software che usa modelli di linguaggio o altri modelli AI per raggiungere un obiettivo in modo autonomo. Non esegue una sequenza fissa di passi: ragiona sul problema, sceglie quali strumenti usare, gestisce eccezioni, adatta il comportamento al contesto.
La differenza concettuale è significativa. L'RPA segue uno script. L'AI agent prende decisioni.
Un AI agent può leggere un'email di reclamo, capirne il contenuto e il tono, accedere al CRM per recuperare la storia del cliente, consultare il sistema ordini per verificare lo stato della spedizione, e formulare una risposta personalizzata - tutto senza istruzioni esplicite su ogni passo. Vedi anche la nostra guida completa agli AI agent per approfondire.
Autonomia e gestione delle eccezioni
Il vantaggio principale di un AI agent rispetto all'RPA è la capacità di gestire variabilità. Non ogni ordine è uguale, non ogni reclamo segue lo stesso pattern, non ogni processo si svolge sempre nello stesso modo. L'AI agent non si blocca davanti all'imprevisto: valuta la situazione e prende una decisione.
Questo lo rende adatto a processi cognitivi: analisi di documenti non strutturati, qualificazione di lead, supporto clienti complesso, orchestrazione di workflow che coinvolgono più sistemi con logiche diverse.
Le differenze chiave
| Caratteristica | RPA tradizionale | AI agent |
|---|---|---|
| Tipo di input | Strutturato, prevedibile | Strutturato e non strutturato |
| Adattabilità | Bassa (fragile ai cambiamenti) | Alta (gestisce variabilità) |
| Comprensione del contesto | Nulla | Sì |
| Gestione delle eccezioni | Richiede regole esplicite | Ragiona autonomamente |
| Costo di setup | Medio-basso | Medio-alto |
| Costo di manutenzione | Alto (cambia con le UI) | Basso-medio |
| Scalabilità | Lineare (più bot per più volume) | Flessibile |
| Apprendimento nel tempo | No | Possibile |
| Integrazione sistemi | Via UI scraping | Via API e strumenti |
| Velocità di esecuzione | Molto alta | Alta |
Quando usare l'RPA
L'RPA è la scelta giusta quando:
- Il processo è stabile e non cambia frequentemente
- L'input è sempre strutturato nello stesso formato
- Non esistono API e l'unico modo di accedere ai dati è l'interfaccia grafica
- Il volume è alto e la logica è semplice
- Il time-to-value deve essere rapido
Esempio pratico: un'azienda che ogni mattina deve estrarre dati da un portale bancario, inserirli in un gestionale interno e generare un report Excel. Processo fisso, volume alto, nessuna variabilità. RPA.
Quando usare un AI agent
Un AI agent è la scelta giusta quando:
- Il processo coinvolge input variabili o non strutturati (email, documenti, conversazioni)
- Servono decisioni contestuali, non solo esecuzione meccanica
- Il processo cambia spesso o ha molte eccezioni
- Si vuole automatizzare l'intero flusso di lavoro, non solo le parti meccaniche
- L'obiettivo è ridurre il lavoro cognitivo, non solo quello operativo
Esempio pratico: un'azienda che riceve ogni giorno richieste di offerta via email in formato libero, deve capire cosa serve il cliente, recuperare le informazioni giuste dal catalogo e dall'ERP, e preparare una risposta personalizzata. Variabilità alta, input non strutturato, decisioni contestuali. AI agent.
Il pattern di combinazione
Nella pratica, molte implementazioni efficaci usano entrambe le tecnologie insieme. Non sono in competizione: si completano.
Un AI agent può occuparsi della parte cognitiva - capire il documento, decidere cosa fare, gestire le eccezioni - e delegare a un bot RPA le operazioni meccaniche su sistemi legacy che non hanno API. L'AI agent orchestra, l'RPA esegue.
Questo schema è comune in settori come banking, assicurazioni e manifattura, dove esistono molti sistemi datati senza interfacce moderne. L'AI porta l'intelligenza, l'RPA porta la compatibilità con il passato.
Il problema della manutenzione RPA
Un aspetto che viene spesso sottovalutato nelle valutazioni iniziali: il costo di manutenzione dell'RPA nel tempo.
Ogni aggiornamento software, ogni cambio di layout, ogni modifica al processo richiede di rivedere il bot. In aziende con molti processi automatizzati via RPA, i team IT dedicano una parte significativa del tempo semplicemente a "riparare" bot che si sono rotti dopo aggiornamenti di routine. È un costo nascosto che tende a crescere con il numero di automazioni attive.
Gli AI agent, basati su API e su comprensione semantica degli input, sono molto meno sensibili a questi cambiamenti. Non "vedono" l'interfaccia: capiscono il contenuto.
Come decidere: le domande giuste
Prima di scegliere, rispondi a queste domande:
- L'input del processo è sempre strutturato nello stesso modo? Se no, RPA non basta.
- Il processo ha eccezioni frequenti? Se sì, RPA richiederà manutenzione continua.
- Quanto spesso cambiano i sistemi coinvolti? Più cambiano, più l'RPA costa nel tempo.
- Il valore del processo è nell'esecuzione meccanica o nelle decisioni? Esecuzione meccanica: RPA. Decisioni: AI agent.
Il passo successivo
Se stai valutando di automatizzare uno o più processi aziendali, il punto di partenza non è scegliere la tecnologia ma mappare i processi. Quali sono i più costosi in termini di tempo? Quali hanno input variabili? Quali richiedono accesso a più sistemi?
Dai nostri servizi di assessment AI puoi partire con un'analisi concreta dei tuoi processi prima di qualsiasi decisione tecnologica. Non ogni processo merita un AI agent, non ogni processo si presta all'RPA classico. La scelta giusta dipende sempre dal contesto specifico.