Agenti AI in azienda: cosa sono e cosa dice l’AI Act

di Paolo Falck, CEO e co-founder di Addlab — aggiornato ad agosto 2026 Gli agenti AI szono la tecnologia di cui si parla di più e che si capisce di meno. Non sono chatbot con un nome nuovo: un agente AI riceve un obiettivo, decide da solo i passaggi per raggiungerlo e li esegue, spesso senza che nessuno approvi ogni singola azione. Gartner stima che il 40% delle applicazioni integrerà agenti AI entro la fine del 2026, contro meno del 5% nel 2025. Questa differenza — decidere ed eseguire, non solo rispondere — è anche il punto in cui entra il diritto. Dal 2 agosto 2026 l’AI Act è pienamente applicabile, e un agente AI che lavora dentro un’azienda è a tutti gli effetti un sistema di intelligenza artificiale ai sensi del Regolamento (UE) 2024/1689. Con obblighi diversi a seconda di cosa gli fai fare.

Cosa sono gli agenti AI

Un agente AI è un software che porta a termine un compito dall’inizio alla fine: riceve un input o un obiettivo, lo scompone in passaggi, usa strumenti esterni (database, API, gestionali, email) e produce un risultato, adattando il percorso in base a quello che trova. I tre elementi che distinguono un agente da un semplice modello linguistico:

Autonomia: decide la sequenza delle azioni invece di eseguire un copione fisso.
Uso di strumenti: può leggere e scrivere su sistemi esterni, non solo generare testo.
Orientamento all’obiettivo: lavora su un risultato da raggiungere, non su una singola richiesta.

L’espressione «agentic AI», o IA agentica, indica proprio questa classe di sistemi. Il termine è recente, la tecnologia sottostante meno: quasi tutti gli agenti in circolazione girano su modelli di IA per finalità generali come Claude o GPT, ai quali viene aggiunto uno strato di orchestrazione, memoria e accesso agli strumenti aziendali.

Che differenza c’è tra un agente AI e un chatbot

Un chatbot conversa: risponde a domande basandosi sulle informazioni che ha a disposizione. Un agente AI agisce: prende in carico un compito e lo porta a termine. L’esempio più chiaro è l’assistenza clienti. Un chatbot che riceve la domanda «dov’è il mio ordine?» cerca la risposta e la restituisce. Un agente AI legge la richiesta, interroga il gestionale, verifica lo stato della spedizione, apre una segnalazione al corriere se il pacco è fermo, invia l’aggiornamento al cliente e annota l’esito nel CRM. La differenza non è di qualità della conversazione. È di perimetro di azione, ed è esattamente ciò che cambia il profilo di rischio: un chatbot che sbaglia dà un’informazione errata, un agente che sbaglia compie un’azione errata su un sistema reale.

Cosa può fare un agente AI in azienda

I casi d’uso che oggi funzionano meglio hanno tre caratteristiche in comune: processo ripetitivo, regole chiare, dati accessibili.

Assistenza clienti di primo livello: gestione di richieste ricorrenti con accesso a ordini, spedizioni e resi.
Back office commerciale: qualificazione dei lead, aggiornamento del CRM, preparazione di preventivi standard.
Operazioni sui contenuti: raccolta di dati da più fonti, produzione di bozze, pubblicazione previa approvazione.
Processi amministrativi: riconciliazione di documenti, estrazione di dati da fatture, smistamento della posta in arrivo.

Vale la pena aggiungere il rovescio della medaglia, perché la fretta in questo campo si paga: Gartner prevede che entro la fine del 2027 il 40% dei progetti agentici verrà cancellato, per costi crescenti, valore di business poco chiaro e controlli di rischio inadeguati. Non è un argomento contro gli agenti. È un argomento contro gli agenti costruiti senza definire prima cosa devono fare e cosa non devono fare.

Gli agenti AI rientrano nell’AI Act?

Sì. L’AI Act non prevede una categoria separata per gli agenti: li disciplina attraverso la definizione generale di sistema di intelligenza artificiale dell’articolo 3, punto 1, che descrive un sistema automatizzato «progettato per funzionare con livelli di autonomia variabili» e capace di generare output come previsioni, contenuti, raccomandazioni o decisioni. L’autonomia, cioè proprio la caratteristica che definisce un agente, è già dentro la definizione di sistema di IA. Non serve una norma nuova perché la disciplina si applichi. Un chiarimento onesto sullo stato dell’arte: la Commissione europea ha riconosciuto che le proprie valutazioni sull’IA agentica sono ancora preliminari e che manca un consenso sulla definizione di «agente». Ha però avviato lavori tecnici sulla sicurezza di questi sistemi. Chi costruisce agenti oggi lavora su un quadro stabile nei principi e in movimento nei dettagli operativi.

Come si classifica il rischio di un agente AI

L’AI Act ragiona per compito, non per tecnologia. Lo stesso agente, costruito con gli stessi strumenti, ricade in categorie diverse a seconda di cosa gli viene chiesto di fare. Sono quattro livelli:

Rischio inaccettabile (articolo 5). Le pratiche vietate si applicano dal 2 febbraio 2025. Un agente che manipola il comportamento delle persone sfruttando vulnerabilità, o che fa social scoring, non si può usare. Sanzione fino a 35 milioni di euro o al 7% del fatturato mondiale annuo.
Alto rischio (Allegato III). Ci finisce l’agente usato per selezionare candidati, valutare l’affidabilità creditizia, gestire l’accesso a servizi essenziali. Il Digital Omnibus, cioè il Regolamento (UE) 2026/1744 pubblicato il 24 luglio 2026, ha rinviato questi obblighi al 2 dicembre 2027 per i sistemi autonomi e al 2 agosto 2028 per quelli integrati nei prodotti. Rinviati, non cancellati: chi progetta oggi un agente per l’HR sta costruendo qualcosa che tra un anno e mezzo dovrà avere documentazione tecnica, gestione del rischio e sorveglianza umana.
Rischio di trasparenza (articolo 50). È la categoria in cui ricade la maggior parte degli agenti rivolti al pubblico. Si applica dal 2 agosto 2026.
Rischio minimo. L’agente interno che riorganizza fogli di calcolo non fa scattare obblighi specifici, salvo l’alfabetizzazione in materia di IA prevista dall’articolo 4.

La domanda giusta da porsi prima di sviluppare un agente non è «quanto è potente», ma «su quale decisione incide». È da lì che discende tutto il resto.

Chi risponde: fornitore, deployer e chi fa sviluppare un agente su misura

Qui sta il passaggio che più spesso viene frainteso da chi commissiona un progetto. L’AI Act distingue il fornitore (provider), che sviluppa un sistema di IA o lo fa sviluppare e lo immette sul mercato o lo mette in servizio con il proprio nome o marchio, dal deployer, che utilizza un sistema di IA sotto la propria autorità in ambito professionale. Con gli agenti la catena è più lunga del solito, perché le responsabilità si distribuiscono su tre livelli: il fornitore del modello di IA per finalità generali su cui l’agente gira, il fornitore della piattaforma di orchestrazione, e l’organizzazione che l’agente lo usa. Il punto delicato è che i due ruoli non sono impermeabili. La definizione di fornitore dell’articolo 3 copre anche chi fa sviluppare un sistema e lo mette in servizio con il proprio marchio. Un’azienda che commissiona un agente su misura, gli dà il nome del proprio brand e lo mette a disposizione dei clienti può quindi trovarsi nel ruolo di fornitore, non solo di deployer. E per i sistemi ad alto rischio l’articolo 25 è esplicito: chi appone il proprio marchio su un sistema già immesso sul mercato, o ne modifica sostanzialmente la finalità, diventa fornitore a tutti gli effetti. La conseguenza pratica è una sola, e vale la pena scriverla senza giri di parole: il contratto con chi sviluppa l’agente va letto prima, non dopo. Deve dire chi è fornitore, chi conserva la documentazione tecnica, chi risponde se il sistema viene modificato.

Trasparenza: cosa deve sapere chi parla con un agente AI

Dal 2 agosto 2026 si applica l’articolo 50 dell’AI Act, e per gli agenti rivolti al pubblico significa tre cose. Dichiarare la natura artificiale. Chi interagisce con un agente deve sapere di stare parlando con un sistema di IA, salvo che sia ovvio per un utente ragionevolmente attento. Le linee guida della Commissione europea pubblicate il 20 luglio 2026 interpretano questa eccezione in modo restrittivo: nel dubbio, si dichiara. Marcare i contenuti generati. Se l’agente produce testi, immagini, audio o video destinati al pubblico, gli output vanno marcati in formato leggibile dalle macchine. È un obbligo del fornitore del sistema generativo, ma chi mette l’agente in servizio con il proprio marchio dovrebbe verificarlo prima di partire. Etichettare deepfake e testi di interesse pubblico. Se l’agente genera contenuti che riproducono persone, luoghi o eventi esistenti con apparenza autentica, o pubblica testi su questioni di interesse pubblico senza revisione umana sostanziale, serve una dichiarazione visibile alla prima esposizione. Le informazioni vanno date in modo chiaro e distinguibile, al più tardi al momento della prima interazione. Una nota nel footer o un disclaimer nascosto in una pagina di termini non soddisfa il requisito.

Il vincolo che quasi tutti dimenticano: l’articolo 22 del GDPR

C’è una norma che con gli agenti morde prima dell’AI Act, ed è in vigore dal 2018. L’articolo 22 del GDPR stabilisce che la persona ha diritto di non essere sottoposta a una decisione basata unicamente sul trattamento automatizzato che produca effetti giuridici che la riguardano o che incida in modo analogo significativamente sulla sua persona. Tradotto: un agente che decide da solo di respingere una candidatura, rifiutare un rimborso o negare un finanziamento espone l’azienda a un problema oggi, non nel dicembre 2027. La soluzione non è complicata, ma va progettata prima: intervento umano significativo nel punto in cui la decisione produce effetti. Significativo vuol dire una persona che può ribaltare l’esito, non qualcuno che clicca «conferma» su una lista. Il Garante per la protezione dei dati personali si è già mosso con decisione su questi temi: 15 milioni di euro a OpenAI nel dicembre 2024, 5 milioni a Luka Inc. per il chatbot Replika nel maggio 2025, 158.000 euro a Character Technologies nel luglio 2026. Le sanzioni GDPR arrivano a 20 milioni di euro o al 4% del fatturato globale.

Cosa rischia un’azienda che usa agenti AI senza governarli

Le sanzioni dell’AI Act sono graduate per gravità, secondo l’articolo 99:

Fino a 35 milioni di euro o al 7% del fatturato mondiale annuo per le pratiche vietate dall’articolo 5.
Fino a 15 milioni o al 3% per la violazione degli obblighi dei fornitori e dei deployer, compresi quelli di trasparenza.
Fino a 7,5 milioni o all’1% per informazioni inesatte o fuorvianti fornite alle autorità.

Per le PMI e le start-up si applica l’importo più basso tra i due parametri. In Italia la vigilanza del mercato spetta all’Agenzia per la Cybersicurezza Nazionale (ACN), con poteri ispettivi e sanzionatori, mentre l’Agenzia per l’Italia Digitale (AgID) è autorità di notifica: lo prevede la legge 23 settembre 2025, n. 132, il cui decreto attuativo è stato approvato in esame preliminare il 10 giugno 2026. Restando con i piedi per terra: per un’azienda di media dimensione il rischio quotidiano non è la sanzione europea. È l’agente che invia una comunicazione sbagliata a duecento clienti, che applica uno sconto non previsto, che scrive in un ticket qualcosa che diventa una contestazione. Il danno arriva dal processo mal progettato, molto prima che dall’autorità.

Come partire senza sbagliare: sette controlli

Definisci il compito, non la tecnologia. Scrivi cosa deve fare l’agente e, soprattutto, cosa non deve fare mai.
Classifica il rischio. Verifica se il compito rientra nell’Allegato III dell’AI Act: HR, credito, accesso a servizi essenziali sono i campanelli d’allarme.
Metti un umano dove la decisione incide. Se l’esito produce effetti giuridici o significativi su una persona, l’articolo 22 del GDPR chiede un intervento umano reale.
Chiarisci i ruoli nel contratto. Chi è fornitore, chi è deployer, chi conserva la documentazione, cosa succede se l’agente viene modificato.
Rendi l’agente riconoscibile. Dichiarazione esplicita alla prima interazione, non su richiesta.
Limita i permessi. Un agente deve poter accedere solo ai sistemi che servono al suo compito, con log delle azioni compiute.
Forma chi lo usa. L’articolo 4 dell’AI Act chiede misure per sostenere l’alfabetizzazione in materia di IA del personale che lavora con questi sistemi.

Domande frequenti sugli agenti AI

Cosa sono gli agenti AI in parole semplici? Sono software che ricevono un obiettivo, decidono da soli i passaggi per raggiungerlo e li eseguono usando strumenti esterni come database, gestionali o email. A differenza di un chatbot, non si limitano a rispondere: agiscono. Che differenza c’è tra agente AI e chatbot? Il chatbot conversa e fornisce informazioni. L’agente AI porta a termine un compito operativo, con accesso a sistemi aziendali. Cambia il perimetro di azione e, di conseguenza, il livello di rischio da gestire. Gli agenti AI sono regolati dall’AI Act? Sì, come sistemi di intelligenza artificiale ai sensi dell’articolo 3, punto 1, del Regolamento (UE) 2024/1689. Non esiste una categoria separata per gli agenti: l’autonomia è già parte della definizione generale. Quali obblighi ho se uso un agente AI in azienda? Dipende dal compito. Obblighi di trasparenza dell’articolo 50 se l’agente interagisce con persone o genera contenuti pubblici, obblighi da alto rischio se opera in ambiti dell’Allegato III (rinviati al 2027-2028), alfabetizzazione del personale in ogni caso. Se faccio sviluppare un agente su misura, la responsabilità è dello sviluppatore? Non necessariamente. La definizione di fornitore dell’AI Act comprende anche chi fa sviluppare un sistema e lo mette in servizio con il proprio nome o marchio. Va stabilito nel contratto, prima dell’avvio del progetto. Un agente AI può prendere decisioni al posto mio? Non su decisioni che producono effetti giuridici o significativi sulle persone: l’articolo 22 del GDPR richiede un intervento umano capace di modificare l’esito. Per le decisioni operative interne il limite non c’è, ma restano utili log e permessi circoscritti. Quanto costa realizzare un agente AI? Dipende dal processo, dai sistemi da integrare e dal livello di autonomia. La variabile che pesa di più non è il modello di IA, ma quanto è ordinato il processo aziendale che si vuole automatizzare.

Vuoi capire se un agente AI ha senso nella tua azienda?

Un agente AI risolve un problema quando il processo dietro è chiaro. Quando non lo è, lo amplifica: è il motivo per cui Gartner prevede che quattro progetti agentici su dieci verranno cancellati entro fine 2027. Addlab progetta agenti AI e assistenti conversazionali su misura, e prima di scrivere una riga di codice verifica gratuitamente due cose: se il processo che vuoi automatizzare è pronto per essere affidato a un agente, e in quale categoria di rischio dell’AI Act ricade quello che hai in mente. Ti restituiamo una valutazione con i casi d’uso realistici, gli obblighi che ti riguardano e una stima di effort. Senza impegno. Richiedi la valutazione gratuita → Approfondimenti collegati: AI Act e social media per la comunicazione e i contenuti generati con l’IA, AI Act ed e-commerce per chi vende online, articolo 4 dell’AI Act per la formazione del personale, creazione di agenti AI per il servizio.