Come capire se un'agenzia di intelligenza artificiale è seria

Un'agenzia di intelligenza artificiale seria si riconosce da quattro cose, tutte verificabili prima di firmare: dice di no ai progetti che non stanno in piedi, mostra casi con numeri e con il nome del cliente, mette per iscritto il costo di esercizio oltre a quello di sviluppo, e spiega in anticipo cosa succede quando il modello sbaglia — perché sbaglierà. Chi promette una percentuale di accuratezza prima di aver visto i vostri dati sta vendendo, non progettando: quel numero non è conoscibile prima di un test sui documenti reali. Il resto — dimensione dell'agenzia, tecnologie usate, presenza di un ufficio in centro — conta molto meno di quanto sembri.

Le 7 verifiche, una per una

1. Un caso reale, con un numero e un nome

Il portfolio generico non dimostra niente: «abbiamo automatizzato i processi di un'azienda manifatturiera» è una frase che può scrivere chiunque. Un caso verificabile ha un cliente identificabile, una misura prima e una dopo, e un metodo per ottenerla. Se il cliente non è nominabile per riservatezza è legittimo, ma allora il numero deve essere circostanziato al punto da poter essere discusso.

Domanda da fare: Mi mostrate un progetto con il nome del cliente, il numero prima e il numero dopo, e come l'avete misurato?

2. La disponibilità a dirvi di no

È il criterio che discrimina di più, ed è il più facile da testare. Un fornitore che ha capito il vostro processo sa anche indicarvi il punto in cui l'AI non conviene: volumi troppo bassi per ripagare lo sviluppo, dati troppo sporchi, un problema che si risolve con una query SQL e mezza giornata di lavoro. Chi trova un'applicazione dell'AI in ogni cosa che gli raccontate non sta ascoltando.

Domanda da fare: In quale parte di quello che vi ho descritto l'AI non conviene, e perché?

3. Il costo di esercizio, non solo quello di sviluppo

Una soluzione AI ha un costo che continua dopo la consegna: chiamate ai modelli, infrastruttura, manutenzione, e l'aggiornamento quando il fornitore del modello cambia le carte in tavola — cosa che succede più volte l'anno. Un preventivo che si ferma allo sviluppo nasconde la parte che pagherete per anni. Chiedete una stima mensile a regime, con il volume ipotizzato scritto accanto.

Domanda da fare: Quanto costa tenerla accesa al mese, a quale volume, e cosa succede al costo se il volume raddoppia?

4. Cosa succede quando sbaglia

Nessun sistema basato su modelli linguistici è corretto al cento per cento, e chi sostiene il contrario o non lo sa o spera che non lo sappiate voi. La domanda utile non è se sbaglia, ma cosa è stato costruito attorno all'errore: quali risposte richiedono conferma umana, come vengono citate le fonti perché una risposta sia controllabile, cosa viene registrato per capire dopo cosa è successo.

Domanda da fare: Quando il sistema sbaglia, come me ne accorgo, e cosa avete messo perché l'errore non arrivi al cliente finale?

5. A chi restano codice, dati e modello

Sono tre cose distinte e vanno chiarite separatamente, per iscritto, prima della firma. Il codice: vi viene ceduto in proprietà, concesso in licenza, o resta su una piattaforma del fornitore che smettete di poter usare se cambiate? I dati: dove risiedono, chi vi accede, vengono usati per addestrare modelli di terzi? Il modello eventualmente affinato sui vostri dati: a chi appartiene? Nessuna di queste risposte è di per sé sbagliata. È sbagliato scoprirle dopo.

Domanda da fare: Mettete per iscritto chi possiede il codice, dove stanno i dati e a chi appartiene un eventuale modello affinato sui nostri?

6. Chi lavora davvero al progetto

La persona competente che avete davanti in trattativa non è necessariamente quella che scriverà il software. È una domanda banale e quasi nessuno la fa. Chiedete i nomi, cosa hanno costruito, e quanto del lavoro viene subappaltato — il subappalto non è un problema in sé, esserne all'oscuro sì.

Domanda da fare: Chi scrive materialmente il codice, e quanta parte del progetto è affidata all'esterno?

7. Un primo rilascio in settimane, non in trimestri

Un progetto AI che prima di mostrare qualcosa di funzionante richiede sei mesi è un progetto in cui scoprirete solo alla fine che l'ipotesi di partenza era sbagliata. Il ritmo sano è un primo pezzo utilizzabile in poche settimane, sul processo che fa più male, e da lì si decide se continuare. Serve anche a voi come prova: un fornitore che consegna qualcosa di verificabile presto è un fornitore che potete licenziare presto.

Domanda da fare: Cosa avrò in mano fra sei settimane, e cosa succede se a quel punto decidiamo di fermarci?

Segnali che bastano da soli

Le stesse domande, poste a Velthub

Ci direte mai che l'AI non serve?

Sì, ed è già successo. Quando il volume non ripaga lo sviluppo o il problema si risolve con un'automazione semplice, lo diciamo nella call conoscitiva, che è gratuita anche quando finisce così.

Il codice a chi resta?

Vi concediamo una licenza d'uso piena e perpetua sulla soluzione, e la documentazione per farla mantenere a chiunque. Non cediamo la proprietà del codice sorgente né dei repository: è il modello con cui lavoriamo, ed è bene saperlo prima di firmare, non dopo. Se cercate la cessione della proprietà intellettuale, siamo il fornitore sbagliato e ve lo diciamo subito.

Quanto costa un progetto di intelligenza artificiale?

Dipende dalla complessità: un chatbot o un'automazione singola parte da circa 5-10 mila euro; soluzioni complesse e integrate possono superare i 30-100 mila. La call conoscitiva è gratuita e ti dà una stima concreta.

I vostri dati escono dall'azienda?

Le soluzioni possono girare su infrastruttura dedicata e i documenti restano dove sono: l'agente li interroga senza che diventino materiale di addestramento per nessuno. È una delle prime cose che definiamo insieme.

In quanto tempo si vede qualcosa che funziona?

Un primo rilascio utilizzabile in 4-8 settimane. Le integrazioni con CRM, gestionali o e-commerce richiedono in genere altre 2-3 settimane.

I servizi coinvolti

Domande frequenti

Meglio un'agenzia specializzata o un freelance?

Dipende dal perimetro. Per un intervento circoscritto e ben definito un freelance competente costa meno e va benissimo. Per una soluzione che deve restare in piedi per anni e integrarsi con i sistemi aziendali, il rischio di un fornitore singolo è la continuità: se si ammala o cambia lavoro, il progetto si ferma. La domanda da farsi non è quale delle due categorie sia migliore, ma chi manterrà la soluzione fra due anni.

Un'agenzia che non cede la proprietà del codice è un campanello d'allarme?

Non di per sé: è un modello commerciale diffuso e legittimo, e spesso è ciò che tiene basso il prezzo iniziale. Diventa un problema in due casi: se non ve lo dicono prima della firma, e se la licenza non vi lascia far manutenere la soluzione a qualcun altro. Verificate quei due punti, non l'etichetta.

Come verifico un case study senza fidarmi sulla parola?

Chiedete tre cose: chi era il cliente, come è stata misurata la metrica, e se potete parlare con qualcuno di quell'azienda. Un caso vero regge tutte e tre le domande. La terza è quella che chiarisce prima la situazione.

Quanto dovrei aspettarmi di spendere per un primo progetto?

Per un primo intervento circoscritto — un chatbot sui vostri documenti, un'automazione su un processo — l'ordine di grandezza in Italia nel 2026 è 5-10 mila euro di sviluppo, più un costo di esercizio mensile che dipende dai volumi. Sotto i 2-3 mila euro, per un progetto su misura, quasi sempre significa che qualcosa non è stato messo nel conto.

Cosa devo preparare prima di parlare con un fornitore?

Poco, ma preciso: quale processo vi costa più tempo, quante volte al mese accade, chi lo esegue oggi e quanto ci mette. Con questi quattro numeri una conversazione seria dura mezz'ora e produce una stima. Senza, dura due ore e produce una proposta generica.

Prenota una call conoscitiva gratuita · Scrivici