Quanto costa un agente IA in azienda

Il prezzo esposto non è il prezzo pagato

Quando si chiede quanto costa un agente IA, la prima risposta che viene in mente è quasi sempre un abbonamento mensile. È incompleto. Un agente IA autonomo in produzione somma più voci di costo che non compaiono mai sulla stessa fattura: l'inferenza del modello, l'abbonamento alla piattaforma, il tempo di integrazione, la supervisione umana, e la manutenzione nel tempo. EY, in un'analisi sul costo dei token in azienda, riassume bene il problema: questi costi totali restano strutturalmente invisibili, perché si disperdono su più budget che non vengono mai consolidati nello stesso posto (fonte: EY, "Agentic AI enterprise token costs", https://www.ey.com/en_us/insights/ai/agentic-ai-token-costs, consultato il 2026-09-04).

Voce 1: l'inferenza LLM, il prezzo dei token

È la voce più visibile, e la più fraintesa. Ogni riflessione di un agente (pianificazione, decisione, chiamata di strumento) consuma token, fatturati dai fornitori di modelli al milione di token, con un prezzo diverso per l'ingresso (ciò che si invia al modello) e l'uscita (ciò che produce). Ecco le tariffe pubbliche in vigore al 4 settembre 2026.

Sull'API Anthropic (fonte: Claude, page tarifs de l'API, https://claude.com/pricing, consultato il 2026-09-04): Claude Haiku 4.5 è fatturato 1 dollaro per milione di token in ingresso e 5 dollari in uscita. Claude Sonnet 5 è a 2 dollari in ingresso e 10 dollari in uscita. Claude Opus 5, il modello più capace, è a 5 dollari in ingresso e 25 dollari in uscita.

Sull'API OpenAI (fonte: OpenAI, documentation tarifs de l'API, https://developers.openai.com/api/docs/pricing, consultato il 2026-09-04): GPT-5 è a 1,25 dollari in ingresso e 10 dollari in uscita. GPT-5.4 è a 2,50 dollari in ingresso e 15 dollari in uscita. GPT-5.5 è a 5 dollari in ingresso e 30 dollari in uscita.

Questi numeri danno un ordine di grandezza, non un budget finale: un agente che pianifica, chiama più strumenti e rilegge i propri risultati può consumare diverse decine di migliaia di token per un solo compito. EY illustra questa deriva con un esempio che presenta essa stessa come un'illustrazione, non come una media di mercato verificata: una conversazione con il cliente che costava 0,04 dollari nel 2023 è passata a circa 1,20 dollari nel 2026, una moltiplicazione per 30 dovuta alla crescente complessità delle orchestrazioni di agenti (stessa fonte di cui sopra). È proprio questo che rende interessante l'opzione BYOK per le aziende che vogliono mantenere il controllo su questa voce: permette di collegare direttamente la propria chiave API di un fornitore di inferenza, l'opzione BYOK, con una fatturazione che segue allora la tariffa del fornitore scelto piuttosto che un pacchetto di crediti.

Un punto spesso dimenticato in questo calcolo: il prezzo per milione di token non dice nulla sul volume reale consumato da un agente. Un agente di supporto che risponde in un colpo solo a una domanda semplice consuma poco. Un agente che pianifica un compito, chiama tre strumenti, rilegge i propri risultati e corregge la propria bozza può moltiplicare questo volume per dieci o venti su una sola richiesta. È questa meccanica, più del tariffario esposto dal fornitore, a spiegare perché la fattura di inferenza di un agente in produzione sorprende spesso al rialzo chi ha stimato il proprio progetto solo a partire dal prezzo di listino.

Voce 2: la piattaforma e gli slot

All'inferenza si aggiunge il costo della piattaforma stessa: l'ambiente che ospita l'agente, gestisce i suoi permessi, le sue connessioni agli strumenti, la sua cronologia e la sua osservabilità. Non è la stessa cosa del prezzo dei token, è il prezzo dell'infrastruttura che rende l'agente utilizzabile e pilotabile quotidianamente, piuttosto che un semplice script che chiama un'API di modello. Su Atako, questa voce è fatturata per agente attivo, con una dotazione di crediti di inferenza inclusa ogni mese. Il dettaglio esatto degli scaglioni è visibile sulla pagina prezzi. È un modello comune tra le piattaforme di agenti: si paga la capacità, quanti agenti possono girare contemporaneamente, non il numero di dipendenti che li usano.

Voce 3: l'integrazione con gli strumenti esistenti

Un agente che parla solo con se stesso non ha alcun valore. Deve leggere un CRM, scrivere in uno strumento di ticketing, pubblicare in un canale di discussione. Ogni connessione richiede una configurazione: creare gli accessi API o OAuth, definire con precisione cosa l'agente ha il diritto di fare, non solo a cosa ha accesso, poi verificare che funzioni su casi reali. Questo lavoro è spesso sottostimato al momento della stima iniziale di un progetto, mentre condiziona direttamente se l'agente è davvero utile o se resta un gadget che risponde bene in demo ma non tocca mai i sistemi reali dell'azienda.

Questa voce varia enormemente a seconda del numero di strumenti da collegare e della loro complessità. Collegare un agente a un solo sistema ben documentato, con un'autenticazione semplice tramite chiave API, richiede poche ore. Moltiplicare le connessioni, con sistemi che richiedono ciascuno una propria configurazione (sottodominio, regione, permessi specifici per oggetto), fa crescere questa voce molto più rapidamente di quanto il numero di strumenti lasci pensare. È uno degli argomenti a favore di una piattaforma che ha già industrializzato un ampio catalogo di connettori pronti all'uso, piuttosto che risviluppare ogni integrazione internamente.

Voce 4: la supervisione umana

Un agente autonomo non è un agente senza controllo. Le azioni più sensibili, inviare un'email a freddo a un cliente, pubblicare contenuti pubblici, modificare un dato di fatturazione, meritano un punto di convalida umana prima dell'esecuzione, almeno all'inizio. Questo tempo di supervisione ha un costo reale, spesso in ore di collaboratori che rileggono, convalidano o correggono il lavoro dell'agente. Normalmente diminuisce con la fiducia acquisita, ma non scompare mai del tutto: la governance e le protezioni fanno parte del costo totale, non di un supplemento opzionale. È anche uno dei fattori citati da Gartner per spiegare perché oltre il 40% dei progetti di IA agentica dovrebbe essere abbandonato entro fine 2027: costi di governance e di controllo del rischio sottostimati in partenza (fonte: Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027, consultato il 2026-09-04).

Voce 5: la manutenzione nel tempo

Un agente implementato non è mai finito. Le istruzioni che gli vengono date devono essere adattate quando un processo cambia. I connettori si rompono quando un fornitore terzo modifica la propria API. I log di attività devono essere monitorati per individuare le derive prima che diventino incidenti. Questa voce di manutenzione è quella che i responsabili di progetto dimenticano più sistematicamente al momento di calcolare un budget, perché non compare al lancio: si paga mese dopo mese, sotto forma di tempo di un ingegnere o di un amministratore che tiene d'occhio ciò che gira.

Costruire da soli o passare da una piattaforma

Di fronte a questo elenco, esistono due strade. Costruire internamente: assemblare da soli la chiamata al modello, la gestione dei permessi, l'osservabilità, i connettori, con un team tecnico dedicato. Oppure passare da una piattaforma che ha già industrializzato questi mattoni, e fattura un abbonamento per agente piuttosto che un progetto di ingegneria su misura. La scelta dipende soprattutto dal numero di agenti previsti e dalla rarità dei casi d'uso: più le esigenze sono standard (supporto, HR, monitoraggio), meno si giustifica una costruzione su misura. Questo confronto è approfondito in un articolo dedicato. In ogni caso, prima di decidere, è meglio avere una stima realistica delle cinque voci sopra piuttosto che un solo prezzo di abbonamento indicato in grande su una pagina marketing.