Meglio un workflow o un agente AI per la mia azienda?
Il workflow segue passi predefiniti nel codice; l'agente decide da solo i passi. Il primo basta alla maggior parte delle PMI.
Un workflow AI è un sistema in cui un modello linguistico e i suoi strumenti sono orchestrati attraverso percorsi di codice predefiniti: chi scrive il sistema decide in anticipo la sequenza dei passi, e il modello esegue ciascun passo senza deviare dal percorso. Un agente AI è invece un sistema in cui il modello dirige da sé il proprio processo, decidendo quali strumenti usare, in che ordine e quando fermarsi, mantenendo il controllo su come raggiungere l'obiettivo. La distinzione, resa popolare da Anthropic in "Building effective agents" (dicembre 2024), non è una gara tra due tecnologie: è una scelta architetturale a monte, da fare prima di scrivere una riga di codice. Anthropic stessa raccomanda di partire dalla soluzione più semplice possibile e aumentare la complessità solo quando serve davvero, perché spesso basta un singolo passaggio con il modello, arricchito da retrieval e da qualche esempio nel prompt.
Il criterio per scegliere
Il criterio pratico è questo: se i passi sono noti in anticipo e cambiano di rado, è un workflow. Se il percorso non è prevedibile, e il numero di casi particolari renderebbe il codice di un workflow ingestibile riga dopo riga, allora serve un agente. Un workflow di fatturazione che estrae dati da un documento, li valida contro un ordine e li carica nel gestionale segue sempre gli stessi tre passi: è codice, non intelligenza decisionale, e va progettato come tale. Un agente di AI orchestration serve invece quando il compito richiede di scegliere, caso per caso, quale fonte consultare, quale strumento chiamare e quando considerare il lavoro finito, come nella due diligence su un contratto che ogni volta pone domande diverse. L'orchestrazione è il livello tecnico che coordina passi e chiamate in entrambi i casi: non decide se serve un workflow o un agente, è solo l'infrastruttura su cui gira la scelta già fatta.
Il costo nascosto che nessuno racconta
Il costo di un agente non è solo la spesa in token, spesso più alta perché il modello ragiona su più passaggi prima di agire. È che un agente è più difficile da testare, da preventivare e da spiegare a un revisore: due esecuzioni identiche sullo stesso input possono prendere strade diverse, perché la decisione è del modello e non del codice. Un workflow supera un test di regressione con lo stesso input e lo stesso output previsto; un agente richiede di verificare che il risultato sia corretto, non che il percorso sia stato identico, il che complica sia il collaudo che il preventivo. Vale anche la lettura opposta: rivestire un workflow rigido da "agente" per venderlo meglio è la pratica descritta in agent washing, e non aggiunge nessuna delle capacità reali di un agente, solo il prezzo.
Un esempio enterprise
Un'azienda manifatturiera che riceve richieste di preventivo via email deve decidere come automatizzarle. Se ogni richiesta contiene gli stessi campi (codice prodotto, quantità, destinazione) e la logica di prezzo è una tabella, un workflow che estrae i campi, li confronta col listino e genera la risposta è la scelta giusta: prevedibile, testabile, economico da mantenere. Se invece le richieste arrivano in formati diversi, alcune richiedono di consultare lo storico del cliente, altre la disponibilità di un fornitore terzo, e le eccezioni crescono ogni mese, un agente che decide da solo quale fonte consultare diventa più sostenibile di un workflow che si allunga a ogni nuova eccezione.
Perché conta per chi decide
Nella maggior parte dei casi una PMI ha bisogno di un workflow, non di un agente: i suoi processi operativi (fatturazione, gestione ordini, reportistica) sono ripetitivi per natura, ed è proprio lì che un workflow dà il massimo risultato con il minimo rischio. L'agente aggiunge valore reale solo dove il percorso decisionale varia da caso a caso e non è riducibile a una tabella di regole. Chiederselo prima di ogni progetto evita due errori opposti: pagare la complessità di un agente dove basta un workflow, o irrigidire in un workflow un processo che cambia troppo spesso per restarlo.
Termini correlati
- Agenti AI (Agentic AI) · Sistemi AI che non si limitano a rispondere: pianificano, usano strumenti ed eseguono azioni in autonomia dentro i tuoi processi.
- AI Orchestration · Il livello che coordina più modelli, strumenti e agenti dentro un workflow: instrada le richieste, gestisce lo stato e unisce gli output.
- Agent washing · Rivendere come agenti AI chatbot e RPA senza autonomia reale: Gartner stima solo ~130 vendor davvero agentic sulle migliaia che si dichiarano tali.
- Intelligent Process Automation (IPA) · Automazione che unisce RPA e AI per gestire documenti e processi non strutturati, non solo passaggi meccanici su interfacce esistenti.
- Maturità agentica · Lo stadio in cui i sistemi non mostrano solo dati ma agiscono nei processi, e l'ordine dei passi per arrivarci.
Un termine che ti riguarda da vicino? Parliamone.
CONTATTAMI