Centralino AI con agente vocale: Fonio, Vapi, Telnyx e Spoki a confronto

Una telefonata alle 19:12#

Sono le 19:12 e il telefono squilla. Chi chiama ha tre richieste: spostare una prenotazione, sapere se un articolo è disponibile e, solo se non se ne viene a capo, parlare con qualcuno. Un centralino tradizionale la tratta come tre pratiche separate, con tre passaggi e magari un "richiami domani".

Un agente vocale AI costruito con cura la chiude in una sola conversazione. Ascolta, capisce di cosa si parla, consulta i sistemi dell'azienda, fa quello che serve e, se il caso lo richiede, passa la linea a una persona.

Il punto però non è mettere "un robot" a rispondere. È aggiungere un nuovo strato di lavoro tra il telefono e tutto quello che c'è dietro: CRM, agenda, gestionale, colleghi. In questo articolo metto a confronto quattro piattaforme (Fonio, Vapi, Telnyx e Spoki Voice) usando solo prezzi e condizioni pubblicati dai produttori e un video dal canale YouTube ufficiale di ciascuna. Poi passo ai requisiti tecnici, operativi e contrattuali da controllare prima di affidare a qualcuno un centralino AI su misura.

Cosa c'è davvero dietro la voce#

Il vecchio IVR ragiona per tasti: "premi 1 per l'amministrazione, 2 per l'assistenza". Un agente vocale invece capisce frasi normali, accetta di essere interrotto e regge richieste che ne contengono tre in una. In pratica può:

• capire perché la persona sta chiamando;

• raccogliere nome, recapiti e dettagli della richiesta;

• controllare una disponibilità o aprire un ticket;

• fissare un appuntamento e mandare la conferma;

• girare la chiamata a un operatore con un riassunto già scritto.

Sotto la voce lavorano almeno cinque strati: la telefonia, il riconoscimento del parlato (speech-to-text, STT, che trasforma la voce in testo), il modello linguistico che decide cosa rispondere, la sintesi vocale (text-to-speech, TTS, il percorso inverso) e l'orchestrazione che tiene insieme il tutto. Sopra ci sono le integrazioni con i sistemi aziendali, il registro di ogni evento, le regole per passare la chiamata a una persona e la sicurezza.

Una demo che convince e un centralino di cui fidarsi in produzione si distinguono proprio su questi strati. Se volete il quadro completo, passo per passo, l'ho scritto nella guida su come funziona un centralino AI.

Quattro listini, quattro logiche diverse#

La prima difficoltà è che i prezzi non parlano la stessa lingua. Fonio vende pacchetti di minuti. Vapi fa pagare la piattaforma e lascia fuori i fornitori dei singoli pezzi. Telnyx include voce e trascrizione ma separa modello linguistico e telefonata. Spoki mette insieme abbonamento, add-on e consumo.

Per un confronto sensato si parte dai propri numeri, non dal listino:

• minuti al mese, divisi tra chiamate in entrata e in uscita;

• Paesi chiamati e durata media delle telefonate;

• quante chiamate arrivano insieme nei momenti di punta;

• quale modello linguistico e quale voce si usano;

• per quanto tempo si conservano registrazioni e trascrizioni;

• numero di telefono, integrazioni e livello di assistenza richiesto.

Fonio: il prodotto pronto, a pacchetti#

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Il video punta tutto sull'uso quotidiano. Si vede dove si decide come si comporta l'assistente, dove si carica la base di conoscenza e dove si gestiscono numeri, storico delle chiamate, API e integrazioni. L'idea è non partire da un'infrastruttura vuota: rispondere alle domande, trasferire la chiamata, mandare email o SMS, fissare appuntamenti e chiamare un webhook sono funzioni da configurare, non da programmare.

Quanto costa#

I prezzi sono IVA esclusa e con il pagamento annuale lo sconto è del 15%. Se i minuti non bastano se ne comprano altri a blocchi da 100: 15 € con il piano mensile, 12 € con quello annuale. Le chiamate in uscita hanno in più i costi dell'operatore telefonico, che cambiano in base a destinazione e Paese.

Un conto veloce, solo come esempio: nel piano Solo ogni minuto incluso costa circa 0,10 €, mentre i minuti extra salgono a 0,15 € (0,12 € con l'annuale). Chi sfora spesso il pacchetto fa bene a guardare il piano superiore.

In sintesi. Fonio ha senso per partire con un prodotto già confezionato e un costo d'ingresso facile da leggere. Va guardato con più attenzione quando ci sono gestionali datati da collegare, regole aziendali molto particolari, requisiti di controllo complessi o bisogno di più chiamate contemporanee di quelle previste dai piani.

Vapi: i mattoni per chi vuole costruire#

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Vapi non è un centralino pronto: è un'infrastruttura per sviluppatori. Il suo valore sta nella libertà di combinare il riconoscimento vocale, il modello linguistico, la voce, la telefonia e la logica applicativa che si preferiscono. Rende al massimo in mano a un team che sa gestire piani di riserva quando un fornitore non risponde, latenza, monitoraggio, versioni dei prompt ed errori. Tra i casi di studio pubblicati sul sito del produttore c'è quello di GoHealth.

Cosa comprende il prezzo#

Il piano Build costa 0,05 $ al minuto, ma copre solo hosting e orchestrazione. Riconoscimento vocale, modello linguistico e sintesi vocale vengono rifatturati al prezzo dei rispettivi fornitori, e la telefonia non è compresa. Chi usa le proprie chiavi API smette di pagare quei passaggi a Vapi, ma riceve comunque la fattura diretta dei fornitori.

Gli add-on non riguardano tutti: HIPAA è la normativa sanitaria americana sulla protezione dei dati dei pazienti, Zero Data Retention vuol dire che le conversazioni non vengono conservate. Sono però voci reali di quel listino, da mettere in conto se il progetto le richiede.

In sintesi. Un'ottima base per un progetto tecnico personalizzato. La libertà però ha un prezzo: la responsabilità passa a chi costruisce. Qualcuno deve sommare i costi, tenere d'occhio i fornitori e trasformare tanti pezzi flessibili in un servizio su cui l'azienda può contare.

Telnyx: rete telefonica e AI nello stesso posto#

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Delle quattro, questa è la demo più concreta. L'agente non si limita a conversare: entra in un processo di prenotazione, usa un evento di Calendly e lega l'azione a un flusso di lavoro. È proprio ciò che conta nell'uso reale: alla fine della telefonata deve restare un risultato che si può controllare nel sistema aziendale.

Come si compone il prezzo#

Telnyx chiede 0,05 $ al minuto per il suo voice engine, che comprende orchestrazione, trascrizione e sintesi vocale ospitate sulla sua infrastruttura. Modello linguistico e telefonia si pagano a parte. Le chiamate partono da 0,0032 $ al minuto in entrata e da 0,005 $ in uscita, ma il prezzo effettivo cambia con il tipo di numero, il Paese e la destinazione.

Il produttore mostra anche una stima complessiva di circa 0,056 $ al minuto. Non è una tariffa valida per tutti: si riferisce a una chiamata in entrata su un numero locale negli Stati Uniti, con Kimi come modello linguistico, la cache attiva e ipotesi precise sul numero di token. Serve a capire di cosa è fatto il conto, non a preventivare un progetto in Italia.

In sintesi. Telnyx dà il meglio quando si vuole un solo fornitore per numeri, linee telefoniche, rete e intelligenza artificiale. Prima di confrontarla con un pacchetto tutto compreso, però, vanno simulati costo del modello linguistico, chiamate, numeri, registrazioni e volumi veri.

Spoki Voice: la voce dentro un percorso multicanale#

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Spoki parte da un'altra idea: telefono, WhatsApp, SMS ed email vivono nella stessa piattaforma di conversazione. Per ristoranti, negozi, studi e attività che ricevono tante richieste simili, poter continuare con un messaggio una conversazione iniziata al telefono può valere più del prezzo al minuto della voce. Tra i casi d'uso che il produttore mette in vetrina ci sono la ristorazione e una clinica veterinaria.

Il prezzo che non si riesce a calcolare#

Dalle pagine pubbliche non si ricava quanto costa Spoki Voice da solo. Nel listino compaiono due voci: un add-on Voice che costa 19,99 € al mese e un consumo che va da 0,05 a 0,30 € al minuto. Entrambe si sommano all'abbonamento e ai crediti del canale. Tutti i prezzi sono senza IVA.

Due pagine ufficiali, poi, non dicono la stessa cosa. Quella dedicata a Voice parla di minuti inclusi e ricaricabili quando servono, senza dire né quanti né a che prezzo. Il listino, al contrario, ragiona con add-on e tariffa al minuto. Con informazioni così non me la sento di indicare un costo complessivo: l'unica strada è un preventivo aggiornato.

In sintesi. Da valutare quando la voce è l'ingresso di un percorso che prosegue sui messaggi. Prima di scegliere vanno confermati per iscritto minuti, wallet, abbonamento, numero di telefono, integrazioni e condizioni reali del piano.

Quale scegliere, in cinque righe#

• Fonio, se cercate un prodotto pronto, con pacchetti pubblici e configurazione visuale.

• Vapi, se avete competenze tecniche interne e volete decidere ogni componente.

• Telnyx, se volete numeri, chiamate e AI dallo stesso fornitore.

• Spoki, se l'obiettivo vero è un percorso unico tra telefono e messaggistica.

• Un progetto su misura, se il vostro processo non entra in nessun prodotto standard, dopo aver messo per iscritto perimetro, responsabilità, costi e SLA.

Non è una scelta di principio. Un servizio pronto può andare benissimo per un flusso lineare. Una piattaforma per sviluppatori è perfetta per chi ha un team interno. Un progetto gestito comincia ad avere senso quando sistemi, eccezioni, sicurezza e responsabilità non ci stanno in un pannello di controllo standard.

I costi che non stanno nel listino#

Prima di firmare, fatevi dire chi paga ciascuna di queste voci: telefonia, numeri, portabilità del numero, registrazioni, trascrizione, modello linguistico, sintesi vocale, linee contemporanee, archiviazione, conformità normativa, integrazioni e assistenza.

Poi fate le domande scomode. Cosa succede se il CRM non risponde? Se l'agenda restituisce un conflitto? Se l'agente non capisce un dato delicato, come un codice fiscale o un indirizzo?

Se scegliete un progetto su misura: cosa pretendere#

Che vi rivolgiate a me o a un altro integratore, chiedete una proposta scritta. Deve dire quali processi copre, quali sistemi collega, quali azioni l'agente può compiere da solo, chi risponde di cosa, tempi, costi, SLA, come vengono trattati i dati e con quali criteri il lavoro si considera collaudato. Deve anche distinguere bene il lavoro compreso nel prezzo dalle voci che fatturano altri: linee telefoniche, licenze, consumi dei fornitori esterni.

La proposta dovrebbe poi spiegare:

1. come viene provato l'agente prima di andare in produzione;

2. come si controlla il suo lavoro nel tempo;

3. cosa succede quando un componente si blocca;

4. come e quando la chiamata passa a un operatore;

5. come si gestiscono gli incidenti;

6. cosa succede dopo il rilascio: manutenzione, aggiornamenti, assistenza.

Senza questi punti non c'è modo di capire, da fuori, se l'offerta copre davvero tutta la vita del servizio o si ferma alla demo. Come imposto io queste voci lo trovate nella pagina dei centralini AI su misura.

Quando un centralino AI funziona davvero#

Rende al meglio dove le richieste si ripetono spesso, i dati sono raggiungibili, le azioni si possono verificare ed è chiaro quando entra in gioco una persona. Buoni candidati:

• prenotazioni e conferme;

• informazioni pratiche su orari, disponibilità e procedure;

• stato di una richiesta o di un ordine;

• qualificazione dei contatti commerciali;

• apertura di ticket.

Reclami delicati, decisioni a discrezione, urgenze e operazioni ad alto rischio devono invece avere sempre una persona che controlla.

E la misura del successo non è "quante telefonate ha preso l'AI". Contano le richieste risolte davvero, i trasferimenti fatti alla persona giusta, gli errori, i tempi, gli appuntamenti validi, i dati raccolti completi, la soddisfazione di chi chiama e il lavoro tolto al team. Senza questi numeri si ha una bella demo, non un sistema.

Il mio parere#

Premessa doverosa: i centralini AI su misura sono parte del mio lavoro, quindi ho un interesse. Proprio per questo lo dico chiaro: un progetto gestito non è automaticamente più economico, più rapido o migliore di un prodotto che si configura da soli. Ha senso quando servono integrazioni, regole di governo e assistenza continua; negli altri casi un buon prodotto pronto può bastare.

Le quattro piattaforme seguono modelli operativi diversi, e questo confronto si basa su listini e materiali ufficiali, non su una prova pratica fatta nelle stesse condizioni. Prestazioni, costi e ritorno vanno misurati sul singolo caso d'uso, con i propri numeri.

Cosa porta di buono un agente vocale fatto bene:

• conversazioni naturali, senza menu a tasti;

• risposta anche fuori orario;

• meno lavoro ripetitivo per chi sta al telefono;

• collegamento diretto con CRM, agenda e gestionale;

• continuità tra la telefonata e l'azione che ne segue;

• passaggi all'operatore che lasciano traccia.

Cosa costa, oltre al listino:

• messa a punto e prove non banali;

• costi che arrivano da più fornitori e vanno sommati;

• risultati che dipendono dalla qualità dei dati;

• regole chiare da scrivere prima di partire;

• manutenzione continua;

• limiti evidenti nelle chiamate emotive o ad alto rischio.

Il mio consiglio è partire da un solo flusso, quello con più chiamate ripetitive, e misurarlo per qualche settimana prima di allargare. Se volete capire quale strada conviene nel vostro caso, ne parliamo in una call.

Domande frequenti#