Come scegliere a chi affidare un progetto di intelligenza artificiale: criteri, prezzi e segnali d'allarme

Perché scegliere è diventato difficile#

In pochi anni il mercato italiano di chi offre intelligenza artificiale alle aziende si è riempito. Con l'offerta è cresciuta anche la confusione: nel 2026 basta aver aperto un account per usare le API di un modello per presentarsi come "agenzia AI". Tra chi costruisce soluzioni vere e chi rivende qualche prompt ben confezionato, da fuori, la differenza non si vede subito.

Questa guida serve a vederla. Vale per un'agenzia, una software house, un freelance o un consulente come me.

Il primo segnale: parlano dei vostri processi o della loro tecnologia?#

Chi lavora bene comincia da come lavorate voi, non da cosa sa fare il suo strumento. Se al primo incontro sentite parlare per venti minuti di modelli, di GPT e di "rivoluzione dell'AI" prima che qualcuno vi chieda come funziona oggi la vostra azienda, avete davanti qualcuno che deve vendere, non un partner.

La sequenza giusta è al contrario:

1. capire dove perdete tempo e margine: preventivi, assistenza clienti, lavoro d'ufficio, inserimento dati;

2. stimare quanto valore si può recuperare;

3. solo a quel punto scegliere la tecnologia.

E ogni tanto la conclusione più onesta è che l'AI, lì, non serve. Chi ve lo dice almeno una volta, rinunciando a un incarico, merita più fiducia di chi trova un progetto AI in ogni angolo. Se siete all'inizio e volete orientarvi prima di parlare con chiunque, ho scritto una guida su da dove iniziare con l'intelligenza artificiale in una PMI.

Quanto costa davvero: le forbici del mercato#

Queste sono le forbici di prezzo e di tempo che si vedono praticare in Italia nel 2026 per i progetti più comuni. Sono indicative: servono a capire se un preventivo è fuori scala, non a sostituirlo.

Anche i tempi seguono la complessità. Per i progetti che si chiudono in poche settimane, la forbice tipica è questa:

Come leggere un preventivo alla luce di queste cifre:

• molto sotto la forbice: è probabile che vi stiano vendendo un modello già pronto, adattato il minimo indispensabile;

• molto sopra, senza una complessità evidente: state pagando il marchio più che il lavoro;

• nessuna forbice: "dipende" senza un solo numero significa che la cifra verrà decisa in base a chi si ha davanti. Una stima con un intervallo, anche largo, si può sempre dare.

Sette domande da fare al primo incontro#

Portatele scritte. Le risposte dicono molto più di qualsiasi presentazione.

1. "Chi scrive il codice?" Un team interno, dei freelance, un subappalto? Nessuna di queste risposte è sbagliata, ma dovete conoscerla prima di firmare.

2. "Che fine fanno i miei dati?" Dove vengono elaborati, chi li può vedere, con quali modelli. Chi non sa rispondere su GDPR e sul luogo in cui i dati vengono conservati non è pronto per lavorare con i vostri.

3. "Quando vedo la prima versione funzionante?" La risposta sana sta tra 4 e 8 settimane. Sei mesi di analisi senza una riga di software sono consulenza travestita da sviluppo.

4. "E se il progetto non funziona?" Chi si prende il rischio? Ci sono tappe con criteri misurabili, o si paga tutto alla fine sperando che vada bene?

5. "Chi lo mantiene dopo?" Un sistema AI va sorvegliato e aggiornato: i modelli vengono dismessi, le API cambiano. Il costo della manutenzione va chiesto prima, non scoperto dopo.

6. "Posso sentire un vostro cliente?" Una telefonata con una referenza vera vale più di dieci casi studio impaginati bene.

7. "Nel mio caso, dove non usereste l'AI?" È la domanda che separa chi sa da chi vende fumo: per chi vende fumo, l'AI va bene dappertutto.

Cinque segnali d'allarme#

Se ne riconoscete anche solo uno durante una call, rallentate.

• Ritorno dell'investimento garantito per iscritto, prima ancora di aver visto come lavorate. Nessuno può prometterlo in modo onesto.

• Demo spettacolari ma generiche. Chiedete sempre una prova sul vostro caso, anche piccola: un documento vostro, una domanda vera dei vostri clienti.

• Nessuna domanda su dati e sistemi. Se al primo incontro non chiedono quali gestionali usate o dove stanno i vostri documenti, costruiranno qualcosa che non si parla con la vostra realtà.

• "AI proprietaria" senza spiegazioni. Nel 2026 quasi tutti lavorano sugli stessi modelli di base. Il valore sta nell'ingegneria costruita intorno: chi la tiene nascosta di solito ha poco da mostrare.

• Contratti lunghi e vincolanti prima di un pilota. Il progetto pilota esiste proprio per capire, con poco rischio, se ha senso andare avanti.

Il percorso sano, in sei tappe#

Qualunque sia il fornitore, un progetto AI fatto bene segue più o meno questa strada:

1. una call conoscitiva, gratuita;

2. una breve analisi dei processi, per capire dove l'AI può rendere e dove no;

3. una proposta con una forbice di prezzo e delle tappe misurabili;

4. un primo rilascio funzionante (MVP) in 4–8 settimane;

5. aggiustamenti sul campo, con chi usa davvero lo strumento;

6. manutenzione con costi dichiarati fin dall'inizio.

Chi segue questo percorso merita almeno una prima chiacchierata. Chi lo salta, per quanto convincente sia la presentazione, vi chiede di fidarvi senza darvi modo di verificare.

Agenzia grande, piccola squadra o consulente?#

Dipende da cosa dovete fare.

• Le strutture grandi offrono organizzazione e continuità per progetti aziendali che durano anni, con molti reparti e molti sistemi coinvolti.

• Le boutique, squadre da 5 a 20 persone, costano meno e vi mettono in contatto diretto con chi sviluppa. Per le PMI e per i primi progetti AI sono quasi sempre la scelta più efficiente.

• Un consulente indipendente ha lo stesso vantaggio del rapporto diretto ed è utile soprattutto nella fase in cui bisogna capire cosa fare, con quali priorità e con quali fornitori.

La vicinanza geografica conta meno di quanto sembri. Lo sviluppo si fa a distanza per natura; aiuta avere qualcuno raggiungibile con un viaggio breve per i primi incontri e per i momenti di verifica, ma quello che fa la differenza è la qualità del lavoro, non il codice postale.

Il mio parere#

Il criterio che uso per giudicare un fornitore, me compreso, è semplice: quanto è facile verificare quello che promette. Tempi con tappe precise, prezzi con una forbice, rischi divisi in modo chiaro, una prova sui vostri dati prima di impegnarvi sul serio. Chi accetta di essere misurato così di solito lavora bene; chi lo evita vi sta chiedendo un atto di fede.

La seconda cosa che guardo è il coraggio di dire di no. Un buon interlocutore vi spiega anche dove l'AI non conviene, e progetta fin dall'inizio un sistema che toglie alle persone il lavoro ripetitivo invece di pensare di sostituirle. Se volete una prima opinione sul vostro caso, con questi stessi criteri, possiamo parlarne.

Domande frequenti#