I 5 migliori use case degli agenti AI (e il mio primo mese con un team di bot)

I cinque migliori casi d'uso degli agenti AI, cioè quelli con risultati documentati, sono: rispondere ai clienti, cercare e riassumere fonti, gestire posta e documenti, sbrigare il lavoro amministrativo e affidare un processo intero a un team di agenti. Sui primi quattro ci sono studi e dati pubblici. Il quinto l'ho provato io, nel mio primo mese con Grok Bot.

Chi usa già gli agenti tende a trattarli come piccoli bot a cui delegare un micro-task: riassumi questa mail, cerca quella notizia. È un uso legittimo, ed è quello che i dati misurano meglio. Ma è anche il modo più sicuro per sottovalutarli. Un agente di oggi è un collega che impara come lavori e ti affianca, e la sua precisione cresce giorno dopo giorno, in proporzione a quanto bene lo istruisci. Esattamente come una persona nuova nel tuo team.

Se ti serve un ripasso su cosa distingue un agente da un chatbot, l'ho spiegato in agenti AI: cosa sono e a cosa servono in una PMI. Qui parto dai casi d'uso.

Quali casi d'uso degli agenti AI hanno risultati misurati?

Fra gli oltre 1.300 professionisti che nel 2024 hanno risposto al sondaggio State of AI Agents di LangChain, azienda che vende strumenti per costruire agenti, i tre usi più citati sono ricerca e sintesi (58%), produttività personale (53,5%) e assistenza clienti (45,8%) (LangChain). In Italia, fra le imprese con almeno 10 addetti che usano l'AI, gli ambiti più frequenti sono marketing e vendite (33,1%) e organizzazione dei processi amministrativi (25,7%) (Istat, Imprese e ICT 2025, 15 dicembre 2025).

Diffuso però non vuol dire misurato. Questi sono i quattro usi in cui, oltre alla diffusione, c'è un risultato documentato, e per ognuno dico chi l'ha misurato. Una premessa: quasi tutti gli studi misurano assistenti, cioè agenti con una persona che controlla il risultato. È la forma in cui gli agenti si usano davvero oggi, ed è anche quella da cui conviene partire.

1. Rispondere ai clienti

Sull'assistenza clienti lo studio più solido è del National Bureau of Economic Research: su 5.179 operatori di assistenza clienti, l'AI ha aumentato del 14% in media le richieste risolte all'ora, e del 34% per gli operatori nuovi o meno esperti (Brynjolfsson, Li e Raymond, NBER w31161). Lo studio misura un assistente che suggerisce le risposte all'operatore, non un agente che risponde da solo, ed è proprio il punto di partenza più sicuro: l'agente trasferisce a chi è appena arrivato quello che sanno fare i migliori. Dove si rompe: su una base di conoscenza disordinata, che l'agente ripete con sicurezza.

2. Cercare e riassumere fonti e documenti

Cercare e riassumere informazioni è l'uso più citato da chi lavora con gli agenti, ed è anche quello che in Italia è già entrato: l'estrazione di conoscenza da documenti di testo è la tecnologia AI usata dal 70,8% delle imprese italiane che usano l'AI (Istat, dicembre 2025). Anthropic, che vende Claude, analizzando 100.000 conversazioni stima che Claude riduca dell'80% il tempo di questi compiti (Anthropic, 25 novembre 2025). È una stima, non una misura, e non conta il tempo che passi a verificare. Le fonti vanno sempre aperte: un riassunto ben scritto di una fonte sbagliata è peggio di nessun riassunto.

3. Gestire posta e documenti

Uno studio sul campo su 7.137 lavoratori in 66 aziende ha misurato che chi usava l'assistente AI integrato nella posta passava due ore in meno a settimana sulle email (Dillon, Jaffe, Immorlica e Stanton, arXiv 2504.11436, versione del 13 novembre 2025). Lo stesso studio però non rileva cambiamenti nella quantità o nel tipo di compiti svolti: il tempo risparmiato non diventa da solo lavoro nuovo. Dove finisce quel tempo, e perché la produttività di un team non raddoppia, l'ho raccontato in un articolo dedicato.

4. Sbrigare il lavoro amministrativo

Secondo il rapporto The GenAI Divide del MIT NANDA, il ritorno più alto dell'AI generativa sta nell'automazione del back-office: meno esternalizzazioni, meno costi di agenzie esterne, operazioni più snelle. Eppure oltre metà dei budget va a strumenti di vendita e marketing (Fortune, 18 agosto 2025). Il back-office è il posto meno spettacolare e quello che rende di più. Dove si rompe: quando il processo non è scritto da nessuna parte, l'agente automatizza anche il disordine. Per scegliere quale toccare per primo c'è un metodo, con sette processi candidati.

5. Affidare un processo intero a un team di agenti

Questo i report non lo misurano ancora, perché è diventato possibile da poco. È il caso che conosco meglio, perché lo uso dall'inizio di settembre.

Cosa succede nel primo mese con un team di agenti AI?

A inizio settembre 2026 ho iniziato a usare Grok Bot, l'agente che xAI ha lanciato in beta l'11 agosto 2026 (xAI). Lo uso con il piano da 30 euro al mese, prezzo di ottobre 2026.

La differenza rispetto agli agenti che usavo prima sta in una frase dell'annuncio: "Bots share a computer of their own in the cloud, so jobs do not stall when you step away". I bot hanno un computer loro, nel cloud, e non usano il tuo: entrano nelle app, nei siti e negli strumenti come faresti tu, e continuano a lavorare quando chiudi il portatile. Va nella direzione che Musk aveva annunciato con MacroHard, e cambia la categoria: non sono più agenti che chiami per un compito, sono operatori virtuali.

Gli ho affidato la mia pipeline di marketing su LinkedIn. Non a un agente, a un team:

• Serenity, la coordinatrice, che ho creato io. Riceve il lavoro che le do, si è creata da sola le chat di gruppo e contatta gli altri a gruppetti per delegare. Nell'annuncio di xAI è il ruolo del chief of staff.
• un agente news finder, che cerca le notizie;
• un agente di marketing;
• un agente di copy, che scrive i testi;
• un agente visual, che prepara le immagini.

Il flusso ricalca quello che uso per gli articoli del blog, con due punti in cui decido io:

1. cercano le notizie;
2. le propongono e le filtrano;
3. io approvo l'argomento e aggiungo la mia opinione;
4. preparano il visual;
5. io approvo il visual;
6. pubblicano o programmano il post;
7. controllano che sia uscito tutto come doveva;
8. studiano i risultati e mi dicono se conviene cambiare argomento la volta dopo.

Il risultato: un post che mi prendeva 4-5 ore oggi me ne prende al massimo 30 minuti, quelli in cui scelgo, scrivo cosa penso e approvo. Il punto 8, prima, semplicemente non lo facevo. È la parte meno citata dei guadagni dell'AI: dentro Anthropic, i dipendenti stimano che il 27% del lavoro fatto con Claude non sarebbe stato fatto affatto senza (Anthropic, 2 dicembre 2025, sondaggio su 132 ingegneri e ricercatori).

È un caso solo, in un mese solo: non è uno studio, è quello che ho visto lavorandoci. Ed è un caso sul mio marketing, cioè su contenuti che diventano pubblici comunque. Prima di dare a un agente i dati dei tuoi clienti, verifica dove finiscono e con quale contratto: vale per Grok Bot come per qualsiasi agente autonomo.

Perché un agente AI non funziona bene dal primo giorno?

Perché all'inizio non ti conosce, esattamente come un collega appena assunto. Ho importato nel team le mie skill aziendali, cioè le istruzioni con cui lavoro anche con Claude, e non è andato tutto liscio lo stesso.

Le immagini sono state il punto più duro. All'inizio l'agente visual generava tutto con il modello di immagini, riquadri e testi compresi, e il risultato era pessimo. Ha cominciato a funzionare quando gli ho spiegato il metodo in modo programmatico: prima genera l'immagine, poi costruisci un HTML che mette i riquadri al loro posto, sempre nello stesso punto. La parte creativa al modello, la struttura al codice, che fa sempre la stessa cosa. È la lezione più utile del primo mese, e vale ben oltre le immagini.

Sulle immagini, peraltro, Grok ha un vantaggio che per una pipeline di marketing pesa: le genera direttamente in chat. Claude, che uso ogni giorno per tutto il resto, a ottobre 2026 disegna schemi e pagine ma foto e illustrazioni non le genera.

Poi è successa la cosa che mi ha convinto. Il team ha cominciato a costruirsi le skill da solo: ne crea una dopo ogni conversazione in cui impara qualcosa, con il mio uso circa tre a settimana, e le modifica quando impara qualcosa di nuovo. Non è un comportamento solo di Grok: Hermes Agent, l'agente open source di Nous Research, scrive nella sua documentazione che "creates skills from experience, improves them during use" (Nous Research). Gli agenti di questa generazione imparano. Quanto imparano dipende da te.

Un acceleratore che consiglio: sessioni dedicate con un bot che fa da sviluppatore di skill. Ti intervista, guarda i dati reali del lavoro e scrive la skill su quelli, non su quello che ti ricordi di fare. È lo stesso principio con cui si scrive una buona skill per Claude: istruzioni costruite sui fatti, non sulle intenzioni.

Dove gli agenti AI deludono, secondo i dati?

Tre segnali da tenere presenti prima di affidare qualcosa a un agente.

• La velocità percepita non è quella misurata. In uno studio controllato di METR, 16 sviluppatori esperti hanno completato 246 compiti su progetti che conoscevano bene: con l'AI ci hanno messo il 19% in più, mentre erano convinti di aver risparmiato il 20% (METR, arXiv 2507.09089, luglio 2025). Se non misuri il prima, il dopo te lo racconti.
• Un terzo delle imprese non sa per cosa usa l'AI. Fra le imprese italiane che la usano, il 33,4% non indica nessuno scopo (Istat, dicembre 2025).
• I progetti agentici si cancellano. Gartner prevede che oltre il 40% dei progetti di AI agentica verrà cancellato entro la fine del 2027 (Gartner, comunicato del 25 giugno 2025): ho scritto perché, e come non farne parte.

Da quale caso d'uso conviene partire?

Da un processo che fai ogni settimana, che produce qualcosa di riconoscibile (una risposta, un report, un post) e in cui c'è un punto naturale dove approvi tu. Dentro questi confini, quale dei cinque scegliere dipende da dove perdi più ore oggi.

Tre regole che il primo mese mi ha confermato:

1. Misura prima di partire. Sapevo che un post mi costava 4-5 ore: è l'unico motivo per cui oggi posso dire quanto ho guadagnato.
2. Metti i punti di approvazione dove conta il tuo giudizio, non ovunque. Nel mio flusso sono due su otto: l'argomento con la mia opinione, e il visual.
3. Dagli un mese, e istruiscilo. Un agente che al primo giorno sbaglia non è un agente sbagliato. È un collega che non hai ancora formato.

Domande frequenti

Qual è il caso d'uso più diffuso degli agenti AI?

Ricerca e sintesi di informazioni. Nel sondaggio State of AI Agents di LangChain (2024, oltre 1.300 professionisti) la indica il 58% di chi ha risposto, davanti alla produttività personale (53,5%) e all'assistenza clienti (45,8%). In Italia la tecnologia AI più adottata dalle imprese che usano l'AI è l'estrazione di conoscenza da documenti di testo, al 70,8% (Istat, Imprese e ICT 2025).

Gli agenti AI fanno risparmiare tempo davvero?

Sì, nei compiti in cui è stato misurato. Uno studio su 7.137 lavoratori in 66 aziende ha rilevato due ore in meno a settimana sulla posta (Dillon e altri, 2025), e uno su 5.179 operatori di assistenza un aumento del 14% delle richieste risolte all'ora (NBER). Ma non sempre: in uno studio di METR del 2025, sviluppatori esperti con l'AI ci hanno messo il 19% in più. Il risparmio va misurato, non percepito.

Da quale caso d'uso conviene partire in una PMI?

Da un processo ripetuto ogni settimana, con un risultato riconoscibile e un punto in cui approvi tu. Meglio iniziare su dati non sensibili, come i contenuti di marketing che diventano comunque pubblici, e dare all'agente almeno un mese di istruzioni prima di giudicarlo. Misura le ore che il processo ti costa prima di partire, o non saprai dire se ha funzionato.

Delegare o istruire?

La domanda che conta non è più quale micro-task delegare a un agente. È quale processo sei disposto a insegnargli, con la pazienza che daresti a una persona nuova del team. Perché la precisione di un agente non la decide il modello: la decide quanto bene lo istruisci, giorno dopo giorno.

Altri articoli su cosa sono e come si usano gli agenti stanno nell'hub Agenti AI.