Agenti IA custom vs ChatGPT Enterprise, quando conviene cosa
Tre criteri concreti per capire se al tuo team serve una licenza ChatGPT Enterprise condivisa o un agente IA custom sui processi. Senza FOMO, senza vendite.
La domanda arriva quasi sempre alla seconda call: “ma allora, perché non basta darli a tutti ChatGPT Enterprise?”
Risposta onesta: a volte basta. E in quel caso, lo dico al cliente. Soraia non vince vendendo agenti dove non servono.
Ma servono spesso. Ecco i 3 criteri che usiamo per decidere.
Criterio 1. Chi deve eseguire il task
ChatGPT (anche Enterprise) risponde a una persona che gli fa una domanda. La persona deve leggere, valutare, agire.
Un agente fa il task. Riceve un trigger (nuovo CV in ATS, nuova fattura in cartella, nuovo ticket in helpdesk), esegue, agisce, notifica solo quando serve attenzione umana.
Se il task ha alto volume e l’output va sempre nei tuoi sistemi (CRM, ATS, ERP), ChatGPT non basta. Stai pagando perché qualcuno copi/incolli avanti-indietro.
Cut-off pratico: oltre i 20-30 task ripetitivi/settimana per persona, conviene un agente.
Criterio 2. Quanto è specifico il contesto
ChatGPT è generalista. Conosce tutto, non conosce il tuo business.
Un agente custom conosce:
- I tuoi prodotti / il tuo settore / il tuo brand voice
- I tuoi clienti specifici e la loro storia
- I tuoi processi reali, non quelli “best practice generici”
Se il task richiede contesto domain-specific per essere fatto bene, ChatGPT brucia 30-50% del valore in genericità. Un agente con accesso al tuo Brain (cartella di knowledge interna) elimina quel gap.
Cut-off pratico: se serve riformulare ogni prompt con 5+ righe di contesto (chi sei, cosa fai, regole del tuo settore), conviene un agente custom.
Criterio 3. Governance e auditabilità
ChatGPT Enterprise ha audit log, ma a livello di chat. Sai che qualcuno ha chiesto qualcosa, non come è stata presa la decisione.
Per settori regolamentati (recruitment con GDPR sui candidati, finance con audit trail richiesti, govtech con compliance gov-grade), questo non basta.
Un agente custom log:
- L’input ricevuto (anonimizzato dove serve)
- Le regole applicate (prompt + skill)
- L’output prodotto
- Chi/cosa ha attivato il trigger
- Se c’è stata escalation umana
Cut-off pratico: se devi rispondere “perché l’AI ha deciso X” davanti a un revisore o un cliente, ChatGPT da solo è insufficiente.
La risposta media reale
Per il 60% delle PMI italiane, la risposta migliore è: entrambi.
- ChatGPT/Copilot/Claude business per il 70% del team su task variabili: ricerca, drafting, sintesi, analisi.
- 2-3 agenti custom sui processi ad alto volume con output strutturato.
È esattamente quello che facciamo in Soraia: il tuo team usa l’LLM aziendale che già hai. Costruiamo agenti sopra quello stack, non ti chiediamo di cambiare provider.
Quando NON costruire agenti
Te lo dico in faccia se mi chiami:
- Team < 10 persone con task molto vari → ChatGPT Enterprise + 1-2 automazioni Make
- Processi cambieranno a breve → costruire un agente custom su workflow che cambia tra 3 mesi è uno spreco
- Zero baseline misurata → senza sapere quanto costa oggi un task, non puoi misurare se l’agente ha senso
Per il resto: parliamone o fai il check-up.
Continua a leggere
Come misurare il ROI di un agente IA, framework + baseline che funzionano
Senza baseline, ogni claim 'l'AI ci ha fatto risparmiare X ore' è un'opinione. Il framework che usiamo con i clienti Soraia per misurare ROI con onestà.
AI Act 2026 per le PMI italiane, cosa cambia davvero in operatività
Il Regolamento europeo IA è in vigore. Per la maggior parte delle PMI italiane gli obblighi sono limitati, ma le 4 cose da fare ci sono. Guida pratica.
Prossimo passo
Dove sei nel percorso AI?
Il check-up ti dà un punteggio di prontezza IA (0-100) + 3 next-step concreti. 3 minuti, no email.