> Quanto costa davvero
un assistente AI su misura
Un assistente AI personalizzato non ha un prezzo fisso: dipende da complessità, volume di richieste, e quante volte dovrai modificarlo. Qui i costi reali che incontri, senza i margini inflazionati delle agenzie.
Chi decide di costruire un assistente AI—per il CRM, per supportare i clienti, per automatizzare un processo interno—di solito aspetta una risposta semplice: "Costa X." Non esiste. Quello che esiste è una struttura di costi che varia in base a cinque o sei variabili, e sapere quali sono evita di firmare contratti che ti sorprendono dopo tre mesi.
# Le componenti del costo
Un assistente AI personalizzato non è un prodotto off-the-shelf. È una combinazione di:
- Sviluppo iniziale: progettazione, integrazione con i tuoi sistemi, training del modello (o configurazione se usi API esterne).
- Costi API ricorrenti: ogni volta che l'assistente elabora una richiesta, paghi il provider (OpenAI, Anthropic, Mistral, etc.).
- Hosting e infrastruttura: server, storage, database per memorizzare conversazioni e contesto.
- Manutenzione e aggiornamenti: correzioni, miglioramenti, adattamento a nuovi requisiti.
- Supervisione umana: per compiti critici, qualcuno deve controllare le risposte, almeno all'inizio.
- Compliance e sicurezza: se gestisci dati sensibili, aggiungi costi di conformità.
# Sviluppo iniziale
Se commissioni a un'agenzia o freelancer esterno:
| Progetto | Costo indicativo | Tempistiche |
| Chatbot base (Telegram, Discord, sito) | 2.000–5.000 € | 2–4 settimane |
| Assistente con integrazione CRM/email | 5.000–15.000 € | 4–8 settimane |
| Sistema multi-agent con RAG avanzata | 15.000–40.000 € | 8–16 settimane |
| Soluzione enterprise con fine-tuning | 40.000+ € | 4+ mesi |
Questi numeri assumono che tu abbia già gli strumenti preparati (dati puliti, accesso alle API, specifica dei requisiti chiara). Se devi anche mappare i processi da zero, aggiungi 30–50% al tempo e al costo.
Se lo sviluppi in-house:
- Uno sviluppatore dedicato per 2–3 mesi (stipendio già tuo, ma è lavoro tolto ad altri progetti).
- Curve di apprendimento più ripide se il team non ha esperienza con LLM e orchestrazione di agent.
- Il primo progetto costa più tempo; il secondo è 40% più veloce.
Errore comune: sottovalutare il tempo di integrazione. Un assistente senza connessione a database/CRM/email è un giocattolo. L'integrazione vera rappresenta il 60–70% dello sforzo.
# Costi API ricorrenti (il costo mensile vero)
Questo è dove sorprendono molti. Se usi OpenAI, Anthropic o altri provider via API:
- GPT-4o (OpenAI): circa 0,0025 € per 1.000 token input, 0,01 € per 1.000 token output. Una conversazione media: 0,15–0,50 € per turno.
- Claude 3.5 Sonnet (Anthropic): 0,003 € input, 0,015 € output. Simile a GPT-4o.
- Mistral Large: 0,024 € input, 0,072 € output. Più economico se tollerant su qualità.
- Modelli open-source (Llama 2, Mixtral): hosting self-hosted o su piattaforme tipo Together.ai. Costa 0,0001–0,001 € per token, ma richiede infrastruttura.
Per un assistente clienti con 100 conversazioni al giorno:
- 100 conv/giorno × 20 giorni lavorativi = 2.000 conversazioni/mese.
- Con GPT-4o, a 0,30 € per conversazione = circa 600 € al mese.
- Con Claude = 700–800 € al mese.
- Con Mistral Large = 400–500 € al mese.
Se il volume sale a 1.000 conversazioni/giorno, moltiplica per 5. Con 10.000/giorno (grandi volumi), negozia contratti aziendali con sconti: possibile scendere a 0,15–0,20 € per 1.000 token.
Punto critico: il costo API è proporzionale all'uso. Se l'assistente inizia a fare domande stupide e la gente lo usa meno, il costo scende—ma hai speso in sviluppo un importo fisso. Valuta sempre il ROI, non solo i costi API.
# Hosting e infrastruttura
Dipende da cosa tieni on-premise:
- Chatbot leggero su Vercel/Railway: gratuito–20 € al mese.
- Backend con database, job queue, logging: 50–200 € al mese (AWS, DigitalOcean, Render).
- Infrastruttura per fine-tuning o inference locale: 500–2.000 € al mese (GPU dedicate su Lambda Labs, Paperspace, etc.).
- Storage per lunghe conversazioni e RAG** (vettori, documenti)**: 10–100 € al mese (Pinecone, Supabase, self-hosted Postgres con pgvector).
Per la maggior parte dei casi (assistenti che usano API esterna), 50–100 € al mese di infrastruttura è sufficiente.
# Manutenzione e aggiornamenti
Un assistente non funziona e basta. Devi:
- Monitora i fallimenti: quando il modello da risposte sbagliate, chi lo nota?
- Aggiorna il prompt/comportamento: ogni mese o ogni trimestre, riscriverai le istruzioni.
- Adatta a nuovi dati: il tuo CRM cambia, il catalogo prodotti si aggiorna, l'assistente deve saperlo.
- Mitigare i "jailbreak": qualcuno abuserà del sistema, dovrai aggiungere guardrail.
Stima tipica: 10–20 ore al mese di uno sviluppatore per un assistente in produzione. Se lo fai in-house, è tempo del team. Se lo appaltate, sono 1.500–3.500 € al mese (con una firma di outsourcing tecnico). In alternativa, 20–30% del costo di sviluppo iniziale come retainer annuale.
# Quando conviene davvero
Un assistente AI personalizzato ha senso economico quando:
- Risparmia almeno 5–10 ore a settimana di lavoro umano (es. risposte clienti ripetitive, categorizzazione documenti, estrazione dati).
- Il team è almeno 5–10 persone che potrebbero usarlo regolarmente (altrimenti il costo fisso non si ammortizza).
- I dati sono stable o si aggiornano in modo prevedibile (non variazioni caotiche ogni giorno).
- Accetti un periodo di 3–6 mesi di "acclimatamento" mentre il modello impara i vostri pattern.
Non conviene se:
- Le richieste sono molto specifiche e cambiano continuamente.
- I costi di errore sono altissimi (es. diagnosi mediche, decisioni legali con impatto finanziario diretto)—in questi casi serve sempre supervisione umana completa, e il risparmio è minimo.
- Il volume è sotto 20–30 conversazioni al giorno: paghi hosting e manutenzione per un assistente che elabora pochi dati.
- Non hai una persona dedicata a fare prompt engineering e monitoring continuo.
# Costi totali di primo anno (scenario tipico)
Un assistente AI per supporto clienti/vendite in una PMI:
- Sviluppo: 8.000 €
- API (600 conversazioni/mese × 0,30 €): 7.200 €
- Hosting: 1.200 €
- Manutenzione (retainer): 18.000 €
- Totale primo anno: ~34.400 €
Dal secondo anno in poi, scende a ~26.400 € (no sviluppo iniziale). Se il sistema elimina 8–10 ore a settimana di lavoro manuale, il ROI è positivo.
# Come negoziare e non farti sorprendere
- Chiedi la scomposizione esatta dei costi: sviluppo, API previste al mese, hosting, retainer di manutenzione.
- Definisci SLA sulla disponibilità (99%, 99.5%), non fidarti di "sempre disponibile".
- Negozia il limite di costo API: se supera X € al mese, avisami prima di continuare (evita brutte sorprese).
- Includi nel contratto il diritto di "portabilità": i tuoi dati (conversazioni, contesti) rimangono tuoi e esportabili in qualsiasi momento.
- Richiedi una fase pilota: 4–6 settimane su un sottoinsieme della base utenti per misurare valore reale prima di scale-up.
// FAQ
Se uso un assistente open-source come Llama 2 invece di GPT-4, quanto risparmio?
Il costo API scende drasticamente (fino al 90%), ma aggiungi costi di infrastruttura: server con GPU costa 500–2.000 € al mese. Conviene solo se il volume è alto (1.000+ conversazioni al giorno) o se la qualità inferiore di Llama è accettabile per il tuo caso. Per assistenti che richiedono ragionamento complesso o comprensione sfumata, GPT-4 / Claude restano più economici al volume medio (50–500 conversazioni/giorno) perché non devi mantenerti l'infrastruttura.
Quanto influisce il costo di sviluppo iniziale sul ROI totale?
Molto, ma solo se il sistema è usato poco. Se l'assistente genera un risparmio di 8 ore a settimana per una persona a 20 € all'ora, sono 160 € a settimana = ~640 € al mese risparmiati. Con costi ricorrenti di 600 € al mese (API + hosting + manutenzione), il margine è sottile. L'8.000 € di sviluppo si ammorta in 12–13 mesi. Se l'uso crolla dopo 6 mesi, la perdita è reale. Per questo è fondamentale una fase pilota di 4–6 settimane prima di fare l'investimento pieno.
Conviene affidarsi a una piattaforma no-code (tipo Make, Zapier con ChatGPT) invece che sviluppare custom?
Se il caso è semplice (risposte FAQ, categorizzazione email, integrazione a pochi strumenti), no-code costa 50–200 € al mese ed è più veloce. Se il flusso è complesso, devi integrare 5+ sistemi, o serve fine-tuning personalizzato, la piattaforma no-code raggiunge i suoi limiti dopo 2–3 mesi e ti ritrovi a riscrivere tutto in custom. Valuta in base alla complessità reale, non al costo iniziale. Per volumi alti o requisiti unici, custom è sempre più economico sul lungo termine.
Vuoi valutare una soluzione simile per la tua azienda?
Dimmi il tuo caso, valuto la fattibilità e ti dico costi e tempi realistici. Il primo confronto è gratuito.