Un chatbot risponde alla tua domanda. Un agente AI riceve un obiettivo e compie i passaggi necessari per raggiungerlo, usando i tuoi strumenti. Un collega AI è un agente che il tuo team ha configurato per occuparsi di un lavoro ricorrente, con fonti chiare, limiti chiari e una persona che controlla il risultato.
Il modo più semplice per distinguerli è chiederti che cosa stai affidando:
- A un chatbot affidi una domanda.
- A un agente affidi un obiettivo.
- A un collega affidi un lavoro: il contesto, le regole, che cosa significa "finito" e chi dà l'approvazione finale.
Una nota sulle parole. "Chatbot" significa più o meno la stessa cosa ovunque. "Agente AI" no: ogni azienda lo definisce a modo suo. "Collega AI" (come "compagno di squadra AI" o "dipendente AI") è soprattutto un termine di prodotto. Descrive come lavori con il software, non un tipo speciale di intelligenza artificiale.
Agente AI vs chatbot vs collega AI in sintesi
| Chatbot | Agente AI | Collega AI | |
|---|---|---|---|
| Gli affidi | Una domanda | Un obiettivo | Un lavoro ricorrente |
| Chi trova le informazioni | Tu | L'agente | L'agente, da fonti concordate |
| Ricevi | Una risposta | Lavoro finito | Lavoro pronto da controllare |
| Chi decide il passo successivo | Tu | In parte l'agente | Concordato in anticipo |
| Ideale per | Domande rapide | Ricerche e brief | Report settimanali, smistamento delle richieste |
Molti strumenti possono comportarsi come più di una colonna. La domanda utile è: che cosa deve succedere dopo la risposta?
Che cos'è un chatbot?
Un chatbot è un software con cui parli. Scrivi o parli, e lui risponde. IBM ne descrive due tipi: i chatbot più vecchi, che seguono un copione fisso, e i chatbot con AI, che capiscono il linguaggio comune e scrivono risposte proprie.
L'idea non è nuova. ELIZA, creato da Joseph Weizenbaum e pubblicato nel 1966, sapeva sostenere una conversazione scritta. Non poteva fare nulla al di fuori di quella conversazione. I chatbot di oggi scrivono molto meglio, ma molti hanno lo stesso limite: il lavoro si ferma quando finisce la risposta.
Ecco come appare nella pratica. Chiedi a un assistente in chat "Quando è il mio prossimo caffè con qualcuno?" e non saprà dirtelo, perché non vede il tuo calendario. Jeff Su usa proprio questo esempio in un video esplicativo molto seguito:
YouTube · Jeff Su
AI Agents, Clearly Explained (Gli agenti AI spiegati con chiarezza) · 8 aprile 2025
Un'introduzione in parole semplici. L'esempio del caffè mostra perché un assistente in chat non può rispondere a domande sul tuo calendario.
Questo non significa che i chatbot siano da buttare. Spesso una risposta è tutto ciò che serve:
- Un visitatore del sito chiede informazioni sulla politica di reso.
- Un nuovo assunto chiede dove si trova la policy sulle note spese.
- Ti servono cinque oggetti per l'invito a un webinar.
In ogni caso, una persona legge la risposta e compie il passo successivo.
Che cos'è un agente AI?
Un agente AI è un software che lavora in autonomia verso un obiettivo. Decide i passaggi, usa strumenti come il tuo CRM o la tua casella di posta, verifica come sta andando e prosegue finché il lavoro è finito o finché ha bisogno di te.
Google Cloud definisce gli agenti come sistemi che perseguono obiettivi e completano attività per conto degli utenti. Anthropic aggiunge una distinzione utile: se i passaggi sono stabiliti in anticipo da una persona, è un workflow; se è l'AI a decidere i passaggi, è un agente.
Un esempio semplice di Maya Murad, ricercatrice di IBM, rende tutto concreto. Chiedi a un modello AI quanti giorni di ferie ti restano e sbaglierà, perché non sa chi sei. Collegalo al sistema delle risorse umane e potrà trovare la risposta. Chiedigli qualcosa di più difficile, come quanta crema solare portare in viaggio, e dovrà pianificare: controllare i giorni che ti restano, controllare il meteo, consultare le indicazioni sanitarie e poi fare i calcoli. Questa pianificazione e questa ricerca di informazioni sono ciò che lo rende un agente.
YouTube · IBM Technology
What are AI Agents? (Che cosa sono gli agenti AI?) con Maya Murad · 15 luglio 2024
Spiega l'autonomia dell'AI come una scala graduale: passaggi fissi per attività semplici e prevedibili, agenti per quelle disordinate e variabili. Spiega come funzionano gli agenti, non quali prodotti siano in testa oggi.
Un test rapido che puoi usare: se copi informazioni nella chat e poi copi la risposta altrove, stai usando un chatbot. Se il software va a prendersi ciò che gli serve e compie il passo successivo in un'altra app, stai usando un agente.
Un agente è solo un modello più intelligente?
Per lo più no. Lo stesso modello AI può stare dietro a un chatbot e a un agente. La differenza è ciò che gli permetti di fare: quali strumenti può usare, che cosa può modificare e se può lavorare in più passaggi e controllarsi da solo.
Andrew Ng lo ha spiegato bene in un intervento del 2024: chiedere a un'AI una risposta in un colpo solo è come chiedere a qualcuno di scrivere un tema "without ever using backspace" (traduzione: senza mai usare il tasto per cancellare). Se le lasci fare una scaletta, ricercare, scrivere una bozza e rivedere, il risultato migliora molto.
In questo campo i prodotti cambiano in fretta. OpenAI ha lanciato una modalità agente in ChatGPT a luglio 2025 e, a novembre 2026, l'aveva già sostituita con ChatGPT Work, che descrive come "an agent for longer, more involved tasks" (traduzione: un agente per attività più lunghe e complesse). I nomi dei prodotti vanno e vengono. La differenza tra rispondere e fare resta.
Che cos'è un collega AI?
Un collega AI è un agente che il tuo team tratta come un collega con un ruolo definito. Tre cose fanno la differenza:
- Si occupa di un lavoro ricorrente. Per esempio "preparare un brief prima di ogni call di rinnovo", non una richiesta una tantum.
- Lavora con le fonti del team. Lo storico dell'account, le decisioni passate e il formato che tutti usano già.
- Ha limiti chiari. Qualcuno ha deciso che cosa può leggere, che cosa può modificare e che cosa deve controllare una persona prima che qualsiasi cosa venga inviata.
I limiti contano quanto le capacità. Una buona configurazione da collega AI si definisce da ciò che l'AI non può fare da sola.
La posizione di Okou. Sviluppiamo Okou come compagno di squadra AI per i team aziendali. In pratica, significa che Okou cerca di fare bene tre cose (che cos'è Okou):
- Usare il contesto giusto. Prima di agire, raccogliere ciò che serve al lavoro: le email del cliente, la scheda nel CRM, le note dell'ultimo trimestre e le informazioni pubbliche recenti.
- Consegnare nel formato giusto. Un messaggio breve quando qualcuno deve prendere una decisione, un documento quando i dettagli vanno esaminati, una bozza di email quando il cliente ha bisogno di una risposta.
- Rendere ripetibile il lavoro fatto bene. Salvare un metodo che ha funzionato come workflow, così un collega può eseguirlo con i propri account.
Non ti serve Okou per mettere in pratica le idee di questo articolo. Ma è così che la vediamo, e l'esempio qui sotto segue lo stesso schema.
Quattro equivoci comuni
"Se esegue molti passaggi, è un agente." Non sempre. Se una persona ha stabilito ogni passaggio in anticipo, è un workflow automatizzato, per quanto lungo sia. Ed è spesso un bene: i passaggi fissi sono prevedibili.
"Con gli agenti le persone non servono più." No. Anche chi costruisce agenti consiglia di partire in modo semplice e di tenere una persona nel processo per le decisioni importanti.
"Un collega AI può vedere gli account di tutti." Non dovrebbe. Condividere un metodo è diverso dal condividere un accesso. In Okou, condividere un workflow significa condividere le istruzioni e i file di riferimento, non la casella di posta, le credenziali o le chat private di chi lo ha creato. Ogni membro del team lo esegue con i propri collegamenti.
"I chatbot sono morti." Per rispondere alle domande frequenti, un chatbot ben fatto costa meno ed è più facile da controllare di un agente. Usa la soluzione più semplice che fa il lavoro.
Un compito, tre modi: il brief per una call di rinnovo
Lo scenario seguente è un esempio, non la storia di un cliente reale.
Il compito. Priya guida il customer success in un'azienda di software da 40 persone. Ogni giovedì ha delle call di rinnovo. Prima di ciascuna vuole un brief di una pagina (che cosa ha acquistato il cliente, i ticket di supporto recenti, l'utilizzo, che cosa è stato promesso lo scorso trimestre) e una bozza dell'email di follow-up.
| Chatbot | Agente | Collega | |
|---|---|---|---|
| Priya affida | Una domanda | Un obiettivo | Un lavoro con regole |
| Chi raccoglie le informazioni | Priya | L'agente | L'agente |
| La settimana dopo | Si ricomincia | Lo richiede | Va da solo |
Con un chatbot: Priya affida una domanda
Priya copia le note dal CRM, esporta i ticket recenti, incolla tutto in una chat e chiede un riepilogo e un'email. Ottiene un riepilogo pulito di ciò che ha incollato. Mancano la dashboard di utilizzo che si era dimenticata di aprire e una promessa fatta via email da un collega. Corregge l'email e la invia.
Ha risparmiato tempo nella scrittura. Non ha risparmiato tempo nel raccogliere e verificare le informazioni, che erano la parte più grossa del lavoro.
Con un agente AI: Priya affida un obiettivo
Priya chiede: "Prepara un brief per la mia call di rinnovo con Acme delle 14:00 e scrivi la bozza del follow-up." L'agente legge la scheda nel CRM, i ticket e il thread di email. Si accorge che ad agosto è cambiato l'amministratore principale del cliente. Restituisce un brief e una bozza di email.
Molto meglio. Ma Priya deve ancora ricordarsi di chiederlo, ogni settimana, per ogni call. E quando un collega la sostituisce sull'account, lo chiederà in modo diverso e otterrà un brief diverso.
Con un collega AI: il team affida un lavoro
È qui che si vede la differenza.
- Mettere il lavoro per iscritto. Dopo due esecuzioni ben riuscite, Priya e la sua responsabile concordano che cosa deve contenere un brief di rinnovo. Lo salvano come workflow: controllare nel calendario del giorno le call di rinnovo; per ciascuna, leggere il CRM, i ticket degli ultimi 90 giorni, il thread di email e le note di rinnovo condivise; scrivere il brief nel formato di una pagina del team; preparare la bozza del follow-up; pubblicare entrambi nel canale Slack #renewals. Una pianificazione lo esegue ogni giovedì alle 8:00.
- Lasciare che il contesto cambi la risposta. Per Acme, il thread di email mostra che era stato promesso uno sconto se fossero stati risolti due ticket di supporto. Uno è ancora aperto. Guardando solo il CRM, il brief avrebbe detto "rinnovo come al solito". Con le email, mette in evidenza in cima la promessa ancora aperta e suggerisce di confermare la soluzione prima di parlare di prezzo.
- Agire solo entro i limiti. L'agente può leggere il CRM, i ticket e le email, e creare una bozza di email. Non può inviare email né cambiare la fase del rinnovo nel CRM, quindi non lo fa.
- Restituire qualcosa di facile da controllare. Il responsabile dell'account trova il brief e la bozza in #renewals, con un link alla fonte di ogni punto.
- Migliorare il metodo, non solo il risultato. Dopo la call, il responsabile dell'account modifica una riga e invia l'email. Il team decide che ogni brief deve indicare anche chi ha partecipato all'ultima call. Priya aggiorna il workflow una volta sola. Dal giovedì successivo ogni brief lo include, per chiunque lo esegua.
L'agente non è diventato più intelligente tra la seconda e la terza versione. Il team ha reso chiaro il lavoro: dove cercare, com'è un buon risultato, che cosa non toccare e chi controlla. È questo che trasforma un agente in un collega.
Perché è nei passaggi di consegne che le cose vanno storte
Chi ha ereditato un progetto lo sa: conosci solo ciò che ti è stato passato. Con l'AI è lo stesso. Due post di novembre 2026 lo dicono da prospettive diverse. Sono opinioni, non ricerche, ma corrispondono a ciò che vediamo nella pratica.
X · Aaron Levie (@levie), CEO di Box · 6 novembre 2026
"Every AI agent deployment comes down to how successfully they can get access to the critical context…" (Traduzione: «Ogni implementazione di un agente AI si riduce a quanto riesce ad accedere al contesto critico…»)
X · Alexander Yue (@Alezander9), fondatore di Mainplane · 6 novembre 2026
"…all summaries are lossy. This is how your assistant makes emails you never wanted…" (Traduzione: «…ogni riassunto perde informazioni. È così che il tuo assistente scrive email che non avresti mai voluto…»)
Levie lo ha scritto insieme a un annuncio di prodotto di Box, e Box conserva i file delle aziende, quindi ha un interesse nella risposta. Yue parla di un'AI che passa il lavoro a un'altra, e si spinge più in là di noi: sostiene che non si dovrebbe proprio dividere così il lavoro dell'AI. Ma entrambi arrivano alla stessa lezione per i team aziendali. Un agente può essere bravo solo quanto il contesto che riceve. Ecco perché la versione da collega AI del compito di Priya parte da un lavoro scritto e da fonti indicate per nome, non da un "hai capito cosa intendo".
In Okou, i messaggi e i file precedenti restano disponibili all'interno della stessa chat. Una nuova chat parte da zero, a meno che non le indichi quella precedente. Per questo l'abitudine più sicura è inserire le fonti e le regole direttamente nel workflow.
Dove la responsabilità resta alla persona
Affidare un lavoro a un'AI non significa affidarle la responsabilità. Prima di attivare qualsiasi lavoro ricorrente, rispondi a una domanda: in quale momento una persona controlla prima che questo venga inviato?
Un'impostazione ragionevole per la maggior parte dei team:
- Lascia che l'AI legga ciò che serve al lavoro, e niente di più.
- Lascia che prepari brief, email e modifiche suggerite come bozze.
- Lascia a una persona l'invio, la pubblicazione, i pagamenti e le eliminazioni, a meno che tu non abbia deciso che una specifica azione si può automatizzare in sicurezza.
Ethan Mollick, professore alla Wharton che scrive di AI nel lavoro, traccia una linea simile con il proprio agente:
X · Ethan Mollick (@emollick), professore alla Wharton · 15 ottobre 2026
"I don't want it using my email or drafting messages on my behalf…" (Traduzione: «Non voglio che usi la mia email né che scriva messaggi a mio nome…»)
La sua soluzione è stata dare all'agente un indirizzo email tutto suo, così le persone sanno quando stanno parlando con un'AI. La tua linea può essere diversa. Molti team accettano che un agente scriva bozze a loro nome, purché sia una persona a inviarle. L'importante è scegliere la linea in modo consapevole.
I buoni strumenti ti permettono di fissare questa linea. In Okou, quando un'attività richiede un nuovo permesso, una persona vede esattamente che cosa viene chiesto e sceglie per quanto tempo concederlo. La nostra guida ai permessi consiglia di concedere, dove possibile, solo l'accesso in lettura o per le bozze.
Okou chiede prima di usare un nuovo permesso. Una persona vede che cosa viene richiesto e sceglie un limite di tempo, per esempio un'ora. Vedi lo screenshot a grandezza intera
Come scegliere: chatbot, agente o collega AI?
Parti dal compito, non dallo strumento. Quattro domande coprono la maggior parte dei casi.
Abbina ogni compito al tipo di aiuto giusto. La maggior parte dei team li usa tutti e tre.
- Agirai tu in base alla risposta? Usa un chatbot. Spiegare una clausola di un contratto, riscrivere un paragrafo, trovare idee per dei nomi.
- L'AI deve scegliere il passo successivo in base a ciò che trova? Usa un agente, per esempio per analizzare un account tra CRM, supporto ed email. Se il percorso è stabilito in anticipo, può bastare un workflow AI.
- È un lavoro ricorrente con fonti, regole e un responsabile concordati? Questa è una configurazione da collega AI, per esempio la revisione della pipeline del lunedì o il follow-up dopo ogni demo. Una pianificazione avvia il lavoro; non definisce il lavoro né i suoi permessi.
- Chi dà l'approvazione finale? Rispondi a questa domanda per ogni attività affidata a un agente o a un collega AI. Se nessuno sa rispondere, non è ancora pronta per essere delegata.
Un ultimo consiglio: dagli tempo. Nello stesso intervento, Andrew Ng paragona il controllare un agente troppo presto a un nuovo manager che delega un'attività e chiede aggiornamenti cinque minuti dopo. Giudica il lavoro finito, non il primo minuto.
Come funziona in Okou
La guida per i team di Okou descrive il percorso da un singolo buon risultato a un'abitudine del team: svolgi il compito una volta tu stesso, salva il metodo come workflow, condividilo con il team e lascia che ogni persona colleghi i propri account.
- I workflow contengono il metodo: i passaggi, le fonti, il formato e le regole di revisione.
- Le automazioni aggiungono il quando: una pianificazione, una nuova email o una modifica al calendario avvia il lavoro.
- Il lavoro si svolge dove il tuo team comunica: puoi menzionare Okou con @ in Slack o scrivere direttamente a Okou.
- Il lavoro continua nel cloud: un'attività lunga prosegue anche dopo che hai chiuso il portatile.
- Le email restano bozze finché non le invii: Okou può scrivere un follow-up come bozza in Gmail, e una persona la rivede e preme Invia.
Aggiunta di una pianificazione o di un trigger a un workflow salvato. Alcuni tipi di trigger sono disponibili solo in alcuni workspace. Vedi lo screenshot a grandezza intera
Per provare l'esempio del brief di rinnovo, parti dalla chat con un account reale. Quando il brief ti convince, salvalo come workflow e poi aggiungi una pianificazione. Per altre idee, leggi 20 esempi di agenti AI per il lavoro reale. Sulle approvazioni, leggi perché la tua azienda deve avere l'ultima parola. Per mantenere accurato il contesto condiviso, leggi la gestione del contesto degli agenti AI nei team. Per la storia completa dell'AI che passa da assistente a collega, leggi Dal copilota al collega.
Domande frequenti
Qual è la differenza principale tra un agente AI e un chatbot?
Un chatbot risponde, e il passo successivo lo fai tu. Un agente AI riceve un obiettivo, usa i tuoi strumenti per raccogliere informazioni o compiere azioni e restituisce il lavoro finito. Il modello AI sottostante può essere lo stesso. Quello che cambia è ciò che gli è permesso fare.
ChatGPT è un chatbot o un agente AI?
Entrambi, a seconda di come lo usi. Una normale conversazione con ChatGPT è un chatbot: tu chiedi, lui risponde. OpenAI offre anche una modalità di tipo agente per le attività più lunghe; a novembre 2026 si tratta di ChatGPT Work. L'etichetta dipende da ciò che lo strumento sta facendo, non dal suo nome.
Un collega AI è la stessa cosa di un agente AI?
Un collega AI è un agente AI configurato per un lavoro specifico e ricorrente, con le fonti del tuo team, limiti chiari e una persona che controlla il risultato. "Collega", "compagno di squadra" e "dipendente" sono termini di prodotto, non standard tecnici, quindi verifica che cosa fa davvero ciascun prodotto.
Qual è la differenza tra un agente AI e un assistente AI?
Un assistente AI di solito aiuta una persona su richiesta: scrivere, riassumere, rispondere a domande. Un agente AI va oltre ed esegue passaggi verso un obiettivo usando degli strumenti. I termini si sovrappongono, e oggi molti assistenti includono funzioni da agente.
Un chatbot può diventare un agente AI?
Sì, se gli dai accesso ai tuoi strumenti e ai tuoi dati e gli permetti di lavorare in più passaggi. La parte più difficile è decidere che cosa può leggere, che cosa può modificare e chi approva il risultato.
Gli agenti AI sostituiranno i chatbot?
Per la maggior parte dei team è improbabile. Per le domande rapide e le FAQ semplici dei clienti un chatbot funziona bene, ed è anche più facile da controllare. Gli agenti e le configurazioni da collega AI hanno senso quando il lavoro richiede di raccogliere informazioni da più fonti, portare a termine le azioni successive o ripetersi secondo una pianificazione.
