La risposta breve: un chatbot risponde alle domande all'interno di una conversazione; un agente IA riceve un obiettivo e lavora per raggiungerlo in più passaggi, usando strumenti e verificando i propri risultati. La maggior parte delle aziende che pensa di aver bisogno di un agente ha in realtà bisogno di un buon chatbot con recupero delle informazioni, mentre quelle che hanno davvero bisogno di un agente sono quelle con un'attività articolata in più passaggi e verificabile. La distinzione è importante perché un agente costa di più da costruire, è più difficile da rendere affidabile e può fallire in modi più vari: va quindi scelto consapevolmente, non per impostazione predefinita.
01Come leggere il lavoro
In cosa è bravo un chatbot
Un chatbot è un'interfaccia conversazionale costruita su un modello, di solito basata sui contenuti dell'azienda tramite il recupero delle informazioni, così da rispondere a partire dai Suoi dati invece di inventare. È lo strumento giusto quando il compito è rispondere a domande, spiegare, redigere o smistare: singoli passaggi in cui una persona mantiene il controllo di ciò che accade dopo. La maggior parte dei casi di assistenza clienti, conoscenza interna e qualificazione dei contatti ha la forma di un chatbot: richiede un buon grounding e un passaggio chiaro a una persona, non autonomia.
02Come leggere il lavoro
Che cosa rende un sistema un agente
Un agente usa un modello per decidere e agire in più passaggi (scegliere gli strumenti, eseguire azioni e reagire ai risultati) invece di produrre una singola risposta. Le indicazioni di Anthropic tracciano una distinzione utile tra i workflow, in cui i passaggi sono fissati nel codice, e gli agenti, in cui è il modello a guidare il proprio processo (fonte citata più sotto). Il test pratico è semplice: se l'attività richiede che il sistema esegua azioni e verifichi i risultati lungo il percorso verso un obiettivo, ha la forma di un agente; se richiede una buona risposta, ha la forma di un chatbot.
03Come leggere il lavoro
Come decidere
Parta dall'attività, non dalla tecnologia. Si ponga tre domande: il lavoro richiede più passaggi che cambiano da caso a caso? Il risultato di ogni passaggio può essere verificato automaticamente? Un'azione sbagliata è reversibile o supervisionata? Tre risposte affermative indicano un agente. Se il lavoro è in realtà un unico passaggio, o nulla può verificarne il risultato, un chatbot con recupero delle informazioni, oppure un'automazione più piccola, sarà più affidabile e molto più economico da gestire.
04Come leggere il lavoro
Un esempio reale del caso agente
Autonomous Scheduled Build Agent ha la forma di un agente proprio per queste ragioni: a ogni esecuzione seleziona un'attività circoscritta, segue un runbook e deve superare controlli statici e harness di esecuzione prima che il lavoro venga accettato, con punti di decisione umana espliciti. È questo il profilo in cui un agente giustifica il proprio costo (strumenti chiari, risultati verificabili e supervisione), ed è l'eccezione, non la regola. Quando un caso d'uso non ha queste caratteristiche, la raccomandazione onesta è di solito un chatbot.
