Chatbot assistenza clienti: costi 2026, sviluppo interno o noleggio?

Un chatbot assistenza clienti basato sull’AI, preso a noleggio da Intercom Fin, costa $0.99 ogni volta che chiude un ticket. Svilupparne uno in casa riduce il costo marginale a pochi centesimi di token, ma solo dopo aver investito almeno $50,000 per metterlo in produzione. La scelta dipende tutta da un unico dato: quanti ticket risolve davvero ogni mese.

Chatbot assistenza clienti: la risposta in un numero

Con il noleggio si paga una commissione ogni volta che l’agente risolve un ticket: indicativamente da $0.50 a $1.50, a seconda del fornitore. Con una soluzione proprietaria si sostiene una spesa iniziale elevata per sviluppare l’agente, poi si pagano soltanto pochi centesimi per ticket per l’utilizzo del modello. Il compromesso è tutto qui, e a determinarne la convenienza è il volume mensile di risoluzioni.

Facendo i conti emerge una soglia piuttosto netta. Per la maggior parte delle aziende, lo sviluppo interno inizia a costare meno del noleggio solo oltre 2,500-3,000 ticket risolti al mese, con continuità. Sotto questa soglia, il costo di sviluppo non viene ammortizzato: noleggiare resta più economico, semplice e rapido da abbandonare. Sopra, invece, le commissioni per risoluzione crescono abbastanza in fretta da ripagare l’investimento iniziale, in genere entro due o tre anni.

La prima risposta onesta, quindi, è un’altra domanda: quanti ticket chiude davvero l’AI in un mese? Un brand DTC che gestisce 400 conversazioni di assistenza al giorno si trova già nell’area in cui conviene sviluppare. Un’azienda SaaS B2B che chiude 800 ticket al mese no, e può noleggiare senza rimorsi. I numeri che seguono servono a capire dove si colloca la propria azienda, senza affidarsi alla presentazione commerciale di un fornitore.

Quanto costa davvero noleggiare un agente AI

Oggi il noleggio viene fatturato per risoluzione, non per postazione, e Intercom Fin ha fissato il riferimento a $0.99 per ogni ticket che chiude in autonomia. Se non riesce e passa il caso a un operatore, non si paga nulla. È per questo che il modello appare equo: il fornitore guadagna soltanto quando l’AI risolve il problema.

Fin non è l’unico prodotto in questa fascia. Zendesk è passato a un prezzo basato sui risultati di $1.50 per risoluzione, HubSpot Breeze costa circa $0.50 per conversazione risolta, Help Scout applica $0.75 e Gorgias $0.90. Sono le opzioni trasparenti e self-service e, per la maggior parte dei team di medie dimensioni, una di queste rappresenta il punto di partenza più sensato. La classifica completa, ordinata in base al costo reale per risoluzione e non a un elenco di funzionalità, è disponibile nel confronto degli strumenti AI per il servizio clienti.

La trappola sta nell’unità di fatturazione. Alcuni fornitori addebitano ogni risoluzione, quindi il prezzo esposto coincide con il costo reale. Altri fatturano per conversazione: si paga ogni volta che l’agente interviene, che riesca o meno. Uno strumento da $0.40 per conversazione che risolve il 60% dei ticket costa in realtà circa $0.67 per risoluzione, perché anche il 40% dei casi non risolti finisce in fattura. Prima di qualsiasi confronto, bisogna sempre dividere il prezzo per conversazione per il tasso di risoluzione.

Nella fascia enterprise, i prezzi diventano opachi. Salesforce Agentforce parte ora da un piano gratuito, poi passa ai Flex Credits: $500 per 100,000 crediti, con addebito per azione man mano che l’utilizzo cresce. Poiché una sola risoluzione può attivare diverse azioni, il costo effettivo per ticket dipende interamente da come sono costruiti i flussi. Di conseguenza, è difficile fare previsioni finché il sistema non è già operativo.

Ada si spinge oltre e non pubblica alcun prezzo. Il sito invita a richiedere una consulenza e dichiara chiaramente che la soluzione è adatta alle aziende con almeno 300,000 conversazioni di assistenza clienti all’anno. Ada propone preventivi per risoluzione con contratti enterprise personalizzati: un modo garbato per dire che, se occorre chiedere il prezzo, probabilmente l’azienda è troppo piccola. Questa soglia minima è già un’informazione utile, perché mostra che Ada è progettata proprio per le attività ad alto volume nelle quali anche una soluzione proprietaria diventa sostenibile.

Quanto costa davvero sviluppare un agente AI in casa

Lo sviluppo interno ribalta la struttura dei costi. Il costo marginale di un agente proprietario è quasi nullo, perché ogni risoluzione corrisponde soltanto a una chiamata API a consumo. Per gestire un ticket, un agente interno può leggere tra 15,000 e 30,000 token di documentazione recuperata e cronologia della conversazione, per poi produrne qualche migliaio in risposta. Alle tariffe attuali di un modello valido ma economico, circa $1 per milione di token in input, il solo utilizzo del modello si colloca tra cinque e venti centesimi per risoluzione. Rispetto ai $0.99 di Fin, è questo il vero argomento a favore della proprietà: pochi centesimi per ciò che, a noleggio, costa un dollaro.

Il problema è tutto ciò che circonda il modello. Il modello è la parte economica. A costare sono il livello di retrieval che trova il documento corretto, la logica di escalation che sa quando passare la richiesta a un operatore, il registro delle risoluzioni che dimostra cosa è accaduto e almeno un anno di storico dei ticket per insegnare all’agente a gestire i casi limite. Secondo stime indipendenti del 2026, lo sviluppo di un agente AI personalizzato può costare da $5,000 per un wrapper essenziale a $180,000 o più per un sistema pronto per la produzione. Per un agente di assistenza al quale affidare davvero i clienti, una stima realistica è tra $10,000 e $40,000 per una versione di base, oppure tra $50,000 e $150,000 per una soluzione production-grade con integrazioni e guardrail effettivi.

Dopo il lancio, i costi continuano. Per la manutenzione va preventivato all’incirca il 15%-25% del costo di sviluppo ogni anno, oltre all’hosting, al monitoraggio e a un tecnico responsabile quando un aggiornamento del modello ne modifica silenziosamente il comportamento. Possedere un agente significa possederne anche gli errori: per questo il lavoro su guardrail e contenimento del raggio d’impatto non è facoltativo. Se un agente a noleggio si comporta male, il problema è del fornitore. Con un agente proprietario, è dell’azienda.

Il calcolo del punto di pareggio

Applichiamo numeri reali. Consideriamo un’azienda SaaS di medie dimensioni che gestisce 5,000 conversazioni con i clienti al mese e raggiunge un tasso di risoluzione del 60%. L’AI chiude quindi 3,000 casi, mentre gli altri 2,000 passano agli operatori.

Con Fin a $0.99 per risoluzione, il noleggio costa $2,970 al mese, circa $35,640 all’anno, senza una scadenza e con una spesa che cresce insieme al volume. Con una soluzione proprietaria, l’andamento è completamente diverso. Supponiamo che lo sviluppo di produzione costi $60,000 in anticipo. Ammortizzato su tre anni, equivale a $20,000 all’anno. A questo va aggiunto il costo operativo: per 3,000 risoluzioni, i token incidono per circa $300 al mese, mentre infrastruttura e manutenzione aggiungono realisticamente da $1,000 a $1,500 al mese. In totale, stimiamo $18,000 all’anno per il funzionamento.

Nel primo anno, quindi, la soluzione proprietaria costa circa $78,000, contro i $36,000 del noleggio. Vince nettamente il noleggio. Nel secondo e nel terzo anno, però, la proprietà costa soltanto circa $18,000 all’anno, perché lo sviluppo è già stato pagato, mentre il noleggio resta a $36,000 e continua a salire. Nel corso del terzo anno le due curve cumulative si incrociano; da quel momento, possedere la soluzione costa all’incirca la metà ogni anno.

Questo calcolo parte da 3,000 risoluzioni mensili. Scendendo a 800, il noleggio costa circa $9,500 all’anno, mentre lo sviluppo da $60,000 non si ripaga entro alcun orizzonte di pianificazione ragionevole. Salendo a 15,000 risoluzioni, Fin costa circa $178,000 all’anno: lo sviluppo si ripaga nei primi mesi e la proprietà vince senza confronto. La regola decisionale deriva direttamente dai conti: con uno sviluppo tra $50,000 e $60,000, possedere la soluzione inizia a convenire, su un orizzonte di tre anni, intorno a 2,500-3,000 risoluzioni mensili stabili. Sotto questa soglia si noleggia; ben al di sopra, si sviluppa.

Sviluppo interno o piattaforma: confronto diretto

Le due colonne descrivono aziende diverse, non budget diversi. Il noleggio è adatto ai team che vogliono risolvere subito, non sanno ancora prevedere i volumi oppure considerano l’assistenza un costo da ridurre anziché un prodotto da possedere. È anche la scelta corretta per chiunque resti sotto qualche migliaio di risoluzioni mensili, per quanto allettante possa sembrare, preso da solo, il calcolo dei pochi centesimi per ticket. Lo sviluppo interno è indicato quando i volumi sono elevati e prevedibili, quando i dati dei clienti non possono risiedere sulla piattaforma di terzi oppure quando l’esperienza di assistenza è un elemento distintivo che vale la pena progettare. La panoramica più ampia sugli agenti AI mostra quanto siano ancora pochi i team che oggi rientrano davvero nella seconda colonna.

La strategia ibrida più adatta alla maggior parte dei team

Per gran parte delle aziende, la risposta concreta non è una scelta netta tra proprietà e noleggio, ma una sequenza. Conviene iniziare a noleggio per misurare il tasso di risoluzione sui ticket reali: è quella singola percentuale a determinare tutti i calcoli precedenti, e una demo non consente di conoscerla. Sei mesi con un fornitore che fattura per risoluzione permettono di osservare quale quota di ticket l’AI chiude davvero e di lasciare che siano i dati a indicare se il volume supera la soglia necessaria per sviluppare.

Se la supera, esistono due modi per passare alla proprietà. Il primo è sviluppare l’intero agente e migrare, una scelta sensata con volumi molto elevati. Il secondo è dividere il lavoro: lasciare a noleggio la lunga coda dei ticket insoliti e poco frequenti, sviluppando un agente mirato per le tipologie di risoluzione più ripetitive e numerose, dove il risparmio sui token è maggiore e i casi limite sono noti. Questo approccio ibrido cattura gran parte dei vantaggi economici della proprietà, senza uno sviluppo a sei cifre né il rischio di affidare l’intera assistenza a codice appena scritto.

L’errore è impegnarsi nello sviluppo prima di conoscere il tasso di risoluzione, oppure continuare a noleggiare per sempre a volumi che portano a versare silenziosamente a un fornitore $150,000 all’anno per ciò che un’infrastruttura da $18,000 potrebbe fare. Entrambe le scelte sono costose. Il numero al centro rivela quale delle due si sta per commettere.

Quanto costa un agente AI per il servizio clienti nel 2026?

A noleggio, circa $0.50-$1.50 per ticket risolto, a seconda del fornitore, senza costi iniziali. Se sviluppato in casa, il progetto costa da $10,000 a oltre $150,000 in base all’ambito; in seguito, ogni ticket richiede soltanto pochi centesimi di utilizzo del modello. L’opzione più economica dipende interamente dal numero di ticket risolti ogni mese.

Sviluppare un agente AI in casa costa davvero meno?

Soltanto oltre circa 2,500-3,000 risoluzioni mensili stabili. Con uno sviluppo tra $50,000 e $60,000, è questo il punto in cui, su un orizzonte di tre anni, le commissioni per risoluzione evitate superano i costi di sviluppo e gestione. Sotto questo volume l’investimento non viene ammortizzato e il noleggio resta più conveniente.

Quanto costa Salesforce Agentforce?

Agentforce parte da un piano gratuito, poi fattura tramite Flex Credits: $500 per 100,000 crediti, addebitati per azione man mano che l’utilizzo cresce. Poiché una risoluzione può richiedere più azioni, il costo effettivo per ticket dipende da come sono costruiti i flussi. Prima di scegliere, va quindi stimato sui propri volumi di azioni.

Quanto costa Ada?

Ada non pubblica prezzi. È una soluzione esclusivamente enterprise, quotata per risoluzione con un contratto personalizzato, e il sito stesso dichiara che è adatta ad aziende con almeno 300,000 conversazioni di assistenza clienti all’anno. Al di sotto di quel volume, Ada non è progettata per l’azienda.

Con un agente AI servono ancora operatori umani?

Sì. Nel 2026, un agente ben configurato risolve in autonomia circa il 60%-65% dei ticket; gli altri vengono trasferiti agli operatori. Che si scelga il noleggio o lo sviluppo interno, bisogna dimensionare il team per questa coda più complessa: l’AI elimina gran parte del volume, non tutto.

Prima di investire nello sviluppo, il modo più rapido per capire se sarà ripagato è modellare i costi sul volume reale dei ticket e sul tasso di risoluzione, senza spendere ancora un dollaro. È esattamente il lavoro alla base dei sistemi AI per il servizio clienti, dove la scelta tra proprietà e noleggio viene fatta sui numeri dell’azienda, non su quelli presentati da un fornitore.