Comprare o costruire l'AI? La scelta della piattaforma per una PMI

Quando una PMI decide di adottare l'AI su un processo, la domanda che sente più spesso è «quale software compro?». Ma prima ce n'è una che pesa di più, e che quasi nessuno pone: conviene comprare una piattaforma già pronta o costruire qualcosa su misura? La risposta cambia tempi, costi e rischi ben più della scelta tra due tool concorrenti. Qui proviamo a rispondere con un criterio, non a istinto — e poi guardiamo il panorama degli strumenti con cui, nella pratica, si «compra».

Comprare o costruire: la domanda prima della domanda

I framework di build-vs-buy più usati nel 2026 fanno valutare un caso d'uso su tre assi:

• Unicità — quanto il flusso è specifico della tua azienda, invece che generico e già risolto da mille altri.
• Sensibilità dei dati — un fornitore esterno può toccare questi dati, o devono restare sotto il tuo controllo?
• Valore strategico — è un differenziatore competitivo o un'attività di back-office che vuoi solo sbrigata bene?

La lettura è semplice: alto su tutti e tre → costruire ha senso. Due o più assi bassi → comprare. La maggior parte dei flussi che una PMI vuole automatizzare per prima — smistamento ticket, follow-up commerciali, riconciliazioni, reportistica — è generica, a bassa sensibilità e di back-office. Cioè: da comprare.

Comprare vince sulla velocità: le piattaforme gestite si attivano in giorni o poche settimane, e il ritorno si vede in 1–6 mesi. Costruire vince sul lungo periodo ma è lento — 12–24 mesi per il ROI — e richiede un team minimo (un ingegnere AI, uno sviluppatore backend, un product owner, e per un agente in produzione anche chi presidia DevOps e valutazione). Quasi nessuna PMI ha quel team in casa.

C'è anche una soglia di volume utile da tenere a mente: sotto circa un milione di interazioni l'anno, comprare vince quasi sempre per la rapidità di integrazione; solo oltre quel volume l'economia «a token» del costruito inizia a ripagare. Pochissime PMI attraversano quella linea — e chi la attraversa non è più una PMI su quel processo.

La via di mezzo che nel 2026 è quasi lo standard: l'ibrido

La scelta non è secca. Il modello che la maggior parte delle implementazioni serie adotta oggi è ibrido: si compra il modello linguistico (le API di OpenAI o Anthropic) e si costruisce solo l'orchestrazione e le integrazioni sopra un framework open-source. Riduce del 40–50% i tempi rispetto al fare tutto da zero, ma lascia il controllo sulla logica di business dove deve stare: dalla tua parte. È la forma su cui, nella nostra esperienza, dovrebbe atterrare quasi ogni progetto: compra il modello, innesta la logica.

Le piattaforme con cui si «compra»

Quando il caso d'uso è da comprare, il mercato degli strumenti di automazione e degli agenti si riduce a poche piattaforme orizzontali. Non ne esiste una «migliore» in assoluto: esiste quella giusta per il tuo stack e il tuo volume. Ecco come si distinguono.

Make — il miglior rapporto operazioni/prezzo

Costruttore visuale di scenari, oltre 3.000 app collegabili, con un agent builder in beta. La sua forza è economica: il piano d'ingresso copre decine di migliaia di operazioni per una spesa contenuta, e resta il più economico dei tre anche crescendo di volume. È la scelta di default quando i flussi sono molti e frequenti e conta il costo per operazione.

Zapier — la copertura più ampia

Il costruttore di «zap» più diffuso, con un copilota in linguaggio naturale e agenti autonomi che agiscono tra le app. Il suo pregio sono le integrazioni: oltre 8.000, il parco più esteso. Va scelto quando lo stack del cliente è fatto di software di nicchia e a coda lunga — non quando il volume di attività è alto, perché è il modello che scala peggio sul costo al crescere delle operazioni.

n8n — la capacità agentica più profonda

Node-based e auto-ospitabile; la versione 2.0 (gennaio 2026) porta l'integrazione nativa con LangChain, circa 70 nodi AI, memoria persistente, nodi per RAG e vector-DB e schemi con l'umano nel processo. È la scelta giusta quando serve un flusso davvero agentico — non solo innescato da un evento — e quando si può ospitare la piattaforma in casa, tenendo i dati sotto controllo. È il punto in cui «comprare» sfuma nell'ibrido.

Microsoft Copilot Studio e Salesforce Agentforce — solo se sei già dentro

Copilot Studio (agenti a consumo dentro l'ecosistema Microsoft 365/Azure) e Agentforce (agenti a licenza sopra il CRM Salesforce) hanno senso in un caso solo: se l'azienda vive già su quella piattaforma. Dati, runtime e scelta del modello restano legati al cloud del fornitore, e la soglia di prezzo — per postazione o per conversazione — parte troppo in alto per il budget di una PMI che non sia già cliente. Fuori da quello stack, raramente pareggiano i conti.

Come si paga conta più del prezzo di listino

I listini cambiano; il modello di prezzo resta, ed è la vera leva decisionale. Prima di guardare la cifra, guarda come si paga, perché è quello che determina se il costo esploderà con la crescita:

• Per operazione o per task (Make, Zapier) — prevedibile sui volumi bassi, da modellare con attenzione se le automazioni si moltiplicano.
• Auto-ospitato (n8n) — il costo è l'infrastruttura e chi la gestisce, non una licenza a consumo: conviene sui volumi alti e quando i dati non devono uscire.
• Per messaggio (Copilot Studio) — premia le azioni brevi, punisce le conversazioni lunghe e articolate.
• Per conversazione o per postazione (Agentforce) — l'opposto: regge bene le interazioni multi-passaggio, meno i grandi volumi di micro-richieste.

La regola pratica per una PMI: Make e n8n sono il default sostenibile — una spesa mensile contenuta, o il solo costo dell'hosting — coerente con l'idea di portare l'AI in azienda senza il conto di una grande consulenza. Copilot Studio e Agentforce entrano in gioco solo quando il cliente è già dentro quel mondo.

Quando invece conviene costruire

Se un caso d'uso è alto su unicità, sensibilità dei dati e valore strategico, comprare non basta. Ma anche allora, «costruire» nel 2026 non significa partire dal foglio bianco: significa prendere le impalcature open-source ormai standard per l'orchestrazione degli agenti — LangChain/LangGraph, CrewAI — e appoggiarle su un modello comprato via API, invece di addestrarne uno proprio. È la forma concreta dell'ibrido di cui sopra, ed è anche l'unico modo in cui una PMI può permettersi il «costruito»: se qualcuno le fornisce quel team come innesto, invece di doverlo assumere.

Qui la sensibilità dei dati diventa il vincolo che decide tutto. Se il flusso tocca dati personali o regolati, la scelta della piattaforma non è solo tecnica: è una scelta di conformità. Vale la pena passarla prima dall'overlay di conformità — livello di rischio, DPIA, dove risiedono i dati — e poi decidere se e cosa auto-ospitare.

Come scegliere, in pratica

Riassumendo il percorso, senza scorciatoie:

1. Valuta il caso d'uso sui tre assi (unicità, sensibilità, valore strategico). Due o più bassi → si compra.
2. Se si compra, scegli la piattaforma dal modello di prezzo e dal tuo stack, non dal listino: Make per il costo per operazione, Zapier per la copertura, n8n per la profondità agentica e il controllo dei dati.
3. Se si costruisce, pensa ibrido: compra il modello, costruisci solo l'orchestrazione — e valuta chi ti mette il team.
4. In entrambi i casi, fai passare prima i dati sensibili dai controlli di conformità, non dopo.

È esattamente il metodo con cui lavoriamo: prima capire dove sei e cosa conviene automatizzare, poi scegliere la piattaforma giusta — comprata, costruita o innestata a metà — con i controlli attorno. Non un tool calato dall'alto, ma un innesto che attecchisce sul tuo stack.

Non sai da quale processo partire, prima ancora di scegliere lo strumento? La valutazione di AI-readiness ti dà una prima indicazione in due minuti; e sulla pagina Servizi trovi, reparto per reparto, com'è fatto un AI Workflow Design concreto.

I criteri di build-vs-buy citati sintetizzano framework pubblici del 2026 (tra cui Composio e Pharos); le caratteristiche e le cifre di listino delle piattaforme sono auto-riportate dai rispettivi fornitori (Make, Zapier, n8n 2.0, Microsoft Copilot Studio, Salesforce Agentforce), variano nel tempo e vanno lette come indicative — non come un preventivo. Questo articolo ha scopo orientativo e non costituisce consulenza legale né una valutazione di conformità.