Come calcolare il ROI di un Agente AI: formula e KPI concreti

Il ROI di un Agente AI si calcola così: (Ore risparmiate × costo orario) + (Aumento ricavi attribuibile) − (Costo sviluppo + costo runtime annuo), il tutto diviso per l'investimento totale. La parte difficile non è la formula: è attribuire correttamente i risultati. Qui vediamo come farlo seriamente.

La formula in chiaro

ROI annuo (%) = [(Risparmio + Incremento ricavi) − Costo totale] / Costo totale × 100

Dove:

• Risparmio = ore liberate × costo orario fully loaded del personale.
• Incremento ricavi = nuove vendite o conversioni attribuibili all'agente (con A/B test, non a sentimento).
• Costo totale = setup one-shot + (canone mensile + costi token/API) × 12.

I 6 KPI da monitorare dal giorno 1

1. Tempo medio di gestione (AHT) per task: prima vs dopo.
2. Tasso di automazione: % task chiusi senza intervento umano.
3. Tasso di escalation: % task passati a un operatore (target sano: 5–15%).
4. CSAT post-interazione: soddisfazione cliente (1–5).
5. Costo per task: token + infra + canone, diviso per task gestiti.
6. Conversion rate (se l'agente è in funnel commerciale).

Esempio numerico completo: customer service e-commerce

Dopo 3 mesi con un Agente AI Cascades (piano Architetto)

• Tasso di automazione: 72% dei ticket chiusi senza umano
• AHT umano sui ticket residui: 5 minuti (l'agente ha già preparato il contesto)
• CSAT: stabile a 4.4/5
• Ticket gestiti dall'agente al mese: ~2.160

Conti reali

• Ore umane risparmiate/mese: 2.160 × 9 min ÷ 60 ≈ 324 ore
• Risparmio mensile: 324 × 21€ = 6.804€ = ~81.600€/anno
• Costo Agente AI Cascades: 350€/mese setup ammortizzato + ~150€ token = 500€/mese = 6.000€/anno
• ROI anno 1: (81.600 − 6.000) / 6.000 × 100 ≈ 1.260%
• Payback period: ~1 mese

Numeri coerenti con la letteratura: McKinsey nel report The economic potential of generative AI stima un impatto di 2.6–4.4 trilioni di dollari/anno globali, con guadagni di produttività più alti proprio su customer operations (30–45%).

Gli errori che gonfiano il ROI sulla carta

• Contare ore teoriche e non risparmio reale: se non riallochi le persone, il costo del personale non scende.
• Ignorare il costo della knowledge base: pulire e mantenere i dati pesa il 20–30% del progetto.
• Dimenticare token in over-usage: con volumi imprevedibili, il costo runtime può raddoppiare.
• Saltare l'A/B test sui ricavi: senza gruppo di controllo, l'aumento conversion non è attribuibile.

Quando un Agente AI NON conviene

Sotto un certo volume, il ROI non torna. Soglie indicative che usiamo:

• Customer service: meno di 200 ticket/mese → meglio una FAQ ben fatta + email automation.
• Email triage: meno di 500 email/mese → bastano regole e template.
• Lead qualification: meno di 100 lead/mese → un commerciale fa meglio e prima.

Forrester usa lo stesso principio nei suoi Total Economic Impact studies: il break-even arriva quando il volume × costo unitario supera l'investimento totale. Niente magia.