Build vs buy vs agency: AI per PMI italiane nel 2026

La domanda che cambia il TCO triennale

Una PMI manifatturiera da 180 dipendenti, fatturato 35 mln €, due persone in IT, si trova davanti tre opzioni quando vuole portare AI sul proprio processo: assumere data scientist e costruire internamente, attivare il modulo AI del vendor gestionale (TeamSystem, Zucchetti, Mago, AdHoc), oppure affidarsi a un'agency esterna che orchestra AI custom sopra i sistemi esistenti. La scelta determina il TCO triennale, la velocità di go-live, il vendor lock-in, e quanto rischio operativo resta interno.

L'Osservatorio AI del Politecnico di Milano nel comunicato del 5 febbraio 2026 ha fissato i numeri di sfondo: il 71% delle grandi imprese italiane ha progetti AI, ma solo il 20% li usa in modo pervasivo. Le PMI sono molto sotto: l'ISTAT a dicembre 2025 misurava il 16,4% delle imprese con almeno 10 addetti che usa una tecnologia AI (era il 5% nel 2023, 8,2% nel 2024). La crescita c'è, lo stallo no. La maggior parte delle PMI manifatturiere italiane sta scegliendo proprio adesso. Questo articolo è il framework che usiamo per aiutarle a scegliere, con dichiarata trasparenza sul fatto che siamo l'agency: dove i numeri ci danno torto, lo diciamo.

Le tre opzioni in tabella

I numeri vanno letti con la PMI tipo da 50-250 dipendenti, su un caso d'uso definito (un sistema di reportistica, un sistema di estrazione dati documentale, un knowledge base interno). Per scope sopra entry-level (multi-fonte, integrazioni complesse, workflow multi-sede), il prezzo agency si concorda dopo discovery con scope chiuso firmato. Su progetti consulting big enterprise (transformation pluriennale) si lavora con McKinsey/BCG/Deloitte/Accenture: range tipico 100-200 K€ minimi su senior daily rate 2.000-3.000 € (fonte yellowtech.it).

Build interno: quando ha senso

Build interno funziona quando ricorrono tre condizioni insieme.

1. L'AI è core al prodotto, non solo al processo. Brembo è il caso italiano di riferimento. Brembo Solutions, business unit dedicata dal 2023, raccoglie 10 anni di dati prodotto/processo strutturati, ha team Data Science & AI dal 2016, Inspiration Lab in Silicon Valley dal 2021 e Shanghai dal 2025. Risultato: ALCHEMIX, piattaforma generative chemistry per formule pastiglie freno lanciata in versione gratuita su Microsoft Marketplace il 19 maggio 2026 ad AI Week Milano (fonte: ANSA, 19/5/2026). Brembo da consumatore AI è diventata fornitore AI per altri settori (food&beverage primo cliente esterno). Per una PMI da 35 mln € questo livello è fuori scala: Brembo fattura 3,8 mld € e ha potuto investire una BU per anni prima del primo asset commerciale.

2. Talent disponibile e ritenibile. Excelsior Unioncamere nei dati 2025 segnala difficoltà di reperimento per meccatronica/robotica al 55,2%, gap STEM 8.000-17.000 giovani/anno. Per profili AI senior (data scientist con esperienza produzione), il mercato lombardo-veneto-emiliano è competitivo con Milano enterprise (banche, telco, retail) e con multinazionali. Una PMI con cultura familiare paga uno stipendio AI senior che difficilmente compete con il pacchetto enterprise (RAL 75-110K + benefit + remote-friendly). E quando trovate la persona, la pipeline di sviluppo carriera in azienda piccola è limitata: rischio churn alto entro 18 mesi.

3. Commitment top-down pluriennale. Fabio Menichini di Brembo Solutions lo ha detto a Tom's Hardware nel 2026 (qui): "Per fare lo scaling servono tre ingredienti che spesso mancano nelle aziende italiane: dati storici già raccolti e organizzati (Brembo ne aveva dieci anni), un commitment del top management, e una cultura del dato condivisa dalle persone operative". Una PMI dove l'AI è un'iniziativa del CTO senza endorsement esplicito CEO + CFO si ferma al primo cambio di priorità.

Riepilogo build interno: ha senso se l'AI è asset strategico al pari del prodotto, se avete una BU dedicata sostenibile per 3+ anni, e se il talento è già parzialmente in casa. Per PMI manifatturiere mid-market è raro.

Buy modulo vendor: dove brilla, dove si rompe

Il punto di partenza per molte PMI italiane è il vendor gestionale che già hanno. TeamSystem ha lanciato 8 AI edition nel 2025 (Studio AI All-in-One, Studio AI Paghe, Enterprise AI, HR AI, Hospitality AI) con +37% di adozione QoQ e oltre 200.000 interazioni/giorno comunicate a Q4 2025 (fonte: Data Manager Online, aprile 2026). Zucchetti ha l'AI Factory con Moxoff (spinoff PoliMI) e oltre 25 data scientist. Mago via Atik propone integrazione AI per forecasting/admin/CRM. Casi tipici 2026: TeamSystem ViaLibera per contabilizzazione automatica fatture passive/attive notturna, TypeLens × Ad Hoc Zucchetti (Mastranet AI) per estrazione DDT, TeamSystem AI Agent + Insight per suggerimenti su bilanci/flussi cassa.

Dove il modulo vendor batte tutto. Quando il caso d'uso è esattamente quello che il vendor ha automatizzato per migliaia di clienti (riconciliazione bancaria, controllo formale DDT XML SDI, registro IVA), il modulo nativo gira out-of-the-box. 1-3 mesi a regime con il consulente certificato di rete (Zucchetti e TeamSystem hanno centinaia di Business Partner sul territorio). Compliance fiscale italiana eredita dal core gestionale (fatturazione elettronica, conservazione, registro IVA: il vendor sa cosa l'AdE accetta e cosa no). Non c'è alcuna ragione di reinventare.

Le tre rotture documentate. Non è "vendor cattivo, agency buona". È che il modulo vendor è uno strumento con scope definito che funziona benissimo dentro quel scope, e si rompe fuori. Tre scenari ricorrenti dove si rompe:

1. Use case che esce dalla roadmap del vendor. Il caso classico nel manifatturiero italiano: "estrarre dati da scheda tecnica fornitore PDF specifico del settore packaging + popolare campo custom in AdHoc + alert se manca il certificato di conformità materiale". Il vendor AI nativo gestisce fatture passive con XML SDI standard, non scheda tecnica multi-pagina con tabelle annidate proprietarie del fornitore X. La roadmap dice "in valutazione". Voi nel frattempo state con la battitura manuale o con uno script Excel che si rompe ogni volta che cambia il formato.

2. Adozione bassa per black-box decisionale. Quando il modulo vendor scarta un CV o classifica una fattura, il livello di spiegazione fornito è quello che il vendor ha deciso. Per Art. 26 AI Act (obblighi deployer) e Art. 13 trasparenza (in vigore dal 2 agosto 2026, vedi 10 azioni per le PMI), potreste aver bisogno di accesso a confidence score, feature contribution, log decisionale. Spesso il modulo nativo non li espone in modo accessibile. Risultato pratico: gli utenti interni non si fidano del modulo, lo aggirano, l'investimento muore lento.

3. Realtà multi-sistema. L'AI nativa del vendor gestionale parla benissimo al gestionale stesso. Ma il vostro processo reale tocca anche MES, CRM, PIM, SharePoint, email PEC, file Excel del controllo qualità. Il modulo nativo orchestra solo dentro il gestionale. Per attraversare i sistemi servirebbe un'integration su misura: a quel punto avete pagato il modulo nativo + un progetto custom sopra. Doppio costo.

C'è poi il vendor lock-in graduale: pricing on-demand ("demo + preventivo personalizzato" è la risposta standard di TeamSystem e Zucchetti), e man mano che attivate moduli AI il costo di switch verso vendor terzo cresce non linearmente (dati condivisi, master in formato proprietario, training utenti).

Riepilogo buy: ha senso quando il caso d'uso è standard, la velocità è prioritaria, e il rischio vendor lock-in è accettato consapevolmente. Si rompe quando il caso esce dalla roadmap, quando serve trasparenza decisionale alta, quando il processo è multi-sistema.

Il pattern più comune nel 2026: "ho già il vendor, valuto loro"

Il pattern che vediamo più frequentemente nel mercato italiano è questo: il CFO o il CIO della PMI ha già un gestionale Zucchetti o TeamSystem da anni, vede il banner "Nuovo: AI integrata", e la prima reazione legittima è "valuto loro prima di guardare altrove". Sensato. Il problema è cosa succede dopo.

Tre traiettorie tipiche emerse nei discovery 2026 (incluse quelle dove agency non era la risposta):

Traiettoria A: il vendor copre tutto, perfetto così. Il caso d'uso è standard, il vendor lo copre, il consulente certificato attiva in 4-8 settimane, il CFO è soddisfatto. Stima orientativa: ~30% dei casi. Se siete in questa traiettoria, non leggete oltre. Andate dal vostro vendor e attivate.

Traiettoria B: il vendor copre 60-70%, il resto resta scoperto. Il vendor automatizza la parte standard (es. import fatture passive XML SDI ben formate). Quello che non copre (es. fatture PEC scansione PDF di fornitori vecchi, scheda tecnica con campi custom da popolare in AdHoc, alert custom su mancata certificazione materiale) resta a battitura manuale. Stima orientativa: ~50% dei casi. Qui il pilot vendor parte, va in produzione, e il pain residuo è "abbiamo automatizzato metà". Allora si valuta agency per coprire il delta. Il problema è che ora avete due sistemi (vendor + custom) da mantenere, e la migration di scope verso una soluzione unica costa più che partire diretti.

Traiettoria C: il pilot vendor non parte o muore. Il modulo nativo richiede versione Enterprise o cloud che non avete (es. siete su Mago4 on-premise, AI è solo su MagoCloud). Migration cost = €50K+ + 6 mesi disruption + ri-training utenti. Il CIO blocca. Stima orientativa: ~20% dei casi. Qui un'agency custom che lavora sul vostro gestionale esistente costa meno della migration al cloud del vendor.

L'insight pratico: mappate il vostro caso vs roadmap pubblica del vendor e casi cliente dichiarati PRIMA del pilot. Se copre 90%+, perfetto, andate da loro. Se copre 60%, sapete già che vi servirà un secondo strato e potete pianificarlo dall'inizio. Se non gira sulla vostra versione, sapete il costo nascosto.

L'errore costoso è il "attivo il modulo vendor e vediamo": costa 3-6 mesi di tempo + canone + delusione + utenti che hanno perso fiducia nello strumento. Se la mappatura puntuale dice "non gira", saltare alla custom agency è più rapido e più economico.

Agency custom: cosa fa che il vendor non può fare

Qui dichiariamo esplicitamente il nostro posizionamento perché è di interesse del lettore sapere chi parla. Alpiflow è un'agency italiana che fa orchestrazione AI custom per PMI manifatturiere. Quindi questo paragrafo è opinato, e lo dichiariamo.

La differenza strutturale agency vs modulo vendor non è "vendor cattivo, agency buona". È che fanno lavori diversi:

1. Orchestriamo across i sistemi, non dentro uno. Il caso reale: una PMI manifatturiera che processa una commessa export tocca 5 sistemi: CRM (offerta), gestionale (ordine + fatturazione), MES (programmazione produzione), DMS (capitolato cliente + scheda tecnica), email PEC (corrispondenza fornitori). L'AI nativa Zucchetti orchestra solo dentro Zucchetti. Un'agency orchestra il flusso completo: leggere capitolato → estrarre requisiti → matchare al catalogo → generare offerta → scriverla nel CRM → notificare commerciale → tracciare risposta cliente nel gestionale.

2. Use case disegnato sul caso reale, non sulla roadmap del vendor. I vostri DDT specifici, le vostre scadenze fiscali e operative, i vostri campi custom in AdHoc o Mago. Il modulo nativo fa quello che ha previsto il vendor. Il talent interno fa quello che il vostro team riesce a costruire (con i lead time del progetto interno).

3. Pricing trasparente. I prezzi entry-level sono pubblicati sul sito: ReportPilot da 3.500 € setup + 1.200 €/mese, DataPilot da 4.800 + 1.500, DocBot da 4.800 + 1.500, AICompliance da 1.800 una tantum. Non è "demo + preventivo personalizzato". Per il CFO è confrontabile a budget. Per scope sopra entry-level (es. integrazioni multi-sistema, workflow approvativi multi-sede, multi-cliente con onboarding ricorrenti) il prezzo si concorda dopo discovery con scope chiuso, sempre con criteri di successo firmati prima del kickoff.

4. Hosting EU controllato. Hetzner Helsinki, DPA blindati con i provider modello (Claude/Mistral con no-training certificato). I moduli AI vendor sono cloud vendor con clausole standard. Per settori IATF Tier 1 automotive o dati commercialmente sensibili (formule, scheda tecnica, anagrafica clienti finali), la differenza in audit di compliance la sentite. Per la mappatura completa degli obblighi vedere GDPR e AI: cosa firmare.

5. Pilot agreement con criteri di successo firmati. Se a fine pilot di 4 settimane i numeri non quadrano, in produzione non si va. Il SaaS vendor parte con il canone e basta (vedi Pilota 4 settimane: cosa pretendere). Questo è l'antidoto operativo alla "pilotite": studi convergono sul fatto che il 95% dei pilot AI non scala in produzione (MIT NANDA 2025, 300 deployment analizzati) e che il 58,6% delle PMI valutanti AI rinuncia citando le competenze come blocco principale (ISTAT 2025). Vedi Pilotitis: skill prima dei costi.

Quando l'agency NON serve

Tre scenari concreti dove diciamo "non chiamateci" o "non siamo noi":

1. Caso standardissimo coperto out-of-the-box dal vendor. Se il vostro problema è esattamente "TeamSystem ViaLibera contabilizza fatture passive notturne" e siete già su TeamSystem, attivate il modulo nativo. Vi diremmo la stessa cosa al primo discovery.

2. AI come asset core di prodotto. Se l'AI deve diventare un brevetto, un modello proprietario, un asset di proprietà intellettuale strategica, costruire BU interna come Brembo è la via. Un'agency è bravissima a portarlo in produzione velocemente, ma quando l'asset di lungo periodo deve restare 100% vostro, il senior team interno è imprescindibile.

3. Necessità di consulenza strategica enterprise. Se cercate un partner che vi accompagni in una trasformazione pluriennale con commitment di centinaia di K€/anno su strategy + change management + integrazione enterprise, vi servono BCG, McKinsey, Deloitte. Non un'agency. Costo diverso, output diverso, durata diversa.

Il framework decisionale in 4 domande

Quando ci chiamano per un primo discovery, queste sono le domande che facciamo. Il CFO o il CTO può farsele da solo prima di chiamare chiunque.

Domanda 1: il caso d'uso è standard o specifico?

Standard = già coperto da TeamSystem/Zucchetti/Mago in modo simile a come vorreste voi. Specifico = include format particolari dei vostri fornitori, scadenze del vostro settore, integrazioni con sistemi legacy, regole di business non standard. Standard → vendor. Specifico → agency o build.

Domanda 2: avete talent AI senior interno disponibile da subito?

Disponibile = data engineer + data scientist senior già assunti, non da reclutare. Reclutamento ex novo = 6-12 mesi per arrivare a regime, con rischio churn. Sì → build può funzionare. No → buy o agency.

Domanda 3: l'AI sarà core al prodotto o al processo back-office?

Core prodotto = il modello AI è quello che vendete, è il vostro vantaggio competitivo (Brembo ALCHEMIX). Core processo = libera ore di back-office (preventivazione, reportistica, contabilizzazione). Prodotto → build (BU dedicata). Processo → agency o vendor.

Domanda 4: quanti sistemi tocca il flusso completo?

1 sistema (solo gestionale) → vendor è candidato forte. 2 sistemi (gestionale + un altro) → agency o buy con integration sopra. 3+ sistemi (gestionale + MES + CRM + DMS + email) → agency è quasi sempre la via corretta perché vendor non orchestra fuori dal proprio perimetro.

La trappola della pilotite

Vale la pena segnalare un pattern documentato che riguarda tutte e tre le strade. Il Politecnico di Milano e Brembo Solutions lo chiamano "pilotite": POC su POC senza mai arrivare in produzione. Citando Menichini: "ALCHEMIX è uno dei progetti che ha superato la fase pilota e ha portato valore in produzione. Adesso abbiamo altre malattie, però l'evoluzione c'è stata".

Per build interno il rischio è il pilot infinito che brucia mesi di team senior. Per buy vendor è il modulo attivato e mai usato sotto soglia di valore (utenti non si fidano della black-box, lo aggirano). Per agency è il pilot che gira ma non viene esteso in produzione perché manca commitment CEO. L'antidoto è uno solo: criteri di successo firmati prima del kickoff, decisione binaria di go-no-go a fine pilot, sponsorship di CEO o DG sul progetto.

Esempio concreto di TCO triennale

Caso PMI tipo, 180 dipendenti, fatturato 35 mln €, gestionale Zucchetti AdHoc Enterprise, obiettivo: estrazione dati da DDT fornitori per popolare anagrafica + alert su scheda tecnica mancante. Volume 80 DDT/giorno.

I numeri Build e Buy sono stime indicative: per Build assumono 1 data engineer RAL 65K + 1 dev RAL 55K + infra cloud 30 K€/anno (costo aziendale lordo ~1,7x RAL, infra a regime); per Buy stimano canoni tipici vendor specializzato su DDT extraction. I numeri Alpiflow sono dai listini pubblicati di ReportPilot, DataPilot, DocBot e AICompliance. Per scope superiori all'entry-level (multi-fonte, workflow approvativi multi-sede, multi-cliente con onboarding ricorrenti), il prezzo agency si concorda dopo discovery con scope chiuso firmato.

Notare il punto strutturale: per scope identico in entry-level, agency batte buy vendor di ~40% TCO triennale, mantenendo vendor-agnostic. La ragione è che il retainer agency non cresce per "nuove feature" che il vendor aggiunge ai canoni anno per anno. Per scope custom complesso il confronto va rifatto su caso specifico.

A 5 anni i numeri divergono ancora di più: build cumula 900 K€+, buy resta intorno 150 K€, agency entry intorno 75 K€. Build batte quando l'AI diventa core prodotto (Brembo ALCHEMIX); buy batte quando il caso è standard e il vendor è il vostro core gestionale; agency batte quando volete custom + vendor-agnostic + pricing prevedibile + orchestrazione multi-sistema.

Cosa facciamo noi di default

Per le PMI manifatturiere che ci contattano, partiamo sempre con un discovery di 30 minuti per mappare il vostro caso d'uso contro la roadmap del vostro vendor attuale. Se il vendor lo copre out-of-the-box, lo diciamo e vi indirizziamo dal vostro Business Partner certificato. È il modo più veloce per non firmare un pilot sbagliato e non spendere 6 mesi per scoprirlo.

Quando il caso è da agency (perché il vendor non lo copre, perché serve orchestrazione multi-sistema, perché serve trasparenza decisionale alta, perché siete su versione gestionale che non eredita l'AI nativa), partiamo con pilot 4 settimane con criteri di successo firmati prima del kickoff. Hosting Hetzner Helsinki, DPA blindati, modelli Claude/Mistral con no-training. Pricing pubblicato sul sito: ReportPilot, DataPilot, DocBot. Per scope sopra entry-level il prezzo si concorda nel pilot agreement, sempre con criteri di successo firmati.

Per la parte di compliance AI Act, il servizio dedicato è AICompliance (1.800€ una tantum: audit AI esistente + mappatura obblighi Art. 50 + DPA + Registro trattamenti GDPR). Lo trattiamo separato perché non tutti i clienti lo richiedono e non vogliamo gonfiare il prezzo dei progetti AI con onorari di compliance non necessari.

Se ha senso per voi, scopriamolo in 30 minuti.

Questo articolo riepiloga dati pubblici Osservatorio AI PoliMI, ISTAT, Excelsior Unioncamere, comunicati vendor 2025-2026. Le stime TCO sono indicative su PMI tipo da 50-250 dipendenti e non costituiscono preventivo. Per scenari specifici è opportuno richiedere preventivi singoli alle tre opzioni.