1. Cos'è la RPA e come funziona
La Robotic Process Automation (RPA) è una tecnologia che utilizza software robot per automatizzare processi aziendali ripetitivi basati su regole. Un bot RPA simula le azioni di un utente umano su un'interfaccia digitale: apre applicazioni, legge e scrive dati, copia informazioni da un sistema all'altro, compila moduli. I principali vendor sono UiPath, Automation Anywhere e Blue Prism.
La RPA funziona meglio con processi strutturati, deterministici e stabili: stessa sequenza di operazioni ogni volta, stessi formati di input, stesse regole decisionali. Non richiede accesso alle API dei sistemi - opera sull'interfaccia grafica, il che la rende applicabile anche a sistemi legacy. Secondo Gartner (2025), il mercato RPA software globale ha raggiunto 3,8 miliardi di dollari nel 2024 (+14-18% YoY), con proiezione a 7 miliardi nel 2025. Le maggiori adozioni sono in Financial Services, Healthcare e Manufacturing.
Il limite principale della RPA è la sua fragilità: un cambiamento all'interfaccia del sistema (aggiornamento del software, cambio di layout) può rompere il bot. Inoltre, la RPA non è in grado di interpretare documenti non strutturati (email in testo libero, contratti in PDF), gestire eccezioni complesse, o prendere decisioni che richiedono giudizio contestuale. Qui entra in gioco l'AI.
2. Cos'è l'AI applicata all'automazione
L'automazione basata su AI usa modelli di machine learning e large language model per automatizzare processi che richiedono comprensione, interpretazione e giudizio. A differenza della RPA, non esegue una sequenza fissa di passi: ragiona sul contenuto, identifica la risposta appropriata al contesto e gestisce la variabilità dei dati in ingresso.
I componenti principali dell'AI per l'automazione sono: OCR intelligente (riconosce testo in documenti non strutturati), NLP (Natural Language Processing) (interpreta email, richieste, contratti), modelli predittivi (forecasting, scoring, classificazione), e agenti AI (sistemi autonomi che orchestrano più strumenti per completare task multi-step). I modelli GPT-5.4, Claude Opus 4.7 e Gemini 3.1 Pro sono oggi i motori più usati per queste applicazioni.
L'AI è più potente della RPA, ma anche più complessa da implementare. Richiede dati di training o di contesto, integrazione tramite API (non opera sull'interfaccia grafica nativamente), e un sistema di monitoraggio per intercettare errori. La scelta tra RPA e AI non è binaria: nella maggior parte dei progetti reali si usano entrambe le tecnologie in modo complementare.
3. RPA vs AI: confronto diretto
La tabella seguente riassume le differenze principali tra RPA e automazione AI lungo le dimensioni rilevanti per una decisione d'acquisto. La discriminante principale è la natura del processo: se è strutturato e stabile, la RPA è spesso sufficiente e più economica; se è variabile e richiede interpretazione, l'AI è necessaria.
Un errore comune è considerare l'AI come una versione avanzata della RPA. Sono tecnologie diverse con architetture e casi d'uso distinti. La combinazione dei due approcci - spesso chiamata Intelligent Automation o Hyperautomation - è lo scenario più completo: RPA per le interazioni con i sistemi, AI per la comprensione e la decisione.
| Dimensione | RPA | AI / Agenti AI |
|---|---|---|
| Input gestibili | Strutturati, formati fissi | Testo libero, PDF, email, immagini |
| Logica decisionale | Regole deterministiche | Ragionamento contestuale |
| Gestione eccezioni | Scarsa (rompe il flusso) | Buona (gestisce variazioni) |
| Costo implementazione | Medio (bot semplici < 5.000€) | Più alto (agente da 15.000€+) |
| Manutenzione | Alta (fragile ai cambiamenti UI) | Bassa (robusto ai cambiamenti) |
| Time-to-value | Rapido (2-4 settimane) | Più lungo (4-8 settimane) |
| Scalabilità | Lineare (più bot = più costo) | Esponenziale (un agente = N task) |
4. Quando usare RPA, quando usare AI e quando combinarle
Usa la RPA quando: il processo ha un formato di input fisso e standardizzato (es. estrazione dati da un gestionale specifico), le regole sono chiare e stabili, l'investimento deve essere recuperato in meno di 3 mesi, e non hai accesso alle API dei sistemi coinvolti.
Usa l'AI quando: i dati in ingresso sono variabili (email, PDF, testo libero), il processo richiede interpretazione del contesto o decisioni sfumate, vuoi che il sistema migliori nel tempo e gestisca nuovi scenari senza essere riprogrammato, e il volume è abbastanza alto da giustificare l'investimento iniziale.
Usa la combinazione (Intelligent Automation) per: processi end-to-end che coinvolgono sistemi legacy senza API (RPA per interagire con il sistema, AI per leggere e interpretare i documenti), scenari dove alcuni step sono strutturati e altri richiedono giudizio, e programmi di trasformazione digitale su larga scala. Yellow Tech progetta architetture ibride per clienti enterprise dove il valore sta proprio nell'integrazione dei due paradigmi.
5. Il futuro: verso gli agenti AI autonomi
Il confine tra RPA e AI sta diventando sempre più sfumato. I vendor RPA storici (UiPath, Automation Anywhere) stanno integrando moduli AI nei loro prodotti, mentre i nuovi paradigmi come gli agenti AI agentic superano entrambi: non eseguono un flusso predefinito né interpretano solo testo, ma pianificano autonomamente i passi necessari per completare un obiettivo, usando strumenti digitali in modo flessibile.
La categoria dei Computer Use Agent - introdotta da Anthropic con Claude 3.5 Sonnet nell'ottobre 2024 e disponibile nativamente in GPT-5.4 da marzo 2026 - rappresenta l'evoluzione naturale: un sistema AI che opera sull'interfaccia grafica come un essere umano, combinando la capacità di navigazione della RPA con l'intelligenza contestuale dei LLM.
Per il 2026, Gartner prevede che la maggior parte dei nuovi progetti di automazione enterprise includerà componenti di AI generativa (Gartner, 2025). Per approfondire come costruire workflow intelligenti con queste tecnologie, consulta la nostra guida ai workflow automatizzati con AI.
Domande frequenti
Cos'è meglio tra RPA e AI per automatizzare i processi aziendali?+
Dipende dal tipo di processo. La RPA è ideale per processi strutturati, deterministici e con formato di input fisso. L'AI è necessaria quando i dati sono variabili (email, contratti, testo libero) o quando il processo richiede interpretazione contestuale. La combinazione delle due tecnologie (Intelligent Automation) è lo scenario più potente per processi end-to-end complessi.
Quanto costa un progetto RPA rispetto a uno con AI?+
Un bot RPA semplice può costare da 3.000 a 15.000 euro in sviluppo, con costi di licenza dei tool (UiPath, Automation Anywhere) da 5.000 a 15.000 euro/anno. Un agente AI per un caso d'uso singolo parte da 15.000 euro, ma gestisce scenari più complessi e si mantiene meglio nel tempo. Il TCO (Total Cost of Ownership) su 3 anni tende a essere simile, con il vantaggio che l'AI scala meglio.
La RPA è ancora utile nel 2026 con l'avvento dell'AI?+
Sì. La RPA rimane utile per sistemi legacy senza API, per processi altamente strutturati dove il costo dell'AI non è giustificato, e come componente di architetture ibride. I vendor RPA stanno inoltre integrando moduli AI nei loro prodotti, convergendo verso l'Intelligent Automation. Il mercato RPA ha comunque mostrato resilienza con una crescita del 15% nel 2025 (Gartner, 2025).
Cos'è l'Intelligent Automation?+
L'Intelligent Automation (o Hyperautomation) è la combinazione di RPA, AI e analisi dei processi (Process Mining) per automatizzare end-to-end processi complessi. Usa la RPA per le interazioni con i sistemi, l'AI per l'interpretazione e la decisione, e il Process Mining per identificare le opportunità di ottimizzazione. È l'approccio raccomandato da Gartner, Forrester e dai principali analisti di settore.
