Ownership del chatbot AI: quando possedere il progetto batte pagare un canone

# Ownership del chatbot AI, non affitto: quando il Custom batte il SaaS a canone

Il CFO apre il foglio di rinnovo dei contratti software del 2026. Il fornitore del chatbot AI che era arrivato a 14.400 euro l'anno nel 2024 ora ne chiede 19.800. Diciotto virgola sette percento in più rispetto all'anno scorso, cinquanta percento in più rispetto al primo contratto, senza una sola funzionalità nuova davvero rilevante. Le conversazioni gestite sono le stesse, il numero di bot è lo stesso, la qualità percepita dai clienti anche. L'unica cosa cambiata è il listino.

Il CEO guarda il numero e fa la domanda giusta: "Cosa stiamo pagando esattamente? E perché cresce così?".

La risposta non è misteriosa. Il 79% dei leader IT dichiara di aver ricevuto aumenti di prezzo al rinnovo SaaS negli ultimi dodici mesi, con oscillazioni standard tra il 10% e il 20% e punte enterprise del 25%. Questo è il modello di business. Il vendor SaaS ha bisogno di net revenue retention sopra il 110% per sostenere la propria valutazione, e il modo più semplice per ottenerla è alzare il listino ai clienti che non possono migrare. Tu sei quel cliente.

La domanda strategica del 2026 per le aziende medio-grandi italiane che hanno volumi AI significativi non è più "quale SaaS scegliere". E' "quando smettere di affittare e iniziare a possedere".

In questo articolo proviamo a rispondere con numeri e framework decisionali, non con slogan. E lo facciamo dal punto di vista di chi sviluppa la piattaforma: alcuni nostri clienti stanno benissimo sui piani standard, altri sono passati a Custom e hanno tagliato i costi in modo misurabile. Capire in quale dei due gruppi ricade la tua azienda è l'obiettivo delle prossime tremila parole.

Il modello SaaS, visto dall'altra parte

Per capire perché i canoni crescono conviene guardare l'economia di un vendor SaaS tipico. Una piattaforma AI mediamente efficiente ha costi variabili (principalmente token LLM, infrastruttura, voce se presente) che si aggirano tra il 20% e il 40% del prezzo di listino. Il resto è margine lordo che finanzia ricerca e sviluppo, vendite, customer success e, nei casi quotati, le aspettative degli investitori.

Questo non è un male in sé. Il SaaS esiste proprio per questo: tu paghi un premio sopra il costo reale e in cambio ricevi prodotto, assistenza, evoluzione continua, economie di scala sui fornitori cloud. Per il 70% delle aziende italiane sotto i 500 dipendenti questo scambio conviene e continuerà a convenire. Non devi ricostruire il mondo ogni volta che ti serve un chatbot.

Il problema è l'asimmetria che si crea quando i volumi diventano significativi o quando emergono requisiti specifici. In quel momento il premium sopra il costo reale smette di essere una tassa accettabile per la comodità e diventa la voce più grossa dentro una bolletta che non vedi. Il vendor conosce il tuo costo marginale, tu no. Il vendor può alzare del 15% sapendo che lo scotto della migrazione per te vale il 20%. Finché il 15% sta sotto il 20% di attrito migrazione, rimani. E il listino cresce.

Cosa paghi veramente in un canone SaaS chatbot AI

Rompere il canone nelle sue componenti aiuta a capire dove esiste spazio di ottimizzazione. Un canone mensile da 1.650 euro per un chatbot enterprise con 5.000 conversazioni al mese tipicamente contiene:

• Token LLM per generare le risposte: circa 180-250 euro al mese a volumi italiani normali, se il provider usa modelli come Claude Sonnet 4.6 (3 dollari per milione di token input, 15 dollari output) o GPT-4o (2,50 e 10 dollari). Le conversazioni italiane reali, con cache del prompt di sistema, consumano meno di quanto ci si aspetti.
• Infrastruttura (database, webhook, CDN, autenticazione, monitoring): 80-150 euro al mese.
• Voce opzionale Telnyx o simile: 0,012-0,015 dollari al minuto outbound Italia più la sintesi vocale ElevenLabs a 0,15 euro al minuto tipici.
• Tutto il resto, circa 1.100-1.200 euro, finanzia margine, sales, support, sviluppo prodotto e capitale di rischio.

Questo non è scandaloso. E' semplicemente il costo del modello. Ma quando moltiplichi per 24 mesi di contratto e aggiungi gli aumenti annuali, stai firmando un impegno da 50-60.000 euro di cui solo una frazione corrisponde a costi reali di erogazione del servizio.

La proposta inversa: ownership e consumi reali

L'alternativa che il mercato sta iniziando a chiedere sempre più insistentemente ribalta l'equazione. Al posto del canone fisso, paghi i consumi reali. Al posto del codice in locazione, possiedi il codice. Al posto dei dati custoditi dal vendor, i dati sono tuoi, nella tua infrastruttura o nella tua area Europa.

Il piano Custom di TrueReply è costruito esattamente su questa logica: zero canoni di piattaforma, zero markup sui token LLM e sui minuti voce, pagamento sui consumi effettivi. La nostra remunerazione è nel progetto iniziale, nel lavoro di discovery, sviluppo, integrazione, e poi eventualmente in un monte ore di manutenzione concordato. Non negli aumenti annuali sul canone.

Per un'azienda con 10.000 conversazioni al mese e integrazioni su gestionale proprietario la differenza è raramente marginale. Spesso parliamo di un taglio del 40-60% sui costi operativi a tre anni, con l'aggiunta del fatto che alla fine del contratto non resti a mani vuote: hai codice, dati, processi documentati, e puoi continuare a farli girare anche se un giorno decidessi di cambiare fornitore di servizi di sviluppo.

Il conto vero: un esempio numerico

Mettiamo un'azienda italiana medio-grande, settore manifatturiero business-to-business, 120 dipendenti, che usa un chatbot AI per supporto clienti sul portale, integrato con il CRM e il sistema di ticketing interno. Volumi attuali: 10.000 conversazioni al mese, crescita prevista 25% annuo.

Scenario SaaS a canone, orizzonte tre anni

• Anno 1: canone mensile 1.850 euro IVA esclusa, totale 22.200 euro.
• Anno 2: aumento 15% a rinnovo, canone 2.128 euro, totale 25.530 euro.
• Anno 3: aumento 12% a rinnovo più overage per superamento soglia conversazioni, canone effettivo 2.650 euro, totale 31.800 euro.
• Setup iniziale: 3.500 euro.
• Totale tre anni: 83.030 euro.

Scenario Custom TrueReply, stessa azienda

• Setup iniziale (discovery, sviluppo agente, integrazioni CRM e ticketing, training team interno): 18.000 euro una tantum.
• Consumi reali token LLM più infrastruttura: mediamente 420 euro al mese il primo anno, 520 il secondo, 650 il terzo.
• Manutenzione concordata (aggiornamenti, monitoraggio, piccole evoluzioni): 450 euro al mese forfait opzionale.
• Anno 1: 18.000 + (420 x 12) + (450 x 12) = 28.440 euro.
• Anno 2: (520 x 12) + (450 x 12) = 11.640 euro.
• Anno 3: (650 x 12) + (450 x 12) = 13.200 euro.
• Totale tre anni: 53.280 euro.

Differenza: 29.750 euro in meno, circa il 36% di risparmio, su un profilo di volumi che cresce del 25% l'anno. Il break-even rispetto al SaaS si raggiunge tipicamente tra il diciottesimo e il ventiquattresimo mese. Dopo, ogni mese è guadagno netto, con l'aggravante (a favore del Custom) che il SaaS continuerà ad aumentare mentre il Custom continuerà a scalare sui consumi reali che il mercato dei modelli LLM sta spingendo al ribasso anno dopo anno.

Tabella comparativa per fascia di volume

Per dare un ordine di grandezza, ecco un confronto a tre anni su fasce di volumi mensili tipici.

La lettura onesta: sotto le 2.000-3.000 conversazioni al mese il SaaS standard conviene quasi sempre, perché il costo di setup Custom non si ammortizza abbastanza in fretta. Sopra, il punto di equilibrio si sposta rapidamente verso il Custom, e sopra le 20.000 conversazioni mensili la differenza diventa strutturale, non marginale.

Cosa significa davvero ownership

Si parla di ownership in modo spesso sbrigativo. Vale la pena essere precisi su cosa ti porti a casa quando firmi un contratto Custom serio.

Ownership del codice. Il repository dell'agente AI, con la logica di orchestrazione, i prompt di sistema, le funzioni di tool calling, i parser dei payload di output, è tuo. Non in senso "puoi scaricarne una copia PDF": in senso "hai accesso git con i tuoi sviluppatori, commit history, possibilità di fork, riuso in altri contesti". Se domani decidi di internalizzare completamente, puoi farlo.

Ownership dei dati. Le conversazioni, i dati estratti, i log, le metriche, tutto risiede in un database a cui hai accesso diretto. Idealmente nella tua cloud account (AWS, Azure, GCP, oppure un provider cloud europeo come OVH o Aruba), oppure in area UE con data processing agreement che ti dà piena portabilità. Non ci sono export pay-to-unlock, non ci sono schemi proprietari che vincolano.

Ownership dell'infrastruttura. Il bot gira su infrastruttura che tu controlli o che è isolata per te. Questo ha implicazioni concrete: puoi fare penetration test quando vuoi, puoi auditare le configurazioni, puoi decidere retention e backup senza chiedere permesso, puoi rispondere a una verifica del Garante privacy con documentazione tecnica completa e non con una lettera del fornitore.

Ownership della compliance. GDPR, articolo 28, articolo 32, trasferimenti extra-UE, adeguatezza: tutti temi in cui essere il data controller unico con un processor locale italiano è molto più semplice che spiegare a un auditor la catena di sub-processor di una piattaforma americana che usa server in Irlanda ma filtra traffico tramite CDN californiana.

Questi quattro piani di ownership, presi insieme, cambiano il profilo di rischio dell'investimento AI. Smetti di essere ostaggio di qualcuno. E per certe aziende, in certi settori, questa cessazione di ostaggio ha un valore che va ben oltre i 29.000 euro di risparmio diretto del nostro esempio.

I rischi latenti del SaaS che nessuno mette in preventivo

I numeri della tabella sopra considerano solo il costo visibile. Ma il SaaS ha una serie di rischi latenti che raramente entrano nelle business case iniziali e che possono emergere in modo brutale al momento meno opportuno.

Aumenti di prezzo non negoziabili al rinnovo. Come detto, la media enterprise 2026 viaggia tra il 10% e il 20% annuo. Sopra certi livelli i vendor applicano aumenti calcolati sul tuo costo di migrazione, non sul costo del servizio.

Acquisizioni e riorganizzazioni. Il vendor che hai scelto nel 2023 potrebbe essere acquisito nel 2025. Il nuovo proprietario tipicamente ripensa listino, roadmap, livelli di supporto, a volte integrazioni. Non hai voce in capitolo.

Chiusure e sunset di prodotti. Prodotti AI nati tra 2022 e 2024 stanno chiudendo a ritmo sostenuto, sia startup che linee di prodotto di grandi player. Un giorno ricevi un'email: "il servizio termina il 31 dicembre, per favore migrate". Tre mesi per ricostruire tutto.

Cambio di policy contrattuale. Il vendor decide che da luglio le conversazioni sotto 30 secondi si contano doppie, o che gli webhook non sono più inclusi nel piano, o che serve un addon per l'integrazione con il tuo CRM. Contratto firmato al prezzo X, valore effettivo diventato Y.

Rischio geopolitico e data residency. Provider americani soggetti a CLOUD Act possono essere obbligati a rispondere a richieste di autorità US anche su dati custoditi in Europa. Per alcuni settori (sanità, pubblica amministrazione, difesa, banche) questo rischio non è teorico.

Lock-in dei dati. Anche con GDPR e portabilità, recuperare conversazioni in formato usabile, prompt fine-tunati, pattern di training specifici, è spesso un progetto da mesi.

Nessuno di questi rischi compare nel TCO del primo anno. Tutti possono materializzarsi nei due-tre anni successivi.

Il framework di decisione: quando Custom ha senso e quando no

Facciamo onestà intellettuale, che per un fornitore è la cosa più controintuitiva ma anche la più convincente nel medio periodo. Il Custom non è sempre la scelta giusta. Ecco il framework a sei variabili che usiamo nelle call di discovery per consigliare onestamente tra piano standard (Basic, Business, Autopilot) e Custom.

1. Volume. Sotto le 2.000-3.000 conversazioni al mese, il piano standard conviene quasi sempre. Il setup Custom non si ammortizza. Sopra le 10.000 conversazioni il Custom diventa probabilmente la scelta economica migliore. In mezzo dipende dalle altre variabili.

2. Specificità dei processi. Se i tuoi flussi sono standard (lead qualification, FAQ, prenotazioni generiche) un piano Autopilot fa tutto. Se hai processi proprietari, regole di business non banali, orchestrazione con sistemi legacy, serve Custom.

3. Integrazioni. Un Custom esiste quando l'integrazione con il tuo gestionale, CRM, ERP, data warehouse non è fattibile con un webhook generico. Se devi interrogare un AS/400, un SAP on-premise, un database Oracle legacy, la discussione diventa diversa.

4. Requisiti di compliance. Settori regolamentati (sanità oltre soglie gdpr, finanza, pubblica amministrazione, difesa) spesso richiedono livelli di ownership e auditabilità che il SaaS multi-tenant non può offrire per costruzione.

5. Strategicità. Se il chatbot AI tocca un processo core del tuo business (vendita diretta, servizio clienti differenziante, acquisizione lead ad alto valore), possederlo è strategico. Se è un ausilio laterale, no.

6. Orizzonte temporale. Se pensi di usare la capability AI per almeno tre anni, Custom si ammortizza. Se stai testando un'ipotesi che potresti dismettere tra dodici mesi, il canone mensile è il modo corretto di limitare il downside.

Se rispondi affermativamente a quattro delle sei variabili, Custom probabilmente ha senso. Se rispondi affermativamente a meno di tre, uno dei piani standard su /prezzi è la scelta razionale. Non siamo interessati a venderti un Custom che non ti serve. La relazione dura anni, i clienti frustrati tornano a dircelo, preferiamo dirti di no oggi che perderti fra ventiquattro mesi.

Cosa include un progetto Custom TrueReply

Per togliere l'impressione che Custom sia una formula vaga, ecco gli elementi concreti di un progetto tipo.

• Discovery strutturata. Una o due settimane di analisi con il tuo team: mappiamo processi, sistemi, dati, KPI, vincoli compliance. Usciamo con uno scope document dettagliato e un preventivo vincolante.
• Sviluppo dell'agente AI. Prompt engineering, scelta del modello LLM appropriato per costi-qualità, test su dataset italiano rappresentativo del tuo dominio, tuning.
• Integrazioni. Connettori con i tuoi sistemi (CRM, ERP, gestionali di settore, data warehouse). Documentazione API esposta al bot. Webhook in uscita firmati HMAC-SHA256 per notifiche real-time.
• Tool HTTP custom. Funzioni invocate dal bot durante la conversazione per fare lookup, creare record, trigger di processi. Vedi Integrazioni custom per dettagli.
• Voce opzionale. Se richiesto, numero geografico italiano dedicato, voci italiane di qualità, routing, fallback a operatore umano.
• Dashboard e monitoring. Accesso diretto ai log, alle metriche di qualità, ai costi reali dei consumi.
• Training del team. Sessioni di onboarding con chi dovrà manutenere o far evolvere il bot.
• Manutenzione. Monte ore concordato per evoluzioni, aggiornamenti modelli LLM (passaggio a modelli nuovi più economici appena escono), risoluzione issue.

L'approfondimento su cosa è tecnicamente un agente AI custom copre i dettagli architetturali.

Il processo dalla call alla produzione

Indicativamente, dalla prima call all'agente in produzione passano sei-dodici settimane, a seconda della complessità delle integrazioni e dei tempi delle tue IT interne per concedere credenziali, VPN, accessi ai sistemi.

1. Prima call (gratuita, un'ora). Capiamo caso d'uso, volumi stimati, integrazioni necessarie, vincoli. Usciamo con un'indicazione di massima se Custom ha senso o se un piano standard è meglio.
2. Discovery breve (una-due settimane, a preventivo). Solo se confermiamo Custom. Mappa dettagliata dei processi, scope, stima vincolante.
3. Sviluppo. Quattro-otto settimane tipiche. Review settimanali. Ambiente di staging accessibile al tuo team.
4. User acceptance testing. Due-tre settimane di test in parallelo al sistema esistente, con monitoraggio della qualità.
5. Go-live. Switch graduale, di solito per segmenti di traffico o orari.
6. Manutenzione continua. Report mensili, consumi reali visibili, ottimizzazioni periodiche.

Chi siamo e perché parliamo così

TrueReply è una piattaforma italiana di agenti AI conversazionali, con sede a Monteforte d'Alpone in provincia di Verona. Non siamo una startup in cerca di exit, non abbiamo investitori istituzionali da compiacere con metriche di net revenue retention aggressive. Il listino pubblico Basic, Business, Autopilot copre la maggioranza dei clienti; il Custom copre quelli per cui il SaaS standard non basta. La nostra economia non dipende dall'aumentarti il canone ogni dodici mesi. Dipende dal farti produrre risultati reali con l'AI per il più a lungo possibile. Su di noi su /chi-siamo trovi il racconto esteso.

Quando il SaaS resta la scelta giusta

Diciamolo ancora una volta, perché è importante. Se la tua azienda ha volumi sotto le 3.000 conversazioni al mese, processi relativamente standard, nessun vincolo di compliance oltre il GDPR base, un orizzonte di utilizzo inferiore a ventiquattro mesi, allora uno dei piani pubblici di TrueReply (o di qualsiasi altra piattaforma seria) ti costerà meno di un Custom e ti darà risultati paragonabili. Non firmare un progetto da 18.000 euro di setup per sostituire un canone da 199 euro al mese: non ha senso.

Il Custom è uno strumento specifico per aziende specifiche. Proporlo dove non serve è lo stesso errore commerciale, ribaltato, dei SaaS enterprise che vendono contratti a tre anni a PMI da venti dipendenti.

Proprietà dei dati, data residency, GDPR

Un capitolo che merita attenzione specifica. Il Custom TrueReply per default mantiene tutti i dati in area UE, su infrastruttura che scegliamo assieme. Se l'azienda ha preferenza per cloud nazionale italiano (Aruba, OVH Italia), per cloud europeo sovrano (Scaleway), o per AWS/Azure regione eu-central, supportiamo tutte le opzioni. Il data processing agreement è quello italiano standard con clausole specifiche sul fatto che non c'è trasferimento extra-UE per i dati di conversazione.

Per chi ha requisiti ancora più stringenti (pubblica amministrazione, sanità con dati particolari) è tecnicamente possibile il deployment on-premise su infrastruttura del cliente, con modelli LLM che girano in Europa (Mistral Large o equivalenti) oppure via Azure OpenAI su regione italiana con contratto enterprise dedicato. Queste configurazioni richiedono scope Custom aggiuntivo, ma esistono e funzionano.

Il senso strategico di possedere la propria intelligenza artificiale

Chiudiamo con l'angolo più alto. L'AI conversazionale sta diventando parte dell'infrastruttura operativa delle aziende, come lo sono stati il CRM negli anni duemila e l'ERP negli anni novanta. Chi ha affittato il CRM per quindici anni si è ritrovato con bolletta triplicata e dati intrappolati. Chi si è costruito un CRM interno ha pagato di più all'inizio ma a dieci anni si è trovato in una posizione di molto maggiore libertà strategica.

L'AI conversazionale nel 2026 è esattamente a quel bivio. Il SaaS generalista andrà benissimo per chi la usa in modo periferico. Per chi la mette al centro di processi core, scegliere di possederla invece che affittarla è una decisione di posizionamento competitivo, non solo di budget.

E per farlo, serve un fornitore che sia disposto a firmare contratti in cui la sua remunerazione non dipende dal lock-in. Non siamo gli unici sul mercato italiano a proporre questo modello. Siamo tra i pochi a dichiararlo esplicitamente nel listino pubblico.

Se vuoi capire se il Custom ha senso per la tua situazione, la prima call è gratuita e dura un'ora. In quella call ti diciamo onestamente se conviene Custom, uno dei piani standard su /prezzi, o nessuno dei due. Non partiamo da una proposta commerciale. Partiamo dai tuoi numeri, e da lì costruiamo in trasparenza.