Questo è un caso studio reale. L’agenzia esiste, i numeri sono verificati, il percorso è quello che abbiamo fatto insieme al loro CEO tra giugno 2024 e gennaio 2025. Nomi e alcuni dettagli identificativi sono stati cambiati per proteggere la loro riservatezza competitiva.
Se hai un’agenzia di comunicazione, web, marketing o qualsiasi business basato su servizi ad alta intensità di manodopera, questo caso ti riguarda. Il problema che hanno affrontato è lo stesso problema che ha l’85% delle agenzie sotto i 20 dipendenti.
L’agenzia: chi sono, cosa facevano
Chiamiamola Studio Mareggiata. Sede a Cagliari, 9 persone inclusi i due fondatori. Si occupano di comunicazione integrata per PMI del centro-sud Italia: identità visiva, siti web, gestione social, campagne advertising, content marketing.
Clienti tipici: studi professionali, aziende vinicole, hotel, catene di negozi regionali. Ticket medio: 18.000€/anno. Circa 40 clienti attivi al momento del primo incontro. Fatturato annuo 2023: 680.000€.
Il problema: troppa domanda, troppo lavoro, troppo poco margine
Quando ci hanno chiamato nel maggio 2024, il CEO (la chiameremo Valentina) ha messo sul tavolo una foto finanziaria impietosa:
- Fatturato 2023: 680.000€ (+12% sull’anno prima).
- Margine operativo: 12% (82.000€ lordi, prima delle imposte).
- Costo del personale: 420.000€ (62% del fatturato).
- Straordinari non retribuiti: stimati in 600 ore/anno sul team senior.
- Turnover: 2 persone dimissionate nei 12 mesi precedenti, entrambe per burnout.
- Richieste di lavoro rifiutate: 11 nel solo primo trimestre 2024, perché “non abbiamo capacità”.
Valentina ci ha detto una frase che sintetizza il 90% dei nostri primi colloqui con le agenzie: “Stiamo lavorando come pazzi, abbiamo tanti clienti, ma alla fine dell’anno i soldi non ci sono. E ogni volta che vogliamo crescere, l’unica soluzione è assumere e il margine si riduce ancora.”
La diagnosi: dove si disperdeva il margine
Prima di proporre qualsiasi agente AI, abbiamo fatto quello che facciamo sempre: 3 settimane di analisi operativa. Abbiamo osservato come lavorava il team, quante ore venivano spese per ogni attività, dove si generavano i colli di bottiglia.
I dati, riepilogati, hanno mostrato questo:
1. Il 38% delle ore del team senior era speso in attività ripetitive a basso valore
Due account manager senior, pagati 2.400€ netti al mese, spendevano circa il 38% della loro giornata in: stesura preventivi standard, report mensili per i clienti, liste di contenuti social, revisione prima bozza di testi di junior, gestione mail di coordinamento interno, risposta a richieste cliente tipo “Mi mandate i report del mese scorso?”.
Tutto lavoro importante. Nulla che richiedesse davvero una mente esperta.
2. La produzione contenuti era il principale collo di bottiglia
Per ogni cliente social, producevano circa 20 contenuti al mese (post, caption, varianti). Tempo medio per contenuto: 35 minuti (brainstorming + scrittura + grafica + approvazione). Con 18 clienti social attivi, questo faceva 11.200 minuti/mese (186 ore) solo di produzione base. Su un team di 4 persone che seguiva i social, significava oltre metà del loro tempo.
3. Il servizio clienti aveva tempi di risposta lenti
I clienti scrivevano via email, WhatsApp, Slack condiviso. Tempo medio di prima risposta: 4 ore e 20 minuti. I clienti si lamentavano. Il team si sentiva sotto pressione costante da notifiche.
4. Le campagne advertising richiedevano troppa manualità
Ogni settimana, il media buyer dell’agenzia impiegava 2 giornate intere per: estrarre dati da Meta Ads, Google Ads, TikTok; consolidarli in fogli Excel; scrivere commenti; generare report per 15 clienti. 16 ore/settimana di lavoro a scarso valore strategico.
5. La fase di onboarding nuovi clienti durava 3 settimane
Dalla firma del contratto all’avvio operativo effettivo passavano 3 settimane. Non per complessità tecnica, ma per il tempo che il team dedicava a: raccolta materiali dal cliente, configurazione tool, creazione cartelle, impostazione calendari editoriali. Lavoro burocratico che ritardava anche la fatturazione del primo mese.
La strategia: non sostituire nessuno, ma liberare ore
La decisione strategica, discussa a lungo con Valentina e il socio, è stata chiara: zero licenziamenti, zero riduzioni di stipendio, zero automazione delle parti creative di alto valore. L’obiettivo era liberare ore dalle attività a basso valore per aumentare la qualità del servizio, prendere più clienti senza assumere, e portare il team a casa a orari decenti.
Abbiamo progettato un piano a 4 agenti AI, implementati in sequenza nell’arco di 7 mesi. Ognuno è stato testato su un sottoinsieme di clienti prima di essere esteso.
Agente 1: assistente produzione contenuti social (mese 1-2)
Il primo agente è stato progettato per accelerare la produzione dei contenuti social di routine, senza mai pubblicare direttamente. Human-in-the-loop sempre attivo.
Cosa fa:
- Ogni lunedì riceve il brief mensile del cliente (calendario editoriale approvato).
- Genera 20 bozze di post (caption + suggerimento visual + hashtag) nel tono di voce specifico del cliente.
- Salva tutto in una cartella condivisa con il content specialist.
- Il content specialist revisiona, modifica, approva o scarta.
- I contenuti approvati vanno al grafico per la produzione finale.
Tono di voce: per ogni cliente abbiamo caricato nell’agente un documento di 2-3 pagine con esempi di post ben scritti, parole vietate, riferimenti stilistici. L’agente non inventa la strategia, esegue nello stile giusto.
Risultato dopo 8 settimane:
- Tempo medio per contenuto: passato da 35 a 9 minuti (revisione inclusa).
- Ore liberate sul team social: 130 ore/mese.
- Qualità percepita dai clienti: stabile (nessun cliente si è accorto del cambio di processo; un cliente ha addirittura detto “ultimamente i vostri contenuti hanno più ritmo”).
- Contenuti scartati perché sbagliati: 18% nelle prime 2 settimane, 4% a fine mese 2 (l’agente imparava dallo stile dei clienti).
Agente 2: report advertising automatico (mese 2-3)
Il secondo agente ha smontato il collo di bottiglia dei report.
Cosa fa:
- Si connette alle API di Meta Ads, Google Ads, TikTok, LinkedIn dei 15 clienti advertising.
- Ogni lunedì mattina estrae i dati della settimana precedente.
- Genera un report PDF personalizzato per ogni cliente, con grafici, KPI, confronto periodo precedente.
- Aggiunge una sezione “osservazioni preliminari” automatiche (es: “CTR in crescita del 23%, CPM stabile, suggerimento di aumentare budget sulla creative X”).
- Il media buyer legge, aggiunge il suo commento strategico, e il report parte al cliente.
Il media buyer non è stato sostituito. È stato liberato. Il suo lavoro di estrazione dati (16 ore/settimana) si è ridotto a 2 ore/settimana di revisione. Le 14 ore recuperate le ha spese in ottimizzazione strategica delle campagne, aumentando le performance medie dei clienti del 19% nel trimestre successivo.
Agente 3: assistente risposta clienti (mese 3-5)
Questo è stato il più delicato, e l’abbiamo implementato con particolare cautela.
Cosa fa:
- Monitora le email in arrivo sulla casella clienti@studiomareggiata.it (non quelle personali dei dipendenti).
- Classifica la richiesta: urgente / routine / informativa / reclamo.
- Per le richieste di routine (es: “Mi mandate i report del mese?”, “Posso avere la fattura di gennaio?”, “Quando pubblicate il prossimo post?”), prepara una bozza di risposta con i dati reali recuperati dai sistemi.
- Invia la bozza all’account manager di riferimento su Slack.
- L’account manager la revisiona in 30 secondi e clicca “invia” (o modifica prima).
- Per le richieste urgenti, reclami, richieste strategiche: non tocca nulla. Notifica l’account manager con priorità alta.
Tempo medio di prima risposta: passato da 4h20m a 22 minuti. Soddisfazione clienti misurata con NPS trimestrale: passata da 38 a 71 punti.
Il principio è stato rigoroso: nessuna risposta automatica. Tutte le risposte erano sempre revisionate da un umano. L’agente preparava, l’umano decideva e inviava. Leggi perché la supervisione umana è fondamentale nella nostra guida al human-in-the-loop.
Agente 4: onboarding nuovi clienti (mese 5-7)
L’ultimo agente ha smontato le 3 settimane di onboarding.
Cosa fa:
- Appena firmato il contratto, invia automaticamente al nuovo cliente un link personalizzato a un form guidato.
- Il cliente carica materiali (logo, brand book, accessi social, esempi di comunicazione preferita).
- L’agente organizza tutto in una cartella cliente strutturata.
- Crea automaticamente: canali Slack, calendario editoriale iniziale, documento di tono di voce base (da rivedere con l’account), dashboard KPI.
- Notifica l’account manager quando tutto è pronto per la call di kickoff.
Tempo di onboarding: passato da 3 settimane a 5 giorni. Conseguenza diretta: la fatturazione del primo mese è partita 2 settimane prima, aumentando il cash flow.
I numeri a fine mese 7: il confronto
Abbiamo misurato tutto, rigorosamente, con controllo contabile dell’agenzia. Questa è la foto confrontata tra il trimestre pre-intervento (marzo-maggio 2024) e il trimestre post-intervento completo (novembre 2024-gennaio 2025):
- Clienti attivi: da 40 a 52 (+30%).
- Fatturato trimestrale: da 178.000€ a 248.000€ (+39%).
- Costo del personale: stabile a 105.000€/trim (nessuna assunzione aggiuntiva, nessun licenziamento).
- Costo tecnologico: +3.400€/mese (licenze API, piattaforma agenti, consulenza).
- Margine operativo: da 12% a 42% del fatturato.
- Ore di straordinario non retribuito stimate: da 150/trim a 20/trim.
- Turnover: 0 dimissioni negli ultimi 9 mesi.
- NPS clienti: da 38 a 71.
Gli investimenti: quanto è costato
Trasparenza totale. Questi sono i numeri:
- Consulenza e sviluppo iniziale (analisi + progettazione + implementazione + formazione): 38.000€ una tantum, spalmati su 7 mesi.
- Costi ricorrenti mensili (infrastruttura AI, API, hosting): circa 3.400€/mese a regime.
- Costo del tempo del team dell’agenzia dedicato alla transizione: stimato in 80 ore totali distribuite (training, test, rifinitura).
Totale investimento primo anno: 38.000€ + 40.800€ = 78.800€.
Ritorno primo anno: il solo aumento di margine operativo (da 12% a 42% su un fatturato proiettato a 920.000€ nell’anno rolling post-intervento) ha generato circa 276.000€ di margine aggiuntivo. Il payback dell’investimento è arrivato a 4 mesi e 2 settimane.
Se vuoi capire come si calcolano numeri come questi per il tuo caso, leggi la nostra guida al ROI degli agenti AI.
Cosa ha funzionato e perché
Non è stato un progetto perfetto. Ci sono state fatiche, revisioni, due pivot di piano. Ma alcune decisioni si sono rivelate cruciali.
1. Coinvolgere il team dal giorno zero
Valentina ha comunicato al team, nella riunione di kickoff, una frase precisa: “Non stiamo automatizzando per ridurre personale. Stiamo automatizzando per smettere di odiare il lunedì mattina.” Nessun dipendente si è sentito minacciato. Alcuni sono diventati ambassador interni del progetto.
2. Iniziare dalla produzione contenuti, non dal servizio clienti
La produzione contenuti era il punto meno rischioso in termini reputazionali (un post mediocre si può cambiare; una mail sbagliata a un cliente no). Ha permesso al team di prendere confidenza con gli strumenti prima di affrontare aree più sensibili.
3. Mantenere sempre la supervisione umana
Nessun contenuto è mai uscito senza revisione umana. Nessuna mail è mai partita senza occhio umano. Questo ha mantenuto la qualità percepita e ha evitato errori potenzialmente gravi.
4. Essere onesti sui limiti degli agenti
Agli 8 clienti strategici principali abbiamo comunicato chiaramente che l’agenzia stava adottando sistemi AI per migliorare i tempi di risposta e la produttività. Zero clienti si sono lamentati. Due clienti hanno chiesto: “Potete aiutarci a fare lo stesso nella nostra azienda?” (sono diventati nuovi progetti di consulenza).
5. Misurare tutto
Senza misurazione settimanale, l’intervento sarebbe rimasto un’impressione. Con la misurazione, ogni iterazione è stata data-driven.
Cosa NON ha funzionato (e cosa abbiamo imparato)
Altrettanto importante quanto i successi.
- L’agente contenuti all’inizio generava post troppo “anonimi”: i primi 3 clienti di test si sono lamentati del tono piatto. Abbiamo dovuto fare 2 iterazioni sul documento di tono di voce prima di ottenere qualità costante.
- L’agente servizio clienti ha sbagliato 3 volte nei primi 15 giorni: ha preparato bozze con informazioni imprecise (es: confondendo scadenze fatture). Per questo la revisione umana ha salvato la situazione, e abbiamo affinato le regole di estrazione dati.
- Un agente inizialmente previsto (preventivazione automatica) è stato scartato: si è rivelato troppo complesso e troppo rischioso. Abbiamo deciso di lasciarlo fuori perimetro e reinvestire il budget sugli altri 4.
- Il media buyer inizialmente era scettico: temeva che i report automatici lo svalutassero. Ci sono volute 3 settimane e una discussione franca con Valentina per chiarire che il suo valore era sulla strategia, non sulla compilazione di Excel.
Perché questo caso è replicabile (e dove non lo è)
Questo caso è replicabile in qualsiasi agenzia o società di servizi con caratteristiche simili:
- Tra 5 e 25 dipendenti.
- Ricavi prevalentemente da clienti ricorrenti.
- Almeno il 30% delle ore del team speso in attività ripetitive a basso valore cognitivo.
- Proprietà coinvolta e disponibile a rivedere processi.
- Budget iniziale disponibile tra 25.000 e 50.000€ una tantum + costi ricorrenti.
Non è replicabile allo stesso modo in agenzie molto più grandi (processi troppo stratificati), in agenzie strutturalmente in perdita (gli agenti non rimediano a problemi di pricing), o in agenzie con fondatore non disposto a cambiare abitudini personali di lavoro.
La morale: il vero ROI non è solo il margine
A distanza di 14 mesi dall’avvio del progetto, abbiamo ripreso i numeri con Valentina per un check. Il margine si è stabilizzato al 39-42%. Il fatturato è ulteriormente cresciuto. Ma quando le abbiamo chiesto cosa era cambiato davvero, ci ha risposto così:
“Ora abbiamo tempo per pensare. Il lunedì mattina non è più un’emergenza. Il team arriva e se ne va a orari normali. Abbiamo iniziato a investire in formazione, in eventi, in relazione con i clienti. Prima sopravvivevamo. Adesso possiamo dire che stiamo davvero facendo il lavoro che amiamo.”
Questo è il vero ritorno sull’investimento degli agenti AI fatti bene. I numeri ci dicono che è sostenibile. Le persone ci dicono che è giusto.
Vuoi capire se è fattibile anche nel tuo caso?
Se hai un’agenzia, uno studio di servizi, una società di consulenza, e ti riconosci nei problemi di Studio Mareggiata, possiamo fare insieme la stessa analisi. Primo passaggio sempre uguale: 3 settimane di osservazione operativa, dati alla mano, per capire dove si disperdono davvero le ore. Non vendiamo pacchetti standard. Vendiamo risposte oneste.
Per approfondire i temi chiave di questo caso studio, leggi anche: i 5 processi da automatizzare subito in una PMI, perché la supervisione umana è essenziale, e quanto costa davvero un agente AI.