Un agente AI “agentico” che negozia contratti è un software basato su modelli linguistici che, entro limiti prefissati da un umano (prezzo minimo, termini di pagamento, clausole non negoziabili), dialoga in autonomia con un fornitore o una controparte, propone e valuta compromessi, e può arrivare a chiudere l’accordo senza che nessuna persona approvi il singolo messaggio. Non è fantascienza: aziende come Walmart lo usano già per migliaia di contratti fornitori ogni anno.
Ultimo aggiornamento: agosto 2026.
Cos’è davvero un’AI “agentica” (e perché non è un chatbot)
Un chatbot risponde a una domanda. Un “copilot” suggerisce una risposta che un umano deve approvare. Un agente agentico è diverso: riceve un obiettivo (“rinnova questo contratto risparmiando almeno il 5%, mantenendo tempi di consegna sotto i 10 giorni”), pianifica autonomamente i passaggi per raggiungerlo, esegue azioni concrete — invia messaggi, propone controfferte, consulta dati esterni — e porta a termine il compito senza supervisione continua.
La differenza chiave rispetto all’automazione tradizionale è che questi sistemi non seguono un copione fisso: valutano il contesto, si adattano alla reazione della controparte e prendono decisioni in tempo reale, restando però dentro un perimetro di regole (i cosiddetti “guardrail”) che l’azienda ha definito in anticipo.
Come funziona nella pratica una negoziazione condotta da un’AI
Il processo si articola in quattro fasi che si ripetono per ogni negoziazione avviata.
1. L’agente si alimenta di dati reali
Prima di aprire bocca, il sistema accede a contratti storici, prezzi di mercato in tempo reale, dati sulla catena di approvvigionamento e lo storico delle relazioni con quel fornitore specifico. Questo gli permette di sapere, per esempio, quanto quella controparte ha accettato di scontare in passato o quali sono i prezzi medi di mercato per quella categoria di prodotto.
2. Il “cervello”: modelli linguistici, teoria dei giochi e apprendimento per rinforzo
Sotto il cofano, questi agenti combinano un modello linguistico di grandi dimensioni (LLM) — che genera e interpreta il linguaggio naturale della trattativa — con tecniche di teoria dei giochi e apprendimento per rinforzo, che insegnano al sistema quale mossa massimizza il risultato atteso in ogni scambio. In pratica l’AI simula più possibili risposte della controparte prima di scegliere la propria mossa, un po’ come un giocatore di scacchi che valuta diverse linee di gioco.
3. I guardrail: i paletti decisi dall’umano
Nessun agente serio negozia a briglia sciolta. Prima di partire, un responsabile acquisti o legale definisce: il prezzo massimo o minimo accettabile, i termini di pagamento negoziabili, le clausole non derogabili (per esempio penali, garanzie, proprietà intellettuale) e la soglia oltre la quale l’agente deve fermarsi e chiedere l’intervento umano. È dentro questo perimetro che l’AI ha libertà di manovra.
4. La chiusura dell’accordo
Se la controparte accetta condizioni comprese nei guardrail, l’agente può concludere l’accordo in autonomia, generando il documento contrattuale finale e aggiornando i sistemi aziendali (ERP, gestione contratti) senza ulteriori passaggi. L’intera trattativa, che con un negoziatore umano poteva richiedere settimane di scambi di email, si comprime spesso in pochi minuti od ore.
Un caso reale: come Walmart negozia con i fornitori tramite AI
Walmart è uno degli esempi più citati di adozione su larga scala. Utilizzando agenti di negoziazione autonoma, l’azienda ha esteso i termini medi di pagamento con i fornitori di circa 35 giorni, mantenendo comunque un tasso di accettazione dell’accordo del 68% da parte dei fornitori coinvolti. L’83% dei fornitori ha descritto il processo come semplice da usare, nonostante dall’altra parte del tavolo non ci fosse una persona.
Il vantaggio economico più citato dagli analisti riguarda il cosiddetto “tail spend”: la miriade di contratti di fornitura di valore medio-basso che nessun team acquisti ha il tempo di rinegoziare uno per uno. Oggi solo circa il 20% della spesa fornitori viene negoziata attivamente dalle aziende: gli agenti AI permettono di ingaggiare simultaneamente migliaia di questi contratti minori, generando secondo alcune stime un valore aggiuntivo compreso tra il 2% e il 30% della spesa negoziata.
Cosa succede quando un’AI negozia con un’altra AI
Uno degli scenari più curiosi, che sta diventando realtà via via che più aziende adottano questi sistemi, è quello in cui l’agente negoziatore del compratore dialoga direttamente con l’agente negoziatore del venditore, senza persone da nessuna delle due parti. In questi casi la trattativa può svolgersi in pochi secondi, con le due AI che si scambiano decine di controfferte in un tempo che un negoziatore umano impiegherebbe per scrivere una singola email.
Il rischio, segnalano diversi analisti del settore, è che due sistemi ottimizzati in modo simile finiscano per convergere troppo rapidamente su un accordo “efficiente” ma non necessariamente vantaggioso per una delle due parti, se i guardrail non sono stati calibrati con attenzione.
Chi è responsabile se l’agente sbaglia o firma qualcosa che non doveva?
È la domanda che si pongono più spesso legali e direttori finanziari, ed è anche la questione legale più dibattuta del momento. La risposta, secondo gli esperti di diritto commerciale, è che la responsabilità non ricade sull’intelligenza artificiale in sé, ma sull’azienda che l’ha implementata e configurata — esattamente come avviene per gli atti di un dipendente che agisce nell’interesse del proprio datore di lavoro.
Negli Stati Uniti, il quadro giuridico si appoggia su due pilastri: l’E-SIGN Act, che riconosce validità legale ai contratti conclusi tramite “agenti elettronici” purché l’azione sia attribuibile al soggetto che li ha autorizzati, e la più che secolare dottrina dell’agenzia (principal-agent), che distingue tra autorità effettiva (esplicita o implicita) e autorità apparente, basata su ciò che la controparte poteva ragionevolmente aspettarsi.
Un caso giudiziario del marzo 2026, Amazon contro Perplexity, ha chiarito un punto importante: l’istruzione che un utente dà al proprio agente AI non equivale automaticamente all’autorizzazione della controparte a trattare con quell’agente. In altre parole, non basta programmare un’AI per farla agire legalmente per conto tuo: serve che anche l’altra parte riconosca e accetti quella modalità di interazione.
Per questo motivo, le aziende più avanzate stanno adottando registri crittografati e “mandati digitali” firmati, che rendono verificabile — prima che sorga una disputa — quale autorità è stata effettivamente conferita all’agente. Circuiti come quello di Mastercard stanno sperimentando protocolli dedicati proprio a certificare l’intento e l’autorità di un agente AI nelle transazioni commerciali.
I limiti attuali: perché la maggior parte delle aziende resta cauta
Nonostante i risultati promettenti, l’adozione piena resta minoritaria. Solo il 14% dei direttori finanziari intervistati in un sondaggio di settore dichiara di fidarsi completamente dell’AI per produrre risultati accurati senza revisione umana, mentre il 97% ritiene che una qualche forma di supervisione umana resti indispensabile quando l’intelligenza artificiale gestisce decisioni con impatto economico.
Nella pratica, la maggior parte delle implementazioni segue un percorso graduale: si parte con un’analisi della spesa “di coda” da affidare all’agente, si definiscono guardrail precisi, si avvia un progetto pilota su una categoria di fornitori limitata per 30-60 giorni, si misurano i tassi di accettazione, e solo in seguito si integra il sistema con i software gestionali aziendali (ERP e sistemi di gestione dei contratti).
Il futuro: verso negoziazioni sempre più autonome
La direzione indicata dagli analisti del settore è quella di una autonomia crescente ma sempre più “verificabile”: più il sistema può agire senza supervisione, più cresce l’esigenza di tracciare in modo inalterabile ogni decisione presa, per poterla ricostruire in caso di controversia. Audit trail, mandati digitali e protocolli di verifica dell’identità e dell’autorità dell’agente sono destinati a diventare uno standard, non un’eccezione, man mano che sempre più aziende — non solo colossi come Walmart — inizieranno ad affidare le proprie trattative a un software.
Domande frequenti
Un contratto firmato da un’AI è legalmente valido? Sì, se l’agente ha agito entro l’autorità che gli è stata effettivamente conferita e se la controparte ha accettato di negoziare con un sistema automatizzato. La validità si basa su leggi già esistenti sui contratti elettronici e sulla dottrina dell’agenzia, non su una normativa creata appositamente per l’AI.
L’AI negozia meglio di un essere umano? Su volumi alti e trattative di routine sì, perché può gestire simultaneamente migliaia di contratti minori che un team umano non avrebbe mai il tempo di rinegoziare uno per uno. Su trattative strategiche e complesse, il ruolo umano resta centrale.
Cosa impedisce a un agente AI di fare un pessimo affare? I guardrail impostati prima dell’avvio della negoziazione: prezzi minimi o massimi, clausole non derogabili e soglie oltre le quali l’agente deve fermarsi e chiedere l’intervento di una persona.
Chi paga se un agente AI causa un danno durante una negoziazione? Nella maggior parte dei quadri giuridici attuali, la responsabilità ricade sull’azienda che ha implementato e configurato l’agente, non sul fornitore della tecnologia AI né sull’agente stesso.
Fonti
- Pactum – Understanding Agentic AI in Procurement
- CFO Tech – AI Agents That Negotiate Vendor Contracts Autonomously
- A2CN – Who Owns the Legal Liability When Your AI Agent Negotiates a Deal?
- Nibble Technology – The State of Autonomous Negotiation in Procurement 2026
Scarica la nostra app e ricevi notizie, curiosità, misteri, scoperte e tecnologia direttamente sul tuo smartphone.
Scarica per Android
Mi occupo di fornire agli utenti delle news sempre aggiornate, dal gossip al mondo tech, passando per la cronaca e le notizie di salute. I contenuti sono, in alcuni casi, scritti da più autori contemporaneamente vengono pubblicati su Veb.it a firma della redazione.
