Quando una PMI italiana chiede un preventivo per un progetto AI marketing, la risposta tipica è imbarazzante. Il fornitore evita le cifre, parla di “discovery call” gratuita, manda una presentazione di quaranta slide. Tu intanto vuoi capire se il budget interno regge o se conviene rimandare al trimestre dopo. Questa pagina mette in fila numeri realistici per il mercato italiano nel 2026, divisi per livello di ambizione del progetto. Sono range, non listini fissi, perché ogni azienda parte da un punto di maturità diverso. Servono come orientamento prima di sederti a parlare con qualcuno.
Audit iniziale: la cifra che spesso viene regalata
L’audit AI marketing è il primo passo serio. Una persona competente entra nella tua azienda, ascolta come lavorate oggi, guarda CRM, fogli di calcolo, processi ripetitivi, e ti restituisce una mappa di tre o quattro use case prioritari. Sul mercato italiano nel 2026 una sessione di audit ben fatta costa intorno ai 240 euro, durata novanta minuti, deliverable PDF con stack consigliato e roadmap a sei mesi.
Quando ti propongono un audit gratuito di un’ora, sappi che è un colloquio commerciale travestito. Niente di male, ma la qualità dell’analisi è limitata. Un audit pagato è un investimento simbolico che separa il curioso dal compratore reale. Da parte del fornitore, è il modo per capire se vale la pena dedicarti tempo. Da parte tua, sono soldi che si scaricano subito sul progetto se decidi di proseguire.
Cosa aspettarti nel deliverable di un audit serio: tre use case priorizzati con stima di tempo recuperato a settimana, stack tool consigliato con costi mensili stimati, lista di tre o quattro persone interne da formare prima di partire, range di budget per la fase pilota. Se ricevi un PDF generico con “implementare AI per ottimizzare il marketing”, chiedi indietro i soldi. Un buon audit ti dice esattamente da dove iniziare lunedì mattina.
In molti casi l’audit fa emergere che il problema non è AI ma processo. Il CRM è disordinato, i contatti duplicati, l’email marketing parte da Excel. Buona notizia: sistemare quello costa molto meno di un progetto AI ed è prerequisito necessario. Un fornitore onesto te lo dice subito, anche se significa rinviare il pilota di sei mesi. Trovi una checklist operativa nell’articolo su i tre segnali che dicono se sei pronto per partire con l’AI.
Progetto pilota: la fascia 6.000-15.000 euro
Il pilota è il primo progetto vero. Si sceglie un caso d’uso singolo, si costruisce il workflow end-to-end, si forma il team interno, si misura il risultato dopo quattro o sei settimane. Per una PMI italiana tra 20 e 100 dipendenti, la fascia tipica è 6.000-15.000 euro chiavi in mano. La variabilità dipende da quanto è complesso il workflow, quanti tool vanno integrati e quanto è ordinata la base dati di partenza.
Cosa rientra normalmente nel quote: design del workflow, prompt engineering documentato, costruzione delle integrazioni tra CRM e tool AI, due o tre sessioni di formazione del team operativo, documento di handover con istruzioni per manutenere il sistema. Cosa resta sempre fuori dal quote: licenze dei tool (HubSpot Starter, Make, abbonamenti API Claude o GPT), eventuale infrastruttura cloud, ore di lavoro del tuo team durante il progetto. Queste ultime sono il costo nascosto che molti dimenticano. Un pilota richiede in genere 15-25 ore di tempo del referente interno distribuite su sei settimane.
Esempio concreto. PMI alimentare con 80 dipendenti, fatturato intorno ai 18 milioni, marketing gestito da tre persone più direttore commerciale. Il caso d’uso scelto è automazione delle sequenze email post-acquisto per ridurre il tempo dedicato alla scrittura manuale di follow-up. Quote del progetto pilota: 9.500 euro più IVA. Durata: cinque settimane. Risultato a tre mesi dalla chiusura: il team marketing recupera circa 12 ore settimanali precedentemente spese in copywriting ripetitivo e gestione liste. Break-even sul costo del pilota in poco più di quattro mesi.
Il pilota deve avere un deliverable misurabile prima di iniziare. Non “ottimizzare l’email marketing”, ma “ridurre il tempo dedicato alla scrittura di follow-up post-vendita di almeno 8 ore a settimana”. Senza una metrica chiara non sai se il progetto è andato bene. E senza un deliverable misurabile è difficile poi chiedere budget per il secondo progetto. La conversazione con la direzione cambia tono quando porti un numero invece di un racconto.
Pilota multi-use-case: 15.000-30.000 euro
Se l’azienda ha più maturità interna o se l’audit ha fatto emergere tre casi d’uso strettamente collegati, conviene fare un pilota più articolato. Range tipico: 15.000-30.000 euro, durata tre mesi, due o tre workflow integrati che condividono la stessa base dati. Esempio classico: automazione lead scoring più sequenze email personalizzate più dashboard di reporting unificato.
In questo formato il valore non è nei singoli workflow ma nell’effetto compound. Un lead scoring AI che gira male su sequenze email scritte male non porta risultato. Tre componenti che lavorano insieme su dati condivisi creano un meccanismo che si autoalimenta. Per questo il pilota multi-use-case ha senso solo se la base dati è già in ordine. Se il CRM è disastrato, prima di tutto bisogna sistemarlo, e quello è un progetto a parte da 5.000-10.000 euro che spesso non si conta nel budget AI.
Il rischio del multi-use-case è la dispersione. Tre workflow contemporanei richiedono tre referenti interni attivi, tre cicli di feedback, tre delivery date da gestire. Se il team interno non ha bandwidth, il progetto si trascina e i deliverable arrivano tardi. Una agency seria ti dice di no se vede che il momento aziendale non è quello giusto. Meglio fare un pilota singolo fatto bene a settembre che tre workflow incompleti spalmati su sei mesi.
Cosa porta a casa una PMI dopo un pilota multi-use-case ben fatto: tre workflow operativi, un team interno formato che sa manutenere e modificare i prompt, una dashboard di reporting che gira da sola, una baseline misurabile per chiedere budget per la fase scaling l’anno dopo. Il deliverable più importante è quello umano: due o tre persone in azienda che ora sanno cosa è AI marketing operativamente, non solo concettualmente.
Implementazione enterprise: oltre 30.000 euro
La fascia oltre i 30.000 euro entra in territorio enterprise. Qui parliamo di aziende con team marketing strutturati, dipartimento IT che chiede integrazioni custom, esigenze di conformità GDPR avanzate, eventualmente filiali multi-paese da coordinare. Il progetto dura sei-dodici mesi, coinvolge più stakeholder, include spesso una fase di security review e contrattualistica articolata.
A questi livelli il quote include tipicamente: architettura di integrazione documentata, build di workflow custom che si appoggiano a sistemi esistenti, formazione strutturata su più team (marketing, sales, customer service), governance del progetto con steering committee mensile, sla di manutenzione post-delivery per almeno sei mesi. Cosa resta fuori dal quote anche a questi livelli: costo delle licenze tool a regime, eventuali sviluppi software custom oltre la configurazione, infrastruttura cloud dedicata se richiesta dalla policy interna.
Per una PMI che si trova davanti a quote di questa entità, la domanda è semplice: il problema da risolvere giustifica davvero la spesa? Se l’azienda fattura 15 milioni e il marketing pesa 800.000 euro l’anno, un progetto da 50.000 euro rappresenta il 6% del budget marketing annuale. Numero che si difende facilmente in board solo se il ROI atteso è chiaro e misurato. Altrimenti meglio iterare con due pilota da 12.000 euro distanziati nel tempo. Il modo sbagliato di affrontare la spesa enterprise è cedere alla pressione del fornitore. Il modo giusto è negoziare un primo step contenuto con opzione di estensione.
Spesso a queste cifre entra in gioco anche la scelta tra fornitore esterno e team interno. Una PMI con buona maturità tecnica può ragionare di assumere un AI manager dedicato invece di pagare consulenza ricorrente. Il punto di break-even è intorno ai 60.000-80.000 euro di consulenza annua. Sotto quella cifra ha senso restare con il fornitore esterno. Sopra, comincia a convenire portare la competenza in casa, magari mantenendo il consulente per coaching mensile del team interno.
Cosa influenza davvero il quote finale
Tre variabili spostano il prezzo in modo significativo. La prima è il livello di ordine della base dati. Un CRM pulito con campi standard e contatti dedotti riduce i tempi di setup del 30-40%. Un CRM disordinato raddoppia il tempo della fase di preparazione e quindi il costo. La seconda variabile è la presenza di un referente interno dedicato. Un project owner aziendale presente e decisionale fa filare il progetto. La sua assenza significa cicli di feedback dilatati e meeting che ripetono cose già dette.
La terza variabile è la complessità delle integrazioni richieste. Connettere Claude a HubSpot via Make è un’operazione standard da poche ore. Connettere lo stesso flusso a un ERP custom sviluppato dieci anni fa è un altro mestiere. Quando chiedi un preventivo, parla subito di che tool usi e da quanto. La risposta cambia drasticamente quote e tempi. Per orientarti su quale stack rende più semplice partire, può servire la panoramica su stack realistici per una PMI italiana.
C’è poi il tema delle ore del tuo team. È un costo che non vedi in fattura ma esiste. Per un pilota da 9.500 euro, contare 20 ore di tempo del responsabile marketing significa aggiungere 1.500-2.500 euro di costo opportunità a seconda della seniority. Non è un argomento per non fare il progetto, è un argomento per dimensionare le aspettative interne e proteggere quel tempo da altri impegni concorrenti durante le settimane del pilota.
Quando il ROI arriva davvero
La domanda finale è sempre la stessa: quando rientro dell’investimento? Per i progetti pilota ben dimensionati, il break-even tipico cade tra il quarto e il sesto mese dalla chiusura. Non dal primo giorno del progetto, ma dalla data di chiusura formale. Il calcolo si fa sulle ore recuperate dal team più, se applicabile, sull’incremento di conversioni o vendite attribuibili al nuovo workflow.
Il punto delicato è la sostenibilità a dodici mesi. Un workflow AI che funziona richiede manutenzione leggera ma continua. Prompt che vanno aggiornati quando cambia il prodotto, integrazioni che si rompono quando un fornitore aggiorna l’API, modelli che migliorano e vanno testati. Una PMI che mette da parte il 15-20% del costo del progetto come budget di manutenzione annua è quella che porta a casa il ROI promesso. Chi pensa “fatto, dimenticato” si ritrova con un sistema che si degrada lentamente e in dodici mesi torna a fare le cose a mano.
Per le aziende che stanno valutando il primo passo, l’ordine sensato è: audit pagato a 240 euro, decisione sul caso d’uso prioritario, pilota da 8.000-12.000 euro su quel singolo caso, misura del risultato a tre mesi, decisione sulla seconda fase. Questo percorso permette di imparare facendo, contenere il rischio finanziario e costruire il caso interno per investimenti più ambiziosi quando il primo pilota ha dimostrato che funziona. Se vuoi confrontare la tua situazione con scenari simili nel mercato italiano, la pagina per aziende raccoglie esempi e formati operativi tipici.