Quando una PMI italiana decide di muoversi sull’AI marketing, la prima domanda che riceve da fornitori e consulenti è quasi sempre la stessa: “che stack avete?”. Risposta tipica: un CRM ereditato cinque anni fa, Excel ovunque, mailchimp per le newsletter, Google Ads gestito da un’agenzia esterna. Niente di tutto questo è sbagliato, ma è un punto di partenza disomogeneo. Questa pagina mette in fila uno stack realistico per aziende tra 20 e 100 dipendenti che parte praticamente da zero nel 2026. Quattro layer, costi mensili sostenibili, scelte che lasciano spazio di manovra senza chiudere in lock-in costosi.
Layer 1: i dati di base
Lo stack AI si appoggia ai dati. Se i dati sono sporchi, il modello produce spazzatura veloce. Se i dati sono ordinati, anche un prompt mediocre produce risultati decenti. Il primo layer dello stack è quindi la fondazione: dove vivono i contatti, dove si registrano le interazioni, dove si conservano i documenti.
Per il CRM la scelta sensata in fascia PMI è tra HubSpot Starter e Pipedrive. HubSpot Starter parte da circa 18 euro al mese per utente e include marketing hub di base. È la scelta giusta se sai che vorrai unificare sales e marketing nello stesso ambiente entro un anno. Pipedrive parte da 15 euro al mese, ha un’esperienza più snella se ti interessa solo gestire la pipeline commerciale. La differenza vera non è il prezzo ma la profondità del marketing layer. HubSpot ti dà email marketing, landing page, automazioni di base inclusi. Pipedrive ti chiede di aggiungerli a parte.
Google Workspace è il secondo pilastro del layer dati. Documenti, fogli, drive condivisi, gmail aziendale. Il piano Business Standard costa 13,80 euro al mese per utente e ti dà 2 terabyte di storage condiviso a persona. Per una PMI da 50 dipendenti significa avere uno spazio dove gli AI agent possono leggere e scrivere file in modo controllato. Il vantaggio rispetto a soluzioni Microsoft è la facilità di integrazione con strumenti di automazione come Make e n8n, che hanno connettori nativi maturi.
Il terzo pezzo del layer dati è opzionale ma spesso utile: Airtable. Costa 20 euro al mese per utente nel piano Team e serve quando hai bisogno di tabelle relazionali leggere che il CRM non gestisce bene. Casi tipici: catalogo prodotti con relazioni, calendario editoriale di contenuti, mappa dei clienti per settore e territorio. Airtable è il punto di incontro tra Excel e database. Una PMI che parte da zero può saltarlo all’inizio e introdurlo dopo sei mesi quando i workflow chiedono strutture di dati più articolate.
Costo mensile tipico del layer 1 per una PMI da 50 dipendenti con 6 utenti CRM e 50 utenti Google Workspace: intorno ai 800-900 euro al mese. È la parte più visibile e prevedibile dello stack. Senza questa base, qualsiasi investimento sui layer superiori produce frizione invece di leva.
Layer 2: l’automazione
Il secondo layer è quello che muove i dati tra sistemi e attiva i workflow AI. Qui la scelta è tra due paradigmi: piattaforma cloud gestita o automazione self-hosted. Per la maggioranza delle PMI italiane la risposta giusta è Make. Costo a partire da 9 euro al mese per il piano Core, sale a 16-29 euro al mese man mano che cresce il volume di operazioni mensili. Make ha connettori nativi a Claude, GPT, Gemini, HubSpot, Google Workspace, Airtable, Salesforce. Setup di un workflow medio dura 2-4 ore di lavoro.
Per aziende con maggiore maturità tecnica o sensibilità sui dati esiste un’alternativa: n8n self-hosted. n8n è opensource, si installa su un server proprio (o su un’istanza Hetzner da 5 euro al mese) e fa cose simili a Make senza costo per operazione. Il vantaggio è il controllo totale: i dati sensibili non passano da server di terze parti, le automazioni possono girare a volumi alti senza costo marginale, e si può personalizzare ogni nodo con codice JavaScript. Lo svantaggio è la manutenzione tecnica. Serve qualcuno in azienda o un fornitore esterno che presidi l’istanza.
La scelta tra Make e n8n self-hosted dipende da due variabili: volume di operazioni mensili e sensibilità dei dati trattati. Sotto le 10.000 operazioni mese e con dati non particolarmente sensibili, Make vince per semplicità. Sopra le 50.000 operazioni mese o con dati che richiedono compliance specifica, n8n self-hosted recupera il costo iniziale entro pochi mesi. Esiste anche Zapier, che resta valido per integrazioni semplici ma costa significativamente di più di Make a parità di volume e ha meno controllo sui flussi logici complessi.
Un dettaglio operativo: chi sceglie Make o n8n deve dedicare qualcuno del team a diventarne referente. Non un AI expert, ma una persona che impari a leggere e modificare i workflow senza paura. Senza questo presidio interno, lo stack di automazione diventa una scatola nera che dipende da fornitori esterni per ogni piccola modifica. Su come strutturare un’integrazione tipica Make più Claude per una PMI puoi vedere il workflow operativo dettagliato.
Layer 3: l’intelligenza
Il terzo layer è il cuore del sistema AI. Qui si decide quali modelli usare per quali compiti. Nel 2026 lo standard per PMI italiana è una combinazione di Claude e GPT, con eventuale Gemini per casi specifici multimodali.
Claude (di Anthropic) è la scelta forte per task che richiedono ragionamento articolato, scrittura lunga di qualità professionale, analisi di documenti complessi. Il prezzo via API è competitivo: Claude Sonnet costa circa 3 dollari per milione di token input e 15 per milione output. Per una PMI che produce 200 email personalizzate al mese, 50 brief di contenuto, qualche analisi di documento, il costo mensile API si attesta tra 30 e 80 euro. Conviene anche prevedere uno o due abbonamenti Claude Pro a 17 euro al mese per chi usa l’interfaccia chat per task one-off.
GPT (di OpenAI) resta utile per task di volume elevato dove la velocità di risposta conta più della qualità marginale, per generazione di immagini via DALL-E o GPT-4o vision, e per scenari dove esistono già integrazioni native con tool che la PMI usa. GPT-4o-mini costa significativamente meno di Claude Sonnet su token semplici. Una PMI matura tende ad avere entrambi gli account API attivi e a scegliere il modello compito per compito invece di fare scelta monolitica.
Gemini di Google entra in gioco quando servono analisi multimodali su grandi volumi (video, audio, immagini insieme) o quando il workflow vive completamente dentro Google Workspace e si vuole sfruttare l’integrazione nativa. Per la maggioranza delle PMI italiane è un layer aggiuntivo, non sostitutivo di Claude o GPT. Costo a partire da 12 euro al mese per Gemini Advanced.
Perplexity merita una nota a parte. Non è un modello generalista ma uno strumento di ricerca AI con citazioni. Una PMI che fa ricerca competitor, analisi di mercato, raccolta dati per studi di settore lo usa quotidianamente. Il piano Pro costa 20 euro al mese. Un solo account condiviso nel team marketing copre il 90% dei casi di uso. Costo totale tipico del layer 3 per una PMI da 50 dipendenti: 100-250 euro al mese tra API e abbonamenti. È il layer più scalabile: cresce con l’uso, non con l’organico.
Layer 4: analytics e misurazione
Il quarto layer è quello che chiude il cerchio. Senza misurazione, lo stack AI è un costo non un investimento. La buona notizia è che il layer analytics per una PMI italiana è in gran parte gratuito.
Google Analytics 4 resta la base. Gratuito, copre il tracking del sito web, eventi di conversione, attribuzione multi-touch di base. Va affiancato a Google Search Console (gratuito) per il monitoraggio della performance organica e dei query reali con cui i clienti ti trovano. Una PMI che non guarda Search Console almeno una volta al mese sta lasciando insight gratis sul tavolo.
Looker Studio (ex Data Studio) è il connettore che trasforma i dati in dashboard. Gratuito, si collega nativamente a GA4, Search Console, Google Ads, fogli Google e tramite connettori a terzi raggiunge HubSpot, Salesforce, Facebook Ads. Il valore aggiunto di Looker Studio in uno stack AI è la possibilità di creare una sola dashboard cliente che il workflow AI aggiorna automaticamente con commento testuale generato. Il referente marketing apre il link, vede numeri e analisi narrativa preimpostata, decide rapidamente.
Vercel Analytics entra in gioco se il sito web è ospitato su Vercel. Costo aggiuntivo trascurabile (parte da 10 euro al mese per il piano Pro che lo include), valore aggiunto specifico: dati di performance reali utenti, Core Web Vitals, esperimenti A/B nativi senza tag manager. Per le PMI che hanno il sito su altri hosting, Vercel Analytics non si applica e la coppia GA4 più Search Console copre già il fondamentale.
Il costo del layer 4 è quasi sempre sotto i 50 euro al mese, spesso a zero per chi non usa Vercel. La barriera vera non è il costo ma la disciplina. Avere le dashboard configurate e nessuno che le guarda è il peccato più comune nelle PMI italiane. Lo stack AI funziona solo se chi prende decisioni passa quindici minuti a settimana sui numeri reali invece di basare le scelte su impressioni.
Cosa evitare per ora
Esistono piattaforme all-in-one “marketing OS” che promettono di sostituire tutto lo stack sopra con un solo abbonamento. Per una PMI italiana che parte da zero nel 2026 la scelta è quasi sempre sbagliata. Il prezzo va dai 500 ai 2.000 euro al mese, il lock-in è severo, l’export dei dati in caso di cambio fornitore è complesso, le funzionalità AI integrate sono spesso inferiori a quelle che ottieni componendo Claude più Make più CRM standard.
Il problema non è la qualità del software in sé. Molte piattaforme all-in-one sono ben fatte. Il problema è che una PMI che le adotta perde la flessibilità di sostituire un pezzo quando il mercato evolve. Nel 2024 il modello AI migliore era uno, nel 2025 un altro, nel 2026 un altro ancora. Uno stack componibile permette di cambiare il modello senza toccare il resto. Uno stack chiuso ti costringe a rimanere fermo o a fare una migrazione totale.
L’altro errore frequente è investire in tool molto verticali (es. piattaforme di lead generation AI specifiche per LinkedIn, software di automazione cold email molto specializzati) prima di avere il layer 1 e 2 ordinati. Il tool verticale brilla in demo, in produzione fallisce perché non si integra con il resto. Costa 200-400 euro al mese senza portare valore proporzionale.
Costo totale e ordine di adozione
Riepilogo dei costi mensili tipici per una PMI da 50 dipendenti che adotta lo stack completo: layer dati 800-900 euro, layer automazione 30-50 euro, layer AI 100-250 euro, layer analytics 0-50 euro. Totale: 950-1.250 euro al mese tutto incluso. È meno del costo di un junior marketer in azienda, e molto meno di una piattaforma all-in-one con copertura simile.
L’ordine di adozione consigliato per chi parte da zero: prima si sistema il CRM e Google Workspace (mesi 1-2), poi si introduce Make o n8n con due automazioni semplici (mese 3), poi si aggiungono account API Claude e GPT con due workflow misurati (mese 4-5), infine si configurano le dashboard Looker Studio (mese 6). Sei mesi di percorso ordinato valgono molto più di sei mesi di esperimenti casuali.
Per le aziende che vogliono capire prima il budget complessivo di un progetto di questo tipo, conviene leggere le fasce di costo realistiche per un pilota in PMI italiana. La differenza tra costo dello stack e costo del progetto è grande: lo stack è la spesa ricorrente che continua negli anni, il progetto è l’investimento una tantum che mette in piedi i workflow. Su come affrontare il percorso completo da audit a scaling, la pagina per aziende raccoglie i format operativi tipici per PMI italiane nel 2026.