Un agente vocale che funziona in demo può ancora fallire appena incontra una pausa, un’interruzione o una rete instabile. La scelta tecnica, quindi, non è tra “più AI” e “meno AI”: è tra una piattaforma gestita che assorbe la complessità operativa e uno stack modulare che lascia al team il controllo dei singoli componenti.
Il confronto diventa attuale dopo l’annuncio del 29 ottobre 2026: Deepgram acquisisce Daily, l’azienda che ha creato Pipecat e gestisce infrastruttura real-time per audio e video. Pipecat resterà open source con licenza BSD 2-Clause e, secondo l’annuncio, sarà affiancato da una fondazione indipendente. Non è la vittoria automatica di un modello sull’altro. È un segnale che la competizione si sta spostando dal singolo modello alla pipeline completa.
Il criterio: chi gestisce il rischio operativo
Una piattaforma gestita riunisce trasporto audio, speech-to-text, modello linguistico, text-to-speech, osservabilità e deployment dietro un percorso coordinato. Lo stack modulare separa questi livelli e permette di sostituire un servizio senza riscrivere l’intera applicazione. Pipecat, per esempio, si presenta come framework Python open source per orchestrare servizi AI, trasporti e pipeline real-time.
Il criterio decisivo non è il numero di integrazioni sulla pagina commerciale. È chi interviene quando la conversazione si interrompe, il provider cambia API, la latenza cresce o un dato sensibile attraversa una regione non prevista. Nella soluzione gestita una parte importante del rischio passa al fornitore. Nella soluzione modulare resta al team che assembla e mantiene il sistema.
Piattaforma gestita: meno attrito, più dipendenza
Per una PMI il vantaggio immediato è il tempo di messa in opera. Un unico percorso di deployment riduce configurazioni, contratti e punti di osservazione. È utile quando l’agente deve qualificare richieste, fissare appuntamenti o raccogliere dati prima di passarli a una persona. Il team può misurare il workflow senza trasformarsi prima in un gruppo specializzato in WebRTC.
Il rovescio della medaglia è la dipendenza operativa. Se trasporto, modelli vocali e hosting sono acquistati insieme, cambiare un solo pezzo può diventare costoso. Anche la diagnosi è meno trasparente: quando una risposta arriva tardi, bisogna capire se il collo di bottiglia è nella rete, nella trascrizione, nel modello o nella sintesi vocale. Un pannello unico semplifica il controllo quotidiano, ma non elimina questa catena.
La piattaforma gestita ha quindi senso quando il team vuole validare un caso d’uso preciso, non quando cerca una scorciatoia per automatizzare tutto il supporto. Prima vanno definiti volume, fallback umano, dati ammessi e soglia di errore. È lo stesso principio usato per misurare il valore reale di un workflow AI: il tempo risparmiato conta solo insieme a qualità, rework ed esito.
Stack modulare: controllo vero, manutenzione vera
Lo stack modulare permette di scegliere separatamente trasporto, speech-to-text, modello e voce. È il suo vantaggio più concreto: un’azienda può mantenere la logica conversazionale e cambiare il servizio che non rispetta costo, lingua, regione o qualità. La documentazione di Pipecat descrive pipeline componibili, servizi sostituibili e trasporti real-time tramite WebRTC o WebSocket.
Questa libertà non è gratuita. Ogni confine tra componenti aggiunge versioni da seguire, credenziali da ruotare, log da correlare e casi di errore da provare. Open source significa poter leggere e modificare il codice; non significa ricevere automaticamente reperibilità, aggiornamenti o una diagnosi durante un incidente. Se il team non ha una persona responsabile della pipeline, la portabilità resta teorica.
L’annuncio Deepgram-Daily rende il confine meno netto. Deepgram promette di mantenere Pipecat aperto e vendor-neutral, mentre prepara una piattaforma vocale integrata. Ha inoltre presentato Real-Time Context Standard, un protocollo aperto per trasportare informazioni che spesso si perdono tra i componenti, come un sussurro, una parola incerta o indicazioni su come formulare la risposta. È una direzione utile, ma la neutralità andrà valutata nella governance e nelle scelte tecniche future, non soltanto nell’annuncio.
WordPress e automazioni: partire dal passaggio di consegne
Su un sito WordPress non inizierei da un agente che risponde a ogni telefonata. Inizierei da un flusso limitato: raccoglie nome, motivo del contatto e disponibilità, poi crea una richiesta strutturata nel CRM o in una coda di revisione. Se la trascrizione è incerta, passa a una persona senza inventare. Se l’integrazione non risponde, offre un modulo o una richiamata.
Questa architettura separa il canale vocale dall’azione difficile da annullare. Il principio è coerente con il passaggio dagli agenti AI al processo operativo: prima si automatizza una fase reversibile, poi si amplia il perimetro dopo test e revisione umana.
Per il primo pilot userei la piattaforma gestita, con quattro condizioni scritte: esportazione dei log, webhook documentati, dati e regioni dichiarati, possibilità di cambiare almeno speech-to-text o modello. In parallelo terrei prompt, schema degli eventi e logica di business fuori dal pannello proprietario, versionati in un repository. Così la velocità iniziale non diventa un vincolo permanente.
Quando scegliere l’una o l’altra
- Piattaforma gestita: team piccolo, caso d’uso ristretto, urgenza di validare, nessuna competenza real-time interna.
- Stack modulare: volumi stabili, requisiti di residenza o fornitori multipli, competenza tecnica disponibile, costo del lock-in già misurabile.
- Approccio ibrido: hosting e trasporto gestiti, ma orchestrazione, eventi e logica applicativa portabili. Per molte PMI è il punto di equilibrio più realistico.
Prima del go-live preparerei dieci conversazioni normali e dieci difficili: rumore, silenzi, interruzioni, nomi propri e richieste fuori perimetro. Misurerei completamento, passaggi alla persona, trascrizioni da correggere e tempo totale. Nessun confronto tra architetture vale se una demo pulita è l’unico banco di prova.
La scelta netta
Per una PMI sceglierei oggi una piattaforma gestita, ma progettata come se dovesse essere sostituita. Significa evitare logica critica dentro configuratori chiusi, conservare eventi e prompt in formati esportabili e provare almeno una volta il cambio di un componente. Lo stack completamente modulare conviene solo quando esiste già chi lo mantiene.
L’acquisizione di Daily non rende inutile l’open source: mostra perché serve. La piattaforma integrata riduce il tempo necessario per arrivare in produzione; il framework aperto conserva una leva di controllo. La decisione corretta non è “gestito o aperto” in assoluto. È usare il gestito per partire e l’aperto per non restare bloccati.