TL;DR: OpenAI Presence vende un agente gestito, con policy, valutazioni ed escalation costruite insieme al cliente. n8n offre invece i mattoni per comporre il workflow e scegliere modelli, integrazioni e punti di approvazione. Per una PMI, la seconda strada è quasi sempre il punto di partenza più sensato. Presence diventa interessante quando il processo è già maturo, ha volumi alti e giustifica un progetto enterprise dedicato.
Il confronto non è tra due chatbot. È tra due modi di assumersi la responsabilità di un’automazione AI in produzione.
Il 22 luglio 2026 OpenAI ha presentato Presence, un prodotto per agenti vocali e chat destinato a clienti enterprise selezionati. Il pacchetto include policy, guardrail, azioni approvate, simulazioni, valutazioni ed escalation verso operatori umani. Non è self-service: il deployment viene seguito da Forward Deployed Engineers di OpenAI e integratori scelti.
Dall’altra parte c’è l’approccio componibile di strumenti come n8n: il team disegna il workflow, collega API e dati, sceglie il modello, inserisce logica deterministica e decide quali azioni richiedono approvazione umana. Il fornitore mette a disposizione l’orchestratore. La responsabilità dell’architettura resta al cliente o al consulente.
Criterio uno: velocità iniziale contro controllo dell’architettura
Presence parte da un lavoro specifico: gestire un problema di fatturazione, una richiesta assicurativa o un ticket IT. OpenAI collega conoscenza e sistemi, definisce permessi e policy con il cliente, testa l’agente e lo porta in produzione. Per un’organizzazione grande, questa è una scorciatoia concreta: evita di assemblare da zero orchestrazione, valutazioni e processo di miglioramento.
Il limite è altrettanto concreto. Presence è disponibile in limited general availability e richiede un progetto seguito. Non si apre un account il lunedì per automatizzare il supporto WordPress entro venerdì. Il prodotto ha senso quando il processo vale abbastanza da sostenere integrazione, governance e supporto enterprise.
Con n8n l’avvio tecnico è più rapido, ma solo per workflow circoscritti. Un professionista può collegare un form WordPress al CRM, classificare la richiesta con un modello e preparare una risposta. Può anche esportare il workflow in JSON, cambiare modello o eseguire n8n in cloud oppure self-hosted. Questa libertà sposta però il lavoro sul team: gestione credenziali, retry, timeout, versioni, logging e test non si progettano da soli.
Criterio due: guardrail integrati contro guardrail espliciti
Presence incorpora simulazioni e grader che verificano risultato, rispetto delle policy, uso corretto degli strumenti ed escalation. Dopo il lancio, sessioni ed escalation alimentano un ciclo di miglioramento: Codex propone modifiche, il team le testa contro la versione in produzione e approva il rollout.
n8n applica una logica diversa. L’AI viene inserita dentro un flusso deterministico. Un nodo filtra l’input, un agente propone l’azione, un controllo umano la approva, un ramo gestisce l’errore. La documentazione n8n raccomanda i checkpoint prima delle azioni irreversibili o ad alto rischio e supporta approvazioni via chat, email o altri canali.
Per una PMI questo è spesso un vantaggio. Il guardrail è visibile nel diagramma e può essere verificato senza interpretare il comportamento del modello. Per pubblicare un articolo WordPress, per esempio, l’AI può fare ricerca e bozza; il workflow deve bloccare il passaggio a publish finché fact-check, immagine, SEO e approvazione non sono passati. Non serve autonomia totale. Serve un gate che non si possa aggirare.
Criterio tre: costo operativo e competenze
OpenAI non pubblica un listino self-service per Presence. Questo impedisce un confronto economico diretto. Possiamo però confrontare la struttura del costo.
Con Presence si compra una parte del risultato: prodotto, deployment e competenze specialistiche. Il costo interno si sposta dalla costruzione della piattaforma alla definizione del processo, delle policy e degli indicatori di qualità. È un modello adatto a call center, servizi finanziari o supporto con volumi elevati e casi ripetitivi.
Con n8n si paga soprattutto la capacità di costruire e mantenere. Il software consente cloud e self-hosting, ma quest’ultimo non è “gratis” in senso operativo. Aggiornamenti, backup, database, segreti, audit di sicurezza e monitoraggio diventano responsabilità di chi gestisce l’istanza. Il security audit di n8n controlla credenziali inutilizzate, nodi rischiosi, webhook non protetti e configurazioni mancanti: è utile, ma qualcuno deve eseguirlo e correggere ciò che trova.
Criterio quattro: lock-in e possibilità di cambiare strada
Presence concentra più componenti nello stesso prodotto e nello stesso rapporto con il fornitore. Il beneficio è la coerenza. Il rischio è dipendere da un processo di deployment, da strumenti di valutazione e da un ciclo di miglioramento che non sono ancora disponibili in self-service.
n8n riduce il lock-in del modello: consente di collegare LLM diversi, API esterne e modelli locali. Non elimina però il lock-in del workflow. Più nodi custom, espressioni e integrazioni specifiche aggiungiamo, più costoso diventa migrare. La portabilità non nasce dal logo “open”. Nasce da contratti API chiari, dati esportabili, test automatici e documentazione del flusso.
Cosa cambia per WordPress e automazioni web
Per un sito WordPress, la maggior parte dei casi utili non richiede un agente generalista: qualificazione lead, assistenza editoriale, arricchimento del CRM, controllo contenuti e preparazione di risposte sono flussi delimitati. Qui n8n o un orchestratore equivalente offre il rapporto migliore tra controllo e tempo di implementazione.
Presence entra in gioco quando il canale diventa un servizio operativo: migliaia di conversazioni, identità da verificare, accesso a sistemi aziendali, policy che cambiano e qualità da misurare nel tempo. A quel punto il problema non è più collegare WordPress a un modello. È gestire un prodotto di servizio con responsabilità, escalation e miglioramento continuo. È lo stesso motivo per cui i Forward Deployed Engineers sono diventati centrali: il valore si sposta dal modello all’integrazione nel processo reale.
La mia take: comprare autonomia è quasi sempre prematuro
Per una PMI sceglierei n8n, ma con una condizione: niente agente lasciato libero di decidere tutto. Prima si costruisce un workflow stretto, con input definiti, strumenti limitati, log completo e approvazione prima di ogni scrittura esterna. Solo dopo dati sufficienti si riducono i checkpoint.
Presence è la scelta più forte quando il processo è già standardizzato e il costo dell’errore supera il costo del progetto enterprise. n8n è la scelta più razionale quando bisogna ancora capire dove l’AI produce valore e dove crea rumore.
La decisione finale è netta: per PMI e professionisti, componibilità prima, piattaforma gestita dopo. Non perché il fai-da-te sia migliore in assoluto, ma perché consente di comprare apprendimento prima di comprare scala.