n8n: perché lo preferiamo a Zapier per l'automazione aziendale
Parliamoci chiaro: di piattaforme di automazione ne abbiamo provate troppe. Zapier, Make (quando ancora si chiamava Integromat), Power Automate, perfino qualche esperimento con Apache Airflow che ci ha fatto pentire delle nostre scelte di vita. Poi abbiamo scoperto n8n, e da circa due anni è diventato lo strumento su cui costruiamo la maggior parte dei workflow per i nostri clienti.
Non è perfetto — ci arriviamo — ma per il contesto italiano e per progetti enterprise ha dei vantaggi che gli altri semplicemente non offrono.
La questione del self-hosting (e del GDPR)
Il motivo principale per cui abbiamo mollato Zapier è banale: i dati. Quando lavori con una PA o con aziende che trattano dati sanitari, la prima domanda che ti fanno è "dove finiscono i nostri dati?". Con Zapier la risposta è "su server AWS negli Stati Uniti", e a quel punto la conversazione finisce lì.
n8n lo installiamo su un VPS Hetzner a Falkenstein o su infrastruttura del cliente. I dati non escono dall'Europa, punto. Niente Data Processing Agreement complicati, niente valutazioni d'impatto sul trasferimento extra-UE. Per chi ha avuto a che fare con DPO particolarmente scrupolosi, sa quanto questo semplifichi le cose.
Un caso reale: la PEC che non fa più impazzire nessuno
L'esempio che ci piace raccontare è quello di un ente pubblico toscano che riceveva circa 200 PEC al giorno. Due persone a tempo pieno le smistassero manualmente, leggendo oggetto e corpo del messaggio, decidendo a quale ufficio competente inoltrare, e protocollando il tutto. Un lavoro che definire noioso è un eufemismo.
Abbiamo costruito un workflow n8n che fa questo: il nodo IMAP legge la casella PEC ogni 5 minuti, estrae il contenuto e gli allegati. Un nodo HTTP Request manda il testo a Claude tramite API per la classificazione — abbiamo definito una ventina di categorie con esempi specifici nel prompt. Il modello restituisce la categoria, il livello di urgenza e un riassunto. Da lì, un nodo Switch instrada verso il canale corretto, e un nodo finale scrive tutto nel gestionale documentale via API REST.
Tempo di realizzazione: due settimane. Le due persone adesso fanno solo supervisione e gestiscono i casi che il sistema non riesce a classificare con sufficiente confidenza (circa il 5%). Il resto va in automatico.
LLM + n8n: la combinazione che funziona davvero
Da quando n8n ha introdotto i nodi nativi per OpenAI e i nodi AI Agent nella versione 1.x, integrare modelli di linguaggio è diventato molto più semplice. Noi li usiamo principalmente per tre cose: classificazione documentale (come nel caso della PEC), estrazione dati da fatture elettroniche XML — dove un LLM gestisce le variazioni di formato molto meglio di un parser rigido — e generazione di risposte template per richieste ricorrenti.
Una cosa che abbiamo imparato sulla nostra pelle: non affidarti al nodo AI Agent di n8n per workflow critici senza un fallback. A volte il modello "allucina" sulla scelta del tool da usare, e ti ritrovi con dati scritti nel posto sbagliato. Meglio un approccio più controllato con nodi If e Switch espliciti, e usare l'LLM solo per le parti dove serve davvero intelligenza linguistica.
Quello che non funziona (ancora)
Sarebbe disonesto non parlare dei limiti. L'interfaccia di n8n è migliorata molto, ma resta meno intuitiva di Make. Per workflow complessi con 30+ nodi, il canvas diventa un groviglio di frecce che neanche un diagramma UML degli anni '90. La gestione degli errori richiede configurazione manuale per ogni nodo — niente error handler globale elegante.
I nodi community sono un'arma a doppio taglio. Ce ne sono tanti, ma la qualità varia enormemente. Ne abbiamo trovati alcuni abbandonati da mesi con bug aperti. Per integrazioni critiche, scriviamo i nostri nodi custom in TypeScript, che per fortuna è abbastanza indolore.
I costi, parliamone seriamente
Prendiamo uno scenario concreto: un workflow che processa 10.000 operazioni al mese (ricezione email, classificazione, scrittura su database, notifica Slack). Con Zapier, siamo sul piano Professional a $100/mese, e con 10.000 task ci stai stretto — ogni "zap" multi-step conta come più task. Con Make, circa $60/mese per 10.000 operazioni.
n8n self-hosted? Il costo del VPS. Noi usiamo un Hetzner CX31 a 8 euro al mese che gestisce tranquillamente 5-6 workflow di questa complessità. Anche volendo usare n8n Cloud, il piano Startup a 20 euro al mese include 2.500 esecuzioni — e un'esecuzione di workflow conta come una, indipendentemente dal numero di nodi. La differenza nel modello di pricing è sostanziale.
Su 12 mesi, per un cliente con 3 workflow attivi, la differenza è nell'ordine delle migliaia di euro. Non è poco, soprattutto per le PMI italiane dove ogni voce di costo viene scrutinata.
A chi lo consigliamo
n8n non è per tutti. Se hai bisogno di collegare due app SaaS con un workflow lineare, Zapier resta più veloce da configurare. Ma se lavori con dati sensibili, se hai bisogno di logiche complesse, se vuoi integrare modelli AI, o se semplicemente non vuoi pagare per operazione — allora vale la pena investire il tempo per impararlo.
Noi ormai lo proponiamo come standard per qualsiasi progetto di automazione che vada oltre il banale. E i clienti, una volta che vedono cosa può fare, non tornano indietro.
State valutando n8n per la vostra azienda o avete un processo da automatizzare? Contattateci — ne parliamo volentieri davanti a un caffè (anche virtuale).