L'era degli agenti su misura secondo Salesforce e l'asimmetria dei numeri aziendali

Salesforce sposta il baricentro dell'intelligenza artificiale aziendale dalla semplice conversazione istantanea all'automazione di compiti complessi estesi su giorni e settimane. L'azienda ha annunciato l'espansione di Agentforce introducendo sette agenti preconfigurati per ruoli specifici: Casey per l'assistenza clienti su voce, SMS, WhatsApp e chat web; Paige per le richieste IT e HR su Slack e portali interni; Carter per il supporto all'acquisto con checkout in chat; Hunter per le vendite in uscita; Marshall per i processi di back office; Piper per la qualificazione dei lead in ingresso; Fin per i flussi di customer experience su più canali. Sei di questi risultano ufficialmente in disponibilità generale al momento dell'annuncio, mentre l'agente per le vendite in uscita Hunter è in pilot, con disponibilità generale indicata per novembre 2026. La promessa architetturale si fonda sul cosiddetto 'long-horizon runtime', un'infrastruttura che secondo Salesforce poggia su tre meccanismi: una memoria che conserva il contesto tra sessioni, un'esecuzione durevole che mantiene e corregge il piano nel tempo, e un 'dynamic steering' che adatta il comportamento in base al riscontro dell'utente. Tuttavia, come evidenziato dalle ricostruzioni di SiliconANGLE, questa capacità di esecuzione estesa è al momento riservata al solo agente Hunter, con estensione agli altri agenti prevista in seguito. Sempre secondo SiliconANGLE, gli sviluppatori possono imporre a un agente di eseguire determinati passaggi in un modo prestabilito con una sintassi chiamata Agent Script, presentata come mitigazione del rischio di allucinazioni: una contromisura annunciata, di cui non esistono verifiche indipendenti.

L'operazione commerciale viene sostenuta da un'imponente batteria di cifre, a partire dai 7 miliardi di 'Agentic Work Units' dichiarati complessivamente su Agentforce e Slack, di cui 3,2 miliardi erogati nel solo secondo trimestre. I casi di studio citati dalla casa madre descrivono percentuali di successo considerevoli: Anthropic avrebbe risolto in autonomia il 79% delle conversazioni di assistenza tramite l'agente Fin, mentre Autism Queensland avrebbe gestito il 70% delle pratiche amministrative con Paige. Di questi numeri non sono pubblici metodologia, periodo di misurazione né base di confronto, e i casi sono per costruzione clienti di riferimento scelti da chi annuncia. La mancanza di una definizione pubblica per l'unità di misura utilizzata e l'assenza di verifiche indipendenti sui dati dei clienti — unita al totale silenzio sul modello di tariffazione e sui prezzi — non costituiscono un dettaglio di secondo piano: sono la chiave di lettura essenziale per misurare l'asimmetria tra la narrazione di vendita e la realtà tecnica.

A complicare il quadro operativo si aggiunge la posizione dell'agente Fin, offerto come già disponibile ma legato all'azienda omonima per cui Salesforce ha siglato un accordo di acquisizione da circa 3,6 miliardi di dollari a giugno 2026. Con un'intesa formale firmata ma non ancora conclusa, soggetta alle approvazioni regolamentari e con chiusura prevista nel quarto trimestre dell'esercizio fiscale 2027, la piena disponibilità dell'agente solleva interrogativi sul perimetro contrattuale e sulla dipendenza dal modello proprietario Apex. Nel frattempo Salesforce dichiara in disponibilità generale la Multi-Agent Orchestration, che ripartisce il lavoro tra agenti specializzati, mentre AI Skills in Coworker resta in pilot: per queste, come per Agent Optimizer, la disponibilità generale è indicata a ottobre 2026. Sono impegni annunciati, non fatti avvenuti.

Promettere dipendenti sintetici chiavi in mano è un'ottima leva di posizionamento, ma finché le metriche restano valute proprietarie non confrontabili e i costi d'uso rimangono riservati, l'automazione aziendale assomiglia più a una scommessa sulla fiducia che a un calcolo di ritorno sull'investimento. — Olya