In occasione del Dreamforce 2026 – uno dei principali appuntamenti dell’anno targati Salesforce, che si apre oggi a San Francisco –, la multinazionale americana illustra e analizza le diverse novità legate allo sviluppo hi-tech e all’Agentic Enterprise.
“L’adozione dell’intelligenza artificiale nel business ha superato la fase embrionale legata alla mera generazione di risposte o alla sintesi di documenti”, rimarca Patrick Stokes, president applications and marketing di Salesforce, per cui la sfida strategica per organizzazioni e manager “consiste nel mettere l’AI nelle condizioni di svolgere lavoro operativo ad alto valore aggiunto lungo tutte le funzioni aziendali”.
Non si tratta più soltanto di interrogare un sistema per un’analisi estemporanea, ma di integrare agenti AI capaci di comprendere la mansione assegnata, operare sui processi d’impresa e perseguire obiettivi complessi articolati su giorni o settimane. Conoscendo e contestualizzando il contesto in cui operano e danno i loro output.
Indice degli argomenti:
Manager e lavoratori ora devono definire gli obiettivi di business
L’elemento propulsore di questa trasformazione è il passaggio da un paradigma basato sul ‘clic’ manuale dell’utente a un modello conversazionale e collaborativo in cui gli agenti intelligenti lavorano al fianco delle persone.
Nella gestione tradizionale dei sistemi enterprise, la complessità delle interfacce utente costituisce spesso un collo di bottiglia che rallenta l’operatività. Nel paradigma dell’impresa agentica, “le interfacce utente statiche lasciano il posto a interfacce dinamiche e intelligenti, modellate sulle esigenze del lavoratore e capaci di presentare dati e spunti direttamente nel flusso di lavoro”, sottolinea Stokes.
Dipendenti e manager non sono più chiamati a navigare tra menù e schermate per estrarre dati o eseguire operazioni manuali; il loro ruolo si sposta verso la definizione degli obiettivi di business desiderati.
Saranno gli agenti AI a prendere in carico questi obiettivi, a orchestrare i processi sottostanti e a eseguire le azioni necessarie nei vari sistemi informativi, mantenendo (auspicabilmente) l’uomo al centro del ciclo di supervisione.
Questo cambiamento “trasforma il rapporto con lo strumento digitale, svincolando le competenze umane dai compiti ripetitivi per riposizionarle sulla pianificazione strategica, sulle relazioni e sull’innovazione”, fa notare il manager di Salesforce.
Il vero differenziatore strategico: il contesto proprietario dell’impresa
In un panorama tecnologico caratterizzato dalla rapida evoluzione dei modelli linguistici di base (LLM), per le aziende si pone un quesito fondamentale: dove risiede il reale vantaggio competitivo nel lungo termine?
I modelli di AI, per quanto evoluti, “sono destinati a diventare tecnologie di massa accessibili a tutti, trasformandosi in commodity”, sottolinea Rohan Kumar, president chief platform and engineering officer di Salesforce.
Un modello generalista “non possiede infatti alcuna conoscenza nativa dei processi specifici, dei clienti, della storia o delle regole di business di una singola organizzazione”.
Il fattore determinante che differenzia un’impresa sul mercato è sempre più rappresentato dal contesto proprietario dell’organizzazione. Questo contesto “comprende l’insieme unico dei dati sui clienti, dei metadati, delle semantiche aziendali, della memoria storica, delle relazioni di filiera e delle regole operative sviluppate nel tempo”, osserva Kumar.
Senza un contesto aziendale strutturato e affidabile, “i ragionamenti dell’AI rischiano di produrre risultati generici o errati, non allineati alle esigenze reali del business”.
Rispettare vincoli stringenti e procedure certe
Un’ulteriore sfida per il management consiste nel coniugare la flessibilità del ‘calcolo probabilistico’ dell’AI con la certezza richiesta dall’esecuzione aziendale.
Mentre il risultato dell’AI può essere aperto, l’esecuzione di un processo d’impresa deve rispettare vincoli stringenti e procedure certe.
L’architettura strategica dell’AI aziendale “deve quindi connettere le capacità di pianificazione degli agenti alle regole di business predefinite, creando un circolo virtuoso di intelligenza cumulativa”, rilevano gli specialisti di Salesforce: “ogni interazione e azione completata generano nuovi segnali e memoria, arricchendo costantemente il contesto a disposizione dei processi successivi”.
Alimentare le soluzioni di AI con il corretto contesto aziendale
Nel dibattito attuale su un eventuale rallentamento nello sviluppo dei modelli di frontiera, il mondo enterprise “può trarre un’importante indicazione strategica”.
Quale? “Un ritmo meno frenetico nello sviluppo dei modelli di base offre alle organizzazioni l’opportunità di concentrarsi sull’infrastruttura sottostante”, osserva Stokes, “perfezionando la gestione dei dati proprietari, la governance, la sicurezza e la capacità di alimentare le soluzioni di AI con il corretto contesto aziendale”.
L’espansione degli agenti intelligenti nei reparti aziendali ridefinisce anche le responsabilità della leadership manageriale. “Non ci si trova più a gestire esclusivamente un’infrastruttura software o un parco dispositivi”, rileva il manager americano, “ma una forza lavoro digitale, composta da agenti software che operano in modo autonomo o semi-autonomo”.
La riorganizzazione delle priorità per le diverse funzioni aziendali
Questo scenario richiede una riorganizzazione delle priorità per le diverse funzioni aziendali:
responsabili IT e amministratori: evolvono dalla gestione delle sole applicazioni alla supervisione degli agenti intelligenti in esecuzione, monitorandone prestazioni, allineamento e costi per garantire il ROI.
responsabili della sicurezza (CISO): spostano il focus dalla protezione perimetrale alla gestione dell’identità degli agenti e alla sicurezza dei dati. È indispensabile stabilire quali azioni ogni agente sia autorizzato a compiere nel rispetto dei permessi dell’utente, garantendo piena tracciabilità.
leader dei dati (CDO): transitano dalla gestione di data lake alla creazione di uno strato di contesto aziendale unificato per l’AI agentica in tempo reale.
Lo sviluppo delle soluzioni di Salesforce per l’era agentica
Per tradurre questi principi strategici in un’infrastruttura hi-tech, Salesforce ha sviluppato l’architettura AI Harness.
L’Agentic Enterprise non sarà definita dal modello scelto da un’azienda. I modelli continueranno a cambiare, e l’intelligenza sarà sempre più disponibile ovunque. Ciò che farà la differenza per un’azienda “sarà il contesto affidabile e proprietario che porta a quell’intelligenza, a partire dal cliente, e la sua capacità di trasformare in modo sicuro quel contesto in azione”, rileva il president chief platform and engineering officer di Salesforce: “è questo che stiamo costruendo con l’Enterprise AI Harness”.
Dotare gli agenti AI di una comprensione condivisa del cliente e del business
Si tratta di una piattaforma integrata progettata “per dotare gli agenti AI di una comprensione condivisa del cliente e del business, consentendo loro di pianificare, agire e operare all’interno di rigorosi controlli aziendali senza ricostruire tali capacità da zero per ogni applicazione”, spiega Kumar.
Per offrire alla dirigenza aziendale una visione centralizzata su questo ecosistema, Salesforce ha introdotto l’AI Control Plane: un unico punto di comando per registrare gli agenti AI in uso, definire policy di accesso, valutarne prestazioni e controllare i costi complessivi, sia per soluzioni native Salesforce sia per agenti di terze parti.
Questa architettura si avvale di Data 360 per il contesto, Informatica per la catalogazione dei dati, Tableau per i modelli semantici, Salesforce Guardian per sicurezza e identità, e MuleSoft con Agent Fabric per registro e monitoraggio.
Agentforce e i nuovi agenti AI specializzati
Sul fronte applicativo, Salesforce ha ampliato la propria offerta con Agentforce, fornendo una suite di agenti intelligenti pronti all’uso, progettati per specifici ruoli aziendali.
Questo approccio “supera le difficoltà incontrate dalle organizzazioni nel costruire da zero sistemi probabilistici complessi, fornendo soluzioni pre-configurate con competenze, azioni e modelli dati per un impatto immediato”, fanno notare in Salesforce.
Tra i principali agenti verticali introdotti ci sono:
- Casey: agente per la risoluzione di problemi di servizio clienti su voce, Sms, WhatsApp e web chat.
- Paige: agente per i servizi IT e risorse umane rivolto ai dipendenti, integrato in Slack e portali aziendali.
- Carter: agente per il commercio che assiste gli acquirenti nel confronto prodotti e nel checkout in chat.
- Marshall: agente per la supply chain che orchestra i processi di back-office.
- Margo: agente dedicato all’orchestrazione delle campagne di marketing.
Attività distribuite nel tempo e flessibilità operativa
A differenza dei chatbot tradizionali che esauriscono la funzione in una singola interazione, i compiti a più alto valore richiedono attività distribuite nel tempo.
Il runtime consente agli agenti di perseguire obiettivi articolati su giorni o settimane attraverso tre capacità: memoria (preserva il contesto tra sessioni), esecuzione duratura (mantiene attivi i piani nel tempo) e steering dinamico (adatta il comportamento in base ai feedback umani).
AIforce porta Salesforce dentro ogni interfaccia AI
La strategia di Salesforce in questo campo “ha portato anche allo sviluppo di AI Force”, rimarcano dalla Salesforce Tower di San Francisco, “che punta a svincolare gli utenti dalle tradizionali schermate gestionali per condurli verso interfacce conversazionali e dinamiche che si adattano al modo di lavorare di ciascun professionista”.
AIforce è una nuova componente della propria architettura per l’intelligenza artificiale pensata per rendere dati, processi e regole aziendali accessibili anche fuori dall’interfaccia tradizionale del CRM. L’obiettivo dichiarato è consentire a persone e agenti AI di utilizzare la conoscenza già custodita nella piattaforma Salesforce direttamente negli ambienti nei quali lavorano.
La società descrive AIforce come il collegamento tra qualsiasi agente AI e il contesto, le regole e i workflow presenti nel proprio ecosistema.
Il punto centrale di AIforce riguarda il modo in cui gli utenti accedono alle informazioni aziendali. Una parte consistente della conoscenza operativa di un’impresa che utilizza Salesforce si trova già nel CRM: anagrafiche dei clienti, opportunità commerciali, richieste di assistenza, processi approvativi, autorizzazioni, automazioni e regole applicative. Finora l’accesso a questi elementi passava principalmente dalle applicazioni e dalle schermate Salesforce.
AIforce punta invece a separare la logica sottostante dall’interfaccia, rendendola utilizzabile da altri strumenti AI.
Dati, workflow e azioni arrivano dentro Claude e Slack
Con AIforce un utente può, secondo Salesforce, interrogare informazioni, aggiornare record o avviare workflow senza dover necessariamente aprire l’applicazione CRM. Le prime integrazioni coinvolgono Claude, Slack, Lightning e Agentforce Coworker. Sul proprio sito Salesforce sintetizza AIforce come uno strumento capace di collegare un agente AI al contesto, alle regole e ai workflow presenti nella piattaforma.
L’effetto pratico è un cambiamento del punto di accesso al CRM. Un commerciale potrebbe chiedere informazioni su un cliente dalla conversazione nella quale sta lavorando; un addetto all’assistenza potrebbe recuperare dati e avviare un processo senza spostarsi in un’altra applicazione; un agente AI potrebbe esaminare contemporaneamente gruppi di record e utilizzare le regole aziendali definite in Salesforce per stabilire le azioni successive.
Interfacce generate in base al lavoro da svolgere
AIforce riguarda anche la costruzione delle interfacce. Salesforce vuole superare il modello basato esclusivamente su schermate, layout e campi predefiniti, consentendo di creare viste personalizzate direttamente dentro ambienti come Slack, Claude e Coworker.
La società parla di interfacce dinamiche costruite intorno alle informazioni necessarie per un determinato compito. Invece di aprire diversi record e ricomporne manualmente il contenuto, un agente può utilizzare dati, conversazioni e logica applicativa per produrre una vista specifica. Salesforce prevede inoltre strumenti destinati agli sviluppatori e ai team tecnici, attraverso MCP, API, plug-in e skill.
“L’AI sta generando una rivoluzione delle interfacce”, ha dichiarato Marc Benioff, Chair e CEO di Salesforce. “Stiamo unendo l’intelligenza dei modelli con tutto il contesto che i clienti hanno costruito in Salesforce, per creare un sistema intelligente, dinamico e componibile, governato in modo sicuro, costruito con Zero Data Retention e progettato per lavorare con i sistemi core che già fanno funzionare il tuo business.”
Il ruolo di Data 360, Customer 360 e Agentforce
AIforce non sostituisce le altre componenti della piattaforma, ma viene collocato sopra l’architettura che Salesforce sta costruendo per gli agenti AI. Data 360 fornisce il livello informativo, riunendo dati integrati, metadati e memoria. Customer 360 contiene invece applicazioni, processi e semantica relativi alle diverse attività aziendali, dalle vendite all’assistenza, dal marketing al commerce.
Agentforce costituisce il livello dedicato agli agenti digitali e agli strumenti per crearli. AIforce aggiunge il meccanismo attraverso il quale questi elementi possono essere esposti e utilizzati da interfacce esterne o differenti da quelle classiche di Salesforce.
La distinzione è rilevante perché il valore promesso non dipende soltanto dalla capacità del modello linguistico di produrre una risposta. L’agente deve conoscere quali dati può consultare, quali azioni può eseguire, con quali autorizzazioni e secondo quali processi. È su questa parte che Salesforce concentra la proposta di AIforce.
Permessi e governance restano nella piattaforma
Portare informazioni aziendali verso più interfacce apre però un problema di controllo degli accessi. Salesforce sostiene che AIforce mantenga le regole e i permessi già configurati nella piattaforma. Una richiesta eseguita attraverso un agente dovrebbe quindi rispettare gli stessi criteri di autorizzazione previsti per l’utente e per il processo interessato.
La società associa a questo modello anche il principio di Zero Data Retention: secondo quanto annunciato, i dati utilizzati per elaborare una richiesta non vengono conservati dal modello dopo l’operazione. La gestione effettiva dipenderà comunque dalle configurazioni, dai servizi collegati e dalle condizioni applicabili ai diversi prodotti.
Per gli amministratori Salesforce, l’impostazione promessa è quella di una connessione iniziale che permetta poi ai dipendenti di utilizzare gli strumenti supportati senza ricostruire separatamente dati, autorizzazioni e workflow per ciascuna interfaccia.
Claudeforce, Slackforce e Coworker sono i primi casi
Il debutto di AIforce passa da tre ambienti: Claudeforce, Slackforce e Agentforce Coworker. Claudeforce porta dati e workflow Salesforce nell’interfaccia di Claude; Slackforce estende l’accesso alle informazioni e alle azioni aziendali all’interno di Slack; Coworker applica la stessa impostazione agli agenti destinati al lavoro dei dipendenti.
L’integrazione con Claude è già parte della collaborazione annunciata da Salesforce e Anthropic. Salesforce ha indicato Claude come modello predefinito per diversi strumenti, compresi Slackbot, Salesforce in Claude e Agentforce Coworker.
AIforce sposta così il confronto sull’AI aziendale dalla scelta del singolo chatbot alla disponibilità del contesto operativo necessario per far lavorare un agente. Se il modello può accedere ai dati corretti, rispettare permessi e regole e attivare i processi già costruiti dall’impresa, l’interfaccia può cambiare senza dover ricostruire ogni volta il sistema sottostante.
Le soluzioni AI sviluppate con Anthropic e Nvidia
Stokes ricorda “la partnership strategica con Anthropic, che ingloba le capacità di Salesforce in Claude Enterprise. In questo modo, i professionisti interrogano i dati aziendali, analizzano trattative ed eseguono azioni senza uscire da Claude. Grandi organizzazioni come Siemens, Deloitte e GitLab stanno già sperimentando questo modello”.
Inoltre, sul piano dei modelli e delle fondamenta tecnologiche, Salesforce ha sviluppato con Nvidia il sistema COA (CRM Open Architecture). “Basato sull’infrastruttura Nemotron di Nvidia, COA sintetizza 27 anni di esperienza CRM e un decennio di ricerca sull’AI”, rilevano dal Dreamforce 2026 di San Francisco: “addestrato con zero byte di dati privati dei clienti per la massima riservatezza, COA guida gli agenti AI nella risoluzione dei compiti multi-step più complessi nelle vendite e nel servizio clienti”.
Partecipa alla community