Salesforce aspira a un ecosistema Agentforce

Lo sviluppo del mercato degli Agent AI passa per uses cases e il coinvolgimento di un folto numero di partner (per ora) internazionali.

Autore: Valerio Mariani

Consueta ampia partecipazione, 1800 tra clienti, partner e sviluppatori, alla consueta tappa italiana del Salesforce Agentforce World Tour di Milano che ripropone gli annunci già sentiti al Dreamforce di San Francisco a ottobre.

Si conferma il passaggio all’era 2.0 nello sviluppo dell’intelligenza artificiale, quella che prevede la realizzazione di agenti AI, effettivi assistenti “intelligenti” della risorsa aziendale per il customer care, per le vendite, per il marketing in prima istanza, ma non solo. In verità si potrebbe aspirare a un assistente intelligente artificiale per qualsiasi divisione aziendale e qualsiasi mercato verticale.

L’Agent AI di Salesforce è un assistente evoluto rispetto al classico bot, non solo capace di automatizzare operazioni semplici e ripetitive, ma anche di prendere delle decisioni, con la garanzia di essere comunque monitorato in tempo reale dall’uomo e di imparare dai propri errori.

“Attualmente, il 41% del nostro tempo è occupato da operazioni che vorremmo poter automatizzare o delegare, per dedicarci a compiti di maggior valore strategico - ha affermato Vanessa Fortarezza, General Manager di Salesforce per l’Italia -. Per rispondere a queste esigenze, abbiamo ripensato la nostra piattaforma per fornire alle aziende una nuova intelligenza artificiale, ideata non per sostituirsi al lavoro umano, ma per amplificarlo”.

La questione della Data Cloud

Il cuore di Agentforce è Atlas Reasoning Engine, il motore che interpreta le richieste, costruisce piani d'azione e li esegue utilizzando in tempo reale i dati aziendali, grazie alla tecnica di “retrieval augmented generation” (RAG). Se un'interazione esce dai parametri preimpostati grazie alle funzionalità di Guardrail, Atlas richiede l’intervento umano integrandosi con le applicazioni di sales, service e marketing. La capacità di apprendimento di Atlas, inoltre, perfeziona continuamente i suoi risultati basandosi sulle interazioni passate e ottimizzando i tempi di risoluzione dei casi, migliorando l’efficacia delle attività.

Oltre a un motore come Atlas, come sappiamo, l’altra componente alla base di un modello di intelligenza artificiale è il Data Cloud, come lo chiama Salesforce, ovvero la base dati. Per risolvere due questioni fondamentali che riguardano la definizione dei confini della base dati, ovvero la sua dimensione e la sua affidabilità, Salesforce utilizza la tecnica RAG (Retrivial Augmented Generation).

Si tratta di una tecnica di intelligenza artificiale che consente alle aziende di incorporare automaticamente i loro dati proprietari più attuali e rilevanti direttamente nel loro prompt LLM. E non si parla solo di dati strutturati, ma anche quelli non strutturati, come e-mail, Pdf, registri di chat, post sui social media e altri tipi di informazioni utili a migliorare la qualità delle informazioni e, in ultima istanza, garantire al cliente stesso la compliance necessaria per l’uso dei dati stessi. Il vantaggio? Grande ottimizzazione dei tempi di training sui dati, vera spada di Damocle di ogni implementazione di un modello personalizzato di AI, insieme alla necessità di razionalizzare i data lake.

La direzione, insomma, è di spingere sull’individuazione di data lake più piccoli e circoscritti a specifici mercati verticali o contesti.

Servono esperienze e collaborazione

L’offerta Agentforce di Salesforce funziona, e lo abbiamo potuto testare sul campo con la realizzazione in dieci minuti di un agente AI, semplicemente con la descrizione vocale delle funzionalità volute e senza nessuna competenza di sviluppo.

Ciò che serve ora sono gli uses cases. Ovvero, agenti AI pronti all’uso, realizzabili da Salesforce direttamente a seguito dello sviluppo di un progetto specifico, o realizzati dall’ecosistema di partner e da condividere nell’Agentforce Partner Network raggiungibile da Agentforce Exchange.

Un ecosistema aperto, che Salesforce si aspetta di far fiorire velocemente, che comprende una marea di partner internazionali. Ci sono i partner demandati espressamente allo sviluppo degli agenti AI e delle azioni programmabili (Partner e Actions Agents) all’interno dell’agente, ci sono i partner per l’implementazione, tipicamente i grandi system integrator, e gli Zero Copy Partners, fondamentali proprio nell’ambito della costruzione dei Data Cloud.

La strategia Zero Copy permette ai team di sviluppo di accedere ai dati ovunque siano, eliminando la necessità di spostarli manualmente, riducendo i costi di archiviazione e, soprattutto, mantenendo sicurezza e prestazioni. In questo modo Salesforce semplifica la governance, garantendo dati di alta qualità direttamente dalla fonte, con bassa latenza.

Si tratta di partner tecnologici, ISV, fornitori di dati come AWS, Databricks, Google Cloud, Snowflake, Microsoft, IBM, definiti come Zero Copy Partner, ma anche i Data Ecosystem Partners come Moody’s, Cloudera e The Weather Company, Workday, per esempio.

Gli agent AI – ha concluso Nicola Lalla, Head of Solution Engineering Italy di Salesforceavranno un impatto paragonabile alle app mobile. Andiamo verso un futuro di agenti AI molto specializzati per funzione e mercati, fino ad arrivare a una possibile interazione diretta tra agenti nello stesso ambito, all’interno dello stesso team o anche di aziende diverse”.


Visualizza la versione completa sul sito

Informativa
Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy. Chiudendo questo banner, acconsenti all’uso dei cookie.