Specializzati oppure “tuttofare”? Gli agenti AI, ovvero la tecnologia di intelligenza artificiale oggi più chiacchierata, possono essere entrambe le cose. Un’analisi condotta da Salesforce sui dati di utilizzo della propria piattaforma Agentforce ha svelato due strade preferenziali per l’adozione dell’Agentic AI e, più in generale, un crescente utilizzo e apprezzamento di questa tecnologia.
Riassunta nel report “Agentic Enterprise Index 2026”, l’analisi si fonda sui dati di utilizzo dell’intelligenza artificiale di Agentforce da parte di un gruppo di clienti (raccolti su base mensile da febbraio ad aprile di quest’anno) e su circa 4.700 interviste condotte tra Stati Uniti, Canada, Regno Unito, Italia, Francia, Spagna e Australia.
Ebbene, un primo segno dell’evoluzione in corso è che l’utilizzo settimanale degli agenti AI da parte dei dipendenti è triplicato rispetto all’analogo indice di un anno prima: se ne deduce che la fiducia nei confronti della tecnologia sta crescendo. Inoltre gli agenti AI stanno diventando sempre più versatili, e in casi estremi le loro competenze sono state ampliate anche del 350% nel giro di un anno.
Sta quindi cambiando non solo la frequenza, ma anche il modo in cui i dipendenti d’azienda usano gli agenti AI. Per misurare questo utilizzo è stato creato un indice (Sophistication Index) che mappa le attività dell’intelligenza artificiale su cinque livelli di “complessità cognitiva”: i primi tre riguardano funzionalità standard e a basso rischio come la consultazione di documenti, la stesura di email e la sintesi di documenti; gli ultimi due implicano capacità di scrittura, analisi, aggiornamento di campi nei database o l'estrazione programmatica di parametri annidati da input grezzi.
Due modelli di implementazione
Come emerso dall’analisi di Salesforce, le aziende stanno percorrendo due strade differenti nell’implementazione dell’Agentic AI, e l’approccio cambia a seconda del settore in cui operano o del caso d’uso. Negli ambiti B2C, come il servizio clienti, il focus è sull’automazione di compiti ripetitivi e ad alto volume, e per questo si adottano agenti AI specializzati. Salesforce ci dice che la maggior parte del lavoro di routine richiede agli agenti AI di mettere in pratica una o due competenze semplici, come consultare i dettagli di un record o rispondere alla domanda di un cliente.
A questo modello di implementazione, che Salesforce chiama “task-specific”, si contrappone l’approccio “multistep”: la costruzione di agenti AI capaci di gestire un'ampia varietà di attività anche trasversali tra dipartimenti e aree aziendali. Ed è la via più percorsa in ambiti di particolare complessità operativa o fortemente regolamentati, come il manifatturiero, i servizi finanziari, il settore pubblico, la sanità e le scienze della vita. I due approcci, sottolinea Salesforce, possono e anzi devono coesistere nell’evoluzione degli agenti AI e del loro uso in differenti contesti.
"Che si tratti di attivare agenti per operare su larga scala o di gestirli attraverso approcci multistep, il risultato è che generano valore reale", ha dichiarato Joe Inzerillo, presidente Enterprise AI and technology di Salesforce. "Il ritorno sull’investimento non si riflette solo nella vendita, ma anche nell'efficienza. Stiamo passando da chatbot passivi e modelli predittivi ad agenti orientati all'azione”.
In tutti i settori, comunque, il rapporto azione-output cresce con un tasso mensile composto del 15%: ciò significa che sempre più gli agenti AI compiono delle azioni non limitate alla generazione di testo. E questo vale anche per gli strumenti task-specific: per esempio, un agente AI per il servizio clienti che non si limita a dare risposte su un problema relativo a un ordine, ma può emettere rimborsi o programmare appuntamenti.