Salesforce fa all in sull'IA agentica. Arriva Headless 360, per connettere tutti gli agenti di IA al suo ecosistema

Salesforce vuole portare l’IA fuori dalla fase dei test e dentro i processi aziendali. È questo il messaggio arrivato dall’Agentforce World Tour Milano, evento che ha riunito circa 6.000 persone, con oltre 90 sessioni e più di 30 testimonianze di clienti.

Il punto, per Salesforce, non è più usare l’intelligenza artificiale per scrivere email, riassumere documenti o aumentare la produttività personale. Quella fase è già partita. Il problema è un altro: molte aziende usano l’IA come assistente personale per vari compiti, ma non riescono a scalarla nei processi critici. Customer service, vendite, marketing, banking, trasporti, manifattura. È lì che l’IA deve entrare per generare un impatto vero.

Vanessa Fortarezza, SVP & Country General Manager di Salesforce Italia, ha parlato di “divario agentico”: da una parte aziende ancora ferme ai piloti, spesso frenate da dati incompleti e governance debole; dall’altra imprese che stanno già portando agenti di IA dentro i processi operativi.

Headless 360: Salesforce diventa un backend per gli agenti

La novità principale annunciata a Milano è Headless 360, soluzione che consente agli agenti di IA, indipendentemente dallo sviluppatore.

Headless 360 espone le funzionalità della piattaforma come servizio MCP, il Model Context Protocol. In pratica, dati, workflow, configurazioni e regole Salesforce possono essere richiamati da ambienti esterni come Slack, Claude, Gemini, ChatGPT, Cursor, Windsurf o Claude Code.

"Per anni abbiamo costruito applicazioni per le persone. Oggi abbiamo una nuova famiglia di utenti: gli agenti AI. Headless 360 dà loro accesso a tutto ciò che le aziende hanno già in Salesforce: dati, processi, regole, indipendentemente dalla piattaforma su cui operano", spiega Nicola Lalla, VP Solution Engineering di Salesforce.

Durante la giornata è stato trattato anche il tema del vibe coding, che l’azienda stessa sta usando. Ma il valore della piattaforma non sta nel codice generato più rapidamente. Sta nella conoscenza aziendale accumulata nel tempo: dati cliente, workflow, permessi, regole, storico delle interazioni.

UniCredit e Trenitalia: agenti dentro la relazione con il cliente

Tra i casi presentati, UniCredit ha mostrato come l’IA possa lavorare sulla personalizzazione delle offerte. Attraverso Data 360, ogni giorno vengono analizzati interessi, comportamenti e propensione alla spesa dei clienti. Il sistema genera suggerimenti dinamici e insight che possono essere usati dalla rete commerciale.

L’agente umano non parte più da una schermata vuota. Trova offerte, segnali e spunti già preparati. L’IA non sostituisce la relazione, ma riduce il tempo necessario per trasformare i dati in una proposta commerciale sensata. In un settore regolamentato come il banking, il tema è anche di controllo: personalizzazione sì, ma dentro un perimetro governato.

Trenitalia ha portato invece un caso più vicino all’esperienza quotidiana dell’utente. In tre mesi ha rilasciato tre agenti su piattaforma Salesforce per supportare utenti finali e venditori. Gli agenti possono aiutare nella vendita di biglietti, nell’assistenza e nella gestione di richieste ricorrenti.

Uno degli scenari riguarda Agentforce Voice: acquistare biglietti tramite chiamata vocale, parlando con un agente di IA. Un altro riguarda i ritardi. Se un treno subisce un disservizio, l’agente può contattare il viaggiatore via WhatsApp e proporre una soluzione alternativa. Quando serve, passa la richiesta a un operatore umano, che riceve però una sintesi del caso e risposte suggerite.

Francesco Cacciapuoti, Chief Sales Officer di Trenitalia, ha spiegato che Salesforce sta aiutando l’azienda a sperimentare nuove modalità di contatto e servizio, in particolare su WhatsApp, con esperienze conversazionali più semplici e integrate.

Gefran: l’IA per scegliere il prodotto giusto fra 50.000 codici

Il caso Gefran porta il tema dell’IA agentica nella manifattura. La multinazionale bresciana progetta e produce sensori, componenti, sistemi e soluzioni per la gestione dei processi industriali. Con oltre 250 famiglie di prodotto e 50.000 codici di prodotto finito, l'azienda è in grado di rispondere rapidamente a molteplici esigenze applicative in diversi mercati in tutto il mondo. In un contesto simile, il customer service non gestisce solo richieste standard. Deve capire applicazioni tecniche, vincoli di utilizzo, mercati diversi e configurazioni di prodotto.

Davide Bettera, CIO di Gefran, ci spiega che l’azienda usa già da oltre un anno strumenti di IA generativa come supporto personale per uffici e singoli utenti. Nel 2026, però, il lavoro si sta spostando su applicazioni più verticali, integrate nei sistemi aziendali. "Oggi ci stiamo concentrando su implementazioni più verticali, su applicazioni come Salesforce o SAP, dove esistono processi consolidati e volumi di dati più importanti", afferma il manager.

L’ambito scelto su Salesforce è il customer service, sia in prevendita sia in post vendita. In prevendita, l’IA deve aiutare a validare la soluzione tecnica e a individuare il prodotto più adatto alla richiesta del cliente. Finora era un’attività affidata agli esperti delle singole famiglie di prodotto. Un modello efficace, ma difficile da scalare quando il catalogo è molto ampio e bisogna inserire nuove persone. "Abbiamo persone con vent’anni di conoscenza di Gefran. Vogliamo introdurre agenti a supporto della scelta del prodotto", afferma Bettera.

L’agente di IA viene istruito su dataset e documentazione tecnica. Può analizzare la richiesta del cliente, verificare un eventuale prodotto concorrente, consultare documenti e suggerire il prodotto o la configurazione più adatta. Ma non decide da solo. "È un supporto alla decisione, non fa nulla in autonomia. C’è sempre un concetto di man in the middle che prende le decisioni", precisa il CIO.

Per ora la soluzione è pensata per uso interno, a supporto del personale tecnico Gefran. In una fase successiva potrebbe essere esposta anche via web, sul sito dell’azienda, per gestire un primo livello di orientamento o assistenza al cliente.

Non solo chatbot: l’IA deve entrare nelle applicazioni enterprise

Gli strumenti personali come ChatGPT o Copilot sono utili, ma generano soprattutto efficienze locali. Aiutano le persone a lavorare meglio, ma non cambiano da soli i processi aziendali. "I personal tool sono molto utili e creano efficienza in micro-soluzioni aziendali. Questo invece è un approccio diverso, più legato ai processi e alle strutture IT", spiega Bettera.

Il punto è portare l’IA dentro sistemi dove l’azienda ha già dati, procedure e regole. Gefran utilizza Salesforce dal 2014 e SAP dal 2001. Questo investimento precedente oggi accelera l’adozione: secondo Bettera, per passare dalla decisione all’utilizzo effettivo di una soluzione servono "dai tre ai quattro mesi", proprio perché i processi sono già dentro applicazioni consolidate.

C’è anche il tema del lock-in. Integrare l’IA su piattaforme centrali può rafforzare il legame con i fornitori. Bettera però ridimensiona il problema: "Non è l’IA che fa da driver rispetto a questa cosa. Chi fa il mio lavoro sa che sostituire un gestionale come SAP, per un’azienda come la nostra, con dieci sedi produttive collegate nel mondo, è già di per sé qualcosa di complesso".

Gefran collabora con Atlantic Technologies, società di consulenza digitale parte del Gruppo Engineering e partner Salesforce. Il ruolo di Atlantic è anche di guidare nelle scelte metodologiche e tecnologiche migliori, in un contesto in cui l'evoluzione è rapidissima e le possibilità infinite.

"Quando devo fare una ricerca su un datasheet, sul web o su un dato strutturato nel database, serve capire qual è la strada migliore per ottenere un risultato preciso", dice Bettera.

Per una manifattura, la precisione conta. Una risposta sbagliata non è solo un errore formale: può portare a indicare un prodotto non corretto, una configurazione inadatta o una soluzione poco utile per il cliente.

La partita si gioca sui dati già presenti in azienda

I casi UniCredit e Trenitalia mostrano cosa può succedere nella relazione con milioni di clienti. Gefran racconta invece un’applicazione più industriale: mettere l’IA accanto a chi deve gestire prodotti complessi, documentazione tecnica e richieste di assistenza specialistiche.

È qui che l’IA agentica fa la differenza: quando aiuta un operatore a trovare il prodotto giusto, qualifica un lead, prepara un’offerta coerente o gestisce un disservizio lasciando traccia di quello che fa. Dentro processi governati. Con dati affidabili. E con l’uomo ancora al posto giusto nella catena decisionale.