La conferenza sull’AI più convincente non è quella in cui si parla meglio di tecnologia ma quella in cui la tecnologia smette di essere l’argomento principale. Questa potrebbe essere la formula che riassume il reportage dell’Agentforce Summit/26, una giornata che ha riunito nell’aula magna dell’Università Bocconi di Milano clienti e partner Salesforce per confrontarsi sui benefici dell’AI agentica.
Ma con un approccio molto pragmatico, lasciando il microfono in mano a chi la “rivoluzione” degli agenti autonomi la sta già sperimentando nel suo quotidiano. Banche, realtà manifatturiere, retailer che hanno abbracciato il modello di Agentic Enterprise proposto dalla tech company californiana, in cui dipendenti in carne e ossa e agenti AI collaborano insieme in un ecosistema fluido e perfettamente integrato.
«Con 29.000 clienti che hanno già adottato Agentforce a partire dal suo lancio, nel settembre 2024, e 1,2 miliardi di interazioni registrate nel mondo nel 2025 attraverso, i numeri confermano che la scala non è più quella di un esperimento», ha evidenziato Vanessa Fortarezza, Senior Vice President & Country General Manager Italia di Salesforce. I casi italiani presentati a Milano, in questo senso, non sono quindi esempi di eccellenza isolata, piuttosto la prova tangibile di una trasformazione ormai sistemica, un indicatore concreto della direzione chiara intrapresa dal mercato.
Indice degli argomenti
Banca d’Asti: il percorso verso un centro di risoluzione integrato
Il primo caso di successo ha visto sulla scena Mauro Casalegno, Responsabile Marketing Privato di Banca d’Asti, che ha illustrato l’evoluzione del contact center dell’istituto di credito evolvere da modello tradizionale a vero e proprio «centro di risoluzione integrato», come lo ha definito il manager.
Il punto di partenza, come spesso accade, era un’architettura frammentata: tre applicazioni diverse per gestire le chiamate, rendicontarle e produrre la reportistica e l’obiettivo dichiarato di arrivare a un contact center dal sicuro «effetto wow», ha spiegato Casalegno.
L’effetto wow, in questo caso, è «racchiuso nella formula 3-2-1. Tre minuti è, oggi, il tempo medio di gestione e risoluzione delle richieste. Due giorni è, invece, il tempo di onboarding delle nuove risorse, un miglioramento notevole rispetto al mese che caratterizzava la situazione precedente. Infine, una risorsa full time equivalent (FTE, ndr) corrisponde alla capacità operativa liberata grazie agli agenti AI, dirottata su attività a maggior valore».
Il passo successivo, ha spiegato Casalegno, è replicare il modello verso i clienti interni, migliorando l’esperienza dei dipendenti attraverso un IT Service Management gestito da agenti autonomi e costruendo «un modello agentico per il contact center in grado di governare tutta la filiera, dall’AI, all’IT al CRM».
Lene, una Agentic Enterprise nativa
Se Banca d’Asti ha percorso una strada di trasformazione profonda, Lene – digital company di Enel – nasce già come azienda a forte vocazione agentica. Gian Piero Di Muro, Chief Technology Officer di Lene, ha raccontato al pubblico di «un’architettura costruita su due livelli integrati. Piattaforme cosiddette best-of-breed, ovvero leader di mercato, per tutto il backend e agenti autonomi che orchestrano task specifici come fatturazione, marketing, compliance e customer care, generando efficienza lungo tutta la catena del valore».
Lene ha adottato l’intero stack Salesforce: Marketing Cloud, MuleSoft, Tableau, Customer 360, Salesforce Agentforce… Una scelta che, secondo Di Muro, assicura diversi vantaggi: «Il fatto di operare con tecnologia dello stesso vendor ci permette di abbattere i costi di manutenzione riducendo le personalizzazioni e di accedere alla community di utenti Salesforce, sempre pronta a condividere buone prassi e suggerimenti su come risolvere problemi, tecnologici e non».
Goffredo, l’agente AI che accoglie e accompagna il cliente
Il primo punto di contatto del cliente con Lene non è un operatore umano, ma Goffredo, agente AI che risponde a curiosità e dubbi, supporta attivamente nella sottoscrizione dell’offerta e assicura un’esperienza omnicanale 24 ore su 24, 7 giorni su 7. Il meccanismo di onboarding del nuovo cliente è stato volutamente ridotto al minimo proprio per non creare frizioni. È possibile caricare la bolletta e ricevere un’offerta personalizzata in tempo praticamente reale.
I KPI di Goffredo delineano un modello già sufficientemente “rodato” e maturo: il 75% dei contatti viene gestito in autonomia senza handover all’operatore, con un tasso pari al 40% di conversioni ottenute dai lead generati dall’agente.
«Siamo partiti con un approccio AI first – ha puntualizzato Di Muro –, che vede nell’agente AI come primo punto di contatto. E ci siamo dati da subito una vera e propria roadmap agentica, dotandoci inizialmente di un layer basato su Agentforce, per poi chiudere il cerchio e abbracciare quella che io chiamo la quinta rivoluzione tecnologica, con l’idea di diventare davvero una Agentic Enterprise. Il prossimo passo è rafforzare la componente dati per migliorare la conoscenza dei clienti e rendere le offerte sempre più personalizzate».
Fedegari: quando l’AI trasforma il service in leva strategica
Il terzo caso di successo portato sul palco di Salesforce Agentforce Summit 2026 è quello di Fedegari, multinazionale di matrice italiana che produce impianti di sterilizzazione per il pharma. A raccontare l’agentic journey intrapreso è stato Matteo Mazzola, Business Unit Director Customer Care dell’azienda manifatturiera che un paio d’anni fa ha compiuto un’inversione di rotta epocale. Il punto di partenza è stato il riposizionamento dell’offerta: «Abbiamo spostato il nostro focus strategico dai prodotti ai servizi. Il Customer Care, che conta circa duecento persone e gestisce ì quarantamila contatti attivi, è diventato quindi il centro nevralgico di questa transizione. Nel 2023 tutta l’integrazione e l’orchestrazione dei dati sul cliente è confluita nella piattaforma Salesforce, spianando di fatto la strada all’AI agentica e alla creazione di nuovi canali di vendita, tra cui l’e-commerce», ha spiegato il manager.
Salesforce Agentforce trasforma la conoscenza dei tecnici in asset aziendale
Tra le sfide più ardue affrontate da Mazzola c’era quella della gestione della conoscenza. «La knowledge base è un tema complesso per le realtà manifatturiere come la nostra, perché spesso la conoscenza di un macchinario risiede ancora nella testa, e nell’esperienza, dei tecnici più anziani. In parte è scritta nei messaggi e-mail, nelle trascrizioni di telefonate e call, ma in modo totalmente destrutturato».
Con Salesforce Agentforce il problema è stato risolto in tre passaggi: lettura automatica dei documenti di richiesta dell’intervento, preparazione passo a passo dell’intervento sulla base delle buone prassi condivise – con suggerimento degli strumenti di lavoro necessari – e sostituzione della rendicontazione testuale con un vocale registrato dal tecnico sul campo, che l’agente AI trasforma in un report interno che finisce per alimentare la base di conoscenza condivisa.
I successi elencati con orgoglio da Mazzola riguardano il tema, importantissimo, dell’uniformazione dei livelli di servizio a livello globale ma anche l’onboarding facilitato per i nuovi assunti e i tempi di reattività nella gestione delle richieste, ridotti da giornate a pochi secondi. Per noi parlare, poi, dei 225 articoli pubblicati nel serbatoio digitale di conoscenza condivisa e della riduzione del 70% dei tempi di generazione dell’offerta di ricambi, per cui «in un’ora, a partire dalla ricezione della richiesta, siamo in grado non solo di produrre un’offerta ma anche di inviarla al cliente».
Capri Group: Michael e Taylor, i due agenti AI che vestono il customer care della moda
La quarta testimonianza a guadagnare il palco è quella di Capri Group, retailer che gestisce insegne di successo come quelle che fanno capo al brand del fast fashion Alcott e a Gutteridge, marchio britannico di abbigliamento maschile elegante acquisito nel 1997. A raccontare la propria esperienza sono stati Marianna Colella, Marketing and Digital Director e socia del gruppo, e Fabrizio Minichino, responsabile E-commerce & Digital Innovation.
La transizione verso un modello di agentic marketing per il gruppo napoletano è partita da un problema contingente: il riassetto del customer care aveva creato un rallentamento nella reattività di risposta alle richieste. «L’anno scorso ci siamo trovati a ripensare un po’ tutto il reparto dell’assistenza clienti – ha spiegato Colella –. Il team era ancora in fase di consolidamento e l’inserimento delle nuove risorse richiedeva tempi fisiologici, mentre i clienti, abituati a livelli di servizio elevati, continuavano ad aspettarsi risposte rapide ed efficaci. Da qui la scelta di introdurre gli agenti AI Salesforce, con l’obiettivo di gestire le richieste più frequenti».
Così sono nati Michael, agente AI di Gutteridge, e Taylor, quello dell’insegna Alcott.
L’agentic commerce prende forma
Il percorso di adozione di Salesforce Agentforce ha seguito una progressione precisa. In prima battuta, Michael e Taylor sono stati addestrati sulle richieste di primo livello – le cosiddette FAQ, le domande più frequenti, come il tracciamento dell’ordine e le procedure di reso. «Ci siamo accorti che gli agenti erano in grado di gestire il 99% di queste casistiche in completa autonomia, senza alcun handover sul personale del servizio clienti», ha osservato Colella. Il passo successivo è stato alzare l’asticella su situazioni più complesse come la modifica dell’indirizzo di spedizione o il cambio della data di ritiro. «In questi casi, gli agenti sono riusciti a gestire in autonomia il 50% delle attività, mentre facevano un’escalation verso una risorsa in carne e ossa nel 20% dei casi».
Oggi i canali presidiati dagli agenti si sono moltiplicati: al chatbot si sono aggiunti WhatsApp e Messenger di Meta, con l’integrazione della posta elettronica in corso di sviluppo. «E gli agenti sono anche integrati nativamente nell’app mobile di Alcott, senza i caricamenti esterni che tradiscono l’assenza di una vera integrazione», ha spiegato Colella.
Il prossimo step: l’agente che ti rifà il guardaroba
La visione futura che Minichino ha delineato è quella di «un agente AI capace di muoversi dalla gestione del post-vendita alla consulenza di stile personalizzata in tempo reale. Se per esempio ho effettuato quattro mesi fa l’ordine di un abito in tinta unita e adesso voglio farne uno spezzato, interrogo l’agente e gli chiedo semplicemente “mi suggerisci una giacca per completare l’abito di quattro mesi fa?” L’agente conosce già tutto del mio ordine, sa le mie misure, conosce i miei gusti e i tessuti che preferisco e riuscirà a suggerirmi la giacca perfetta».
A chi approccia oggi questi progetti, Colella offre una visione molto pragmatica, maturata con l’esperienza sul campo: «Il mio consiglio è quello di allenare gli agenti e di aggiornare continuamente la knowledge base arricchendola di tutte le informazioni di cui si nutrono gli algoritmi. E poi suggerisco di fare molta attenzione, perché all’inizio abbiamo sperimentato anche noi le allucinazioni, con gli agenti che suggerivano procedure inesistenti. Ma questo non deve spaventare perché i benefici superano di gran lunga i limiti, spesso temporanei, di questi modelli».
