Immaginate un cliente che chiede di anticipare una consegna. Il commerciale vuole accontentarlo, il magazzino deve verificare la disponibilità, l’amministrazione controlla le condizioni concordate. Una richiesta di poche righe attraversa almeno tre uffici. Affidarla a un agente AI significa mettere in relazione informazioni, persone e responsabilità che l’azienda ha distribuito nel tempo.
È qui che il tema degli agenti AI in azienda diventa interessante. Un sistema capace di cercare informazioni e compiere operazioni può abbreviare molti passaggi. Perché questo accada, però, qualcuno deve aver stabilito quali informazioni contano, quali azioni sono consentite e chi risponde delle eccezioni. La tecnologia porta alla luce una questione organizzativa.
La novità annunciata da Salesforce
Nel comunicato dell’11 settembre 2026, Salesforce presenta il Trusted Enterprise AI Harness: un’architettura che riunisce contesto aziendale, capacità di agire, modelli, sicurezza e governo dei sistemi. Il progetto comprende un AI Control Plane per gestire gli agenti e osservarne attività, prestazioni e costi.
La disponibilità richiede una distinzione: secondo Salesforce, diverse tecnologie di base sono già disponibili; nuove capacità e un’esperienza unificata inizieranno a essere distribuite all’inizio dell’anno fiscale FY28 dell’azienda. Prezzi e dettagli arriveranno più avanti. È dunque una direzione annunciata dal produttore, non la prova che l’autonomia aziendale sia già un problema risolto.
Che cosa deve sapere un agente prima di intervenire
Torniamo alla consegna. In questo esempio ipotetico, l’agente trova dieci pezzi disponibili nel gestionale. Sono davvero disponibili? Due potrebbero essere riservati a un altro cliente, tre in attesa di controllo qualità. E il trasporto urgente potrebbe costare più del margine sull’ordine.
Una persona esperta conosce molte di queste circostanze, oppure sa a chi chiedere. Quando si delega un’attività a un sistema, quella conoscenza deve diventare accessibile e sufficientemente esplicita. La parola “disponibile” deve avere un significato condiviso tra magazzino, vendite e amministrazione. Altrimenti una risposta formalmente corretta può produrre una decisione sbagliata.
Per una piccola impresa, questo lavoro può iniziare da un processo circoscritto: capire dove si trova il dato attendibile, chi lo aggiorna e quali controlli precedono una promessa al cliente. È un esercizio utile anche prima di scegliere il fornitore dell’AI. Fa emergere i passaggi che oggi funzionano grazie alla memoria di una persona o a una telefonata al momento giusto.
Dalla risposta alla delega
Un agente che prepara una proposta di risposta e uno che modifica un ordine hanno responsabilità operative diverse. La distanza fra le due cose va progettata. Nel primo caso una persona può correggere il testo; nel secondo bisogna prevedere autorizzazioni, verifiche e un modo per ricostruire ciò che è accaduto.
Una sperimentazione ragionevole potrebbe cominciare con accesso in sola lettura ai dati necessari e preparazione di una proposta. Il responsabile confronta il risultato con il proprio lavoro, annota gli errori e riconosce le eccezioni ricorrenti. Solo dopo questa verifica si può valutare quali operazioni lasciare eseguire al sistema. È una proposta di metodo, da adattare alla sensibilità delle informazioni e alle conseguenze delle azioni.
Occorre anche decidere come fermarsi. Se mancano dati, se due archivi si contraddicono o se la richiesta supera un limite concordato, il passaggio a una persona deve essere parte normale del processo. Un agente affidabile deve poter riconoscere il punto in cui la sua delega finisce.
Le domande da portare al primo progetto
Prima di comprare una piattaforma, suggeriamo di descrivere un’attività reale e rispondere a cinque domande:
- Quale risultato vogliamo ottenere, e come lo misuriamo oggi?
- Qual è la fonte attendibile per ciascuna informazione necessaria?
- Quali azioni può compiere il sistema, con quali limiti?
- Quali casi devono passare a una persona, e a chi?
- Come controlliamo errori, costi e possibilità di correggere un’operazione?
Il tempo risparmiato è una misura utile, purché comprenda anche il tempo necessario per verificare e correggere. Una procedura che produce più risposte ma lascia ai colleghi una coda di errori da risolvere non ha ancora dimostrato il proprio valore. Conviene confrontare casi simili e conservare traccia delle eccezioni, evitando di giudicare il progetto dalla sola dimostrazione iniziale.
L’annuncio Salesforce offre l’occasione per discutere questa trasformazione anche fuori dalle grandi organizzazioni. Per chi dirige una PMI, il primo passo può essere molto concreto: scegliere un’attività ripetitiva, affiancare chi la conosce e mettere per iscritto le condizioni che permettono di svolgerla bene.
Gli agenti AI ci chiedono di spiegare alle macchine una parte del lavoro che abbiamo imparato a darci per intesa. Nel farlo, potremmo capire meglio anche la nostra azienda.
