L’intelligenza artificiale è percepita come una promessa capace di trasformare processi, efficienza, innovazione. E tuttavia, la realtà racconta un’altra storia: più dell’80 % dei progetti AI aziendali non raggiunge un impatto significativo. È in questo solco che Salesforce entra in scena con un nuovo posizionamento, presentando il suo “trusted AI foundation” — un insieme di strumenti pensati per risolvere i veri colli di bottiglia che affliggono l’adozione su vasta scala.
Dietro l’annuncio c’è una consapevolezza forte: non sono le idee o i modelli più audaci a fallire, ma le infrastrutture fragili: dati frammentati, controlli insufficienti, governance debole. Come dichiara Desiree Motamedi, vice-presidente senior e CMO di Salesforce, molte imprese oggi affrontano l’IA con sistemi che non supportano la complessità reale delle organizzazioni: mancano contesti unificati, le regole non sono integrate nei flussi operativi e le integrazioni tra agenti rimangono difficili.
La strategia annunciata è dunque articolata su tre assi principali: dare un contesto coerente ai modelli AI, integrare sicurezza e compliance in ogni passaggio dei processi, e orchestrare agenti multipli su dati e piattaforme eterogenee. In sostanza, l’obiettivo è trasformare l’IA da componente avulsa a nucleo nativo del sistema aziendale.
Fra le novità più significative c’è Data Cloud Context Indexing, un approccio che consente agli agenti AI di interpretare contenuti non strutturati — come contratti, diagrammi tecnici, alberi decisionali — con una lente “business aware”. In pratica, se un tecnico carica uno schema, l’agente capisce che è lì per guidare una manutenzione, non semplicemente per analizzare dati grezzi.
Un altro strumento chiave è Data Cloud Clean Rooms, già disponibile, che permette la condivisione di dati sensibili tra partner senza spostare fisicamente i dataset. Usando tecnologie “zero copy”, le aziende possono collaborare — ad esempio, per indagini antifrode — senza esporre i propri archivi. Questo passa da una logica collaborativa ma rispettosa dei confini di privacy.
Non da meno è Tableau Semantics, la componente semantica che traduce dati grezzi in concetti aziendali condivisi (inchieste, churn, ricavi ricorrenti). Permette che i modelli AI “parlino lo stesso linguaggio” dei team e delle metriche aziendali, riducendo equivoci e disallineamenti fra reparti.
Infine, Salesforce affronta il fenomeno dell’“agent sprawl” — la proliferazione incontrollata di agenti AI distribuiti e frammentati — con MuleSoft Agent Fabric, che centralizza registrazione, orchestrazione e governance anche per agenti costruiti esternamente. In questo modo, ogni agente, ovunque sia stato creato, viene gestito da un unico piano di controllo.
Dietro questa proposta c’è anche una strategia competitiva. Salesforce intende posizionarsi direttamente contro Microsoft, Google, Amazon e ServiceNow, offrendo vantaggio competitivo derivato dall’integrazione nativa nella sua piattaforma già utilizzata da migliaia di imprese. Motamedi insiste sulla differenza rispetto ai “point solution”: con Salesforce, le capacità di AI non devono essere assemblate da zero, sono già parte del sistema.
L’acquisizione in via di chiusura di Informatica per 8 miliardi di dollari è centrale in questo percorso: porterà metadati aziendali al centro dell’architettura, rafforzando la precisione delle risposte AI e ampliando la gestione dei dati su tutta l’azienda.
I primi clienti testimoniano le difficoltà di scala: Salesforce afferma di avere oltre 12.000 deployment attivi del suo Agentforce, ma con livelli di prontezza molto differenziati. Alcune aziende fan fatica a passare da pilota a implementazione diffusa. Institutioni come UChicago Medicine e AAA Washington sono esempi concreti di applicazioni in settori come sanità e assistenza, che richiedono rigore e affidabilità. La visione è di un’adozione progressiva, che nei prossimi anni potrà evolvere in asset trasformativi.
Se questa strategia “trust layer” di Salesforce avrà successo, potrebbe cambiare profondamente il modo di fare software aziendale: non più accostamenti di tool AI, ma un’architettura in cui la fiducia, il controllo, la sicurezza e l’intelligenza conversazionale sono elementi fondanti. Ma la sfida non è banale: l’industria dovrà decidere se scommettere su piattaforme integrate o restare legata a soluzioni a frammenti — e Salesforce punta con forza sul primo modello.