Salesforce AI Research spiega come integrare l’AI in modo sicuro, misurabile e scalabile proponendo innovazioni concrete per aiutare le aziende. Tra queste, la simulazione di un ambiente aziendale per testare le capacità degli agenti AI in scenari realistici. Un nuovo strumento di benchmarking per misurare le prestazioni degli agenti in diversi casi d’uso e significativi miglioramenti a Data Cloud. Esso ora sfrutta language model di varie dimensioni per unificare automaticamente i dati e migliorarne la qualità.
Nuovi standard di misurazione e altro
Dalla definizione di nuovi standard di misurazione delle performance degli agenti AI alla gestione avanzata dei dati. Queste innovazioni preparano il terreno per la realizzazione di prodotti di nuova generazione che rispondano alle principali sfide di CIO e responsabili IT. Offrendo alle aziende strumenti concreti per trasformarsi in organizzazioni dove il lavoro umano e quello digitale collaborano in sinergia.
Simulare ambienti aziendali con CRMArena-Pro
I piloti non imparano a volare in mezzo a una vera tempesta ma nei simulatori. Qui possono affrontare situazioni estreme senza rischi. In contesti complessi. Le competenze nascono in spazi sicuri e controllati, dove il fallimento è un’occasione per imparare, non un errore costoso. Allo stesso modo, anche gli agenti AI traggono vantaggio da test e training in ambienti di simulazione. Sulla base del progetto originale CRMArena, Salesforce AI Research lancia ora CRMArena-Pro, pensato per valutare le prestazioni degli agenti in scenari complessi, multi-turno e multi-agente.
Come integrare l’AI in azienda
Grazie all’uso di dati sintetici, all’integrazione sicura con le API dei sistemi aziendali e a rigorose misure di protezione dei dati personali, CRMArena-Pro offre un ambiente di simulazione aziendale avanzato e realistico. Progettato per verificare non solo se un agente funziona, ma se è in grado di operare con precisione, efficienza e continuità su larga scala in casi d’uso specifici per l’impresa. Salesforce AI Research sta perfezionando l’addestramento degli agenti AI attraverso queste simulazioni, permettendo alle aziende di testarli in anticipo in situazioni critiche. Integrando “l’imprevedibilità” del mondo reale, le imprese possono valutare con maggiore precisione le performance, rafforzare la resilienza nei casi limite e ridurre il divario tra la fase di formazione e l’operatività sul campo. Misurare la preparazione degli agenti con Agentic Benchmark for CRM
Con la continua evoluzione di modelli e aggiornamenti, le aziende si trovano davanti a una sfida crescente. Cioè capire quale modello o combinazione di modelli, sia davvero il più adatto per potenziare gli agenti AI nei contesti aziendali reali. Non bastano le mode del momento o le dimensioni tecniche dei modelli. Infatti serve un approccio rigoroso, capace di misurarne le prestazioni in scenari concreti e rilevanti per il business.
Sicurezza e scalabilità, come integrare l’AI in azienda
Per rispondere a questa esigenza, Salesforce ha presentato Agentic Benchmark for CRM. Si tratta del primo strumento di benchmarking progettato per valutare gli agenti AI nei contesti più strategici per le aziende. Il benchmark analizza gli agenti secondo cinque metriche chiave: accuratezza, costo, velocità, affidabilità/sicurezza e sostenibilità. In questo modo viene garantita una valutazione completa e basata sui dati.
I cinque parametri di valutazione
La sostenibilità, la metrica più recente, è un indicatore chiave della preparazione di un agente per le aziende. Questo parametro evidenzia l’impatto ambientale relativo dei sistemi di AI, che spesso richiedono grandi risorse computazionali. Allineando le dimensioni del modello al livello di intelligenza realmente necessario per svolgere un compito specifico, le imprese possono ridurre la propria impronta ambientale e valutare la sostenibilità della propria AI. In questo modo, il benchmark consente di superare la complessità dei modelli disponibili e fornisce un metodo chiaro e basato sui dati per abbinare i modelli giusti agli agenti giusti. Garantendo performance affidabili, coerenti e di livello enterprise.
Come integrare l’AI in azienda
A completare la suite, il team di esperti di Salesforce AI Research ha introdotto MCP-Eval e MCP-Universe, due benchmark complementari pensati per valutare gli agenti con livelli diversi di approfondimento. Monitorando le interazioni dei modelli linguistici con i server MCP (Model Context Protocol) in scenari d’uso reali.
MCP-Eval fornisce una valutazione automatica e scalabile attraverso task sintetici, ideale per test su un’ampia gamma di server MCP.
MCP-Universe introduce invece compiti complessi con valutazioni basate sull’esecuzione mettendo gli agenti alla prova in scenari difficili e offrendo un framework estendibile per sviluppare e testare agenti AI.
Contare su un toolkit potente
Insieme, formano un toolkit potente. MCP-Eval per le valutazioni iniziali e ad ampio raggio, MCP-Universe per le analisi più approfondite e la risoluzione dei problemi. Questo approccio integrato è particolarmente rilevante per le aziende. La ricerca ha infatti dimostrato che la maggior parte dei modelli linguistici di ultima generazione presenta ancora limiti significativi che ne frenano l’adozione su larga scala. Grazie a MCP-Eval e MCP-Universe, è possibile individuare chiaramente i punti deboli degli agenti AI, ottimizzare i propri framework e integrare meglio gli strumenti.
Come integrare l’AI, consolidamento dei dati grazie ad Account Matching
Le prestazioni affidabili e scalabili degli agenti AI si fondano su dati unificati e di alta qualità, indispensabili per un processo decisionale accurato, contestualizzato e conforme alle policy aziendali. Tuttavia, per molte aziende questo è sempre stato un ostacolo.
Spesso i dati non sono né puliti né organizzati: i record dei clienti risultano duplicati tra i reparti, i campi spesso incompleti e le convenzioni di formattazione o denominazione incoerenti, rendendo la riconciliazione tra i sistemi complessa e dispendiosa.
I modelli linguistici
Per superare questa sfida, i team di ricerca e prodotto di Salesforce AI hanno sviluppato e perfezionato modelli linguistici per potenziare Account Matching. Si tratta della funzionalità che identifica e unifica automaticamente gli account presenti in set di dati frammentati e incoerenti. A differenza dei sistemi statici basati su regole, che richiedono configurazioni manuali complesse, Account Matching riconcilia milioni di dati in tempo reale, garantendo miglioramenti significativi in termini di accuratezza.
Il risultato? Dati puliti, unificati e pronti ad alimentare gli agenti AI. Abilitando un’automazione più intelligente, una personalizzazione più ricca e decisioni rapide e scalabili.
L’intelligenza artificiale è destinata a stravolgere il mondo, con le vendite di chip di Generative AI che potrebbero raggiungere i 40 mld di dollari nel 2024.
Fastweb Digital Academy amplia la sua offerta formativa verso la pubblica amministrazione mettendo a disposizione un percorso dedicato all’intelligenza artificiale.
Ivan De Tomasi, Country Manager Italia e Malta di WatchGuard Technologies, racconta l’evoluzione “AI driven” delle piattaforme per la sicurezza informatica.
