Gli agenti AI raddoppiano la loro presenza nelle aziende: più competenze, più azioni e maggiore fiducia

Gli agenti AI stanno passando dalla semplice conversazione all’esecuzione di attività concrete, conquistando un ruolo sempre più centrale nelle organizzazioni. È quanto emerge dall’Agentic Enterprise Index 2026 di Salesforce, il report annuale che analizza l’utilizzo dell’intelligenza artificiale sulla piattaforma Agentforce.

Il dato più significativo riguarda la diffusione: il numero medio di agenti attivati per azienda è quasi triplicato nell’ultimo anno. Parallelamente, cresce anche la loro capacità operativa: oggi un agente utilizza in media sei competenze, contro le due dell’inizio del 2025. Nei periodi di picco della domanda, come la stagione dello shopping natalizio, gli agenti del retail arrivano a utilizzarne nove, con un incremento del 350%.

Il report individua due principali modelli di adozione. Da una parte ci sono implementazioni task-specific, particolarmente diffuse nei settori B2C e orientate alla gestione rapida di grandi volumi di richieste. Dall’altra, emergono implementazioni multistep, più frequenti in comparti complessi e regolamentati come manifatturiero, servizi finanziari e settore pubblico, dove gli agenti gestiscono attività articolate e trasversali.

A misurare il lavoro effettivamente svolto dagli agenti è la nuova metrica Agentic Work Unit (AWU), che quantifica le singole attività portate a termine dall’AI. Ad aprile 2026 la produzione di AWU degli agenti Agentforce era cresciuta a un tasso mensile composto del 15%. Particolarmente significativo il dato del settore pubblico, dove la produzione di AWU è aumentata di 227 volte rispetto all’anno precedente, mentre nell’Healthcare and Life Sciences è cresciuta di 19 volte.

La maggiore complessità emerge soprattutto nei settori regolamentati. Manifatturiero, servizi finanziari e Healthcare and Life Sciences presentano reti di agenti più sofisticate rispetto a comparti tradizionalmente pionieri dell’AI, come tecnologia e retail. Gli agenti non si limitano infatti a recuperare o sintetizzare informazioni, ma possono scrivere comunicazioni, aggiornare database e documenti e intervenire su diversi ambienti cloud.

La crescita dell’automazione si traduce anche in un aumento delle azioni eseguite rispetto alla semplice generazione di testo. Il rapporto tra azioni e output cresce del 15% su base mensile composta: un agente di customer service, per esempio, può verificare i dati di un cliente, applicare le regole aziendali e procedere direttamente con un rimborso o con la riprogrammazione di un appuntamento.

“Che si tratti di attivare agenti per operare su larga scala o di gestirli attraverso approcci multistep, il risultato è che generano valore reale”, ha dichiarato Joe Inzerillo (FOTO) , President Enterprise AI and Technology di Salesforce. “Il ROI non si riflette solo nella vendita, ma anche nell’efficienza. Stiamo passando da chatbot passivi e modelli predittivi ad agenti orientati all’azione.”

A crescere è anche la fiducia interna. Nel periodo analizzato, i dipendenti hanno interagito con un agente in media il 300% in più ogni settimana. Un esempio è Slackbot, l’agente AI utilizzato internamente da Salesforce: l’83% dei dipendenti lo usa regolarmente, con un risparmio medio che può arrivare a cinque ore di lavoro alla settimana.

Anche sul fronte dei clienti l’utilizzo è in forte aumento: negli ultimi cinque trimestri, gli agenti hanno gestito 170 volte più chat di assistenza clienti rispetto agli anni precedenti, risolvendone stabilmente circa sette su dieci. Inoltre, secondo uno studio citato da Salesforce, il 77% dei consumatori che hanno interagito con agenti AI ha dichiarato di sentirsi più sicuro del proprio acquisto.

Il quadro che emerge è quello di una forza lavoro digitale sempre più autonoma e versatile. Secondo Salesforce, il futuro dell’AI agentica non sarà una scelta tra agenti semplici e rapidamente implementabili e agenti sofisticati: le aziende potranno combinare entrambi gli approcci, aumentando rapidamente la capacità operativa nei momenti di picco e mantenendo al tempo stesso la logica necessaria per gestire processi complessi e interfunzionali.