AI CRM: come portare l’Intelligenza Artificiale dentro dati e processi aziendali

Riassumere una relazione con un cliente, preparare un’email, suggerire quali opportunità seguire, rispondere a una richiesta di assistenza.
L’intelligenza artificiale sta entrando nel lavoro quotidiano delle persone attraverso un numero crescente di strumenti, compreso il CRM, dove si concentra una parte centrale del patrimonio informativo aziendale.
Quelli che possiamo chiamare AI CRM integrano oggi funzioni predittive, generative e agentiche nei software di gestione dei clienti, dei processi e delle attività commerciali.

È una rivoluzione nel modo di accedere a informazioni, contatti e procedure: un patrimonio che per anni è stato spesso difficile da raggiungere a causa di interfacce complesse, estrazioni da richiedere ai team IT e tempi di attesa, oggi è a portata di conversazione in linguaggio naturale.

Attraverso API, MCP e l’architettura headless, è possibile collegare gli strumenti aziendali ad agenti AI per interrogare la conoscenza, generare documenti e contenuti ed eseguire automaticamente azioni autorizzate nel CRM.
Il lavoro può anche partire direttamente da ChatGPT, Claude o altra piattaforma AI aziendale.
Quando questi ambienti accedono al CRM, una persona può interrogare le informazioni aziendali dalla chat, mentre un agente può utilizzare dati e funzioni per svolgere un compito.

È una delle possibilità approfondite nel white paper Gunpowder L’era headless di Salesforce ha inizio.

Ma come rendere questo patrimonio utilizzabile attraverso l’intelligenza artificiale? Per quali attività usarla? A che cosa occorre fare attenzione?
Sono domande da affrontare sia quando si valuta un nuovo CRM con l’AI, sia quando si vuole usare meglio quello che si possiede.
In questo articolo vediamo come orientare queste scelte.

Che cos’è un AI CRM e che cosa può fare oggi?

Un AI CRM è un sistema di gestione delle relazioni con i clienti che utilizza l’intelligenza artificiale per analizzare informazioni, generare contenuti o assistere ed eseguire attività.
Le capacità cambiano secondo il prodotto: una previsione commerciale, un riepilogo e un agente che aggiorna dati richiedono accessi e controlli differenti, e non tutti i CRM con AI integrata permettono tutte queste capacità.

Cosa si può ottenere, una volta incorporata l’intelligenza artificiale nel CRM?

L’AI predittiva può aiutare a stimare un esito o assegnare una priorità; quella generativa produce testi e sintesi; un agente può scegliere e richiamare gli strumenti disponibili per raggiungere un obiettivo commerciale.
Per capire che cosa si sta acquistando, occorre verificare quali di queste capacità siano presenti nella proposta di ciascuna piattaforma e quali debbano essere configurate ad-hoc sul proprio processo.

Le piattaforme stanno sviluppando queste possibilità in modi diversi. Ecco alcuni esempi che aiutano a distinguere le funzioni:

Piattaforma	Esempi di capacità AI	Che cosa verificare nella scelta
Salesforce	Agentforce offre capacità conversazionali e azioni; Headless 360 estende l’accesso a dati e funzioni verso ambienti esterni (Salesforce, AI CRM; annuncio Headless 360).	Quali capacità servono al processo, quali sono già disponibili e da dove verranno utilizzate.
Microsoft Dynamics 365 Sales	Copilot può riepilogare record, preparare riunioni, assistere nella scrittura delle email e recuperare informazioni da documenti SharePoint (Microsoft Learn, Copilot in Dynamics 365 Sales).	Disponibilità delle funzioni, fonti collegate e accessi dell’utente.
HubSpot	Breeze Assistant può riassumere record CRM e report; può anche generare bozze di offerte da rivedere nell’editor, con i requisiti previsti per questa funzione (HubSpot, riepiloghi; bozze di offerte).	Quali funzioni sono incluse nel piano, quali input utilizzano e quali passaggi restano alla persona.

Nel valutare un CRM, queste funzioni vanno considerate insieme alla possibilità di collegarlo agli altri strumenti aziendali (qui infatti sta la vera forza dell’architettura Headless).
Un assistente efficace dentro una piattaforma può avere bisogno di informazioni che vivono altrove, per esempio nei documenti contrattuali o nel sistema amministrativo, per portare a termine un compito o dare una risposta davvero completa.

Come l’architettura headless rende il CRM accessibile a chat e agenti AI

Con un’architettura headless, come ad esempio Salesforce Headles 360 o AIforce, dati e funzioni del CRM diventano accessibili anche da ChatGPT, Claude o altri ambienti AI.
Una persona può consultare le informazioni dalla chat; un agente può richiamare gli strumenti autorizzati per svolgere un compito. Il CRM continua a gestire dati, regole e processi, ma sono utilizzabili anche attraverso questi nuovi punti di accesso.

Ogni volta che il canale si trova all’esterno del CRM e ne richiama direttamente dati e funzioni, entra in gioco l’accesso headless (per approfondire: Gunpowder, white paper, capitoli 1 e 2).

Una persona può quindi chiedere a Claude un’analisi della pipeline completa, inclusi informazioni e dati contenuti su altre piattaforme collegate, senza nemmeno aprire le schermate del CRM.
L’assistente deve poter recuperare i dati necessari e restituire una risposta verificabile. Se la richiesta comprende un’azione, deve disporre anche dello strumento autorizzato per eseguirla. Salesforce esegue le operazioni attraverso le capacità esposte, anche quando la richiesta arriva da una chat. Il punto di accesso può cambiare.

Questa separazione esisteva già prima degli agenti AI. Le API consentivano ad applicazioni esterne di utilizzare funzioni del CRM, ma con Headless 360 Salesforce punta ad ampliare e organizzare l’accesso anche per agenti e strumenti AI.
Per approfondire l’architettura, abbiamo dedicato un articolo a che cosa significa headless e come si applica al CRM.

CRM AI e CRM headless indicano aspetti diversi dello stesso processo. Un punteggio predittivo mostrato dentro il CRM è una funzione AI integrata. L’accesso di una chat esterna ai dati e alle operazioni del CRM introduce invece la dimensione headless.

Come usare ChatGPT e Claude dentro il CRM?

Per usare ChatGPT o Claude con un CRM occorre configurare un collegamento che renda disponibili dati e strumenti autorizzati nell’ambiente AI.
In questo modo:

• un utente formula la richiesta in chat;
• l’assistente utilizza le capacità esposte per recuperare informazioni o compiere operazioni.
• Autenticazione, permessi e disponibilità dei connettori dipendono dai prodotti e dalla configurazione adottata.

Il collegamento può utilizzare API, cioè interfacce attraverso cui un software richiama funzioni di un altro, oppure strumenti esposti tramite MCP, un protocollo che permette all’ambiente AI di riconoscere e utilizzare capacità esterne.
Il progetto deve descrivere nel dettaglio che cosa fa ogni strumento, quali informazioni richiede e quando può essere usato, per poi collegare i vari strumenti tramite le interfacce disponibili o crearne di nuove custom.

Per Salesforce, nell’ambito della partnership Claudeforce, Salesforce e Anthropic hanno presentato Salesforce in Claude: un plugin con competenze preconfigurate per preparare riunioni, analizzare trattative e pipeline e compiere azioni attraverso le regole del CRM.

Invece il connettore HubSpot per Claude permette di cercare e aggiornare record come contatti, aziende, trattative e ticket (Claude Marketplace, HubSpot).

La connessione, però, obbliga a una decisione: quali capacità concedere? A cosa può accedere l’AI nel CRM?
Una connessione concede soltanto gli accessi configurati. Chi può leggere una trattativa potrebbe avere bisogno di un’autorizzazione diversa per modificarla o avviare un processo commerciale, e lo stesso vale per la sua utenza AI, che ne eredita i permessi e i limiti.

Che cosa può leggere o fare un agente AI nel CRM?

Un agente AI collegato al CRM può consultare informazioni, modificare record, richiamare un processo o delegare un sottocompito a un altro agente, in base agli strumenti concessi.
Ogni capacità comporta conseguenze diverse: cercare un dato, scriverlo e avviare una procedura richiedono verifiche specifiche su input, autorizzazioni ed esito (per approfondire: Gunpowder, white paper, capitoli 3 e 4).

A seconda delle richieste che si intendono fare, il lavoro da progettare sarà diverso:

Richiesta	Capacità necessaria	Che cosa definire
«Quali informazioni abbiamo su questa opportunità commerciale?»	Lettura dei record e delle fonti autorizzate, magari su più sistemi (Salesforce, Drive, email…).	Dati da recuperare, significato dei campi e provenienza della risposta.
«Aggiorna il contatto con il dato confermato.»	Modifica di un record nel CRM con l’AI.	Campi consentiti, validazioni, eventuale conferma umana e verifica del valore scritto.
«Avvia l’approvazione prevista per questa offerta.»	Richiamo di un processo già definito.	Prerequisiti, regole, passaggi di approvazione e gestione degli errori.
«Affida questo passaggio al nostro agente Salesforce.»	Delega a un agente AI configurato per quel compito.	Informazioni da trasferire, responsabilità del sottocompito e risultato da restituire.

Salesforce permette di esporre tramite MCP anche determinati Flow, automazioni che eseguono sequenze definite. Un processo di aggiornamento o approvazione già codificato può quindi essere richiamato come strumento, rispettando i requisiti tecnici previsti (Salesforce Developers, Flows MCP Server).
Un’azione automatizzata dovrebbe seguire regole già definite. Il progetto deve individuare dove quelle regole siano mantenute e come evitare che ogni nuovo ambiente AI ne ricostruisca una versione diversa.

Agentforce o agente esterno (ChatGPT, Claude, etc) o entrambi: come scegliere?

Nell’ambito Salesforce, la scelta fra Agentforce, agente esterno e configurazione ibrida dipende dall’attività, dalle capacità già disponibili e dall’ambiente in cui nasce il lavoro. Ma le stesse considerazioni valgono per qualsiasi CRM AI.
Un agente nativo come Agentforce è costruito sulla piattaforma: conosce ogni angolo della stessa ed è avvantaggiato quando deve eseguire compiti interamente svolti al suo interno.
Uno esterno vi accede da un altro ambiente: può lasciare più libertà, ma essere maggiormente complicato da configurare e mantenere.
Nel modello ibrido, l’agente esterno delega un passaggio ad Agentforce quando il compito si svolge allìinterno di Salesforce, e lo stesso vale per altre configurazioni software.

La scelta va compiuta attività per attività.

Configurazione	Quando valutarla	Che cosa preparare
Nativa, con Agentforce	Il compito beneficia di capacità e processi già disponibili in Salesforce.	Conoscenza, strumenti, regole, accessi ed escalation dell’agente.
Esterna, per esempio da ChatGPT o Claude	Il lavoro nasce nell’ambiente AI usato dalle persone o deve combinare capacità di sistemi diversi.	Collegamenti, strumenti esposti, identità e regole per l’attività.
Ibrida	L’agente esterno coordina il lavoro e un sottocompito beneficia di un agente Agentforce già configurato.	Perimetri dei due agenti, passaggio di informazioni e verifica della delega.

Un esempio nativo: Ubi di uBroker

Nel progetto realizzato con Gunpowder, Ubi è un agente conversazionale costruito su Agentforce per il customer service di uBroker. Opera su WhatsApp, sito e area clienti dell’app; Salesforce Service Cloud centralizza il servizio e il CRM permette di identificare il cliente durante la conversazione.

Ubi utilizza una knowledge base mantenuta da una persona dedicata e, in base alla richiesta, risponde oppure coinvolge un operatore. Azioni dispositive, come l’invio di una bolletta dopo autenticazione, sono in fase di realizzazione (Gunpowder, white paper, §3.2).

Un esempio ibrido: il rinnovo contrattuale

Immaginiamoun esempio ipotetico, in cui un agente esterno riceve una richiesta di rinnovo dalla posta, consulta il contratto in SharePoint e verifica la situazione amministrativa nell’ERP. Per il passaggio commerciale delega a un agente Agentforce già configurato l’applicazione delle regole, l’aggiornamento dell’opportunità e la preparazione delle attività per il venditore.

L’agente esterno conserva la regia, quello nativo svolge il sottocompito. Anche le responsabilità vanno divise esplicitamente. Per una semplice lettura o modifica autorizzata potrebbe bastare l’accesso diretto. L’ibrido va valutato quando le capacità riutilizzate giustificano il costo e il lavoro di coordinamento fra i due agenti.

Integrare l’AI tra CRM, posta, ERP, Drive e altri sistemi

Un agente AI può utilizzare CRM, documenti e altri software attraverso gli strumenti disponibili per ciascun sistema.
L’accesso headless rende raggiungibili dati e funzioni del CRM; gli altri collegamenti forniscono il contesto necessario al compito.

Nel white paper abbiamo presentato un POC per un servizio del settore salute e benessere. Il progetto prevede che, su richiesta del professionista, un agente esterno recuperi informazioni autorizzate relative al cliente da Salesforce, e i dati provenienti da un dispositivo indossabile, mettendoli in relazione con gli obiettivi del percorso per produrre grafici, report e suggerimenti a supporto del professionista.

Si tratta di un perfetto esempio di integrazione AI multi-sistema.

Altri esempi simili sono gli agenti AI creati internamente per i dipendenti Gunpowder:

Strumento interno	Attività documentata
Gunpowder-Salesforce Connector	Cerca e aggiorna record Salesforce, fra cui clienti, opportunità e commesse, attraverso un’interazione conversazionale.
Commercial Offer Doc Creator	Organizza informazioni di progetto, economiche e contrattuali e produce offerte nei template aziendali, anche a partire da dati Salesforce.
Tasklist Organizer	Crea tasklist progettuali per un’Opportunity Salesforce da documenti o descrizioni, con work package, stime, qualifiche e confronto con lo storico.

Un’offerta, per esempio, può richiedere dati del CRM e informazioni contenute nei documenti in Drive. Il documento prodotto deve poi seguire le responsabilità commerciali previste dall’azienda. L’accesso alle fonti e il potere di approvare o inviare un’offerta sono capacità da assegnare separatamente.

Da dove iniziare per scegliere una soluzione AI per il CRM?

Per scegliere una soluzione AI per il CRM, partire da un’attività circoscritta permette di confrontare funzioni native, accesso esterno e delega agentica sullo stesso risultato atteso. Servono fonti raggiungibili, regole descrivibili, responsabilità assegnate e indicatori del processo attuale, da confrontare con quelli del progetto dopo il rilascio (per approfondire: Gunpowder, white paper, §4.1 e §4.2).

Questo criterio può guidare anche l’acquisto di un nuovo CRM. Durante la valutazione, chiedere esempi di come la piattaforma copra un’attività concreta aiuta a distinguere una funzione facilmente disponibile da una capacità che richiede integrazioni, configurazioni o sviluppo.

Per preparare il confronto:

1. Descrivere il risultato. Quale attività deve essere completata e come verrà verificata? Una sintesi per una persona ha requisiti diversi da un aggiornamento con effetti contrattuali.
2. Individuare le fonti. Stabilire quale sistema abbia autorità su ciascuna informazione e come gestire dati mancanti o contraddittori.
3. Definire le operazioni. Precisare che cosa l’AI può leggere, modificare o avviare, con quale identità e quando deve chiedere conferma o coinvolgere una persona.
4. Confrontare le configurazioni. Verificare quali capacità siano già presenti nel CRM e quali occorra collegare, costruire o delegare.
5. Misurare e assegnare il presidio. Rilevare tempi, errori, escalation e costi prima del progetto; usare gli stessi indicatori dopo il rilascio e assegnare la manutenzione.

Il costo da valutare comprende configurazione, collegamenti, test, consumo di token e gestione nel tempo, oltre alle licenze. Nella configurazione ibrida si aggiunge il coordinamento fra gli ambienti come costo da conteggiare.
Le voci e le cifre cambiano enormemente in base al processo: il confronto richiede un perimetro comune e ipotesi esplicite di utilizzo.

L’autonomia va estesa attraverso risultati verificati.

Per approfondire il passaggio dal pilot alla produzione e le responsabilità organizzative, il white paper Dall’agent-washing all’Agentic Enterprise sviluppa il tema del governo degli agenti.