Salesforce acquisisce Cresta: cosa cambia per gli Agent AI nel Customer Service

Un mercato che si consolida

Per Salesforce, Cresta è l’ultima di una serie di acquisizioni nella customer experience che nel 2026 comprende, tra le altre, Contentful, Fin (ex Intercom), Listen Labs e Braze. Secondo le stime di CMSWire, la spesa complessiva supererebbe i 15 miliardi di dollari in un solo anno. Ma la tendenza va oltre una singola azienda: i grandi player del software per il customer service stanno acquisendo startup e concorrenti a ritmo sostenuto, e il mercato si sta concentrando attorno a pochi grandi ecosistemi.

Il significato di questo movimento è chiaro. Gli Agent AI per il customer service stanno uscendo dalla fase dei progetti pilota ed entrano in quella industriale. Non si discute più se automatizzare le conversazioni con i clienti, ma come farlo su larga scala, con quali garanzie e con quale architettura. Secondo una previsione di Gartner del marzo 2025, entro il 2029 l’Agentic AI risolverà in autonomia l’80% delle richieste più comuni di customer service, con una riduzione del 30% dei costi operativi.

Per chi, come noi, sviluppa e gestisce Agent AI in produzione da tempo, è una conferma della direzione intrapresa. Ed è anche il momento giusto per chiarire come leggiamo questa fase e dove ci collochiamo.

Perché proprio la voce

Salesforce ha motivato l’acquisizione con la centralità del canale telefonico, quello in cui il servizio è più difficile da erogare bene. È una lettura condivisibile. Al telefono arrivano le richieste più complesse e urgenti, il cliente si aspetta una soluzione durante la chiamata e i margini di errore sono minimi. Per anni è stato anche il canale in cui l’automazione ha dato i risultati più deludenti: menu a tasti, riconoscimento vocale rigido, trasferimenti continui.

I modelli linguistici di nuova generazione hanno cambiato questo scenario. Oggi un Agent AI vocale può sostenere una conversazione naturale, verificare l’identità del cliente, consultarne lo storico e intervenire sui sistemi aziendali per chiudere la richiesta. Di conseguenza cambia anche il modo di misurare il servizio: non conta più quante chiamate vengono «contenute» senza arrivare a un operatore, ma quante richieste vengono risolte al primo contatto.

La nostra esperienza aggiunge però un elemento. La voce raramente è un canale isolato: spesso il cliente telefona dopo aver scritto in chat o ricevuto un’e-mail, e la qualità della risposta dipende da quanto l’agente conosce di quelle interazioni. Per questo, nel nostro approccio, la voce non è un prodotto a sé, ma uno dei canali di un’unica orchestrazione che comprende anche WhatsApp, chat, e-mail e web, e che arriva fino ai sistemi in cui le pratiche si chiudono davvero, dal CRM al billing all’ERP.

Piattaforma unica o architettura aperta

Salesforce ha motivato l’acquisizione con la centralità del canale telefonico, quello in cui il servizio è più difficile da erogare bene. È una lettura condivisibile. Al telefono arrivano le richieste più complesse e urgenti, il cliente si aspetta una soluzione durante la chiamata e i margini di errore sono minimi. Per anni è stato anche il canale in cui l’automazione ha dato i risultati più deludenti: menu a tasti, riconoscimento vocale rigido, trasferimenti continui.

I modelli linguistici di nuova generazione hanno cambiato questo scenario. Oggi un Agent AI vocale può sostenere una conversazione naturale, verificare l’identità del cliente, consultarne lo storico e intervenire sui sistemi aziendali per chiudere la richiesta. Di conseguenza cambia anche il modo di misurare il servizio: non conta più quante chiamate vengono «contenute» senza arrivare a un operatore, ma quante richieste vengono risolte al primo contatto.

La nostra esperienza aggiunge però un elemento. La voce raramente è un canale isolato: spesso il cliente telefona dopo aver scritto in chat o ricevuto un’e-mail, e la qualità della risposta dipende da quanto l’agente conosce di quelle interazioni. Per questo, nel nostro approccio, la voce non è un prodotto a sé, ma uno dei canali di un’unica orchestrazione che comprende anche WhatsApp, chat, e-mail e web, e che arriva fino ai sistemi in cui le pratiche si chiudono davvero, dal CRM al billing all’ERP.

Licenze a postazione e Agent AI: un modello da ripensare

C’è poi un aspetto che negli annunci delle acquisizioni non compare quasi mai, ma che chi sceglie una soluzione per il customer service farà bene a considerare: il modello di prezzo. Da oltre vent’anni CRM e piattaforme di contact center si acquistano soprattutto con licenze a postazione: più operatori, più licenze. Era un’unità di misura sensata finché il lavoro coincideva con le persone che lo svolgevano.

Gli Agent AI cambiano questa equazione. Il loro valore sta proprio nel gestire volumi crescenti senza far crescere il team in proporzione: l’AI risolve le richieste ripetitive, le persone si concentrano sui casi complessi e a maggior valore. Se il prezzo resta legato al numero di postazioni, l’efficienza generata dall’AI e il costo della tecnologia rischiano di muoversi in direzioni diverse. È quella che gli analisti chiamano «seat compression»: Deloitte, nelle TMT Predictions 2026, osserva che gli agenti AI possono dare a un singolo utente la capacità di molti, riducendo il numero di licenze necessarie. E Gartner stima che entro il 2030 almeno il 40% della spesa in software enterprise si sposterà verso modelli di prezzo basati su utilizzo, agenti o risultati.

Il mercato si sta già muovendo: i principali fornitori di software per il customer service stanno affiancando alle licenze tradizionali formule a conversazione, a consumo o a risoluzione. È una transizione complessa per chi ha costruito il proprio modello sulle postazioni, e richiederà tempo. Per chi deve scegliere oggi, però, la domanda pratica è semplice: a cosa è legato il prezzo che pago? Al numero di persone, all’uso della tecnologia o ai risultati ottenuti?

La questione europea: dove vengono elaborati i dati?

C’è un tema che negli annunci delle grandi acquisizioni resta spesso sullo sfondo, ma che per le aziende europee pesa sempre di più: dove vengono elaborate le conversazioni. Ogni interazione con il customer service contiene dati personali e contrattuali, talvolta sanitari o finanziari, e ogni risposta di un Agent AI passa attraverso un modello che gira su un’infrastruttura soggetta ad una precisa giurisdizione. Nei settori regolamentati, questa variabile può determinare se un progetto parte o resta fermo.

Anche su questo abbiamo fatto una scelta netta. Il 22 ottobre, al NVIDIA GTC di Berlino, Polarise ha lanciato la propria AI Cloud sovrana e ha presentato Increso tra i primi clienti a utilizzare in produzione Polarise Drive, la sua piattaforma di inferenza gestita. Polarise possiede e gestisce direttamente la propria infrastruttura e, come dichiara nel comunicato, i dati non lasciano l’Unione Europea e non sono soggetti al CLOUD Act statunitense.

«I nostri clienti si aspettano Agent AI veloci, affidabili e pienamente conformi alle normative europee sulla protezione dei dati. Con Polarise Drive utilizziamo per i nostri agenti i più recenti modelli Nemotron su infrastruttura europea, senza compromessi né sulle prestazioni né sul controllo dei dati dei nostri clienti. Questo ci permette di portare l’Agentic AI nel customer service con molta più facilità, anche nei settori in cui i dati sono più sensibili.» — Marco Modonesi, CTO di Increso

Cosa aspettarsi nei prossimi mesi

L’integrazione di Cresta in Salesforce inizierà dopo il closing, nella prima parte del 2027. Sarà interessante osservare come convivranno due Agent AI nati con logiche diverse (Fin nato sui canali digitali, Cresta sulla voce) e se l’impegno alla neutralità verso le piattaforme di terze parti reggerà nel tempo.

Per le aziende, intanto, il messaggio è già chiaro: gli Agent AI sono diventati una componente strutturale delle Customer Operations. Le scelte da fare riguardano l’architettura, la governance e il controllo dei dati, più che la tecnologia in sé.

«Quando i grandi player del mercato investono miliardi in questa direzione, la strada non è più in discussione. La vera domanda, per le aziende, è con quale modello percorrerla. Noi crediamo in un approccio aperto, che parta dai processi e dai sistemi che i clienti hanno già, e che lasci loro il pieno controllo dei propri dati.» — Riccardo Frisieri, Co-Founder di Increso

In Increso continuiamo a sviluppare Agentic AI per le Customer Operations, insieme ai nostri partner e su infrastruttura europea.

Se vuoi approfondire questi temi o capire come applicarli ai tuoi processi, parla direttamente con Sara sul nostro sito.