Salesforce sta ridisegnando il modo in cui viene prodotto il software, spostando risorse dalla crescita della forza lavoro verso l’uso intensivo di modelli di intelligenza artificiale. Questo cambiamento nasce da una valutazione interna sul rendimento operativo: gli strumenti basati su modelli consentono di completare molte attività ripetitive più velocemente rispetto a prima. La direzione dell’azienda enfatizza che le persone mantengono il ruolo decisionale principale, mentre i sistemi automatici eseguono compiti specifici. Il percorso scelto è focalizzato sulla riallocazione del budget e sulla gestione dei carichi di lavoro tramite automazione controllata.
Indice
- Taglio alle assunzioni e spostamento della spesa
- Produttività e strumenti citati
- Cosa sono e cosa fanno i coding agents
- Gestione dei costi e instradamento dei modelli
- Riorganizzazione dei ruoli e focus commerciale
- Quota di lavoro svolta dall’AI e ruolo degli ingegneri
- Implicazioni pratiche per team e clienti
Taglio alle assunzioni e spostamento della spesa
Nel 2025 Salesforce ha congelato le assunzioni per nuovi ingegneri software dopo aver registrato guadagni di produttività rilevanti grazie alla propria infrastruttura AI. L’azienda prevede di destinare circa 300 milioni di dollari a token Anthropic nel 2026; per token si intendono le unità di consumo che misurano l’uso dei modelli linguistici e che generano fatturazione per l’inferenza. Questo orientamento non elimina la spesa tecnologica, ma la trasforma: meno salari diretti e più costi variabili legati al compute e ai servizi AI. A fianco di questa previsione risulta anche un investimento precedente in Anthropic superiore a 300 milioni, che rafforza la collaborazione con quel fornitore di modelli.
Produttività e strumenti citati
Marc Benioff ha riportato miglioramenti di produttività superiori al 30% attribuiti a Agentforce e altri strumenti AI introdotti nel 2024. Per chiarire, Agentforce è una piattaforma che sfrutta agenti di codice per supportare lo sviluppo e ha raggiunto un fatturato ricorrente di circa 800 milioni di dollari all’anno, parametro noto come ARR (annual recurring revenue). Gli ingegneri di Salesforce, circa 15.000 persone, lavorano con modelli provenienti da Anthropic e con tecnologie come OpenAI Codex e Cursor per ottenere bozze di codice, suggerimenti e correzioni. Il quadro è di collaborazione fra macchine e sviluppatori, non di sostituzione totale.
Cosa sono e cosa fanno i coding agents
I coding agents sono software basati su modelli linguistici che automatizzano attività di sviluppo, come generare bozze di codice, correggere errori, eseguire refactoring e preparare test. Definiamo il concetto: un agente di codice è un’entità automatizzata in grado di interpretare istruzioni in linguaggio naturale o formale e produrre output software ripetibile sotto supervisione umana. Nella pratica questi agenti eseguono compiti routinari riducendo il tempo speso su lavori meccanici, mentre gli sviluppatori rimangono responsabili di requisiti, architettura e valutazione dei rischi. L’approccio operativo più usato è quello con l’essere umano nel ciclo decisionale, cioè un controllo continuo delle produzioni automatiche da parte di professionisti esperti.
Gestione dei costi e instradamento dei modelli
Per contenere le spese Salesforce sta progettando sistemi che instradano richieste verso modelli di dimensioni diverse in base alla complessità del compito, così da bilanciare accuratezza e consumo. Questo significa usare modelli leggeri per controlli semplici e modelli più grandi per attività complesse, riducendo l’uso non necessario di risorse costose. La strategia punta a trasformare costi fissi di personale in costi variabili legati al consumo dei token e all’inferenza, con l’obiettivo di mantenere controllo sulla spesa totale. Organizzare questa infrastruttura richiede investimenti in ingegneria di piattaforma e monitoraggio per ottimizzare i flussi tra modelli diversi.
Riorganizzazione dei ruoli e focus commerciale
La pausa nelle assunzioni per ingegneri non è stata accompagnata da una riduzione della forza lavoro complessiva, quanto da uno spostamento di priorità: Salesforce prevede di aggiungere tra 1.000 e 2.000 venditori per facilitare l’adozione delle nuove funzionalità AI. Questo personale commerciale ha il compito di tradurre le capacità degli agenti e dei modelli in valore tangibile per i clienti, ad esempio integrando funzionalità nei prodotti come Slack. L’intento è monetizzare l’automazione mostrando risparmi di tempo e miglioramento della produttività ai clienti enterprise. La scelta riflette una strategia sales-led che accompagna l’innovazione tecnica con supporto e formazione commerciale.
Quota di lavoro svolta dall’AI e ruolo degli ingegneri
Le stime interne indicano che l’AI copre oggi tra il 30% e il 50% del carico di lavoro in alcuni flussi operativi, percentuale che varia per funzione e progetto. Nonostante questa amplificazione delle capacità automatiche, l’azienda sottolinea che gli ingegneri rimangono cruciali per garantire qualità, sicurezza e direzione del prodotto. Il modello operativo rimane pragmatico: gli agenti gestiscono compiti specifici mentre le persone prendono decisioni chiave e validano risultati critici. Come risultato, i ruoli tecnici evolvono verso la supervisione di workflow AI, la verifica delle uscite e la definizione delle policy di utilizzo.
Implicazioni pratiche per team e clienti
Per team di sviluppo e manager la raccomandazione operativa è trattare gli agenti come collaboratori che producono bozze, eseguono test e propongono iterazioni, mentre le persone definiscono priorità e valutano il rilascio. Aspettatevi una progressiva riallocazione dei budget da salari fissi a costi di inferenza e token, con la necessità di nuove competenze nella gestione di pipeline AI. L’impatto atteso è la riduzione dei tempi su attività ripetitive e un aumento della focalizzazione umana su progettazione, revisione e rischio. Se il piano di Salesforce si dimostrerà sostenibile, altre aziende potrebbero seguire spostando parte della spesa verso risorse computazionali e servizi AI.
FAQ
La sospensione è una risposta ai guadagni di produttività ottenuti dall’uso dell’AI, che ha permesso di gestire carichi di lavoro significativi senza aumentare il numero di sviluppatori. L’obiettivo è riallocare risorse verso investimenti in modelli e infrastrutture AI, riducendo costi fissi. La decisione è parte di una strategia per bilanciare spesa salariale e costi variabili legati all’uso dei modelli. Restano attivi ruoli chiave per supervisione e controllo della qualità del software prodotto.
I token sono unità di consumo per l’utilizzo dei modelli linguistici e misurano quanta inferenza viene effettuata su una piattaforma come quella di Anthropic. Pagare token significa acquistare capacità di calcolo e accesso alle API dei modelli, non quote azionarie. Salesforce prevede di dedicare risorse significative a questi token per supportare agenti e servizi AI. La spesa sui token rende i costi più legati al consumo effettivo rispetto a spese fisse di personale.
I coding agents automatizzano attività ripetitive come generazione di boilerplate, test automatici e refactoring, velocizzando parti del ciclo di sviluppo. Non sono ancora capaci di gestire decisioni architetturali complesse o valutazioni di rischio senza supervisione umana. Gli sviluppatori restano responsabili dell’analisi dei requisiti, della sicurezza e della validazione finale del codice. L’uso pratico è quello di ridurre lavoro manuale, non di eliminare il controllo umano.
Significa che ogni output prodotto dall’AI viene valutato e approvato da persone prima di entrare in produzione, con controlli su qualità, sicurezza e conformità. Questo approccio limita errori, bias e comportamenti non desiderati dei modelli, mantenendo responsabilità chiare. Le persone impostano obiettivi, definiscono policy e intervengono sui risultati critici. Il modello operativo combina velocità dell’automazione con giudizio umano per decisioni strategiche.
La tendenza è verso una riallocazione dei budget da salari fissi a spese variabili per compute e token, con investimenti in strumenti che instradano richieste tra modelli leggeri e potenti. Sul fronte organizzativo si prevede un aumento di figure orientate al go-to-market e alla vendita delle funzionalità AI, mentre i ruoli tecnici evolvono verso la supervisione dei workflow automatizzati. L’effetto netto dipenderà dall’efficacia operativa e dalla capacità di trasformare automazione in valore per il cliente. Gli sviluppatori svilupperanno competenze nella gestione e nel controllo degli agenti.
I clienti possono ottenere tempi di sviluppo ridotti e funzionalità AI integrate nei prodotti, ma la qualità finale dipenderà dalla supervisione umana e dall’implementazione di controlli adeguati. Salesforce sta puntando a convertire l’automazione in valore misurabile, supportando l’adozione con una forza vendita dedicata. I benefici concreti sono minori tempi di rilascio e supporto più rapido per personalizzazioni. Ogni cliente valutarebbe il rapporto tra costi aggiuntivi per i servizi AI e i risparmi operativi attesi.