Salesforce AI Research presenta eVerse, un ambiente di simulazione per agenti vocali e testuali Enterprise-Ready

Milano, 14 novembre 2025 — Salesforce AI Research ha presentato oggi eVerse, un ambiente di simulazione aziendale per la formazione degli agenti attraverso la generazione di dati sintetici, stress test e machine learning.
Gli agenti LLM generici hanno problemi con “l’intelligenza irregolare”, ossia sono in grado di eseguire compiti complessi ma hanno difficoltà con quelli apparentemente semplici, con conseguenti rischi per l’azienda quando le incongruenze interferiscono con il servizio clienti, i flussi di lavoro delle vendite o le applicazioni medico-sanitarie.
eVerse risolve queste criticità garantendo più sicurezza grazie a una maggiore affidabilità dei dati e ottimizzando gli agenti sia in termini di capacità che di coerenza attraverso tre fasi interconnesse: sintesi dei dati, misurazione delle prestazioni e messa a punto del comportamento degli agenti. L’ambiente di simulazione eVerse è stato utilizzato per lo sviluppo di Agentforce Voice, che è in grado di gestire i diversi scenari di interazione con i clienti, dalle comunicazioni telefoniche a singhiozzo a quelle con rumori di fondo, fino a riconoscere accenti diversi, con un’ estrema accuratezza.
Stress test degli agenti con simulazioni di conversazioni
La richiesta di agenti vocali affidabili ed efficienti – come quelli sviluppati con Agentforce Voice – non è mai stata così alta. Nonostante la crescita dei canali digitali, oltre il 70% dei contatti con i clienti parte ancora da una telefonata. Quando si vuole ridurre al minimo il rischio di errore, il canale vocale resta la scelta preferita dalla maggior parte delle persone.
Ed è qui che eVerse fa la differenza: va oltre la semplice formazione e permette agli agenti di Agentforce di affrontare anche le conversazioni vocali più imprevedibili. Proprio come un pilota di Formula 1 affina i riflessi grazie a simulatori di altissima precisione, gli agenti di AI vengono addestrati e messi sotto stress negli ambienti virtuali di eVerse, che replicano rumori, accenti, interferenze e tutte le complessità tipiche delle situazioni reali.
Prima del lancio, Agentforce Voice è stato testato con migliaia di conversazioni simulate, consentendo ai tecnici di individuare e correggere rapidamente eventuali criticità e garantire quel livello di affidabilità enterprise che oggi i clienti sperimentano.
“Con eVerse siamo riusciti a valutare ogni sfumatura del dialogo umano ancora prima di portare Agentforce Voice in produzione”, spiega Jayesh Govindarajan, EVP of AI Engineering di Salesforce. “È questo rigore che permette di trasformare la ricerca più avanzata in esperienze solide e impeccabili per i clienti, ed è così che Agentforce Voice raggiunge la prontezza e la coerenza che le aziende si aspettano”.
L’ottimizzazione delle performance degli agenti in UCSF Health
eVerse è attualmente in fase di sperimentazione presso realtà come UCSF Health, dove è in corso una collaborazione con esperti clinici per addestrare e perfezionare agenti AI dedicati alla semplificazione della fatturazione sanitaria: un ambito in cui affidabilità e precisione non sono un plus, ma condizioni imprescindibili.
Grazie a un motore di apprendimento che evolve continuamente attraverso i feedback umani, raccolti direttamente nei contesti operativi e nei flussi di lavoro reali, il sistema consolida automaticamente le procedure corrette e si adatta progressivamente anche agli scenari più complessi. I primi riscontri indicano un tasso di retention delle conoscenze acquisite pari a circa il 70% e una capacità di generare nuovi casi superiore al 60%, segnali concreti di un percorso verso un’automazione solida e affidabile.
“Se usata in modo responsabile, crediamo che l’AI possa aiutare i nostri operatori a semplificare una delle fasi più complesse dell’assistenza sanitaria, offrendo un’esperienza di fatturazione più fluida e realmente centrata sul paziente”, ha dichiarato Sara Murray, MD, MAS, VP & Chief Health AI Officer di UCSF Health.
“La nostra collaborazione con UCSF Health dimostra come la scienza applicata si traduca immediatamente in valore per il cliente”, ha commentato Silvio Savarese, Chief AI Scientist di Salesforce. “Quando si addestrano gli agenti in ambienti che rispecchiano la complessità del mondo reale, le loro prestazioni diventano più affidabili proprio nei momenti che contano”.
Questo ciclo continuo – configurare gli ambienti, misurare le performance, ottimizzare i comportamenti – permette di trasformare gli agenti da semplici modelli linguistici a sistemi specializzati, pronti per l’implementazione in produzione.
Il percorso verso l’intelligenza generale in ambito enterprise
Grazie a questo progetto, Salesforce AI Research ha sviluppato una visione chiara di ciò che definisce l’intelligenza generale per il mondo enterprise (EGI): un’AI progettata per le applicazioni aziendali, capace di combinare elevate prestazioni e coerenza in ogni situazione. Se nel mondo consumer un certo grado di incoerenza può essere tollerato, nelle applicazioni professionali l’affidabilità deve essere garantita a ogni interazione.
eVerse colma proprio questo divario: introduce nel ciclo di sviluppo tutta la complessità dei contesti produttivi e assicura performance stabili e prevedibili, come richiesto dalle organizzazioni che adottano l’AI su larga scala.
La diffusione dell’intelligenza artificiale dipende dalla capacità delle aziende di integrare agenti altamente competenti e accurati, perfettamente allineati alle specificità del proprio settore. Con eVerse, Salesforce AI Research sta costruendo questo futuro attraverso un approccio scientifico rigoroso, in grado di trasformare il modo in cui l’AI enterprise viene progettata, validata e implementata.
Informazioni su Salesforce
Salesforce aiuta le aziende di qualsiasi dimensione a diventare imprese agentiche, integrando persone, agenti, app e dati su una piattaforma affidabile e unificata per generare una crescita e un'innovazione senza precedenti. Per ulteriori informazioni, visitare il sito www.salesforce.com.





