Ottimizzazione delle risorse e dei costi - Schemi agentici

Ulteriori informazioni su Ottimizzazione delle risorse ben progettata → Ottimizzazione delle risorse

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Azione	✅ Azioni di progettazione che accettano raccolte. L’agente che elabora 50 aggiornamenti di caso invoca una singola azione con raccolta di ID caso, non 50 chiamate separate
Agentforce \| Azione	✅ Utilizzare le query di relazione per recuperare i dati controllanti e controllati in singole istruzioni SOQL per gestire il budget SOQL in tutte le catene di azioni
Platform \| Cache piattaforma	✅ Cache dei dati di riferimento nella cache piattaforma eliminando query ripetute tra le azioni all’interno della stessa conversazione
Piattaforma \| Apex	✅ Spostare le operazioni degli agenti che superano i limiti sincroni in Area di attesa o Batch Apex.
Piattaforma \| Apex	✅ Azioni profilo sotto carico con i registri esecuzioni Apex. Spostare l’elaborazione intensa nel contesto asincrono quando si avvicina il limite sincrono
Agentforce \| Azione	✅ Azioni di progettazione con limiti di record controllati e paginazione per scenari di deviazione dei dati
Agentforce \| Azione	✅ Implementare il campionamento quando i volumi superano le soglie per gli agenti che possono richiedere “tutta la cronologia” in modo imprevedibile
Piattaforma \| Scale Center	✅ Utilizzare le tracce delle transazioni del Centro scala per identificare le azioni che consumano query eccessive

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Azione	⚠️ Invocazione di azioni separate per ogni record (ad esempio, 50 chiamate separate per 50 aggiornamenti di casi) anziché accettare raccolte
Piattaforma \| Apex	⚠️ Esecuzione di 5-10 query SOQL per azione in flussi di lavoro complessi di 10-15 azioni, avvicinandosi al limite di 100 query SOQL sincrone
Piattaforma \| Apex	⚠️ Esecuzione di elaborazioni di grandi dimensioni in modo sincrono in un’azione anziché in un contesto asincrono (ad esempio, calcolo del punteggio di oltre 1.000 lead in Apex sincrono)
Agentforce \| Azione	⚠️ Consentire agli agenti di recuperare un numero illimitato di record controllati da account con 15.000 opportunità o casi con 5.000 attività senza codice difensivo

Schemi

Dove cercare	Che bell’aspetto
Piattaforma \| Monitoraggio evento	✅ Monitorare il consumo API in Monitoraggio evento durante la fase pilota per comprendere l’utilizzo effettivo prima dell’implementazione completa
Data 360 \| Configurazione	✅ Impostare i primi k limiti sulla ricerca vettoriale per recuperare solo il numero di risultati effettivamente utilizzati
Data 360 \| Analytics	✅ Monitorare l’utilizzo dei risultati di ricerca vettoriale in Data 360 Analytics per la messa a punto dei parametri principali k
Piattaforma \| Eventi piattaforma	✅ Pubblica eventi piattaforma quando le condizioni richiedono l’intervento dell’agente anziché il polling pianificato che consuma chiamate API indipendentemente dall’esistenza di lavoro
Integrazione \| Azione	✅ Utilizzare schemi compositi: creare una singola API MuleSoft Experience per aggregare più controlli di sistema (inventario, prezzi, credito) in parallelo, l’agente invoca 1 azione esterna consumando 1 chiamata
Integrazione \| Azione	✅ Progettare flussi MuleSoft singoli che eseguano tutti gli aggiornamenti a valle anziché più flussi sequenziali per interazione dell’agente
Agentforce \| Configurazione agente	✅ Incorporare gli agenti nelle pagine Lightning utilizzando componenti standard per evitare di utilizzare chiamate API per interazione
Business \| Pianificazione	✅ Valutare i modelli di licenza MuleSoft (transaction-based vs platform licensing) rispetto ai volumi di transazioni degli agenti previsti per determinare i migliori costi

Anti-schemi

Dove cercare	Che brutto aspetto
Data 360 \| Configurazione	⚠️ Recupero dei primi 50 risultati di ricerca vettoriale quando si utilizzano solo i primi 5, sprecando il 90% del budget di calcolo e contesto
Platform \| Processi pianificati	⚠️ polling pianificato che consuma chiamate API indipendentemente dall’esistenza del lavoro (ad esempio, controllando ogni 5 minuti non trovando lavoro per l’80% del tempo)
Integrazione \| Credenziali denominate	⚠️ Utilizzo di 3 azioni separate che consumano 3 chiamate anziché una singola API composta che aggrega più chiamate di sistema
Piattaforma \| Apex	⚠️ LWC personalizzati che effettuano richieste API esplicite utilizzando chiamate API quando i componenti Lightning standard potrebbero evitarlo
Integrazione \| Sistemi esterni	⚠️ Sistemi esterni che eseguono il polling di Salesforce per le modifiche dello stato che consumano centinaia di chiamate API giornaliere anziché abbonarsi agli eventi CDC
Integrazione \| Azione	⚠️ Effettuare chiamate API sequenziali per ogni fase (query cliente, query prodotti, controllo inventario, creazione ordine, aggiornamento inventario, notifica spedizione) consumando oltre 12 chiamate per transazione quando gli schemi compositi ridurrebbero il consumo del 75%
Integrazione \| Configurazione agente	⚠️ Orchestrare le azioni degli agenti in molti sistemi senza valutare se ogni interazione di sistema è necessaria, moltiplicando il consumo API con ogni sistema aggiunto

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Modello di prompt	✅ Ridurre al minimo la lunghezza del prompt: rimuovere istruzioni dettagliate, esempi ridondanti, contesto non necessario. Il contesto selettivo migliora sia la latenza che la qualità
Piattaforma \| Apex	✅ Utilizzare SOQL selettivo con filtri indicizzati. Sfrutta lo strumento Query Plan (Piano di esecuzione query) per identificare gli indici mancanti che causano l’analisi completa delle tabelle
Agentforce \| Configurazione agente	✅ Utilizzare l’esecuzione parallela delle azioni quando non esistono dipendenze. Il recupero simultaneo dei dettagli dell’account e delle opportunità dimezza la latenza rispetto al recupero sequenziale
Platform \| Cache piattaforma	✅ Inserimento nella cache dei dati di riferimento con accesso frequente (cataloghi di prodotti, mappature dei territori, regole di prezzo) eliminando SOQL ripetuti
Platform \| Cache piattaforma	✅ Implementare il caching semantico corrispondente a query simili per servire richieste ripetute senza nuova inferenza
Piattaforma \| Apex	✅ Elaborare le richieste non urgenti in modo asincrono (aggiornamenti di stato, elaborazione batch, generazione di rapporti) utilizzando generosi limiti del governor asincrono
Piattaforma \| Apex	✅ Azioni profilo in volumi di dati realistici. Un’azione che esegue 3s diventa collo di bottiglia indipendentemente dall’inferenza LLM veloce
Agentforce \| Azione	✅ Implementare il blocco in Azioni per ridurre al minimo il tempo di esecuzione per operazione

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Modello di prompt	⚠️ Includere un contesto completo che aggiunge rumore anziché un contesto selettivo che migliora sia la latenza che la qualità
Agentforce \| Configurazione agente	⚠️ Esecuzione di azioni in sequenza quando non esistono dipendenze (ad esempio, query account 2s + query opportunità 2s = 4s sequenziale anziché 2s parallela)
Piattaforma \| Apex	⚠️ Esecuzione di scansioni complete delle tabelle a causa della mancanza di indici anziché utilizzare SOQL selettivo con filtri indicizzati
Platform \| Cache piattaforma	⚠️ Esecuzione ripetuta di query su Data 360 (1,5 secondi per chiamata) alla ricerca di dati comuni che potrebbero essere memorizzati nella cache (50 ms dalla cache piattaforma)
Agentforce \| Configurazione agente	⚠️ Richiedere il completamento sincrono per le operazioni non urgenti (aggiornamenti di stato, elaborazione batch, generazione di rapporti)

Schemi

Dove cercare	Che bell’aspetto
Data 360 \| Configurazione	✅ Suddividere gli articoli Knowledge, i documenti dei prodotti, la cronologia dei casi in segmenti di parola semanticamente significativi 250-750
Data 360 \| Configurazione	✅ Convalida le dimensioni dei blocchi rispetto agli schemi di query degli agenti. Precisione del bilanciamento (pezzi più piccoli) rispetto alla completezza del contesto (pezzi più grandi)
Data 360 \| Configurazione	✅ Utilizzare incorporamenti corrispondenti agli schemi di query degli agenti. Convalida la selezione in base a query rappresentative che misurano la precisione di recupero e il richiamo
Data 360 \| Configurazione	✅ Migliorare la somiglianza vettoriale con i filtri dei metadati garantendo i vincoli aziendali (ad esempio, filtrare per i prodotti attivi escludendo gli elementi interrotti indipendentemente dalla somiglianza semantica)
Data 360 \| Configurazione	✅ Utilizzare i profili unificati aggregando i dati dei clienti da più fonti in un’unica visualizzazione. Accedere al contesto completo (attributi, approfondimenti, coinvolgimento, previsioni) in un’unica query
Data 360 \| Configurazione	✅ Abilitare la risoluzione dell’identità per fornire una corrispondenza accurata tra i clienti
Data 360 \| Configurazione	✅ Configurare le istanze di Data 360 nelle regioni che soddisfano i requisiti normativi per la conformità alla residenza dati

Anti-schemi

Dove cercare	Che brutto aspetto
Data 360 \| Configurazione	⚠️ Utilizzo di blocchi eccessivamente grandi che includono informazioni irrilevanti che diluiscono la pertinenza nei risultati delle ricerche vettoriali
Data 360 \| Configurazione	⚠️ Affidarsi esclusivamente alla somiglianza semantica senza filtri dei metadati, restituendo risultati interrotti o di bassa qualità
Data 360 \| Configurazione	⚠️ Orchestrazione di più query di origine separate anziché utilizzare i profili unificati di Data 360 per il contesto completo del cliente
Data 360 \| Configurazione	⚠️ Utilizzo di modelli di incorporamento che non corrispondono agli schemi di query degli agenti (ad esempio, incorporamenti di classificazione dei documenti per la somiglianza domanda-risposta)
Data 360 \| Configurazione	⚠️ Elaborazione dei dati dei clienti europei su istanze Data 360 non europee, violazione dei requisiti di residenza dei dati

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Configurazione agente	✅ Assegnare priorità al contesto in modo esplicito: cronologia delle conversazioni recenti (massima), dati aziendali critici / stato / autorizzazioni record (secondo), contesto storico (minimo, solo quando lo spazio lo consente)
Agentforce \| Configurazione agente	✅ Dopo 10-15 turni, riepilogare la conversazione iniziale in una panoramica concisa mantenendo i fatti critici senza cronologia completa
Data 360 \| Configurazione	✅ Memorizzazione di contesto esteso in Data 360 o oggetti personalizzati anziché cronologia completa in ogni chiamata LLM. Eseguire query su richiesta mantenendo i prompt concentrati sulle esigenze correnti
Agentforce \| Azione	✅ Restituire solo i campi essenziali dalle risposte Azione. Recupero account restituisce i campi relativi all’operazione corrente, non tutti i 50 campi
Agentforce \| Configurazione agente	✅ Progettare una logica di priorità esplicita rispetto al troncamento arbitrario per l’allocazione delle finestre contesto

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Troncamento arbitrario del contesto senza logica di priorità esplicita
Agentforce \| Configurazione agente	⚠️ Mantenere la cronologia completa delle conversazioni oltre i 10-15 turni, budget contesto estenuante
Agentforce \| Configurazione agente	⚠️ Includere la cronologia completa in ogni chiamata LLM anziché memorizzare esternamente il contesto esteso ed eseguire query su richiesta
Agentforce \| Azione	⚠️ Restituzione di tutti i 50 campi dal recupero account quando solo un sottoinsieme è pertinente all’operazione corrente, consumando budget contesto
Agentforce \| Configurazione agente	⚠️ Allocazione del budget contesto senza riservare spazio sufficiente alla generazione di risposte

Schemi

Dove cercare	Che bell’aspetto
Piattaforma \| Azione	✅ Sviluppare librerie di azioni centralizzate che coprono CRUD dei record, approvazioni, notifiche, rapporti, convalida. I team della piattaforma garantiscono un comportamento, una sicurezza e prestazioni coerenti
Agentforce \| Configurazione agente	✅ Creare agenti specializzati mirati con una profonda esperienza nel dominio (agente dell’assistenza per la gestione dei casi, agente di vendita per la guida alle opportunità) mantenendo un contesto più ristretto e confini più chiari
Agentforce \| Configurazione agente	✅ Utilizzare l’orchestrazione di Agent Builder coordinando gli agenti specializzati per le esigenze tra domini diversi
Agentforce \| Modello di prompt	✅ Mantenere schemi di prompt convalidati nel Generatore di prompt. I modelli acquisiscono approcci collaudati per la formazione di query RAG, il ragionamento a più fasi, la formattazione delle risposte
Agentforce \| Modello di prompt	✅ Modelli di prompt di versione che abilitano il test A/B dei miglioramenti
Data 360 \| Configurazione	✅ Mantenere Knowledge Base condivise in Data 360 per più agenti. Agenti di vendita, dell’assistenza e del portale partner della Knowledge Base per un singolo prodotto
Agentforce \| Configurazione agente	✅ comporre nuovi agenti da componenti di base collaudati: definire lo scopo, selezionare Azioni, configurare prompt (giorni rispetto a settimane per le build personalizzate)

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Modello di prompt	⚠️ Creazione di prompt ad hoc per ogni agente anziché riutilizzare librerie di modelli di prompt convalidati
Agentforce \| Azione	⚠️ Reimplementazione delle azioni per ogni agente anziché utilizzare librerie di azioni riutilizzabili centralizzate
Agentforce \| Configurazione agente	⚠️ Creazione di agenti universali che tentano tutti gli scenari anziché di agenti specializzati focalizzati con una profonda esperienza nel dominio
Data 360 \| Configurazione	⚠️ Duplicazione di Knowledge Base per agente anziché condividere una singola Knowledge Base basata su più agenti

Schemi

Dove cercare	Che bell’aspetto
Piattaforma \| Tipi di metadati personalizzati	✅ Utilizzare tipi di metadati personalizzati e Generatore di prompt controllando il comportamento senza modifiche del codice. Gli amministratori modificano i modelli di prompt e i parametri di ragionamento senza cicli di sviluppo
Agentforce \| Configurazione agente	✅ Instradare i sottoinsiemi alle versioni sperimentali confrontando le metriche di qualità, la soddisfazione, il completamento delle operazioni prima dell’implementazione completa (ad esempio, dal 10% alla v2, 90% alla v1)
Agentforce \| Configurazione agente	✅ Monitorare il periodo di convalida e mantenere la funzionalità di ritiro se vengono rilevati problemi durante i test A/B
Agentforce \| Azione	✅ Definire contratti di interfaccia chiari tra i componenti: Le azioni specificano input, output, errori, aspettative di prestazioni
Agentforce \| Configurazione agente	✅ Espandere gradualmente le versioni di successo (dal 10% al 25% al 50% al 100%) in periodi di implementazione di più settimane
Agentforce \| Azione	✅ Sostituisci implementazioni Azione senza modifiche degli agenti quando vengono mantenuti i contratti di interfaccia

Anti-schemi

Dove cercare	Che brutto aspetto
Piattaforma \| Apex	⚠️ Richiedere modifiche del codice per modificare il comportamento degli agenti anziché utilizzare approcci basati sulla configurazione (tipi di metadati personalizzati, Generatore di prompt)
Agentforce \| Configurazione agente	⚠️ Implementazione completa delle nuove versioni degli agenti senza test A/B su un sottoinsieme di metriche di qualità e soddisfazione
Agentforce \| Azione	⚠️ Agenti che dipendono dai dettagli dell’implementazione dell’azione anziché dai contratti di interfaccia, che si interrompono quando cambiano le implementazioni
Agentforce \| Configurazione agente	⚠️ Distribuzione immediata di nuove versioni al 100% degli utenti senza implementazione graduale
Agentforce \| Configurazione agente	⚠️ Funzionamento senza funzionalità di ritiro durante i test di versione sperimentale

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Configurazione agente	✅ Risolvi ogni richiesta nel minor numero possibile di azioni degli agenti: i Flex Credits vengono consumati per azione, quindi il consolidamento della logica a più fasi in un’unica azione riduce direttamente i costi
Agentforce \| Configurazione agente	✅ Modellare le proiezioni dei costi mensili in base ai tassi di consumo documentati di Flex Credit e ai volumi di interazione previsti abilitando la pianificazione del budget
Einstein \| Monitoraggio	✅ Monitorare il consumo Flex Credit per agente, caso d’uso e popolazione di utenti per identificare schemi di consumo elevati che richiedono ottimizzazione
Einstein \| Monitoraggio	✅ Confrontare il consumo effettivo con le proiezioni per informare la pianificazione futura e identificare le opportunità di ottimizzazione

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Concatenazione di molte piccole azioni in cui un’azione consolidata risolverebbe la richiesta, moltiplicando il consumo di Flex Credit per interazione
Business \| Pianificazione	⚠️ Scoprire il consumo di Flex Credit supera le proiezioni solo dopo la distribuzione in produzione perché non è stata eseguita alcuna modellazione dei costi per interazione

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Configurazione agente	✅ Progettare i confini e i timeout delle sessioni in modo che una conversazione persista in modo appropriato senza terminare prematuramente e forzare una nuova conversazione fatturabile
Agentforce \| Configurazione agente	✅ Concentrare la capacità dell’agente sulla risoluzione della prima conversazione in modo che un’operazione venga completata entro la conversazione iniziale anziché richiedere un follow-up fatturabile
Einstein \| Monitoraggio	✅ Tenere traccia della percentuale di risoluzione della prima conversazione come metrica di efficienza dei costi in Prezzi per conversazione
Agentforce \| Configurazione agente	✅ Gestire i problemi correlati all’interno del contesto della conversazione esistente anziché aprire conversazioni separate che comportano una tariffa unica

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Terminare le conversazioni prematuramente attraverso brevi timeout di sessione, costringendo gli utenti ad avviare nuove conversazioni fatturabili per completare una singola operazione
Einstein \| Monitoraggio	⚠️ Monitoraggio solo del volume totale delle conversazioni senza tenere traccia della percentuale di risoluzione della prima conversazione, mancando la leva del costo principale in Prezzi per conversazione

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Favorire l’adozione in modo che gli utenti con licenza coinvolgano attivamente l’agente, poiché il valore dei prezzi per utente non misurato deriva dall’utilizzo anziché dalla riduzione al minimo di ogni interazione
Einstein \| Monitoraggio	✅ Monitorare l’utilizzo per identificare gli utenti con licenza a basso utilizzo per una formazione mirata o una riassegnazione delle licenze
Business \| Documentazione	✅ Collegare le interazioni degli agenti ai risultati aziendali in base alla popolazione di utenti in modo che i casi d’uso di valore elevato giustifichino l’investimento per posto
Business \| Pianificazione	✅ Esaminare le popolazioni di utenti con cadenza in modo che le licenze rimangano allineate all’utilizzo effettivo anziché cadere in licenze eccessive

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Provisioning delle licenze Per-Utente senza un piano di adozione, pagando un costo fisso per posto per gli utenti che interagiscono raramente con l’agente
Einstein \| Monitoraggio	⚠️ Non rivedere mai l’utilizzo in base alla popolazione degli utenti, lasciando che le licenze cadano nello stesso eccesso di licenze che spreca i posti tradizionali

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Configurazione agente	✅ Implementare agenti di triage che gestiscono l’instradamento iniziale con una logica semplice, indirizzando gli utenti a un agente specializzato solo quando la complessità lo richiede
Piattaforma \| Flusso	✅ Ritorno all’automazione dei flussi per gli scenari deterministici in cui è sufficiente una logica basata su regole, riservando il ragionamento degli agenti alle situazioni ambigue che ne hanno realmente bisogno
Data 360 \| Configurazione agente	✅ Recuperare i dati di base in modo selettivo, invocando la ricerca vettoriale e il recupero dei documenti solo quando il ragionamento dell’agente lo richiede anziché su ogni interazione

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Instradare ogni richiesta direttamente a un agente specializzato, incorrendo in costose chiamate complesse per le richieste che una semplice logica di triage avrebbe potuto gestire
Piattaforma \| Flusso	⚠️ Utilizzo del ragionamento degli agenti per flussi di lavoro deterministici basati su regole che un flusso eseguirebbe a costi inferiori senza consumo variabile
Data 360 \| Configurazione agente	⚠️ Recupero dei dati di base su ogni interazione indipendentemente dal fatto che il ragionamento lo richieda, determinando il consumo di Data 360 che non tiene traccia delle reali esigenze

Schemi

Dove cercare	Che bell’aspetto
Data 360 \| Configurazione agente	✅ Incorporamento nella cache del catalogo prodotti con cadenza di aggiornamento definita (ad esempio, 24 ore), recupero dalla cache per le domande di routine ed esecuzione di query su Data 360 solo per dati nuovi o specifici del cliente
Data 360 \| Configurazione agente	✅ Implementare strategie di caching per ridurre le query ripetute per le richieste comuni, bilanciando l’ottimizzazione dei costi con i requisiti di aggiornamento dei dati
Data 360 \| Organizzazione	✅ Modellare i costi iniziali di inserimento ed elaborazione dei dati (armonizzazione, risoluzione dell’identità, generazione di incorporamento) separatamente dai costi di crescita incrementali
Data 360 \| Configurazione agente	✅ Valutare se l’overhead RAG giustifica miglioramenti della qualità per casi d’uso specifici prima di aggiungere la generazione aumentata di recupero

Anti-schemi

Dove cercare	Che brutto aspetto
Data 360 \| Configurazione agente	⚠️ Nessun caching implementato nonostante la maggior parte delle query siano domande comuni identiche, consumando Flex Credits per risposte ripetute identiche
Data 360 \| Organizzazione	⚠️ Implementare un caching aggressivo senza considerare i requisiti di aggiornamento dei dati, fornendo informazioni obsolete agli utenti

Schemi

Dove cercare	Che bell’aspetto
Piattaforma \| Organizzazione	✅ Utilizzare il Sandbox Copia parziale con un campione di dati del cliente mirato per lo sviluppo degli agenti, riservando il Sandbox Copia completa esclusivamente alla convalida pre-produzione
Piattaforma \| Organizzazione	✅ Pianificare i costi dell’infrastruttura di sviluppo in anticipo, inclusa la capacità di Data 360, Flex Credits per test rapidi e connettività di integrazione

Anti-schemi

Dove cercare	Che brutto aspetto
Piattaforma \| Organizzazione	⚠️ Ogni sviluppatore che esegue il provisioning dei Sandbox Copia completa per lo sviluppo degli agenti, moltiplicare i Sandbox costa 5 volte
Piattaforma \| Organizzazione	⚠️ Affidarsi a test manuali ad hoc che forniscono una copertura insufficiente, rilevando problemi di qualità solo nella produzione
Business \| Pianificazione	⚠️ Rendere invisibili i costi delle infrastrutture di sviluppo durante la pianificazione, causando costi imprevisti significativi durante l’implementazione

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Creare un modello TCO completo che copra tutte e sei le categorie di costo: sviluppo, inferenza (crediti Flex), infrastruttura (Data 360 + MuleSoft), operazioni, governance e gestione del cambiamento
Business \| Documentazione	✅ Creare modelli TCO per fogli di calcolo che proiettano i costi da 3 a 5 anni con ipotesi documentate per volumi di interazioni, tassi di consumo del credito e traiettorie di crescita
Business \| Documentazione	✅ Eseguire analisi della sensibilità che rivelano quali presupposti influiscono maggiormente sull’investimento totale, consentendo sforzi di convalida mirati
Business \| Documentazione	✅ Modellare i costi operativi correnti come una frazione significativa ricorrente dei costi di sviluppo annuali per gli agenti maturi, ricavati da benchmark generali del settore degli agenti AI anziché da una cifra fissa di Salesforce
Business \| Pianificazione	✅ Includere i costi di gestione del cambiamento (formazione degli utenti, adattamento dei processi aziendali, cambiamento organizzativo) che sono spesso sottovalutati

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Includere solo i costi di sviluppo nel caso aziendale degli agenti senza modellare il consumo in corso (Flex Credits, Data 360, operations), scoprendo costi annuali non pianificati significativi dopo la distribuzione
Business \| Pianificazione	⚠️ Omissione del sovraccarico di governance (esami di sicurezza, infrastruttura di sorveglianza umana, registrazione di controllo, convalida della conformità) che cresce con l’autonomia degli agenti e il livello di rischio
Business \| Pianificazione	⚠️ Sottovalutare i costi di modifica soprattutto per gli agenti che creano turni di flusso di lavoro significativi, causando carenze di budget

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Valutare gli agenti Agentforce predefiniti rispetto allo sviluppo personalizzato attraverso un confronto completo dei costi di manutenzione su 3 anni
Business \| Documentazione	✅ Creazione di documenti e decisioni di acquisto nei record decisioni architettura che consentono una rivalutazione futura al variare dei costi e delle funzionalità
Agentforce \| Configurazione agente	✅ Considerare la personalizzazione degli agenti predefiniti tramite il Generatore di prompt e la configurazione delle azioni come via di mezzo tra pronto all’uso e completamente personalizzato
Business \| Pianificazione	✅ Criteri decisionali dei fattori oltre il costo: time-to-value, capacità di sviluppo organizzativo, valore di differenziazione strategica e tolleranza della dipendenza dal fornitore

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Creare un agente personalizzato perché “vogliamo il controllo” senza modellare il TCO di 3 anni che mostra l’opzione predefinita può essere significativamente più economico
Business \| Pianificazione	⚠️ Scegliere di costruire o acquistare in base esclusivamente ai costi del primo anno senza prevedere la manutenzione in corso, il consumo di credito e i vantaggi dell’aggiornamento del fornitore su un orizzonte pluriennale

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Confrontare il TCO degli agenti con le alternative di automazione tradizionali (Flusso, Apex, processi manuali) prima della distribuzione, convalidando la giustificazione dell’investimento
Business \| Documentazione	✅ Stabilire la base di riferimento del processo manuale che include i costi dei dipendenti a pieno carico, le percentuali di errore, il tempo di elaborazione e la capacità di produzione per rivelare potenziali risparmi
Agentforce \| Configurazione agente	✅ Distribuire gli agenti per le operazioni che richiedono comprensione del linguaggio naturale, ragionamento adattivo o gestione di un’elevata variabilità degli scenari in cui l’automazione tradizionale non può soddisfare le funzionalità
Piattaforma \| Flusso	✅ Utilizzare l’automazione dei flussi per flussi di lavoro deterministici con regole chiare, fornendo risultati equivalenti a costi inferiori senza consumo di inferenza variabile

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Agente di distribuzione per un’operazione di instradamento deterministico semplice che consuma $ 15.000 crediti annuali quando il flusso fornirebbe funzionalità equivalenti senza costi variabili
Business \| Pianificazione	⚠️ Approccio predefinito all’agente per tutta l’automazione senza valutare se l’automazione tradizionale fornisce risultati equivalenti a un costo totale inferiore

Schemi

Dove cercare	Che bell’aspetto
Einstein \| Monitoraggio	✅ Creare cruscotti digitali Flex Credit consumption (Consumo Flex Credit) che mostrano il consumo per agente, popolazione utente, periodo di tempo e tipo di interazione per identificare rapidamente i picchi di consumo
Einstein \| Monitoraggio	✅ Implementare l’attribuzione dei costi per interazione collegando il consumo di credito alle transazioni aziendali (costo per caso risolto, costo per lead qualificato, costo per ordine elaborato)
Einstein \| Monitoraggio	✅ Configurare l’avviso budget in corrispondenza di soglie di esempio come 70% e 85% per agente e caso d’uso (non solo a livello di organizzazione) abilitando un intervento proattivo prima del superamento
Einstein \| Monitoraggio	✅ Implementare il rilevamento delle anomalie identificando modelli di consumo insoliti (picchi improvvisi che indicano inefficienze immediate, modelli di utilizzo imprevisti o abusi)
Business \| Documentazione	✅ Condividere i cruscotti digitali dei costi con gli stakeholder aziendali e i team tecnici creando trasparenza che consente un utilizzo degli agenti consapevole dei costi
Business \| Documentazione	✅ Eseguire revisioni trimestrali del budget confrontando il consumo effettivo con le proiezioni, valutando i risultati aziendali e rettificando le allocazioni in base al valore dimostrato
Business \| Pianificazione	✅ Riservare il 10-15% del budget di credito alla sperimentazione e alla crescita inattesa dei consumi, evitando colli di bottiglia dell’innovazione
Business \| Pianificazione	✅ Creare proiezioni pluriennali basate sulle tendenze di adozione degli agenti, sulle nuove distribuzioni e sui casi d’uso in espansione che consentono la pianificazione della capacità e le trattative con i fornitori

Anti-schemi

Dove cercare	Che brutto aspetto
Einstein \| Monitoraggio	⚠️ Monitoraggio del consumo di credito solo attraverso la revisione mensile delle fatture, scoprendo che il budget supera le 6 settimane nel trimestre senza tempo per ottimizzare prima del rinnovo
Einstein \| Monitoraggio	⚠️ Configurazione degli avvisi budget solo a livello di organizzazione, assenza di picchi di consumo per agente e per caso d’uso che indicano opportunità di ottimizzazione
Business \| Pianificazione	⚠️ Richiedere un aumento del budget di emergenza perché il monitoraggio del consumo non è stato implementato abbastanza presto per identificare e affrontare i superamenti in modo proattivo
Business \| Pianificazione	⚠️ Impostazione di un budget annuale una volta all’inizio dell’anno fiscale senza revisioni, affamando gli agenti di alto valore per i crediti mentre gli agenti a basso ROI consumano l’allocazione
Business \| Pianificazione	⚠️ Allocazione di una riserva di budget zero per la sperimentazione, costringendo i team a giustificare ogni nuovo caso d’uso attraverso una lunga approvazione prima di qualsiasi esplorazione

Schemi

Dove cercare	Che bell’aspetto
Einstein \| Monitoraggio	✅ Monitorare il consumo in base all’istanza dell’agente abilitando il confronto tra i tipi di agenti e i casi d’uso, rivelando quali agenti offrono il ROI migliore
Business \| Documentazione	✅ Connettere il consumo ai processi aziendali (qualifica dei lead, risoluzione dei casi, elaborazione degli ordini) consentendo ai leader aziendali di valutare l’allineamento strategico
Einstein \| Monitoraggio	✅ Monitorare il consumo per reparto, ruolo o segmento di utenti rivelando dove l’adozione degli agenti è più elevata e dove si concentrano i costi
Business \| Pianificazione	✅ Utilizzare revisioni trimestrali dei costi per confrontare il ROI degli agenti in tutto il portafoglio e riassegnare gli investimenti da agenti con ROI basso a agenti con ROI alto in base al valore dimostrato

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Allocare tutti i costi degli agenti al budget IT senza attribuzione di unità operative, impedendo ai leader aziendali di valutare se la spesa è in linea con le priorità
Business \| Pianificazione	⚠️ Considerare il consumo degli agenti come costo indifferenziato senza collegare il consumo ai risultati aziendali, rendendo impossibile il calcolo del ROI

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Implementare rapporti di visualizzazione che forniscano visibilità dei consumi per unità operativa, creando consapevolezza dei costi che consenta decisioni di utilizzo informate senza controversie di chargeback
Business \| Documentazione	✅ Utilizzare l’allocazione ibrida con chargeback per gli agenti di produzione a volume elevato e showback per gli agenti sperimentali o a volume ridotto, bilanciando la responsabilità con la flessibilità dell’innovazione
Business \| Documentazione	✅ Eseguire revisioni trimestrali per verificare se il consumo è allineato al valore consegnato, portando a impegni di ottimizzazione

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Implementare il chargeback completo per gli agenti sperimentali, scoraggiare l’innovazione e l’esplorazione imponendo immediatamente la responsabilità del budget ai nuovi casi d’uso

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Modello di prompt	✅ Eliminare la verbosità inutile nei prompt di sistema riconoscendo ogni token aggiuntivo aggiunge il calcolo precompilato e la latenza in tutte le interazioni — ritagliare i prompt di sistema su ciò che l’agente utilizza effettivamente
Agentforce \| Modello di prompt	✅ Includere solo le informazioni pertinenti tramite il recupero selettivo del contesto con classificazione della pertinenza garantendo che le informazioni di valore più alto rientrino nei limiti del contesto
Agentforce \| Modello di prompt	✅ Specificare una formattazione concisa delle risposte per le interazioni di routine, riducendo al minimo i token di completamento evitando richieste di formattazione elaborata o spiegazioni approfondite
Agentforce \| Modello di prompt	✅ Riutilizzare modelli di prompt standardizzati tra agenti simili, ammortizzando gli investimenti di ottimizzazione rapida e creando coerenza ed efficienza

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Modello di prompt	⚠️ Scrivere prompt in conversazione senza ottimizzazione consumando 2K+ token per interazione, incluse istruzioni dettagliate ed esempi estesi a cui gli agenti fanno raramente riferimento
Agentforce \| Modello di prompt	⚠️ Recuperare tutti i dati potenzialmente correlati per il contesto anziché includere in modo selettivo solo le informazioni pertinenti, gonfiando il consumo di token rapidi
Agentforce \| Modello di prompt	⚠️ Creazione di modelli di prompt univoci per ogni agente anziché standardizzare gli schemi, moltiplicando l’impegno ingegneristico senza vantaggi di qualità proporzionale

Schemi

Dove cercare	Che bell’aspetto
Agentforce \| Configurazione agente	✅ Inserisci nella cache le risposte comuni degli agenti per le domande frequenti che servono direttamente dalla cache per le query duplicate (le percentuali di hit nella cache superiori al 30% indicano opportunità di ottimizzazione significative)
Data 360 \| Configurazione agente	✅ Inserisci nella cache il contesto Knowledge stabile (cataloghi di prodotti, documenti di policy, materiali di riferimento) riducendo il sovraccarico di recupero per ogni interazione che fa riferimento a informazioni comuni
Agentforce \| Configurazione agente	✅ Implementare il caching delle conversazioni all’interno delle sessioni utente mantenendo il contesto tra i turni senza inviare nuovamente la cronologia completa, riducendo il consumo di token nelle interazioni a più turni
Agentforce \| Configurazione agente	✅ Definire strategie di invalidazione della cache basate sulla volatilità dei contenuti (le informazioni sui prodotti vengono memorizzate nella cache per ore/giorni, i dati in tempo reale non devono essere memorizzati nella cache)

Anti-schemi

Dove cercare	Che brutto aspetto
Agentforce \| Configurazione agente	⚠️ Nessun caching implementato nonostante il 60% delle query siano domande comuni identiche, consumando inutilmente Flex Credits per risposte identiche ripetute
Agentforce \| Configurazione agente	⚠️ Caching dei dati in tempo reale (livelli di inventario, prezzi, disponibilità) che richiede freschezza, fornendo informazioni non aggiornate che portano a risposte errate degli agenti
Agentforce \| Configurazione agente	⚠️ Non aggiornare mai le risposte memorizzate nella cache che portano a risposte obsolete man mano che cambiano prodotti, policy o processi

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Richiedere un caso aziendale che includa il TCO previsto di 3 anni, i risultati aziendali previsti con la metodologia di misurazione, il confronto con alternative e la valutazione del rischio
Business \| Documentazione	✅ Definire soglie di approvazione che separano gli investimenti che un reparto può autorizzare da quelli che richiedono l’approvazione esecutiva, in modo che gli agenti con investimenti più elevati o a rischio più elevato ricevano un esame esecutivo proporzionato
Business \| Documentazione	✅ Mandare distribuzioni pilota che convalidano le ipotesi (consumo, qualità, adozione) prima dell’investimento completo in produzione
Business \| Documentazione	✅ Includere il calcolo del ROI nelle proposte degli agenti (ad esempio, il ritorno 4:1 dimostrato attraverso i casi risolti e la gestione manuale dei risparmi sui costi)

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Distribuzione di agenti senza business case, individuazione di un consumo di credito previsto 3 volte mentre si offre un valore aziendale poco chiaro, creazione di un consumo annuale non pianificato senza ROI documentato
Business \| Pianificazione	⚠️ Saltare la distribuzione pilota e passare direttamente alla produzione completa, perdendo l’opportunità di convalidare le ipotesi di consumo prima di impegnare il budget completo
Business \| Pianificazione	⚠️ Approvazione degli investimenti degli agenti senza confronto con approcci alternativi (processi manuali, automazione tradizionale) che possono fornire valore equivalente a costi inferiori

Schemi

Dove cercare	Che bell’aspetto
Business \| Documentazione	✅ Condurre una revisione annuale del portafoglio valutando tutti gli agenti confrontando costi, utilizzo, valore aziendale e allineamento strategico per rivelare le opportunità di ottimizzazione mancate dalla revisione agente per agente
Business \| Documentazione	✅ Definire criteri di tramonto (bassa adozione, scarso ROI, funzionalità sostituite, costi eccessivi) per evitare l’accumulo di agenti di basso valore che consumano budget
Business \| Pianificazione	✅ Praticare la riallocazione continua degli investimenti spostando le risorse dagli agenti con basse prestazioni alle opportunità di alto valore in linea con le priorità aziendali in evoluzione
Business \| Documentazione	✅ Classificare gli agenti in base al livello di ROI (ad esempio, i primi 2 offrono il 70% di valore al 50% di costo = eccellente; i secondi 4 offrono il 25% di valore al 35% di costo = accettabile; i secondi 2 offrono il 5% di valore al 15% di costo = candidati tramonto)

Anti-schemi

Dove cercare	Che brutto aspetto
Business \| Pianificazione	⚠️ Agenti distribuiti che rimangono in produzione a tempo indeterminato senza utilizzo o revisione del valore, accumulando agenti di basso valore che consumano budget che potrebbero finanziare opportunità di valore superiore
Business \| Pianificazione	⚠️ Valutare gli agenti solo singolarmente senza prospettiva di portafoglio, mancando l’approfondimento che pochi agenti offrono il maggior valore mentre molti consumano risorse sproporzionate