Salesforce ha firmato un accordo definitivo per l’acquisizione di Cimulate, società specializzata in soluzioni di ricerca prodotto basate su Intelligenza Artificiale e tecnologie per il commercio agentico.
L’operazione rafforza l’investimento di Salesforce in Agentforce Commerce, accelerando l’evoluzione delle funzionalità di ricerca e scoperta prodotto e supportando i retailer nell’offerta di esperienze di acquisto sempre più personalizzate, contestualizzate e conversazionali.
Con l’evoluzione delle aspettative dei consumatori, il retail digitale sta superando il paradigma della keyword search per adottare modelli di scoperta guidati dal contesto. Integrando Cimulate in Agentforce Commerce, Salesforce punta a trasformare il modo in cui gli utenti trovano, esplorano e valutano i prodotti in tempo reale, con impatti diretti su rilevanza, velocità decisionale e conversione.
Dalla keyword search alla comprensione dell’intento
Il limite strutturale della search tradizionale in ambito e-commerce è noto: la query testuale rappresenta solo una porzione dell’obiettivo reale dell’utente. Un termine come “giacca impermeabile” può sottintendere vincoli impliciti – fascia di prezzo, brand, utilizzo urbano o sportivo, disponibilità immediata – che il semplice matching lessicale non intercetta.
La tecnologia di Cimulate è progettata come sistema intent-aware, capace di interpretare non soltanto le parole digitate ma il contesto dinamico in cui la richiesta viene formulata: cronologia di navigazione, segnali comportamentali in sessione, preferenze storiche, pattern di acquisto aggregati, variabili di stock, stagionalità e priorità commerciali.
In questo schema, la ricerca evolve da meccanismo di recupero documentale a layer decisionale adattivo, in grado di orchestrare ranking, suggerimenti, filtri e contenuti sulla base dell’obiettivo probabile dell’utente. Il focus si sposta dal “cosa è stato scritto” al “cosa si intende ottenere”.
Architettura AI-native e simulazione dei percorsi di acquisto
Uno degli elementi distintivi della soluzione Cimulate è l’integrazione strutturale tra dati reali e dati sintetici.
Accanto ai segnali tradizionali derivati da clickstream e transazioni, la piattaforma utilizza modelli di simulazione per generare milioni di possibili shopping journey. Questa componente consente di affrontare alcune criticità tipiche del retail digitale: nuovi prodotti privi di storico, cataloghi molto estesi con lunga coda poco performante, ambiguità semantiche, cambiamenti stagionali e segmenti di utenza scarsamente rappresentati.
La simulazione non sostituisce il dato osservato, ma amplia lo spazio di apprendimento del sistema, migliorando la robustezza del ranking e delle raccomandazioni anche in condizioni di informazione incompleta o distribuzioni non omogenee.
Dal punto di vista tecnico, la piattaforma si colloca all’intersezione tra semantic search avanzata e modelli linguistici di nuova generazione, combinando comprensione del linguaggio naturale, segnali comportamentali e logiche predittive in un’architettura progettata specificamente per il retail.
Dati sintetici: leva di scalabilità e nodo di governance
Per dati sintetici si intendono informazioni generate artificialmente da modelli statistici o di machine learning che riproducono le caratteristiche strutturali e comportamentali dei dati reali senza coincidere con eventi effettivamente accaduti. In ambito e-commerce ciò significa simulare combinazioni di query, sequenze di interazioni, pattern di acquisto e scenari decisionali plausibili.
L’obiettivo è colmare limiti strutturali del retail digitale: prodotti appena lanciati, cataloghi con coda lunga, stagionalità marcate, segmenti emergenti o rari. Generando milioni di percorsi simulati, il sistema viene addestrato a riconoscere intenzioni latenti anche in presenza di scarsità informativa.
Dal punto di vista operativo, l’approccio offre tre vantaggi principali. Migliora la resilienza del ranking in scenari nuovi o poco rappresentati; accelera i cicli di ottimizzazione consentendo test virtuali su strategie di merchandising, configurazioni di catalogo o logiche promozionali; riduce la dipendenza esclusiva dallo storico, che riflette decisioni passate e può cristallizzare inefficienze o bias.
La qualità dei risultati resta tuttavia strettamente legata alla fedeltà del modello generativo. Se la simulazione non riflette in modo accurato le dinamiche reali del comportamento d’acquisto, il sistema rischia di apprendere pattern distorti o poco rappresentativi. Esiste inoltre il pericolo di amplificare bias già presenti nei dati di partenza.
Diventa quindi centrale la governance dei modelli: explainability, monitoraggio continuo delle performance e validazione costante rispetto ai dati reali sono condizioni necessarie per evitare uno scollamento progressivo tra simulazione e comportamento effettivo degli utenti.
Se implementata con adeguati meccanismi di controllo, la combinazione tra dati reali e sintetici può trasformare la search da sistema reattivo, ancorato a ciò che è già accaduto, a motore predittivo e proattivo, capace di anticipare bisogni e guidare l’utente lungo percorsi di scoperta coerenti con intenzioni probabili e priorità commerciali.
Impatto operativo: conversione, revenue e valorizzazione del catalogo
L’obiettivo dichiarato non è limitato all’ottimizzazione di metriche tattiche come CTR o precisione del ranking, ma riguarda indicatori di business: tempo alla scoperta del prodotto rilevante, tasso di conversione, valore medio del carrello e revenue per utente.
Allineando la ricerca al reale percorso decisionale dell’acquirente, la piattaforma punta a ridurre le frizioni lungo il customer journey e a valorizzare l’intero catalogo, inclusi prodotti che in una logica puramente keyword-based resterebbero marginalizzati.
Per i merchant, la search smette di essere un semplice componente tecnico dell’infrastruttura e-commerce e diventa uno strumento strategico di crescita e orchestrazione commerciale.
Verso il commercio agentico
L’integrazione in Agentforce Commerce inserisce la tecnologia di Cimulate in un quadro più ampio orientato al commercio agentico. In questo paradigma, agenti digitali alimentati dall’AI non si limitano a rispondere a richieste esplicite, ma costruiscono dinamicamente l’esperienza di acquisto sulla base di intenzioni probabili, scenari alternativi e priorità commerciali.
La combinazione tra i modelli AI di Salesforce e il motore contestuale di Cimulate mira a ridurre il divario tra intenzione e azione: comprendere cosa l’utente intende ottenere e tradurlo in tempo reale in proposte pertinenti e contestualizzate.
“Il futuro del settore commerciale è agentico: va oltre la semplice transazione per abilitare una ricerca intuitiva e conversazionale”, ha dichiarato Nitin Mangtani, SVP & GM, Commerce and Retail, Salesforce. “Integrando la tecnologia di Cimulate in Agentforce Commerce, aiutiamo i retailer a colmare il divario tra l’intenzione dell’acquirente e l’azione, offrendo esperienze più naturali, pertinenti ed efficaci”.
“Entrare a far parte di Salesforce ci permette di ampliare la portata della nostra tecnologia e renderla accessibile ai principali retailer a livello globale”, ha commentato John Andrews, CEO e Co-Founder di Cimulate. “Insieme possiamo supportare i brand nel superare i limiti della ricerca tradizionale, offrendo esperienze capaci di comprendere davvero ciò che gli acquirenti cercano e di rispondere in tempo reale”.
Con questa acquisizione, il team di Cimulate entra a far parte di Salesforce apportando competenze avanzate nella ricerca contestuale e intent-based per l’e-commerce e contribuendo all’evoluzione di Agentforce Commerce come piattaforma sempre più autonoma, predittiva e guidata da agenti intelligenti.
La chiusura dell’operazione è prevista per il primo trimestre dell’anno fiscale 2027 di Salesforce, subordinatamente alle consuete condizioni di closing.
