Copilot e agenti: due modi diversi di mettere l’AI nel flusso del venditore

Dynamics 365 Sales gira su Microsoft Dataverse e adotta il design delle app model-driven di Power Apps. Qualunque discorso sull’AI parte da lì, perché ciò che Copilot e gli agenti leggono e scrivono sono righe di Dataverse.

Copilot in Dynamics 365 Sales è un assistente con un’interfaccia di chat: il venditore chiede in linguaggio naturale oppure usa prompt predefiniti. Le capacità documentate sono record summarization, embedded experiences (i riassunti dentro i form di lead e opportunity), recent changes to records, information assistance sui documenti in SharePoint, meeting preparation, email assistance e news updates. Il punto che l’esame verifica volentieri non è l’elenco, ma il confine di sicurezza: Copilot può ottenere informazioni solo dai record e dai file a cui l’utente che ha effettuato l’accesso ha già accesso. Copilot non allarga i permessi di nessuno.

Gli agenti sono un’altra cosa: lavorano in autonomia su record scelti da criteri di selezione, senza che qualcuno faccia una domanda. Sono quattro, e attribuire a uno le impostazioni di un altro è l’errore più costoso di quest’area.

  • Sales Qualification Agent — lavora sui lead, in due modalità: Research-only e Research and engage. Entrambe ricercano il lead, ne valutano il fit rispetto al target customer profile, generano l’email di outreach e passano i lead promettenti ai venditori. Solo Research and engage però invia le email, manda i follow-up, rileva l’intento positivo dalle risposte e valuta i criteri BANT (Budget, Authority, Need, Timeline). Chi confonde «genera l’email» con «invia l’email» sbaglia la domanda.
  • Sales Opportunity Agent — già noto come Opportunity Research Agent, lavora sulle opportunity. Consolida CRM, email, riunioni e ricerca web, rileva i rischi in anticipo e aiuta a dare priorità. In configurazione si impostano una refresh frequency, i selection criteria delle opportunity e l’importance and risk assessment; per la valutazione del rischio usa il modello di machine learning del predictive opportunity scoring, che viene configurato automaticamente all’avvio se non è già presente nell’ambiente.
  • Sales Close Agent — è dichiarato production-ready preview. È pensato per trattative high-velocity, low-complexity, e la sua pagina precisa che si applica alle entità Accounts, Contacts, Leads e Opportunities. La stessa documentazione annuncia una transizione verso il Sales Development agent: prima di progettare qualcosa su questo agente, verifica lo stato alla fonte.
  • Sales Research Agent — non lavora in background: risponde su richiesta, in un dialogo in linguaggio naturale con i dati di vendita, dentro un research canvas, e restituisce un research blueprint con visualizzazioni, risultati chiave e passi successivi.

Una regola che NON è generale, e va citata con la sua fonte. Le Considerations della pagina di setup del Sales Close Agent dicono «Only one instance of each agent type can be deployed in an environment». La pagina di setup del Sales Opportunity Agent ha invece una sezione «Create multiple agent instances» che ammette fino a 10 istanze attive per organizzazione, ciascuna con selection criteria distinti. Le due affermazioni convivono nella documentazione: attribuisci ciascuna all’agente di cui stai parlando, non promuoverne una a legge dell’ambiente.

Il modello dati di Sales in Dataverse

Le tabelle su cui si regge tutto sono lead, opportunity, account e contact, affiancate da competitor, quote, order e invoice per le fasi successive. La relazione fondamentale nasce nella qualificazione: la lead qualification experience permette all’amministratore di lasciare ai venditori la scelta di quali record creare — account, contact o opportunity — quando un lead viene qualificato. Se progetti quella scelta male, l’agente a valle lavora su un pipeline sporco.

Anche i punteggi vivono in Dataverse: la tabella Predictive Score (msdyn_predictivescore) contiene attributi come score, trend, grade e score reasons, ed è in relazione sia con lead sia con opportunity. Da qui la distinzione che l’esame ama: il predictive lead scoring ordina i lead per probabilità di conversione, il predictive opportunity scoring valuta le opportunity aperte ed è quello a cui si appoggia il Sales Opportunity Agent per il rischio. Sono due modelli, due configurazioni, due tabelle di destinazione concettualmente diverse: non usarli come sinonimi.

Reporting e visualizzazione

I dashboard portano in un unico posto views, liste e chart. Il Sales Hub app include dashboard predefiniti come Sales Activity Dashboard, Sales Activity Social Dashboard, Sales Dashboard e Sales Performance Dashboard; il Sales Professional app ne include un insieme diverso — Sales Dashboard, Sales Manager Summary Dashboard e Sales Professional Summary Dashboard. Esistono inoltre dashboard specifici per tabella, disponibili per Account, Contact, Lead, Opportunity, Quote e Invoice. Il Sales Pipeline chart visualizza il ricavo per fase della pipeline, e ogni sales dashboard include un funnel chart con il numero di opportunity per stadio.

Quando i dashboard nativi non bastano si passa a Power BI, che con Dataverse offre più punti di innesto: visualizzare i dati di una view in Power BI, creare un Power BI embedded system dashboard, incorporare un report in un form di sistema model-driven, oppure lasciare che siano gli utenti ad aggiungere visualizzazioni Power BI ai propri dashboard. La scelta tipica da giustificare in un caso d’esame è questa: chart e dashboard nativi per l’operatività quotidiana dentro l’app, Power BI quando servono modellazione, dati esterni o distribuzione fuori da Sales.

I piani di Sales, e perché «nel mio ambiente c’è» non basta

I piani sono Sales Professional, Sales Enterprise, Sales Premium e Microsoft Relationship Sales. Sales Professional è una soluzione di sales automation le cui entità sono un sottoinsieme di quelle di Sales Enterprise. Sales Premium include tutte le capacità di Sales Enterprise più guided selling con il sales accelerator, relationship intelligence e i modelli predittivi. Attenzione a non confondere la relationship intelligence — relazioni, who knows whom, relationship analytics — con la conversation intelligence, che analizza le chiamate.

Il dettaglio decisivo è che Sales Enterprise dà accesso ad alcune funzionalità Premium con capacità mensile limitata: sales accelerator fino a 1.500 sequence-connected records al mese, predictive lead and opportunity scoring fino a 1.500 record al mese, conversation intelligence senza limite, relationship intelligence in versione basic anziché advanced. Sales Premium toglie quei limiti.

Infine, la capacity degli agenti non è una licenza utente. Le capacità agentiche usano consumption-based billing con i messaggi di Microsoft Copilot Studio come unità di fatturazione, in modello prepaid capacity oppure pay-as-you-go; quando la quota si esaurisce, la funzionalità AI resta indisponibile finché non si aggiunge capacità. Assegnare più licenze Sales non ricarica quella quota. È la ragione per cui un consulente non deve mai dedurre da «lo vedo in questo ambiente» che una funzionalità esista ovunque: dipende dal piano, dalla capacità acquistata e dai prerequisiti comuni a tutti gli agenti — ruolo Power Platform administrator, capacità Copilot Studio, consenso a Move data across regions e attivazione degli AI prompts. Ricorda inoltre che la study guide avverte che l’esame verte soprattutto su funzionalità in general availability, mentre diverse capacità qui descritte sono in preview.