Il gateway MCP di Uber e l'accordo da 2,7 miliardi di dollari tra Salesforce e Cresta mostrano la fase di infrastruttura degli agenti aziendali

Tra i due, quello di Uber è il progetto più istruttivo. InfoQ ha riferito il 2 novembre che il gateway separa un registro da un proxy. Il registro contiene le definizioni degli strumenti, gli schemi, la titolarità e le impostazioni di attivazione. Il proxy traduce le richieste MCP in chiamate HTTP, gRPC o TChannel e riconverte le risposte. Gli ingegneri di Uber lo descrivono come uno strato di microservizi. Espone le API esistenti come strumenti MCP senza toccare i servizi sottostanti.

È un problema di governance travestito da architettura.

AutoCrawler di Uber scansiona i registri interni delle definizioni di interfaccia. Estrae le definizioni delle API dagli schemi Protocol Buffers e Thrift, poi usa un modello linguistico per redigere le descrizioni degli strumenti. Gli strumenti appena individuati restano disattivati finché il team che li possiede non li esamina e li abilita. Il sistema interno di controllo degli accessi di Uber applica l'autorizzazione sia a livello di server sia a livello di strumento. Il gateway oscura anche le informazioni personali identificabili nelle risposte degli strumenti. Per i servizi di terze parti, tra cui Jira e Google, un servizio separato scambia i token utente interni con token di autenticazione di terze parti.

Le reazioni raccolte da InfoQ indicano che il design si muove su terreno noto. Ajay Sharma, principal software engineer di Microsoft CoreAI, ha scritto su LinkedIn che Azure API Gateways "has been doing this for a while now". Lo ha definito "a recipe for order to the chaos that LLMs come with". Kelly Goetsch, presidente di Pipe17, ha detto in un post su LinkedIn che il gateway di Uber "looks identical to gateways we've built over the decades for APIs and later GraphQL". InfoQ nota anche che Uber ha costruito Omni MCP per la scoperta incrementale. Caricare migliaia di definizioni di strumenti nel contesto di un agente è inefficiente.

Salesforce compra lo strato conversazionale

La mossa di Salesforce è la storia dei soldi. Lunedì l'azienda ha annunciato di aver firmato un accordo definitivo per acquistare Cresta, i cui agenti vocali gestiscono le chiamate dei clienti dall'inizio alla fine. Salesforce non ha reso noto il prezzo. Ha accettato di pagare 2,7 miliardi di dollari, secondo una persona a conoscenza dell'operazione, come hanno riportato Valida Pau e Kevin McLaughlin per The Information, ripresi da TNW, che ha precisato di non aver verificato la cifra in modo indipendente. L'operazione dovrebbe chiudersi nel primo trimestre dell'anno fiscale 2028 di Salesforce, subordinatamente alle approvazioni regolatorie.

Cresta ha nove anni e ha mosso i primi passi nell'AI Lab della Stanford University, secondo The Information. Salesforce indica Marriott, Comcast e Alaska Airlines tra gli utenti aziendali. "Voice is where service is hardest to get right, and where it matters most to customers", ha detto Kishan Chetan, EVP e GM di Agentforce e Service Cloud in Salesforce. Ping Wu, amministratore delegato di Cresta, ha affermato che unire la piattaforma a Salesforce inserirebbe "real-time conversation intelligence and agentic experiences" in Service Cloud.

L'accordo segue un'intesa da 5,7 miliardi di dollari per Braze siglata il 20 ottobre e i piani di acquisto di Rune, azienda di software per la sicurezza nazionale, secondo TNW. Lo schema è il consolidamento dello strato applicativo, non dell'infrastruttura.

Gli umani restano nel ciclo

Due notizie più vecchie fanno da contorno alla settimana. CNBC ha riferito il 31 ottobre che i modelli di base di Meta e OpenAI non riescono ancora ad agire in modo affidabile sul web, in particolare durante le chiamate telefoniche. Startup tra cui Dazzle AI di Marissa Mayer, Duckbill e Wajo AI indirizzano le attività che falliscono verso contraenti umani. Meghan Joyce di Duckbill ha descritto un modello "not dissimilar from Uber, where we boil tasks down into atomic bite-sized pieces". Mayer ha detto che ai modelli "can still lack common sense".

La divisione di contenuti personalizzati di MIT Technology Review ha riferito il 2 novembre che il 48% delle intuizioni generate dagli agenti di analisi nelle organizzazioni intervistate porta ad azioni che migliorano il business, in crescita dal 37% di un anno prima. La mancanza di contesto aziendale è stata indicata dal 55% dei dirigenti come motivo principale della scarsa qualità delle intuizioni. Un altro 52% ha detto che i propri agenti generano troppe intuizioni perché si possa valutarle. La stessa testata ha riferito il 3 novembre che i ricercatori spingono per la "reverse game theory", ovvero il mechanism design, come modo per tenere gli agenti dentro le regole invece di ispezionarne le interiora.

Il costo è l'altro freno. Garry Tan, amministratore delegato di Y Combinator, è intervenuto al podcast The Builders di Walter Isaacson, in un episodio riportato da TechCrunch il 2 novembre. Ha detto di spendere "about maybe $100[,000] to $200.000 a year on tokens". Ha definito quella spesa "a crazy privilege that not everyone can do".

Altrove il mercato degli strumenti continua a riempirsi. Momentic, azienda di YC W24, si è lanciata su Hacker News il 2 novembre con un agente AI per il QA che scrive test end-to-end in YAML e li esegue in CI. Roleo, fondata dal cofondatore di Veriff Janer Gorohhov, ha raccolto un finanziamento guidato da Practica Capital, secondo Tech.eu del 2 novembre. E il blog di Nvidia del 3 novembre ha descritto implementazioni cittadine di agenti di visione e di servizio, tra cui SamurAI V2 di ITMAX, che secondo l'azienda supporterà oltre 17.000 telecamere entro il 2027.