CRM AI: cosa fa un CRM AI-native e come valutarlo

Un CRM AI (o CRM con intelligenza artificiale) è un CRM in cui un modello linguistico lavora con i tuoi dati clienti: legge contatti, trattative e conversazioni, risponde a domande su di essi, modifica i record e scrive il messaggio successivo. I prodotti si distinguono meno per la presenza dell’AI che per ciò che all’AI è permesso fare. In alcuni, l’AI scrive testo in un pannello laterale e ogni modifica la fa ancora una persona. In un CRM AI-native, l’AI usa le stesse azioni e gli stessi permessi di un utente e lavora anche quando nessuno scrive un prompt: a intervalli prestabiliti o quando un record cambia.

Customermates, un CRM AI-native, pubblica questa guida e compare nella sua sezione contrassegnata più sotto. I dati sugli altri fornitori provengono dalle loro pagine ufficiali, verificate l’8 ottobre 2026.

Cosa fa l’AI in un CRM oggi

Gran parte di ciò che viene venduto come AI nella gestione dei rapporti con i clienti si riduce a sette compiti. I primi cinque sono lavoro da modello linguistico e rendono già nella prima settimana, anche con poche centinaia di record. Gli ultimi due dipendono dalla quantità di dati e da fonti esterne.

Un modello di scoring impara dalle tue trattative vinte e perse. Una società di consulenza che chiude 30 trattative l’anno gli offre ben poco da cui imparare, quindi per i piccoli team sono i primi cinque compiti a far risparmiare più tempo.

AI-native, AI aggiuntiva e smart CRM: cosa significano le etichette

I fornitori usano queste etichette con una certa libertà. Ecco cosa significa di solito ciascuna e la domanda che le distingue.

Un test rapido per «AI-native»: elenca ciò che una persona può fare nel CRM, poi verifica quanto di tutto questo l’AI può fare tramite uno strumento. Se l’AI può solo leggere, o scrive solo testo che poi incolli altrove, è un’AI aggiuntiva. La guida al CRM agentico approfondisce le azioni degli agenti e le approvazioni che le accompagnano.

Otto domande per distinguere subito i CRM AI

Falle durante una demo o cerca le risposte nella documentazione. La terza colonna mostra come risponde Customermates, così vedi che aspetto ha una risposta concreta.

MCP, il Model Context Protocol, è uno standard open source per collegare applicazioni AI come Claude o ChatGPT a sistemi esterni. Con un server MCP, il client AI che già paghi lavora direttamente nel CRM.

Una prova di dieci minuti

Esegui lo stesso test in ogni prova, con i tuoi dati invece dei record di esempio. La prova di Customermates dura 14 giorni con le funzioni Pro, quindi la Posta in arrivo ne fa parte.

1. Carica qualche record reale

   Importa 20 contatti e cinque trattative aperte. In Customermates l’importazione parte da una cartella di lavoro XLSX, una lista alla volta.

2. Dai un’istruzione composta

   Incolla una vera e-mail di un cliente e scrivi: «Trova la trattativa di questo cliente, spostala alla fase successiva, aggiungi alle note della trattativa i tre punti principali di questa e-mail e salva una risposta come bozza. Non inviarla.»

3. Controlla cosa è cambiato davvero

   Apri la trattativa e guarda la fase, le note, la cronologia delle attività e la bozza. Conta ciò che l’AI ha fatto, non ciò che dice di aver fatto.

4. Fai una domanda che richiede dei calcoli

   «Quali trattative aperte hanno il valore più alto e nessun messaggio da parte nostra da 14 giorni?» Una buona risposta copre ogni trattativa aperta, non la prima pagina di una lista.

5. Prova un’eliminazione

   Chiedile di eliminare un contatto di prova e verifica se si ferma in attesa della tua approvazione.

Come i grandi fornitori di CRM confezionano l’AI

Se il tuo team lavora già in uno di questi CRM, attivarne l’AI di solito costa meno che migrare. La tabella indica l’AI di ciascun fornitore e come viene fatturata, secondo le pagine del fornitore stesso.

Microsoft afferma che il Sales agent in Microsoft 365 Copilot diventerà il modo preferito di usare Copilot in Dynamics 365 Sales. Se pensi di collegare Claude o ChatGPT a un account HubSpot esistente, la guida a HubSpot MCP spiega cosa può leggere e scrivere quel collegamento.

Customermates come CRM AI-native

Customermates è un CRM open source nato in Germania per piccoli team a contatto con i clienti: consulenti, agenzie, altre attività di servizi e founder. Contatti, organizzazioni, trattative, servizi e attività vivono in un unico spazio di lavoro; da Pro in su, accanto ci sono le conversazioni e-mail, LinkedIn e WhatsApp che li riguardano. L’AI raggiunge quei dati in due modi e il self-hosting cambia quale dei due ottieni.

Mate è l’assistente dentro Customermates Cloud. Legge la Base di conoscenza del tuo spazio di lavoro, dove tieni fatti aziendali, processi e tono di voce, e cita le pagine che ha usato. Per le domande che richiedono calcoli su molti record, come il valore mediano delle trattative per origine del lead, esegue un’analisi in sola lettura sui record corrispondenti invece di leggere una sola pagina di risultati.

Il tuo client AI si collega al server MCP: Claude e ChatGPT tramite un connettore personalizzato con accesso OAuth, Claude Code, Codex, Cursor e Gemini CLI con una chiave API. Il server chiede ai client di confermare prima di eliminare o inviare, ma se vedi una conferma dipende dal client.

Un’impostazione concreta per una società di consulenza di cinque persone

• Fasi delle trattative: Lead (10%), Qualificata (30%), Proposta inviata (60%), Vinta (100%), Persa (0%). Le percentuali sono probabilità di fase e determinano la pipeline ponderata.
• Campo personalizzato sulle trattative: Origine, un campo a scelta singola con Segnalazione, LinkedIn, Sito web ed Evento.
• Vista salvata: «Le mie proposte aperte», filtrata sulla fase Proposta inviata e sulle trattative assegnate a me, ordinata per valore. Ogni consulente salva la propria oppure condivide una vista con tutto il team.
• Posta in arrivo: ogni consulente collega 1 account su Pro, di solito l’e-mail di lavoro o LinkedIn.

Ogni consulente aggiunge poi due routine. Entrambe girano in Customermates Cloud e usano crediti AI ospitati.

La prima, «Follow-up sulle proposte», parte Secondo una pianificazione, Ogni giorno alle 09:00:

Guarda le trattative aperte assegnate a me nella fase "Proposta inviata".
Per ogni trattativa, leggi l’ultima conversazione con i suoi contatti.
Se l’ultimo messaggio è nostro e risale a più di cinque giorni fa,
salva un breve follow-up come bozza in quel thread, nella lingua
della conversazione. Non inviare nulla.
Concludi con l’elenco delle bozze che hai salvato.

La seconda, «Passaggio dopo la vittoria», parte Quando qualcosa cambia, sull’evento Record aggiornato per la lista Trattative, con Campi modificati impostato sulla fase:

Se questa trattativa è ora nella fase "Vinta", crea un’attività
"Kick-off: [nome della trattativa]", collegala alla trattativa e
assegnala agli utenti assegnati alla trattativa. Poi aggiungi alle
note della trattativa un riassunto di cinque righe dell’ultima
conversazione. Se la fase è un’altra, non fare nulla.

Una routine gira come il suo proprietario, con i canali e i permessi del proprietario. Un’esecuzione senza supervisione rifiuta tutto ciò che richiederebbe approvazione e le modifiche fatte da una routine non attivano mai un’altra routine. Mate invia messaggi quando glielo chiedi, ed è per questo che la prima istruzione dice «Non inviare nulla».

Quanto costa: su Pro, questo team paga 145 € al mese per la Posta in arrivo, 1 account collegato e fino a 5 routine a persona, con crediti AI ospitati mensili per ogni utente attivo per Mate e le routine (vedi i prezzi). Starter costa allo stesso team 60 € al mese e include Mate, MCP e 1 routine a persona, ma non la Posta in arrivo, quindi la routine di follow-up non avrebbe thread da leggere. La fatturazione è mensile.

Questa impostazione è il follow-up nella pratica: thread LinkedIn ed e-mail sul cliente, una bozza che ogni mattina aspetta per ogni proposta rimasta senza risposta e un’attività di kick-off nel momento in cui una trattativa viene vinta. Per creare la prima routine sulle tue proposte, inizia la prova di 14 giorni. Senza carta di credito.

Cosa non fa Customermates

• Niente lead scoring, niente arricchimento dei dati e niente previsioni sui ricavi. I valori ponderati della pipeline derivano dalle probabilità di fase che imposti tu.
• Niente sequenze di e-mail né invii di massa. Le routine non hanno elenchi di destinatari né passaggi di sequenza, e Mate invia messaggi singoli.
• Niente prenotazione di appuntamenti nel calendario. Da Pro in su i calendari collegati vengono letti, non scritti.
• Nessuna app mobile nativa.
• Niente Posta in arrivo, Mate o routine in self-hosted. Il self-hosting ti dà il core AGPL con REST, webhook e MCP.

Se il motivo per cui vuoi l’AI è il punteggio predittivo per un grande team commerciale, Customermates non fa per te: guarda Zoho CRM con Zia o Salesforce, le cui pagine descrivono funzioni predittive.

Di quale strategia sui dati hanno bisogno i colleghi AI?

Un CRM AI applica l’intelligenza artificiale alla gestione dei rapporti con i clienti, ma una buona strategia sui dati dei clienti parte dai record di origine. Tratta l’AI come colleghi con accessi definiti: identifica il cliente, conserva la fonte e la data di ogni affermazione, indica la persona responsabile del passo successivo e decidi quali azioni richiedono una revisione. Una risposta scorrevole non sostituisce un consenso mancante, un prezzo vecchio o una clausola contrattuale sconosciuta. Tieni visibili queste incognite invece di trasformarle in fatti sicuri sul cliente.

Domande frequenti

Tieni la guida operativa e i fatti di origine accanto al record del cliente, nella Base di conoscenza AI.

Dati dei fornitori verificati l’8 ottobre 2026 su prezzi di Salesforce Agentforce, la pagina AI CRM di HubSpot, HubSpot Credits, Pipedrive AI, Zoho CRM Zia, Copilot in Dynamics 365 Sales e prezzi di Attio.