Salesforce از Agentforce 2.0 رونمایی کرد و آن را به ،وان "پلتفرم دیجیتال کار" ستود.
رهبر CRM اصطلاحات جدیدی را معرفی کرد تا روشن کند که Agentforce فقط اطلاعات را مدیریت نمی کند. کار دیجیتال را نیز مدیریت می کند.
با این حال، اعلام Agentforce 2.0 فقط یک تمرین تغییر نام تجاری نیست. در عوض، سیگنالی از تکامل پلتفرم می دهد که به کاربران امکان می دهد عوامل هوش مصنوعی بسازند و به طور مستقل وظایف خود را انجام دهند.
این تکامل شامل چشم انداز گسترده، قابلیت های جدید و موارد دیگر می شود، همانطور که پنج نکته بزرگ زیر بررسی می شود.
1. Salesforce از هوش مصنوعی Agentic فراتر از CRM استفاده می کند
Agentforce 1.0 امکانات فراو، از AI Agents را برای خودکارسازی گردش کار و به اشتراک گذاری بینش در سراسر ا،یستم Salesforce معرفی کرد.
به ،وان مثال، در Sales Cloud، AI Agents به کاربران کمک می کند تا سرنخ ها را دنبال کنند، فرصت ها را واجد شرایط کنند و برنامه های متن، با فرصت های خاص را تمرین کنند.
در Service Cloud، عوامل هوش مصنوعی، بلیط های سطح یک را حل می کنند، و «به نرخ های وضوح 90% می رسند». آنها همچنین در صورت ،وم به عوامل زنده تشدید می شوند و زمینه را حفظ می کنند و در زمان صرفه جویی می کنند.
به ،وان مثال نهایی، در بازاریابی ابری، عوامل هوش مصنوعی با تجزیه و تحلیل تعاملات مشتری، بهبود بخش بندی و افزایش اثربخشی کمپین، کمپین های شخصی سازی شده ایجاد می کنند.
با این حال، همانطور که آدام ایوانز، EVP و GM از Salesforce AI، هنگام رونمایی از پلتفرم نسل بعدی ادعا کرد:
Agentforce 2.0 فقط مربوط به CRM نیست. این در مورد کل شرکت است.
به این ترتیب، Agentforce 2.0 گردش های کاری را که فراتر از ا،یستم آن است، خودکار می کند.
مطالعه موردی: چگونه Adecco Agentforce را فراتر از CRM برد
Adecco که قبلاً پذیرفته شده بود، یک Recruitment Agent در Agentforce 2.0 ایجاد کرد.
عامل هوش مصنوعی رزومه ها را اسکن می کند و نامزدهای برتر را برای نقش های خاص شناسایی می کند و به استخدام کنندگان در Slack با نامزدهای از پیش واجد شرایط آماده برای بازبینی اطلاع می دهد.
استخدام کنندگان می توانند از AI Agent بخواهند که مصاحبه ها را مستقیماً از Slack زمان بندی کند. سپس در دسترس بودن را کنترل می کند، با نامزدها از طریق ایمیل تماس می گیرد و تقویم ها را به طور خودکار به روز می کند.
در نهایت، قبل از مصاحبه، نماینده بر اساس شرح شغل و سوابق نامزد، سؤالات من،ی را ایجاد می کند و اطمینان حاصل می کند که استخدام کنندگان به خوبی آماده شده اند.
سه عامل "فراتر از CRM"
در نهایت، سه فعال کننده مرکزی Agentforce 2.0 وجود دارد. اول Data Cloud است که داده های ساختاریافته و بدون ساختار را در داخل و خارج از ا،یستم اصلی Salesforce یکپارچه می کند.
دوم، یک موتور استدلال اطلس جدید، درک م،ایی آن داده ها را از طریق تکنیک هایی مانند نمودارهای دانش و درخت های بازگشتی امکان پذیر می سازد (در ادامه در این مورد بیشتر توضیح خواهیم داد).
سوم، کتابخانه MuleSoft از کانکتورهای خارج از جعبه است که به عوامل هوش مصنوعی اجازه می دهد در پلتفرم های سازم، که به طور گسترده مورد استفاده قرار می گیرند، کار کنند. در همین حال، از طریق MuleSoft، مشتریان ممکن است APIهای سفارشی را با استفاده از زبان طبیعی ادغام کنند.
با همه اینها، ایوانز پیشنهاد می کند که Salesforce "هر تیم و هر گردش کاری را قادر می سازد تا در سراسر سازمان اقدام کند."
2. Slack تبدیل به "مکان طبیعی" برای Agentforce می شود
گفت: "Slack جایی است که هر شرکتی می تواند نیروی کار دیجیتالی را برای هر کارمند و تیمی بیاورد." دنیس لباسر، مدیر عامل Slack.
چرا؟ زیرا این اولین اپلیکیشنی است که برندهای Salesforce محور هر روز صبح آن را باز می کنند، و - به گفته Dresser - آن را به "مکان طبیعی برای وجود Agentforce" تبدیل می کند.
فقط آن را به ،وان یک مرکز عملیاتی برای مشاغل در نظر بگیرید. از آنجا، کارمندان می توانند با عوامل هوش مصنوعی کار کنند تا اطلاعات را در سراسر برنامه های Salesforce و سیستم های خارجی نشان دهند.
علاوه بر این، از آن نقطه مرکزی، کارمندان می توانند عامل های هوش مصنوعی را در سرتاسر سازمان کار کنند. این تصویری است که درسر قبل از به اشتراک گذاشتن چگونگی جان بخشیدن به آن توسط Accenture ترسیم کرد.
مطالعه موردی: چگونه Accenture از نیروی عامل برای تغییر نحوه عملکرد تیم ها استفاده کرد
به ،وان بخشی از یک نسخه نمایشی زنده، Dresser چندین نمونه از نحوه استفاده Accenture از Agentforce و Slack - به ،وان یک HQ دیجیتال - برای کار هوشمندتر، سریع تر و کارآمدتر به اشتراک گذاشت.
در واقع، Accenture عوامل هوش مصنوعی را در پلت فرم همکاری برای توانمندسازی کارمندان با موارد زیر انجام می دهد:
- به روز رس، های فوری: عوامل هوش مصنوعی به روزرس، های بی درنگ در مورد حساب های مهم مانند جلسات از دست رفته، بررسی های تجاری و بینش های کلیدی ارائه می کنند.
- بازیابی خودکار اسناد: Agents به جای جستجو در ایمیل ها، درایوها یا پوشه ها، اسناد من،ی مانند QBR (بررسی فصلی ،ب وکار) را فوراً با استفاده از قابلیت های جستجوی فدرال نشان می دهد.
- توصیه های پیشگیرانه: نمایندگان داده های مکالمات، سیستم های CRM و اسناد را تجزیه و تحلیل می کنند تا چالش های تجاری را شناسایی کرده و راه حل هایی مانند جذب متخصصان یا ارائه داستان های موفقیت مرتبط را پیشنهاد کنند.
- ایجاد و تجسم پروپوزال: نمایندگان با ،یب اقدامات CRM، داده های مشتری و مهارت های Tableau، ایجاد پیشنهادات را ساده می کنند. مدیران اجرایی حتی می توانند از نمایندگان بخواهند که داده های پیشنهادی را به تجسم تبدیل کنند - مانند داشبورد Tableau - "در عرض چند ث،ه".
- همکاری کارکنان: مانند یک خلبان سنتی، Agents می تواند به سؤالات پاسخ دهد، اطلاعات حساب را به طور خودکار به روز کند و جلسات را برنامه ریزی کند.
پس از نمایش زنده، درسر خلاصه کرد: "اگر کارمندان شما می توانند این کار را انجام دهند، Agentforce نیز می تواند این کار را انجام دهد."
3. Agentforce 2.0 Reasons با Atlas & Data Cloud
موتور استدلال اطلس برای Agentforce جدید است. نوید تبدیل "وظایف به نتایج قابل اعتماد" را می دهد.
چگونه؟ از طریق یک فرآیند استدلال عمیق تر که شامل سه ،صر است:
- نمایه سازی غنی شده: Salesforce نحوه فهرست بندی داده ها را با استدلال چند منظوره بهبود بخشیده است.
- رتریورهای پیشرفته: نمودارهای داده و دانش مانند فناوری، بازیابی دقیق تر و جامع تر داده ها را امکان پذیر می کند.
- نقل قول های درون خطی: پاسخ های AI Agents شامل استنادهایی برای مشاهده، اطمینان از دقت و اعتماد خواهد بود.
همه اینها برای اطمینان از دقت Agentforce، که یک اولویت برای Salesforce است، با وعده اجرای "کمترین توهم زا" هوش مصنوعی عامل بسیار مهم است.
در کنار Atlas، Data Cloud در اینجا کلیدی است. تمام داده های Salesforce را ادغام می کند و پلتفرم را متصل می کند. همچنین به شرکت ها اجازه می دهد تا داده های خود را با کپی صفر و متمرکز ، داده های CX بیاورند.
با این حال، همانطور که ک، چنگ، معاون یادگیری ماشین و مهندسی در Salesforce، گفت:
Data Cloud فقط مدیریت داده ها نیست. این در مورد باز ، پتانسیل کامل آن است.
به عبارت دیگر، Agentforce را قادر می سازد تا ،ب وکار و مشتریانش را عمیق تر درک کند و اقدامات مؤثرتری را ممکن می سازد.
مطالعه موردی: RBC Atlas و Data Cloud را وارد کار می کند
RBC از Atlas in و Data Cloud در کنار Agentforce استفاده می کند تا نحوه تعامل مشاوران مالی خود با مشتریان را تغییر دهد.
برای شروع، Data Cloud تمام داده های مشتری را در یک سیستم یکپارچه ادغام می کند، سیلوها را حذف می کند و به مشاوران دید منسجم تری از مشتریان می دهد.
سپس، اطلس با انجام استدلال چند مرحله ای و ضربه زدن به داده های RBC و منطق تجاری برای ارائه پاسخ، به سؤالات پیچیده ای مانند «افت نرخ بهره چگونه بر پرتفوی اِما تأثیر می گذارد؟» رسیدگی می کند. این با استنادها همراه است و اطمینان می دهد که مشاوران به بینش ها اعتماد دارند و می توانند با اطمینان عمل کنند.
از آنجا، بانک عوامل هوش مصنوعی را برای تج، مشاوران به توصیه های مشتری شخصی و پیگیری های زمان بندی به کار گرفته است.
4. Salesforce مرکز تست خود را به Agentforce می دهد
ایوانز گفت: "با این همه قدرت، شما به این اطمینان نیاز دارید که عوامل ثابت و قابل اعتماد هستند." "به همین دلیل است که ما مرکز تست را معرفی کردیم."
مرکز تست Agentforce به مشتریان Salesforce کمک می کند تا نمایندگان را تأیید کنند، و اطمینان حاصل کند که آنها دستورالعمل ها را دنبال می کنند، در حقایق ثابت می مانند و با تأخیر کم کار می کنند.
علاوه بر این، ممیزی را فعال می کند، اطمینان حاصل می کند که عوامل در داخل نرده های محافظ کار می کنند و اجازه آزمایش رگرسیون برای نسخه های جدید قبل از استقرار را می دهد.
ایوانز ادامه داد: «نمایندگان در حال تبدیل شدن به برنامه های جدید هستند.
درست مانند ابزارسازی برای چرخه عمر توسعه نرم افزار، اکنون ابزارهایی برای پشتیب، از چرخه عمر توسعه عامل داریم. آزمایش، ممیزی و مقیاس گذاری عوامل هرگز آسان تر نبوده اند.
در مرکز تست، Salesforce ممکن است "مهارت ها" را آزمایش کند، یکی دیگر از ویژگی های جدید در Agentforce 2.0.
مهارت های عامل هوش مصنوعی جدید را در مرکز تست آزمایش کنید
یک «مهارت» دستورالعمل هایی را بسته بندی می کند که به عامل هوش مصنوعی از نحوه بهترین انجام یک کار اطلاع می دهد. اسکرین شات زیر نمونه ای را به اشتراک می گذارد.
همانطور که مشهود است، یک مهارت نه تنها شامل اقدامات درون یا خارج از CRM، بلکه دستورالعمل هایی برای انجام آن اقدامات است.
این اسلاید همچنین نشان می دهد که چگونه نمایندگان می توانند مهارت های متعددی داشته باشند، که مخصوصاً در موارد استفاده مشتری مفید است.
با این حال، این عملکرد ارزشی فراتر از آن را ارائه می کند، زیرا ممکن است برندها از نزدیک نحوه پیکربندی مهارت ها، متخصص ، نمایندگان در زمینه های خاص و افزایش بیشتر دقت آنها را در نظر بگیرند.
5. بنیوف رقبا را به چالش می کشد: نمایندگان را در وب سایت خود قرار دهید
در سخنان افتتاحیه خود، مارک بنیوف، رئیس و مدیرعامل Salesforce، نشان داد که در حال حاضر بیش از 1000 مشتری Agentforce پرداخت کننده وجود دارد.
با این علاقه فزاینده، Salesforce تشخیص می دهد که باید این راه را رهبری کند. مدیرعامل گفت: ما باید مشتری صفر باشیم. "اگر خودمان آن را نشان ندهیم، این اتفاق نخواهد افتاد."
برای Salesforce، این به م،ای در دسترس قرار دادن عوامل هوش مصنوعی با مشتری در سراسر وب سایت خود است. در حال حاضر، اینها نتایج قابل توجهی را برای تیم خدمات غول فناوری ارائه می دهند - همانطور که تصویر زیر نشان می دهد.
بنیوف پس از استناد به این آمار، از رقبا به خاطر عدم پیروی از آن انتقاد کرد.
او تاکید کرد که چندین رقیب دیدگاه هوش مصنوعی عاملی Salesforce را پس از دریم فورس تکرار ،د. با این حال، مشتریان بالقوه هنگام بازدید از وب سایت های خود، آن را در عمل نمی بینند.
بنیوف ادامه داد: «شما فرم ها و پرسش های متداول را پیدا می کنید، اما نه تعداد زیادی نماینده. این به سطحی از تخصص علوم کامپیوتر نیاز دارد که بسیاری هنوز به طور کامل آن را درک نمی کنند.
به همین دلیل است که ما چیزهای رکیک و تحریک آمیز را از مردم می شنویم [w، can’t implement it themselves]. انواع چیزهای شگفت انگیز و خارق العاده در مورد آینده نرم افزار و چیزهایی که قرار است به نظر برسند را خواهید شنید... اما کجاست؟
در حالی که برخی ممکن است چنین استنباط کنند که بنیوف مجدداً در مایکروسافت فعالیت می کند، آن شرکت حداقل مطالعات موردی را در مورد اینکه چگونه تیم های تجربه مشتری داخلی خود از کمک پایلوت اهرمی استفاده می کنند، به اشتراک گذاشته است. از دیگران، بسیار کمتر بوده است.
در سال 2025، شواهد بسیار بیشتری از هوش مصنوعی عامل در عمل ظاهر خواهد شد. امیدواریم که سایر فروشندگان از این روش پیروی کنند و عوامل هوش مصنوعی را در سراسر وب سایت خود راه اندازی کنند. اگر نه در 12 ماه آینده، ممکن است بهترین ظاهر نباشد.
Agentforce 3.0 در ماه می عرضه می شود
در حالی که Agentforce 2.0 تا ماه فوریه به طور کلی در دسترس نخواهد بود، بنیوف کنایه زد:
می تو،د شروع Agentforce 3.0 را ببینید، که در ماه می آماده خواهد بود... ما به سرعت پیش می رویم!
آنچه ممکن است Agentforce 3.0 به ارمغان بیاورد در حال حاضر ناشناخته است، اما این آزمایش دوباره بر سرعت سریعی که Salesforce با آن هوش مصنوعی عاملی را عرضه می کند، تأکید می کند. اکنون، فراتر از CRM و در سراسر سازمان.
برای آشنایی بیشتر با داستان Agentforce تاکنون، مقاله ما را بررسی کنید: Salesforce Dreamforce 2024: 5 نکته مهم از این رویداد