Salesforce, odpowiadając na rosnące potrzeby rynku, rozwija narzędzia AI, które działają coraz bardziej autonomicznie, minimalizując konieczność nadzoru człowieka. Rozwiązania takie jak Einstein Copilot, a obecnie także jego bardziej zaawansowana wersja – Agentforce, wyznaczają nowy etap automatyzacji procesów biznesowych. Dowiedz się w tym artykule, jak AI wspiera codzienne działania biznesowe i zwiększa efektywność organizacji.
Jak Generatywna AI przekształca biznes? Przykład Salesforce i nowych rozwiązań
Generatywna AI to temat, za którym trudno nadążyć. Niedawno dużym zaskoczeniem było to, że model językowy może generować tekst, który brzmi bardzo ludzko, a nawet ma znamiona kreatywności. Następnie te możliwości przeniosły się na inne media: obrazy, wideo, dźwięk – w końcu dla komputera to wszystko zera i jedynki.
Dostawcy narzędzi IT rzucili się do poszukiwania sposobów użycia, które mogą przynieść wartość biznesową. Salesforce bardzo szybko przedstawił pierwsze zastosowania, takie jak generowanie wiadomości email, podsumowanie spraw serwisowych. Funkcje interesujące, poprawiające efektywności.
Einstein Copilot: pierwsze kroki w kierunku samodzielnej AI
Jednym z przełomowych rozwiązań Salesforce jest Einstein Copilot – wirtualny asystent, który wspiera użytkowników CRM, umożliwiając wykonywanie kompleksowych zadań. Copilot wykorzystywał bardziej zaawansowane mechanizmy, jak Chain-of-Thought (CoT). Dzięki temu podejmował decyzję trochę jak człowiek, generując plan kolejnych kroków potrzebnych do osiągnięcia celu. Tradycyjne chat boty zostały daleko w tyle.
Copilot generował więc plany, sekwencje akcji potrzebnych do wykonania danego zadania (przykład takiego zadania: wygeneruj listę okazji handlowych, które nie zmieniły statusu przez więcej niż miesiąc), następnie uruchamiał akcje w ramach platformy Salesforce.
Jeżeli jednak się pomylił, nie było mechanizmu, który pozwoliłby nakierować go na poprawną odpowiedź. Użytkownik ‘zlecający’ pracę asystentowi nie mógł podrzucić nowej, potrzebnej informacji bez rozpoczynania konwersacji od nowa. A to prowadziło do słabego user experience i oznaczało, że Copilot nie mógł się adaptować do nowych warunków, był bardzo statyczny.
Testowanie Copilot i potrzeba zmian
Salesforce bardzo poważnie podszedł do testowania Copilot’a i zrozumienia potrzeb użytkowników, po prostu sprawdzając to na tysiącach własnych pracowników.
Wnioski były mieszane. Copilot z jednej strony działał wyraźnie lepiej niż tradycyjne chat boty, ale wymagał poprawy w zakresie naturalności konwersacji, lepszego wykorzystania kontekstu rozmów oraz skuteczniejszej skalowalności.
I tak dotarliśmy do Agentforce, który jest wyraźnym krokiem do przodu w zakresie rozumowania. Ta technologia wykorzystuje znacznie bardziej wyszukane mechanizmy, jednocześnie eliminując problemy poprzednika.
Zaraz po Dreamforce pojawiły się głosy, że Agentforce to po prostu przefarbowany Copilot. Jednak moim zdaniem to nie jest prawda.
Co ma Agentforce, czego poprzednik nie miał?
Eksperymenty prowadzone na własnym organizmie pokazały, że stosowanie podejścia ReAct (Reasoning and Acting) daje lepsze rezultaty niż technika CoT (Chain of Thought). W mechanizmie ReAct system nie działa sekwencyjnie, ale w pętli: rozumowanie – działanie – obserwacja, aż do momentu kiedy użytkownik osiągnie cel z zapytania (prompt). Dzięki temu może uwzględniać nowe informacje i zadawać pytania uściślające, co pozwala precyzyjniej zrealizować zamierzenia użytkownika, zapewniając płynną i naturalną konwersację.
Nowości w Agentforce: „Tematy” i Precyzyjna Personalizacja
Kluczową innowacją w Agentforce jest wprowadzenie koncepcji „tematów”, które pomagają AI precyzyjniej interpretować intencje użytkowników. W praktyce oznacza to przypisanie polecenia do odpowiedniego tematu, co zwiększa efektywność, skalowalność oraz jakość odpowiedzi. Tematy mogą obejmować zbiory instrukcji, zasady i działania, które AI stosuje, aby dostosować się do potrzeb użytkownika oraz polityki firmowej. To tak, jakbyśmy dawali AI odpowiednią skrzynkę narzędzi, żeby poradzić sobie z danym pytaniem. Mechanizm ten pozwala AI na skalowanie i łatwe zarządzanie dużą ilością zadań. Temat może dodatkowo zawierać instrukcje dla AI, które poprawiają jakość odpowiedzi oraz zawierają np. ważne polityki firmowe, które trzeba uwzględniać w danym obszarze. Na przykład w wypadku zapytania handlowego, warto uwzględnić informację, że formalna wycena zostanie przesłana w przeciągu 3 dni.
Wcześniejsze wersje AI odpowiadały po prosty wynikiem działania – a to ograniczało możliwość reagowania na informacje z przeprowadzonej rozmowy. Agentforce może jednak odpowiadać bazując na całym kontekście – a to ułatwia życie użytkownikowi, bo może zadać pytania uzupełniające, albo poprosić o wyjaśnienie wcześniejszych działań. Jestem przekonany, że moje życie w międzynarodowych korporacjach byłoby wielokrotnie łatwiejsze, gdyby AI mogło mi wytłumaczyć dlaczego robię różne rzeczy w systemie.
Zaufanie i przejrzystość w odpowiedziach AI
Według badań, prośby o prześledzenie swojego toku myślenia lub powodów wyboru określonych działań znacząco zmniejsza liczbę halucynacji. Takie też są obserwacje Salesforce. Dodatkowo pozwala to uzyskać możliwość audytowania AI, a to pomaga w dopasowaniu agenta do potrzeb biznesowych. Funkcja uzasadniania toku rozumowania jest domyślnie dostępna w Agent Builder, a każdy użytkownik może zadawać pytania wyjaśniające. To podejście nie tylko zapobiega halucynacjom, ale także buduje zaufanie do AI.
Proaktywność i integracja Agentforce z CRM
Agentforce ma jeszcze inne ciekawe właściwości, poza nowoczesnym silnikiem rozumowania. Zapytania (prompt) od użytkownika to standardowa droga interakcji z AI, ale możemy również aktywować je przez różne zdarzenia w systemie CRM, lub narzędzia do automatyzacji procesów biznesowych. Na przykład: aktualizacja statusu sprawy spowoduje, że Agent streści dane dotyczące sprawy oraz prześle podsumowanie do bazy wiedzy. Takie mechanizmy oznaczają, że AI może być również proaktywne, a to jeszcze bardziej zbliża je do ludzkich możliwości. W końcu, warto wspomnieć, że Agent może również sięgać do różnych źródeł informacji, które mu udostępnimy (na przykład, zbiór rannych z różnych systemów w Data Cloud). Dzięki temu w odpowiedzi może uwzględnić pewne informacje w czasie rzeczywistym, np. odpowiadają na pytania dotyczące lokalizacji samochodu.
Ten tekst prawdopodobnie nie będzie aktualny z chwilą publikacji, ale nie wynika to ze złych intencji. Świat AI, Agentów AI rozwija się niezwykle szybko. Jeżeli chcesz sprawdzić, jakie możliwości biznesowe daje AI teraz w Twojej organizacji, po prostu odezwij się na kontakt@newdatalabs.com
Autor: Grzegorz Boński
