AI w Salesforce – część 4: Agentforce

Kontynuujemy serię rozmów z Salesforce na wyciągnięcie ręki, a tym razem kontynuujemy naszą rozmowę dotyczącą AI. Salesforce na wyciągnięcie ręki to porcja inspirujących rozmów i historii prosto ze świata Salesforce. Ten projekt, stworzony z myślą o Tobie, powstał przy współpracy z samym Salesforce, aby przybliżyć tajniki technologii chmurowej, zarządzania relacjami z klientami i nie tylko.

Przygotuj się na dawkę inspiracji i wiedzy, która może zmienić Twoje spojrzenie na technologie w biznesie. Zrelaksuj się, bądź z nami i odkrywaj nieznane zakątki Salesforce w każdym odcinku. Moim waszym gościem jest znany gość, najczęstszy gość w naszych podcastach, chyba nie muszę nikomu przedstawiać, ale zrobię to dla formalności, Nina Jachna.

Nina Jachna to doświadczona specjalistka do spraw pre-sales w Salesforce, posiadająca 12 certyfikatów Salesforce. Jest pełną pasji, liderką i aspirującą menedżerką, z bogatym doświadczeniem w pracy z międzynarodowymi, wysoko wydajnymi zespołami. Wielokrotnie nagradzana, w tym tytułami SE of the Quarter oraz Alliances and Channel Ally.

Występuje publicznie, codziennie, uczy się nowych rzeczy i wspiera innych w rozwoju. Czesina, bardzo cieszę się, że znalazłeś czas i myślę, że na początku warto wytłumaczyć naszym słuchaczom, ponieważ wcześniejsze trzy odcinki nagrywaliśmy z Ulą Grasl i tutaj zdradzimy troszkę kulisę nagrania naszych podcastów. Te podcasty dotyczące sztucznej inteligencji były nagrywane, uwaga uwaga, przed Dreamforce'em i po Dreamforce'ie nikt nie spodziewał się, że będzie aż taka duża rewolucja jeżeli chodzi o sztuczną inteligencję, dlatego zdecydowaliśmy się dograć kolejny odcinek, oczywiście aby opowiedzieć o największym, chyba najpotężniejszym narzędziu, jakim jest AgentForce, więc witaj Nina, cieszę się, że znalazłeś czas no i przejdę do pierwszego pytania, czym jest ten AgentForce? Cześć Łukasz, dziękuję jeszcze raz za zaproszenie, jak zawsze jest mi bardzo, bardzo miło gościć w twoim podcaście, szczególnie w takim wyjątkowym odcinku, bo AgentForce to, jak pewnie już wielu z was wie, jest ogromna innowacja i coś, co jest naprawdę bardzo istotne teraz w świecie Salesforce i nie tylko, także bardzo się cieszę, że mam możliwość opowiedzieć o co tak naprawdę w tym chodzi.

Kiedy myślimy o AgentForce, to myślę, że najlepszym określeniem na to, czym on jest, to to, że jest taką trzecią falą sztucznej inteligencji i tak jak my to widzimy z perspektywy Salesforce'a, kiedy pracujemy nad rozwojem AgentForce, to to, że jest to naprawdę rewolucyjne rozwiązanie, które pozwala nam i firmom, które z niego będą korzystać, przejść z takiej ery copilotów, z którymi już wszyscy jesteśmy zaznajomieni, do naprawdę ery inteligentnych agentów. To, co widzimy, to to, że AgentForce jest dużo bardziej precyzyjny niż tradycyjne chatboty, ale o tych różnicach też pewnie za chwilę porozmawiamy i ma dużo niższy poziom halucynacji, dzięki temu jest on dużo bardziej godny zaufania. Co mam przez to na myśli, to to, że w momencie, kiedy nasi klienci albo ich klienci będą korzystać z agentów, to mogą mieć pewność, że odpowiedzi, które dostaną, są naprawdę dokładne i też wygenerowane w bezpieczny sposób, bez narażania danych na jakiekolwiek ryzyko.

A czy AgentForce różni się od innych rozwiązań dostępnych na rynku? Tak, przez to, że AgentForce działa na platformie Salesforce, na naszej platformie CRM-owej, jest napędzany danymi każdej organizacji. Każda organizacja, która jest już na Salesforce ma poszczególne dane, czy to dane sprzedażowe, marketingowe, z obsługi klienta, czy z różnych innych obszarów. Tak samo posiadają też dane na naszej platformie, które są połączone z innych systemów.

Więc jest to już bardzo duża, potężna baza i w oparciu o to AgentForce jest w stanie działać dużo, dużo lepiej, ponieważ AI i wszystko związane z CRM-em jest w jednym miejscu. Działa w oparciu o takie dane, które są naprawdę istotne dla danej organizacji i to jest myślę, że ważne, kiedy porównamy do na przykład generycznych danych, które są dostępne ogólnie i dostępne w takich modelach, z których na przykład korzystamy, nie wiem, kiedy planujemy wakacje, na przykład chat GBD. To, co jest też ciekawe, to to, że AgentForce jest obecny w różnych chmurach, w różnych cloudach na naszej platformie w ramach klienta 360.

Integruje się z różnymi rozwiązaniami, takimi jak Data Cloud, Marketing Cloud, Slack i dzięki temu też daje możliwość osobom, które korzystają z Salesforce na co dzień korzystać także w miejscu swojej pracy z AgentForce, czyli ze wsparcia AI. O integracjach AgentForce z innymi produktami salesforce'owymi o tym jeszcze sobie porozmawiamy, bo to oczywiście bardzo ważny, istotny temat, ale tak się zastanawiam, były co-piloty, z co-pilotów większość osób, która zajmuje się sztuczną inteligencją jest zaznajomiona i korzysta, a tu jest zupełnie nowy pomysł, nowy produkt. Była jakaś potrzeba, żeby zrobić ten kolejny krok? Salesforce stworzył AgentForce, który był ewolucją co-pilota, aby zapewnić bardziej inteligentnego, autonomicznego i takiego przyjaznego dla użytkownika agenta AI.

Kiedy myślę o głównych cechach, na których nam zależało i które ma AgentForce, to przede wszystkim proaktywność. Jest to coś, co jest widoczne na przykład w propozycjach dodatkowych produktów do zakupu, kiedy klient albo potencjalny nasz klient rozmawia z agentem. Dodatkowo AgentForce jest w stanie dostarczać takie przydatne informacje, które mogą mieć znaczenie w procesie zakupowym.

Potrafi on samodzielnie identyfikować różne możliwości działania, przewiduje kolejne kroki i sam podejmuje określone zadania w ramach use case'ów, którymi powinien się zajmować. To, co jest też ważne, to to, że AgentForce jest w stanie prowadzić rozmowy na zupełnie innym poziomie i w języku naturalnym. Są to rozmowy, które mogą być bardzo kompleksowe.

Na przykład jest w stanie obsłużyć kilka procesów podczas jednej pojedynczej rozmowy, takie jak sprawdzenie statusu zamówienia, automatyczna zmiana adresu, na przykład w przypadku dostawy, albo umówienie spotkania z handlowcem. Także AgentForce w porównaniu do copilotów czy poprzedniej ery chatbotów jest zdecydowanie w stanie działać w o wiele bardziej kompleksowy sposób. I ostatnia rzecz, o której myślę, że warto wspomnieć, to wielokanałowość.

To, co ciekawe, to to, że AgentForce jest dostępny na naprawdę wielu różnych kanałach, zarówno takich, na których działają nasi klienci, ale też ich pracownicy. Przykładowo jest to WhatsApp, SMS, Voice, e-mail, a nawet Slack. Wszystko fajnie to brzmi, świetnie.

Wierzę, ja lubię praktyczne pytania, więc jakbyś powiedziała, jak to tak naprawdę w praktyce wygląda? AgentForce działa w sposób prosty i intuicyjny, a do tego konfiguracja ma być naprawdę łatwa dla administratorów. AgentForce składa się z takich trzech podstawowych komponentów i myślę, że rozumiejąc je, zrozumiemy dokładnie, jak AgentForce działa. Są to tematy, akcje i instrukcje.

Tematy pozwalają nam trochę ograniczyć zakres odpowiedzi agenta do tych, które są zgodne z kontekstem. Dzięki temu AgentForce nie odpowiada na takie, które są nieistotne albo po prostu spoza zakresu swojej obsługi. Mogą to być tematy związane z zarządzaniem zamówieniami, z zapytaniami na przykład o naprawę danego sprzętu albo takimi ogólnymi pytaniami i odpowiedziami.

Każdy temat ma przypisany zestaw konkretnych akcji, które AgentForce może wykonać. Te akcje mogą być powiązane z istniejącymi automatyzacjami na platformie Salesforce, na przykład w ramach flows. Przykładowo, jeśli zbudowałeś już flow, który dotyczy zwrotów zamówień, to AgentForce może go bardzo łatwo wykorzystać jako jedną z akcji w ramach AgentForce i w ten sposób agent jest w stanie obsłużyć cały obszar zarządzania zwrotami.

Tematy grupują te akcje w zestawie takich zadań do wykonania, czyli jobs to be done, co pozwala AgentForce skupić się na odpowiednich działaniach w ramach tego jednego konkretnego tematu. To co też ważne to to, że za każdym tematem stoją instrukcje. Można je bardzo łatwo napisać w języku naturalnym i te instrukcje pokazują AgentForce jakie akcje powinien wybrać, w jakie kolejności powinien podejmować działania oraz jakie pytania uściślające powinien zadać, jeśli na przykład nie ma wszystkich potrzebnych informacji.

Jak opowiadamy o AgentForce, to przejdźmy sobie na troszeczkę wyższy level, troszeczkę wyższy level techniczny i warto powiedzieć i podkreślić, że z AgentForcem mamy połączony Atlas Reasoning Engine. Jak byś mogła wytłumaczyć, co to za tajemnicze słowo z lepek słów oznacza? Jasne, bardzo chętnie, mam nadzieję, że uda mi się to wytłumaczyć. Ciężko przetłumaczyć ten Atlas Reasoning Engine jako nazwę na polski, byłby to może taki silnik rozumowania.

W każdym razie już pomijając to, jak to nazwać po polsku, jest to na pewno takie serce AgentForce i podstawa jego działania. Atlas łączy w sobie wiele różnych technologii, są to na przykład duże modele językowe i large action models, czyli duże modele akcji albo duże modele działania. Dla tych, którzy nie są ze znajomymi z tymi large action models, jest to rodzaj zaawansowanych modeli sztucznej inteligencji, które mogą nie tylko przetwarzać i generować tekst, ale także przewidywać i wykonywać sekwencje działań, aby osiągnąć jakieś konkretne, określone cele w świecie rzeczywistym.

Kolejną technologią, która jest zawarta w Atlasie, jest tak zwany moduł RAC, czyli Atlas Retrieval Augmented Generation. RAC to taka technika AI, która pozwala firmom automatycznie osadzać najbardziej aktualne i istotne dane bezpośrednio w zapytaniach, które są wysyłane do LLM. Z jednej strony mogą to być dane strukturalne, jak np. arkusze kalkulacyjne albo relacyjne bazy danych. Z drugiej strony dane niestrukturalne, np. w plikach PDF, w transkrypcjach czatów albo nawet w postach z mediów społecznościowych.

Dodatkowo Atlas łączy też w sobie np. REST API i różne konektory danych do repozytorium wiedzy. Nasz wiceprezes ds. badań nad AI zauważył niedawno coś ciekawego, co też pokazuje jak Atlas tak naprawdę działa i zauważył, że wykorzystuje on od 8 do 12 różnych modeli językowych i są to modele, które są wyspecjalizowane w obsłudze określonych podzadań dla każdego otrzymanego zapytania. Moim zdaniem to naprawdę robi wrażenie i sprawia, że Salesforce ma dobre, konkretne rozwiązanie w obszarze AI. Wiem, że to może być trochę zaskoczenie dla wielu osób, którzy nie widzieli i nie postrzegali Salesforce'a jako takiego lidera w tym obszarze, lidera w sferze sztucznej inteligencji, ale bardziej jako np. rozwiązanie do sprzedaży albo platformę CRM. Jednak AI to naprawdę obszar, w którym działamy bardzo prężnie już 10 lat, właściwie 11, bo nagrywamy podcast w 2025 roku, ale jest to już naprawdę wiele lat działań, wiele lat historii. Nasz Einstein narodził się w 2016 roku, także też już nie jest taki młody.

Budujemy własne duże modele językowe, a nasz zespół Salesforce Research opublikował już ponad 200 prac badawczych z zakresu sztucznej inteligencji i zgromadził około 300 różnych patentów związanych z AI. Także jest to naprawdę coś, co moim zdaniem robi wrażenie i pokazuje, że Salesforce jest nie tylko graczem w tym obszarze, ale naprawdę firmą, która wprowadza innowacje. Myślę, że nasi słuchacze, którzy słuchali wcześniejszych podcastów z Ulą, doskonale znają tę historię i wiedzą, jakim liderem jest Salesforce, jeżeli chodzi o sztuczną inteligencję.

Chciałbym jeszcze zostać przy tym Atlasie, bo dzięki za wytłumaczenie z jakich modułów się składa mniej więcej właśnie jakie elementy wchodzą w skład Atlas, a oczywiście wrócę do mojego ulubionego pytania praktycznego. Nina, jak w praktyce Atlas działa? Atlas otrzymuje trigger, po polsku powiedzmy sygnał wyzwalający, który może pochodzić np. z rozmowy z klientem albo pracownikiem danej organizacji korzystającej z AgentForce, z jakiejś zmiany w danych albo z danej automatyzacji.

Wykorzystuje on opisy w języku naturalnym i LLM, aby zidentyfikować kontekst i wybiera odpowiedni temat. O tematach już wcześniej rozmawialiśmy. Uwzględnia on ten zakres, który jest zdefiniowany w instrukcjach oraz wymagane dane i w ten sposób dostarcza kompleksową odpowiedź.

Kiedy już zidentyfikuje dany temat i wie, jakie jest konkretne zadanie do wykonania, agent wybiera i łączy odpowiednie akcje. I tak jak mówiłam, mogą one być wykonywane za pomocą Flow, ale też Apexu, API albo Promptu. Agent dynamicznie planuje i wykonuje poszczególne zadania w odpowiedniej kolejności.

Ściśle trzyma się tych wcześniej zdefiniowanych ograniczeń, czyli tzw. guardrails, o których wspominałam. I to, co to oznacza, to to, że on nie zrobi czegoś, czego mu nie pozwolimy zrobić.

To, co ważne, to to, że Atlas Reasoning Engine korzysta z naszej warstwy zaufania. Znacie ją pewnie pod nazwą Einstein Trust Layer. Jest to taka warstwa, która pozwala na bezpieczne wykorzystanie AI i zapobiega np. wycieku danych albo generowaniu szkodliwych treści. Także myślę, że można powiedzieć, że Atlas jest naprawdę takim sercem AgentForce i jest czymś, co łączy różne zaawansowane technologie, żeby zapewnić bezpieczne, dynamiczne i przy tym inteligentne wsparcie. Jak już mówimy o łączeniu, to moje kolejne pytanie będzie, czy możemy AgentForce'a połączyć z narzędziami Salesforce'owymi.

Pewnie odpowiedź będzie tak, bo oczywiście są to produkty Salesforce'owe, ale jakbyś mogła troszeczkę więcej o tym powiedzieć. Jak najbardziej AgentForce można połączyć i wręcz trzeba moim zdaniem, żeby naprawdę wykorzystać jego możliwości i może najłatwiej wytłumaczyć to na konkretnych przykładach w różnych obszarach. Nasze rozwiązanie sprzedażowe, czyli Sales Cloud, jest czymś, co wspiera wiele działów sprzedaży i wielu handlowców w osiąganiu lepszych wyników.

AgentForce w kontekście Sales Cloud może działać jako taki wirtualny asystent, który daje rekomendacje produktowe w oparciu np. o historię zakupów klientów. Może też pomagać w rozwoju sprzedaży, czyli w tzw. procesie sales developmentu, albo w coachingu zespołów sprzedażowych. Myślę, że to jest taki use case, o którym nie wszyscy słyszeli, czy może nie jest to coś, co przechodzi jako pierwszy use case do głowy. A czym jest coaching sprzedażowy? Coaching sprzedażowy polega na tym, że handlowcy są w stanie w swoim środowisku Salesforce ćwiczyć rozmowy, np. pitch sprzedażowy, który chcą zaprezentować jakiemuś CIO albo COO, albo po prostu opis różnych produktów. Są w stanie przećwiczyć ze swoim agentem AI i dostają feedback, jak dobrze opisali wartość danego rozwiązania. Jak np. długość tego pitchu miała się do tego, co jest takim standardem i co działa najlepiej. Także agent AI jest w stanie działać z osobą, która chce się przygotować, daje feedback, daje konkretne kroki do np. ulepszenia i po prostu przygotowuje nas na rozmowę już z prawdziwym klientem w świecie rzeczywistym.

I do tego wszystkiego, biorąc jeszcze historię sprzedażową danego klienta, mamy indywidualne podejście, a nie generyczny pitch, który mogę stosować sobie do wszystkich klientów. Dokładnie, jak najbardziej. Także jest to moim zdaniem bardzo ciekawe zastosowanie.

Z kolei w obszarze rozwoju sprzedaży czy prospectingu AgentForce też jest w stanie wesprzeć, a nawet trochę zautomatyzować ten cały proces, żeby handlowcy, którzy mają zwykle bardzo dużo pracy i z jednej strony powinni opiekować się obecnymi klientami i upewnić, że wszystko u nich jest w porządku, a z drugiej strony właśnie zdobywać nowy biznes, tak mówiąc takim językiem sprzedażowym. Po prostu ci handlowcy mają o wiele łatwiejsze zadanie, bo mogą się skupić na tych takich kompleksowych działaniach, na interakcjach z klientami, które naprawdę powinni przeprowadzić sami, a AgentForce jest w stanie np. angażować w rozmowę potencjalnych klientów na tych kanałach, gdzie ci klienci są, powiedzmy np. na stronie internetowej i w momencie kiedy np. to jest odpowiedni moment, żeby umówić spotkanie z handlowcem, AgentForce jest w stanie to zrobić automatycznie, biorąc pod uwagę jego dostępność. Z drugiej strony jest też w stanie zebrać potrzebne informacje i np. przekazać je dalej osobie, która powinna się tym tematem zająć dalej. Także jest bardzo dużo różnych zastosowań. Te dwa, które właśnie opisaliśmy, to są tzw. agenci z pudełka, z których każdy może skorzystać, ale też AgentForce nie ogranicza się do tego. Jeśli mamy zupełnie inny proces, zupełnie inny pomysł, który może wesprzeć w tym przypadku sprzedaż, to możemy zbudować takiego agenta samemu. Super.

Mamy Sales Clouda, czyli ten core salesforce'owego, że tak kolokwialnie powiem. Przejdźmy sobie do innych przykładów. Zobaczmy, jak w Service Cloud może funkcjonować taki AgentForce.

Jak najbardziej. Service Cloud, dla tych, którzy nie wiedzą, ale pewnie większość z Was wie, to jest nasze rozwiązanie do obsługi klienta. I tutaj AgentForce w inteligentny i naprawdę kompleksowy sposób może rozwiązać różne problemy albo odpowiedzieć na pytania i przy tym ogranicza tę potrzebę kontaktu między klientem czy potencjalnym klientem, a pracownikiem naszej firmy.

Jeśli interakcja z zespołem jest zalecana albo konieczna, to AgentForce może wtedy z jednej strony przekazać rozmowę takiemu agentowi obsługi klienta, a z drugiej już z punktu widzenia tej osoby, która ma udzielić wsparcia, jest w stanie pokazać odpowiednie informacje, zaproponować odpowiedzi i te odpowiedzi są w oparciu o kompleksowe dane, czy to na platformie Salesforce czy gdzieś indziej i też po prostu wiedzę, znajomość kontekstu. Wiesz co, to bym się chwilę zatrzymał, bo ktoś może sobie pomyśleć. OK, mamy chatboty, więc mogę skorzystać z chatbotów, a Wy proponujecie AgentForce.

Jest jakaś różnica między chatbotami i AgentForcem? Tak, to jest taki rodzaj pytania, które już słyszałam też od osób ze środowiska Salesforce, które zastanawiały się, czy AgentForce to właściwie jest po prostu kolejny chatbot AI. Ale moim zdaniem i też z tego, co widzę w praktyce, kiedy sama korzystam z tego rozwiązania, AgentForce jest czymś zupełnie innym, czymś zupełnie innowacyjnym, jest to trochę taka część szerzej zmiany paradygmatu i mówimy tutaj o takim procesie agentyfikacji. Jest to nowe podejście, bo sztuczna inteligencja naprawdę zyskuje zdolność działania w imieniu ludzi.

Wcześniej chatboty nie do końca w ten sposób działały, działały bardziej reaktywnie, kiedy ktoś miał problem, kiedy ktoś miał pytanie, były w stanie zaproponować jakąś zbiór poszczególnych akcji, które są w stanie wykonać, nie biorąc pod uwagę kontekstu i też nie dając możliwości na luźną rozmowę. AgentForce różni się, ponieważ rozumie język naturalny i potrafi na niego odpowiadać. Jest też w stanie naprawdę proponować praktywnie poszczególne działania i akcje, o czym już rozmawialiśmy i jest w stanie też sam podejmować różne działania w oparciu o automatyzację.

Kiedy myślimy o przykładzie serwisowym, czyli np. AgentForce Service Agent, który jest przykładem takim też z pudełka agenta, z którego można bardzo łatwo skorzystać, to ważnym obszarem jest np. konfiguracja.

Tradycyjne chatboty wymagają kosztownego procesu trenowania modeli, aby być w stanie rozumieć język klientów i wiążą się też z czasochłonnym projektowaniem różnych dialogów. AgentForce Service Agent pozwala na konfigurację w kilka minut, bo dajemy do dyspozycji takie gotowe szablony, z których można korzystać. Ma też gotowe możliwości konwersacyjne i jego możliwości przypominają ludzką interakcję, także my z punktu widzenia użytkownika, który potrzebuje skorzystać z AgentForce, czy ma jakieś pytanie, możemy do niego pisać tak jakbyśmy pisali do kolegi albo znajomego i on zrozumie, co mamy na myśli i zidentyfikuje ten odpowiedni temat, o którym już rozmawialiśmy i będzie w stanie nam zaproponować odpowiednią ścieżkę działania.

Brzmi ciekawie, intrygująco. Mam nadzieję, że już nikt ze słuchaczy nie będzie mylił i nie będzie myślał, że AgentForce to jest chatbot. Odwiedź stronę internetową coffeeforce.pl. Wszystko o ekosystemie Salesforce po polsku.

Rozmawialiśmy przed chwilą o różnym wykorzystaniu AgentForce'a na platformie Salesforce i tak się zastanawiam, czy AgentForce tylko ogranicza się właśnie do platformy Salesforce. Jest to dobre pytanie i odpowiedź na nie też jest myślę pozytywna dla osób, które chciałyby zobaczyć w jaki sposób AgentForce może zintegrować się z ich wszystkimi systemami. To, co jest ciekawe, to to, że AgentForce działa właśnie też poza CRM.

U nas z perspektywy Salesforce ważnym rozwiązaniem, które to umożliwia, jest MuleSoft i dzięki MuleSoftowi, naszej szynie integracyjnej, AgentForce może podejmować działania właściwie w każdym podłączonym systemie. Z kolei na przykład w Tableau, naszym rozwiązaniu do analizy danych, AgentForce ułatwia analizę relacji w danych, na przykład pomiędzy różnymi tabelami i dzięki temu zauważyliśmy, że to znacznie przyspiesza proces wnioskowania i interpretacji tych danych, które posiadamy. Mówiliśmy już o tym, o wielokanałowości, ale myślę, że dalej warto o tym wspomnieć, bo jest to coś, co jest poza platformą Salesforce, ale także ważne.

AgentForce łączy się z wszystkimi różnymi kanałami, z którymi nasi klienci wchodzą w interakcje albo też pracownicy, na przykład CRM i Slack to już w ramach naszego środowiska, naszego ekosystemu, ale też na przykład Whatsapp, Messenger czy strony internetowe. Jesteśmy wiesz co przy tej stronie praktycznej, to czy mogłabyś dać jakieś porady, jeżeli ktoś chciałby zacząć swoją przygodę z AgentForcem, wprowadzić, zaimplementować, od czego warto zacząć? Jeśli pytasz tutaj o takie pierwsze, zupełnie pierwsze doświadczenia z AgentForce, to myślę, że łatwym sposobem na poznanie tego konceptu i zobaczenie w praktyce jest zbudowanie własnego agenta. Jest to coś, co jest jak najbardziej możliwe na naszej darmowej, ogólnodostępnej platformie Trailheads, którą pewnie wielu z Was miało już jakieś doświadczenia.

Jest tam taki projekt QuickStart Build Your First Agent with AgentForce i w ramach niego można zrozumieć krok po kroku, na czym polega AgentForce, jak działa i można też zbudować własnego agenta z tego, co pamiętam, w niecałe pół godziny. Także jest to bardzo ciekawe rozwiązanie, bardzo ciekawy sposób i też dosłownie coś, co można zrobić teraz, oczywiście po odsłuchaniu naszego podcastu. Super.

Zapraszamy jak najbardziej. Dużo osób widziałem, że chwali się na LinkedIn i nie tak. Zbudowałem swojego pierwszego AgentForce, więc Wy też możecie to zrobić.

Jeżeli mówimy o AgentForce, to często w materiałach, również w webinarach pojawia się DataCloud i tutaj są moje pytania, jaka jest rola DataCloud w AgentForce. Osobny podcast o DataCloud nagrywaliśmy, więc też zachęcamy do odsłuchania. Oczywiście są też materiały wideo przygotowane przez Ciebie, Nina, więc wróćmy do tego i moje pytanie jest takie, czy jest konieczność wykorzystywania DataCloud do AgentForce i jak ma się DataCloud do AgentForce? DataCloud jest technicznie rzecz biorąc warunkiem wstępnym dla AgentForce, ponieważ tak jakby działa w tle.

Wspiera warstwę zaufania, czyli Einstein Trust Layer, rejestrowanie rozmów audytowych oraz przetwarzanie danych. Jednak pełne wdrożenie DataCloud nie jest wymagane, jeśli chcemy korzystać z AgentForce. Możesz go po prostu uruchomić, włączając DataCloud, włączając w swoim systemie na swojej platformie Salesforce i wykorzystując darmowy pakiet.

Jeśli posiadasz niezbędne dane i zasoby już na platformie Salesforce, to właściwie nic nie stoi na przeszkodzie, żeby takiego agenta uruchomić, pierwszego czy kolejnych agentów także. Warto jednak zaznaczyć, że aby AgentForce był naprawdę skuteczny, potrzebuje dostępu do najnowszych i najbardziej precyzyjnych, aktualnych danych. Ważnym źródłem są te dane niestrukturalne, takie jak dokumentacja produktowa czy pliki PDF, na których LLM-y oraz wyszukiwarki internetowe nie są w stanie działać, po prostu nie mają do nich dostępu, są to nasze dane, dokumenty prywatne.

Te foundation on models mogą czerpać informacji z witryn internetowych, ale te dane są często też niezbyt aktualne. AgentForce jest w stanie w połączeniu z DataCloud działać w oparciu o wszystkie te rodzaje danych, strukturalne, niestrukturalne i oczywiście nasze dane, które posiadamy na platformie Salesforce, więc zależy nam na tym, czy powinno nam zależeć na tym, żeby te dane były jak najbardziej kompletne. To, co jest ważne, to to, że DataCloud wspiera cały ten obszar generatywnej sztucznej inteligencji na platformie Salesforce, wspiera też analitykę dotyczącą agentów i zarządzanie wiedzą organizacji, a dla osób, które są bardziej zaznajomione z różnymi elementami DataCloud, to na pewno istotne będzie to i zrozumieją, że bez DataCloud nie ma dostępu np. do ujednoliconych profili, calculated insights czy też różnych atrybutów. Dobrze, wiesz co, to tak myślę, już wiemy, co jest DataCloud, jaka jest funkcja. Mówiliśmy o różnych formach wsparcia dla osób biznesowych, dla sprzedaży, dla obsługi serwisowej, a czy jest jakiś przykład zastosowania, czy AgentForce może wspierać pracę deweloperów? Jak najbardziej.

Mamy coś takiego, co nazywamy AgentForce for Developers i jest to narzędzie, które jest wspierane przez sztuczną inteligencję, dostępne jako rozszerzenie dla Visual Studio Code. Zabiera ono modele, które zostały specjalnie zaprojektowane, aby wspierać programistów. Jest to taki kompleksowy zestaw narzędzi, który zwiększa produktywność i automatyzuje żmudną pracę.

Częścią tego rozwiązania, o którym może warto wspomnieć, jest DevAssistance, czyli taki partner do kodowania. Wystarczy z nim porozmawiać, napisać instrukcję lub zadać jakieś pytanie i w momencie, kiedy zostanie aktywowany, to ten AgentForce w tym wydaniu działa w kontekście otwartego pliku i bieżącej rozmowy. Jest on w stanie zasugerować kod na podstawie tego, co piszesz i co widzisz w edytorze Visual Studio Code.

Wspiera on interaktywne, wieloetapowe interakcje i umożliwia dopracowanie kodu, a także rozwiązanie różnych problemów i zadawanie pytań, które uzupełniają nasze działania. Wiemy, jak AgentForce wspiera różnego rodzaju zespoły, od zespołów sprzedażowych po zespoły techniczne. To teraz jak AgentForce wspiera organizacje? Czy jest jakiś model, jest zbiór organizacji, dla których AgentForce jest dedykowany i jest to odpowiednie rozwiązanie? AgentForce jest w sumie rozwiązaniem, które warto rozważać bez względu na to, jaką jesteśmy organizacją, jakiego rozmiaru i w jakiej branży działamy.

Salesforce na bieżąco uzupełnia bibliotekę różnych zastosowań AI dla właściwie wszystkich branż, a rozwiązanie to jest wdrażane przez coraz nowe organizacje, które pragną w pełni wykorzystać ten potencjał.