Agentes de IA para negócios e desenvolvimento de apps

Os agentes são sistemas de software assistivos e autônomos. Com base na entrada do usuário ou nas condições ambientais, eles raciocinam, planejam e agem para cumprir determinadas tarefas ou metas. Eles são como assistentes digitais inteligentes, equipados com o conhecimento agregado e a experiência de especialistas humanos, além de acesso a todos os dados relevantes.

Os agentes estão prontos para se tornar onipresentes em todas as áreas de nossa vida e transformar profundamente a forma como as empresas operam e interagem com os clientes. Por exemplo, um agente de atendimento pode atuar como o representante de suporte técnico mais experiente da sua empresa, disponível 24 horas por dia, 7 dias por semana, para atender a todas as solicitações. Um agente de marketing, assim como um carro autônomo, pode usar “sensores” (dados em tempo real) para detectar mudanças nas condições comerciais e responder de forma proativa (ajustar preços, lançar uma campanha etc.).

Este artigo aborda as inovações de IA que estão impulsionando o surgimento de agentes e explora como os agentes estão mais do que somente transformando os negócios: estão remodelando os softwares e o desenvolvimento de softwares.

Os agentes de IA são viabilizados graças a grandes modelos de linguagem (LLMs). Os LLMs fornecem dois recursos essenciais necessários para implementar agentes altamente eficazes:

• Compreensão profunda da linguagem: os LLMs são ótimos para entender linguagens complexas e com nuances. Esse é um recurso crucial para agentes do tipo chatbot, pois permite que eles entendam a solicitação do usuário em um nível profundo e formulem respostas usando linguagem natural.
• Raciocínio e tomada de decisão: os LLMs também podem raciocinar e tomar decisões. Isso permite que os agentes criem um plano e orquestrem as etapas necessárias para resolver o problema em questão.

Mas os LLMs sozinhos não são suficientes para implementar agentes. Eles têm várias limitações, como:

• Falta de acesso a dados privados: os LLMs não têm acesso a dados privados nos quais não tenham sido treinados. Por exemplo, eles não podem retornar uma lista de oportunidades de vendas abertas, tíquetes de suporte abertos ou resultados de campanhas até o momento.
• Sem capacidade incorporada de agir: por exemplo, eles não podem abrir um tíquete de suporte, alterar o endereço de entrega de um pedido, atualizar um registro de oportunidade ou alterar o preço de um produto.

Os agentes eliminam a defasagem entre os avançados recursos de linguagem e raciocínio dos LLMs e as demandas práticas de casos de uso de negócios, como acesso a dados privados e execução de ações, abrindo caminho para um novo paradigma de software.

Com esse novo paradigma, o software não é mais construído como apps completos, mas como uma coleção de elementos básicos granulares que encapsulam recursos específicos e que podem ser orquestrados por agentes usando os recursos de raciocínio do LLM. Na Salesforce, esses elementos básicos são chamados de ações (por exemplo, “Localizar pedido” e “Alterar endereço do pedido”) e são organizados em áreas funcionais chamadas tópicos (por exemplo, “Order Management”).

Em outras palavras, um agente é um sistema de software que usa a linguagem e as habilidades de raciocínio de um LLM para orquestrar uma coleção de ações dentro de um domínio específico. De forma geral, um agente funciona da seguinte maneira:

1. Entender a tarefa: o agente usa os recursos linguísticos do LLM para obter uma compreensão profunda da tarefa em questão.
2. Planejar e executar iterativamente: com base em sua compreensão da tarefa, o agente raciocina sobre as ações disponíveis e identifica o que fazer a seguir. Isso pode incluir a execução de ações ou perguntas esclarecedoras. O agente então raciocina sobre a saída da etapa anterior e identifica novamente o que fazer a seguir. O agente repete esse processo iterativo até ficar satisfeito com o cumprimento da tarefa original.
3. Fornecer resposta: o agente produz a resposta à entrada.

O aspecto mais transformador desse novo paradigma de software é que ele permite que os agentes lidem com solicitações imprevistas, sem requisitos predefinidos. Imagine um agente equipado com dezenas ou até centenas de ações. Ele poderia compor essas ações de formas praticamente infinitas, inclusive de maneiras nunca previstas, o que permitiria a solução de novos problemas em tempo real. Essa é a forma definitiva de composição de apps.

Por exemplo, na Salesforce, nossos apps líderes do setor (incluindo o Sales Cloud, o Service Cloud, o Marketing Cloud, o Commerce Cloud e o Industries) são divididos em ações granulares que podem habilitar instantaneamente os agentes do Agentforce da Salesforce com uma riqueza de capacidades em vários tópicos. Os agentes do Agentforce podem compor e orquestrar essas ações de várias maneiras, fornecendo aos usuários uma experiência perfeita e unificada em toda a empresa. Além disso, os desenvolvedores podem ampliar os recursos padrão dos agentes do Agentforce com ações personalizadas baseadas em código, APIs, fluxos do Salesforce ou modelos de prompt. Por fim, você pode colocar seus agentes no Order Management e conversar com eles como faria com um colega de equipe.

As ações capacitam os agentes com os seguintes recursos essenciais:

1. Acesso aos dados privados da empresa: as ações fornecem aos agentes acesso aos dados do cliente e da empresa. Ao conceder a qualquer agente acesso aos dados, é importante garantir que o agente não divulgue dados a usuários não autorizados. Quando são usados Agentes do Agentforce, o acesso aos dados é regido por permissões e modelos de compartilhamento. As mesmas permissões e modelos de compartilhamento se aplicam independentemente de onde os dados são acessados: apps ou agentes tradicionais.
2. Capacidade de agir: as ações permitem que os agentes executem a lógica e se integrem a sistemas externos. As ações padrão do Agentforce têm essa capacidade embutida: elas podem atuar em vendas, serviços, marketing, comércio e setores. Além disso, os desenvolvedores podem criar ações personalizadas que podem atuar no Salesforce ou em sistemas externos usando código, APIs, fluxos e modelos de prompts.

Os agentes têm diferentes níveis de autonomia. Por exemplo:

• Agentes auxiliares (às vezes chamados de copilotos) colaboram com humanos, aprimorando as capacidades em vez de agir sozinhos. Os copilotos geralmente precisam de contribuições e feedback humanos para refinar sugestões ou ações.
• Agentes autônomos operam de forma independente, sem supervisão humana direta. Os Agentes do Agentforce, ao contrário de outros agentes autônomos, têm a capacidade de transferir facilmente tarefas para humanos, conforme necessário.

Independentemente do nível de autonomia de um agente, estabelecer proteções apropriadas é crucial para garantir a confiabilidade, a adesão às práticas comerciais e a segurança e privacidade dos dados, bem como para evitar alucinações, toxicidade e conteúdo prejudicial.

Os agentes do Agentforce usam uma abordagem multicamadas para impor proteções:

• Camada de confiança do Einstein: o Camada de confiança do Einstein permite que os agentes usem LLMs de forma confiável, sem comprometer os dados da empresa. Ele usa um gateway seguro, mascaramento de dados, detecção de toxicidade, trilhas de auditoria e muito mais para controlar as interações do LLM.
• Instruções: ao definir um Agente do Agentforce, você pode usar a linguagem natural para fornecer instruções claras, incluindo o que fazer e o que evitar, definindo efetivamente as proteções para o comportamento do agente.
• Metadados compartilhados: os metadados do Salesforce definem regras abrangentes que são aplicadas independentemente de os dados serem acessados em apps ou agentes tradicionais. Isso inclui permissões, modelos de compartilhamento, regras de validação e automação do fluxo de trabalho para garantir a segurança dos dados e a adesão às práticas comerciais.
• Análise de agentes: essa ferramenta de observabilidade fornece insights sobre o desempenho, a usabilidade e a confiabilidade do agente e da ação, permitindo que você identifique áreas de melhoria.
• Centro de testes de IA: uma estrutura de teste unificada que oferece suporte a testes em massa para agentes, modelos de prompts, geração aumentada por recuperação (RAG) e casos de uso de modelos.

A Salesforce anunciou recentemente agentes de Vendas e Atendimento:

• O Agentforce Service Agent revoluciona o atendimento ao cliente com sua capacidade de entender e agir em uma ampla variedade de problemas de atendimento sem cenários pré-programados, ajudando a tornar esse serviço muito mais eficiente.
• O Agentforce SDR Agent interage de forma autônoma com leads recebidos em linguagem natural para responder a perguntas, lidar com objeções e agendar reuniões para vendedores humanos.
• O Agentforce Sales Coach Agent participa de forma autônoma de encenações com vendedores, simulando um comprador durante chamadas de descoberta, apresentação ou negociação.

Você pode usar esses agentes prontos para uso, mas o Agentforce também permite que você os personalize, os amplie e crie seus próprios agentes.

O Salesforce Agentforce reúne humanos e agentes autônomos alimentados por IA, dados e ação. Ele fornece os recursos e as ferramentas de que você precisa para criar, personalizar e implantar agentes confiáveis e outros apps de IA inovadores, complementados pelas proteções e a supervisão corretas. Vamos dar uma olhada mais detalhada e examinar os principais componentes.

Quando se trata do potencial da IA, especialistas das áreas de negócios e IA estão cautelosos, inspirados e otimistas. Assine o boletim informativo Ask More of AI no LinkedIn e se informe com as últimas novidades sobre IA.

Os metadados do Salesforce estabelecem regras universais que são aplicadas independentemente de os dados serem acessados por apps ou agentes tradicionais. Isso inclui permissões, modelos de compartilhamento, regras de validação e automação do fluxo de trabalho para garantir a segurança dos dados e a adesão às práticas comerciais. Os metadados também permitem que os LLMs entendam melhor o contexto e o significado dos dados, o que pode levar a respostas mais precisas. Por exemplo, um LLM pode usar metadados para apresentar dados de CRM ao usuário de uma forma mais útil e acionável (UI ad hoc).

Para obter uma boa IA, você precisa de dados unificados e de alta qualidade. A SalesforceData Cloud reúne e unifica todos os seus dados (Salesforce e externos, estruturados e não estruturados) para fundamentar a IA com informações de alta qualidade, relevantes e acionáveis. Com mais de 200 conectores disponíveis e a capacidade de criar facilmente conectores personalizados, o Data Cloud fornece conectividade incomparável.

Com seus dados conectados, unificados e harmonizados, o Data Cloud possibilita ativá-los em grande escala em plataformas de agentes de IA, em análises avançadas e em diversos apps, gerando percepções valiosas e experiências personalizadas. A era dos dados fragmentados e das experiências desconectadas acabou. Hoje, colaboradores e clientes esperam interações conectadas que integrem e transformem todos os dados relevantes em valor real.

O Agentforce fornece uma arquitetura de modelo configurável que permite conectar e compor modelos com facilidade. Um modelo básico hospedado geralmente é o caminho mais rápido para a inovação em IA, mas você também pode usar modelos ajustados ou seus próprios modelos, criados com seus próprios dados.

O Agente de atendimento do Agentforce permite que você use os modelos existentes de forma confiável, sem comprometer os dados da sua empresa. Funciona da seguinte maneira:

1. Gateway seguro: O Agentforce acessa modelos por meio de um gateway seguro que aplica políticas de segurança e privacidade de forma consistente em diferentes fornecedores de modelos.
2. Mascaramento e conformidade de dados: antes de a solicitação ser enviada ao fornecedor do modelo, ela passa por várias etapas, incluindo o mascaramento de dados, que substitui os dados de informações pessoalmente identificáveis (PII) por dados anônimos para garantir a privacidade de dados e a conformidade.
3. Retenção zero: para proteger ainda mais seus dados, a Salesforce tem acordos de retenção zero com fornecedores de modelos, o que significa que esses fornecedores não podem persistir nem continuar treinando seus modelos com dados enviados pela Salesforce.
4. Desmascaramento, detecção de toxicidade e trilha de auditoria: quando a saída é recebida do modelo, ela passa por outra série de etapas, incluindo desmascaramento, detecção de toxicidade e registro da trilha de auditoria. O desmascaramento restaura os dados reais que foram substituídos por dados falsos para fins de privacidade. A detecção de toxicidade verifica qualquer conteúdo prejudicial ou ofensivo na saída. O registro da trilha de auditoria documenta todo o processo, para fins de auditoria.

As ações permitem que os agentes executem a lógica e se integrem a sistemas externos. As ações padrão do Agentforce podem atuar em vendas, serviços, marketing, comércio e indústrias. Além disso, os desenvolvedores podem criar ações personalizadas que podem atuar no Salesforce ou em sistemas externos usando códigos, APIs, fluxos e modelos de prompt personalizados.

Um tópico é um agrupamento lógico de ações que representam uma área específica de foco que um agente tenha sido projetado para entender, processar ou responder. Alguns exemplos são: gerenciamento de pedidos, garantia, preços, perguntas frequentes, etc.

Os Agentes do Agentforce são sistemas de software autônomos que podem analisar as entradas do usuário ou do ambiente, identificar tarefas, raciocinar sobre soluções e orquestrar ações para concluí-las. Os agentes têm diferentes níveis de autonomia. Agentes assistivos (parcialmente autônomos) colaboram com humanos para realizar a tarefa em questão. Agentes autônomos operam de forma independente, sem supervisão humana direta, mas com as proteções robustas descritas anteriormente neste post e a capacidade de transferir tarefas para humanos conforme necessário.

O Agentforce fornece uma variedade de ferramentas low-code para criar agentes e outros apps de IA.

Criador de prompts é um criador do Salesforce que permite criar modelos de prompts reutilizáveis em um ambiente gráfico e fundamentá-los com dados dinâmicos disponibilizados por dados de página de registro, Data Cloud, chamadas de API, fluxos e Apex.

O Criador de agentes é outro criador visual que permite configurar agentes e copilotos. Você pode selecionar as ações disponíveis ao seu agente e testá-lo em um ambiente específico para isso.

Os agentes estão prontos para se tornarem onipresentes em todas as áreas de nossas vidas. Eles podem raciocinar, orquestrar tarefas e agir, oferecendo experiências personalizadas em grande escala. Ao combinar os recursos de linguagem e raciocínio dos LLMs com os elementos básicos de software, os agentes estão transformando a forma como as empresas operam e como o software é desenvolvido.

Os Agentes do Agentforce estão liderando essa transformação com importantes características diferenciadoras, incluindo:

• Confiabilidade. O Agentforce protege seus dados usando a Camada de confiança do Einstein e os mesmos metadados, permissões e modelos de compartilhamento dos apps tradicionais da Salesforce.
• Potência. Os Agentes do Agentforce usam os apps Salesforce líderes do setor para oferecer experiências transformadoras em vendas, serviços, comércio, marketing e setores.
• Fundamentação em dados unificados. Os Agentes do Agentforce oferecem resultados mais precisos e relevantes ao fundamentar a IA em todos os dados relevantes disponibilizados e unificados pelo Data Cloud.
• Ferramentas low-code. Os Agentes do Agentforce podem ser criados, personalizados, testados e gerenciados usando-se um conjunto de ferramentas low-code, como o Criador de agentes, o Criador de prompts, o Criador de modelos e o Criador de fluxos, entre outros.