KI-Agenten für die Geschäfts- und Anwendungsentwicklung

Agents sind unterstützende und autonome Softwaresysteme. Basierend auf Benutzereingaben oder Umgebungsbedingungen argumentieren, planen und ergreifen sie Maßnahmen, um bestimmte Aufgaben oder Ziele zu erreichen. Sie sind wie intelligente digitale Assistenten, ausgestattet mit dem geballten Wissen und der Erfahrung menschlicher Expert:innen und dem Zugriff auf alle relevanten Daten.

Agents werden in allen Bereichen unseres Lebens allgegenwärtig sein und die Art und Weise, wie Unternehmen arbeiten und mit Kunden interagieren, grundlegend verändern. Zum Beispiel kann ein Service-Agent als der:die technisch versierteste Mitarbeiter:in Ihres Unternehmens fungieren, der rund um die Uhr für Sie da ist und jede Anfrage bearbeitet. Ein Marketing-Agent kann, ähnlich wie ein selbstfahrendes Auto, „Sensoren" (Echtzeitdaten) verwenden, um sich ändernde Geschäftsbedingungen zu erkennen und proaktiv zu reagieren (Preisgestaltung anpassen, eine Kampagne starten usw.).

Dieser Artikel befasst sich mit den KI-Innovationen, die das Aufkommen von Agenten vorantreiben, und untersucht, wie Agenten nicht nur Unternehmen transformieren, sondern auch Software und Softwareentwicklung neu gestalten.

KI-Agents wurden möglich durch das Aufkommen von Large Language Models (LLMs). LLMs bieten zwei wesentliche Funktionen, die für die Implementierung hochwirksamer Agents erforderlich sind:

• Umfassendes Sprachverständnis: LLMs haben ein gutes Verständnis komplexer und nuancierter Sprache. Das ist eine entscheidende Fähigkeit für Chatbot-Agenten, die es ihnen ermöglicht, eine Useranfrage vollständig zu verstehen und Antworten in natürlicher Sprache zu formulieren.
• Argumentation und Entscheidungsfindung: LLMs können auch argumentieren und Entscheidungen treffen. Auf diese Weise können Agenten einen Plan erstellen und die Schritte orchestrieren, die zur Lösung des vorliegenden Problems erforderlich sind.

LLMs allein reichen jedoch nicht aus, um Agents zu implementieren. Sie haben eine Reihe von Einschränkungen, darunter:

• Fehlender Zugang zu privaten Daten: LLMs haben keinen Zugriff auf private Daten, für die sie nicht trainiert wurden. Sie können z. B. keine Liste der offenen Verkaufschancen, offenen Supporttickets oder bisherigen Kampagnenergebnisse zurückgeben.
• Keine integrierte Fähigkeit, Maßnahmen zu ergreifen: Sie können z. B. kein Supportticket öffnen, die Lieferadresse einer Bestellung nicht ändern, keinen Opportunity-Datensatz aktualisieren oder den Preis eines Produkts nicht ändern.

Agents schließen die Lücke zwischen der leistungsstarken Sprache und den Argumentationsfähigkeiten von LLMs und den praktischen Anforderungen geschäftlicher Anwendungsfälle, wie z. B. dem Zugriff auf private Daten und der Ausführung von Aktionen, und ebnen so den Weg für ein neues Software-Paradigma.

Mit diesem neuen Paradigma wird Software nicht mehr als vollwertige Anwendung erstellt, sondern als eine Sammlung granularer Bausteine, die bestimmte Funktionen kapseln und von Agenten mithilfe der Reasoning-Funktionen des LLM orchestriert werden können. Bei Salesforce werden diese Blöcke als Aktionen bezeichnet (beispielsweise „Bestellung suchen“ und „Bestelladresse ändern“) und sind in Funktionsbereichen organisiert, die Themen genannt werden (beispielsweise „Order Management“).

Mit anderen Worten: Ein Agent ist ein Softwaresystem, das die Sprach- und Argumentationsfähigkeiten eines LLM verwendet, um eine Sammlung von Aktionen innerhalb eines bestimmten Bereichs zu orchestrieren. Auf einer hohen Ebene funktioniert ein Agent wie folgt:

1. Verstehen der Aufgabe: Der Agent nutzt die Sprachfähigkeiten des LLM, um ein tiefes Verständnis für die anstehende Aufgabe zu erlangen.
2. Iterativ planen und ausführen: Basierend auf seinem Verständnis der Aufgabe begründet der Agent die verfügbaren Aktionen und identifiziert, was als nächstes zu tun ist. Dies kann das Ausführen von Aktionen oder das Stellen klärender Fragen umfassen. Der Agent begründet dann das Ergebnis des vorherigen Schritts und legt erneut fest, was als nächstes zu tun ist. Der Agent wiederholt diesen iterativen Prozess, bis er zufrieden ist, dass er die ursprüngliche Aufgabe erledigt hat.
3. Antwort geben: Der Agent erzeugt die Antwort auf die Eingabe.

Der transformativste Aspekt dieses neuen Software-Paradigmas besteht darin, dass es den Agenten ermöglicht, unerwartete Anfragen ohne vordefinierte Anforderungen zu bearbeiten. Stellen Sie sich einen Agent vor, der mit Dutzenden oder sogar Hunderten von Aktionen ausgestattet ist. Es könnte sie auf praktisch unendliche Weise zusammenstellen, auch auf eine Weise, die nie erwartet wurde, was es ihm ermöglicht, neue Probleme im Handumdrehen zu lösen. Dies ist die ultimative Form der Anwendungszusammensetzung.

Bei Salesforce sind beispielsweise unsere branchenführenden Anwendungen (einschließlich Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloudund Branchen) in granulare Aktionen unterteilt, die den Agentforce-Agenten von Salesforce sofort eine Fülle von Funktionen zu verschiedenen Themen zur Verfügung stellen können. Agentforce-Agenten können diese Aktionen auf beliebig viele Arten zusammenstellen und orchestrieren und den Nutzer:innen so eine nahtlose und einheitliche Erfahrung im gesamten Unternehmen bieten. Darüber hinaus können Entwickler:innen die standardmäßigen Funktionen von Agentforce-Agenten mit benutzerdefinierten Aktionen erweitern, die auf Code, APIs, Salesforce-Flows oder Eingabeaufforderungsvorlage basieren. Schließlich können Sie Ihre Agenten in Order Management einsetzen und mit ihnen wie mit Teamkolleg:innen chatten.

Aktionen statten Agents mit den folgenden wesentlichen Funktionen aus:

1. Zugriff auf private Unternehmensdaten: Aktionen ermöglichen Agents den Zugriff auf Ihre Kunden- und Unternehmensdaten. Wenn Sie einem Agenten Zugriff auf Daten gewähren, ist es wichtig sicherzustellen, dass der Agent keine Daten an nicht autorisierte Benutzer weitergibt. Mit Agentforce Agents wird der Zugriff auf Daten durch Berechtigungen und Freigabemodelle geregelt. Die gleichen Berechtigungen und Freigabemodelle gelten unabhängig davon, von wo aus auf die Daten zugegriffen wird: von herkömmlichen Anwendungen oder Agenten.
2. Handlungsfähigkeit: Aktionen bieten Agenten die Möglichkeit, Logik auszuführen und in externe Systeme zu integrieren. Standardaktionen von Agentforce können sich auf Vertrieb, Service, Marketing, Commerce und Branchen auswirken. Darüber hinaus können Entwickler:innen benutzerdefinierte Aktionen erstellen, die mithilfe von benutzerdefiniertem Code, APIs, Flows und Promptvorlagen auf Salesforce oder externe Systeme angewendet werden können

Agents können unterschiedliche Autonomiegrade haben. Zum Beispiel:

• Assistive Agenten (manchmal auch als Copiloten bezeichnet) arbeiten mit Menschen zusammen und verbessern so ihre Fähigkeiten, anstatt alleine zu handeln. Copiloten benötigen oft menschlichen Input und Feedback, um Vorschläge oder Aktionen zu optimieren.
• Autonome Agents agieren unabhängig und ohne direkte menschliche Aufsicht. Agentforce-Agents haben im Gegensatz zu anderen autonomen Agents die Fähigkeit, Aufgaben bei Bedarf nahtlos an Menschen weiterzugeben.

Unabhängig vom Autonomiegrad eines Agents ist die Einrichtung geeigneter Kontrollmechanismen von entscheidender Bedeutung, um die Zuverlässigkeit, die Einhaltung von Geschäftspraktiken, die Datensicherheit und den Datenschutz zu gewährleisten sowie Halluzinationen, Toxizität und schädliche Inhalte zu verhindern.

Agentforce-Agents verwenden einen mehrschichtigen Ansatz, um Kontrollmechanismen durchzusetzen:

• Einstein-Vertrauensebene: Die Einstein-Vertrauensebene ermöglicht es Agents, LLMs auf vertrauenswürdige Weise zu nutzen, ohne Unternehmensdaten zu gefährden. Dafür kommen ein sicheres Gateway, Datenmaskierung, Toxizitätserkennung, Prüfpfade und mehr zum Einsatz, um LLM-Interaktionen zu kontrollieren.
• Anweisungen: Bei der Definition eines Agentforce -Agents können Sie natürliche Sprache verwenden, um klare Anweisungen zu geben, einschließlich dessen, was zu tun und was zu vermeiden ist, und so effektiv die Leitplanken für sein Verhalten festzulegen.
• Freigegebene Metadaten: Salesforce-Metadaten definieren übergreifende Regeln, die unabhängig davon durchgesetzt werden, ob der Zugriff auf die Daten über herkömmliche Anwendungen oder Agent erfolgt. Dazu gehören Berechtigungen, Freigabemodelle, Validierungsregeln und Workflow-Automatisierung, um die Datensicherheit und die Einhaltung von Geschäftspraktiken zu gewährleisten.
• Agentenanalyse: Dieses Observability-Tool bietet Einblicke in die Leistung, Benutzerfreundlichkeit und Zuverlässigkeit von Agents und Aktionen und ermöglicht es Ihnen, verbesserungswürdige Bereiche zu identifizieren.
• AI Test Center: Das AI Test Center ist ein einheitliches Test-Framework, das Batch-Tests für Agents, Promptvorlagen, Retrieval-Augmented Generation (RAG) und Modellanwendungsfälle unterstützt.

Salesforce hat kürzlich Agents für Vertrieb und Service angekündigt:

• Der Agentforce Service Agent revolutioniert den Kundenservice mit seiner Fähigkeit, eine breite Palette von Serviceproblemen ohne vorprogrammierte Szenarien zu verstehen und Maßnahmen zu ergreifen, was dazu beiträgt, den Kundenservice weitaus effizienter zu gestalten.
• Agentforce SDR Agent interagiert autonom und in natürlicher Sprache mit Inbound-Leads, um Fragen zu beantworten, auf Einwände zu reagieren und Termine für Vertriebsmitarbeiter:innen zu arrangieren.
• Agentforce Sales Coach Agent führt selbstständig Rollenspiele mit Verkäufer:innen durch und simuliert Käufer:innen während der Entdeckung, des Pitches oder der Verhandlungsgespräche.

Sie können diese Agents sofort verwenden, aber Agentforce ermöglicht es Ihnen auch, sie anzupassen, zu erweitern und eigene Agents zu erstellen.

Salesforce Agentforce bringt Menschen mit autonomen Agents zusammen, die auf KI, Daten und Aktionen basieren. Die Lösung bietet die Funktionen und Tools, die Sie zum Erstellen, Anpassen und Bereitstellen von vertrauenswürdigen Agenten und anderen innovativen KI-Anwendungen benötigen, komplett mit den richtigen Kontrollmechanismen und Überwachung. Werfen wir einen genaueren Blick darauf und gehen wir die wichtigsten Komponenten durch.

Wenn es um das Potenzial von KI geht, sind Experten aus dem Geschäfts- und KI-Bereich nachdenklich, inspiriert und hoffnungsvoll. Abonnieren Sie den Stellen Sie die richtigen Fragen zu KI-Newsletter auf LinkedIn, um über die neuesten Entwicklungen rund um KI auf dem Laufenden zu bleiben.

Salesforce Metadaten legen universelle Regeln fest, die unabhängig davon durchgesetzt werden, ob der Zugriff auf die Daten über herkömmliche Anwendungen oder Agenten erfolgt. Dazu gehören Berechtigungen, Sharing Models, Validierungsregeln und Workflow-Automatisierung, um die Datensicherheit und die Einhaltung von Geschäftspraktiken zu gewährleisten. Metadaten ermöglichen es LLMs auch, den Kontext und die Bedeutung der Daten besser zu verstehen, was zu genaueren Antworten führen kann. Zum Beispiel könnte ein LLM Metadaten verwenden, um CRM-Daten dem Benutzer auf eine nützlichere und umsetzbarere Weise zu präsentieren (Ad-hoc-Benutzeroberfläche).

Um eine gute KI zu erhalten, benötigen Sie qualitativ hochwertige und einheitliche Daten. Die Data Cloud von Salesforce führt alle Ihre Daten – Salesforce- sowie externe, strukturierte und unstrukturierte Daten – zusammen und vereinheitlicht sie, um die KI mit hochwertigen, relevanten und umsetzbaren Informationen zu versorgen. Mit über 200 verfügbaren Konnektoren und der Möglichkeit, benutzerdefinierte Konnektoren einfach zu erstellen, bietet die Data Cloud eine beispiellose Konnektivität.

Sobald Ihre Daten vernetzt, vereinheitlicht und harmonisiert sind, können Sie sie mit der Data Cloud skaliert in KI-Agentenplattformen, Analysen und anderen Anwendungen aktivieren und so wertvolle Erkenntnisse und personalisierte Erfahrungen erhalten. Damit enden isolierte Erfahrungen, die durch in Silos abgeschottete Daten begrenzt sind. Benutzer:innen, ob Mitarbeiter:innen oder Kund:innen, erwarten vernetzte Experiences, die alle relevanten Daten zusammenführen und aussagekräftig machen.

Agentforce bietet eine konfigurierbare Modellarchitektur, mit der Sie Modelle einfach einbinden und zusammenstellen können. Ein gehostetes Basismodell bietet Ihnen oft den schnellsten Weg zu KI-Innovationen, aber Sie können auch fein abgestimmte Modelle oder Ihre eigenen Modelle verwenden, die mit Ihren eigenen Daten erstellt wurden.

Mit dem Agentforce Service Agent können Sie vorhandene Modelle verlässlich verwenden, ohne Ihre Unternehmensdaten zu gefährden. Und so funktioniert es:

1. Sicheres Gateway: Agentforce greift über ein sicheres Gateway, das Sicherheits- und Datenschutzrichtlinien bei verschiedenen Modellanbietern konsistent durchsetzt, auf Modelle zu.
2. Datenmaskierung und Compliance: Bevor die Anforderung an den Modellanbieter gesendet wird, durchläuft sie eine Reihe von Schritten, einschließlich der Datenmaskierung, bei der personenbezogene Daten durch anonymisierte Daten ersetzt werden, um den Datenschutz und die Compliance zu gewährleisten.
3. Zero Retention: Um Ihre Daten weiter zu schützen, hat Salesforce Zero-Retention-Vereinbarungen mit Modellanbietern abgeschlossen, was bedeutet, dass Anbieter ihre Modelle nicht mit von Salesforce gesendeten Daten beibehalten oder weiter trainieren.
4. Demaskierung, Toxizitätserkennung und Audit Trail: Wenn die Ausgabe vom Modell empfangen wird, durchläuft sie eine weitere Reihe von Schritten, einschließlich Demaskierung, Toxizitätserkennung und Audit Trail-Protokollierung. Bei der Demaskierung werden die echten Daten wiederhergestellt, die aus Datenschutzgründen durch simulierte Daten ersetzt wurden. Die Toxizitätserkennung prüft die Ausgabe auf schädliche oder anstößige Inhalte. Die Audit Trail-Protokollierung zeichnet zu Prüfzwecken den gesamten Prozess auf.

Aktionen bieten Agenten die Möglichkeit, Logik auszuführen und in externe Systeme zu integrieren. Standardaktionen von Agentforce können sich auf Vertrieb, Service, Marketing, Commerce und Branchen auswirken. Darüber hinaus können Entwickler:innen benutzerdefinierte Aktionen erstellen, die mithilfe von benutzerdefiniertem Code, APIs, Flows und Eingabeaufforderungsvorlagen auf Salesforce oder externe Systeme angewendet werden können.

Ein Thema ist eine logische Gruppierung von Aktionen, die einen bestimmten Schwerpunktbereich darstellen, den ein Agent verstehen, verarbeiten oder auf den er reagieren soll. Beispiele hierfür sind Auftragsverwaltung, Garantie, Preisgestaltung, FAQ und so weiter.

Agentforce-Agents sind autonome Softwaresysteme, die Benutzer- oder Umgebungseingaben analysieren, Aufgaben identifizieren, Lösungen durchdenken und Aktionen orchestrieren können, um sie zu erledigen. Agents haben unterschiedliche Autonomiegrade. Assistive (teilweise autonome) Agentsarbeiten mit Menschen zusammen, um die anstehende Aufgabe zu erledigen. Autonome Agents arbeiten unabhängig ohne direkte menschliche Aufsicht, aber mit den robusten Leitplanken, die weiter oben in diesem Beitrag beschrieben wurden, und der Fähigkeit, Aufgaben bei Bedarf an Menschen zu übergeben.

Agentforce bietet eine Vielzahl von Low-Code-Tools zum Erstellen von Agents und anderen KI-Anwendungen.

Eingabeaufforderungsgenerator ist ein Salesforce Builder, mit dem Sie wiederverwendbare Promptvorlagen in einer grafischen Umgebung erstellen und diese mit dynamischen Daten verknüpfen können, die über Datensatzseitendaten, die Data Cloud, API-Aufrufe, Flows und Apex zur Verfügung gestellt werden.

Agent Builder ist ein weiterer visueller Builder, mit dem Sie Agenten und Copiloten konfigurieren können. Sie können die für Ihren Agent verfügbaren Aktionen auswählen und Ihren Agent in einer Playground-Umgebung ausprobieren.

Agents werden in jedem Bereich unseres Lebens allgegenwärtig werden. Sie können argumentieren, Aufgaben orchestrieren und Maßnahmen ergreifen, um personalisierte Erlebnisse in großem Umfang bereitzustellen. Durch die Kombination der Sprach- und Argumentationsfähigkeiten von LLMs mit Software-Bausteinen verändern sie die Art und Weise, wie Unternehmen arbeiten und wie Software entwickelt wird.

Agentforce-Agents führen diese Transformation mit wichtigen Unterscheidungsmerkmalen an, darunter:

• Vertrauenswürdig: Agentforce schützt Ihre Daten mit der Einstein-Vertrauensebene und denselben Metadaten, Berechtigungen und Freigabemodellen wie herkömmliche Salesforce Anwendungen.
• Leistungsstark: Agentforce Agenten nutzen branchenführende Salesforce Anwendungen, um transformative Erlebnisse in den Bereichen Vertrieb, Service, Commerce, Marketing und Branchen zu bieten.
• Basierend auf einheitlichen Daten. Agentforce-Agents liefern genauere und relevantere Ergebnisse, indem sie KI auf alle relevanten Daten stützen, die von Data Cloud zur Verfügung gestellt und vereinheitlicht werden.
• Low-Code-Tools: Agentforce Agenten können mit einer Reihe von Low-Code-Tools wie Agent Builder, Eingabeaufforderungsgenerator, Model Builder, Flow Builder und mehr erstellt, angepasst, getestet und verwaltet werden.