Cómo Atlas Reasoning Engine potencia Agentforce

La velocidad de la innovación en el mundo de la IA y, específicamente, la IA generativa, continúa a un ritmo vertiginoso. Con la sofisticación técnica que ahora está disponible, la industria está evolucionando rápidamente de la automatización conversacional de apoyo a la automatización basada en funciones que aumenta la fuerza laboral. Para que la inteligencia artificial (IA) imite un rendimiento a nivel humano, es fundamental comprender qué hace que los humanos sean más efectivos para completar trabajos: la acción. Los seres humanos pueden comprender datos, razonar sobre posibles rutas a seguir y tomar medidas. Equipar a la IA con este tipo de acción requiere un nivel extremadamente alto de inteligencia y toma de decisiones.

En Salesforce, hemos aprovechado los últimos avances en grandes modelos de lenguaje (LLM) y técnicas de razonamiento para lanzar Agentforce. Agentforce es un paquete de agentes de IA listos para usar, aplicaciones autónomas y proactivas diseñadas para ejecutar tareas especializadas, y un conjunto de herramientas para crearlas y personalizarlas. Estos agentes autónomos de IA pueden pensar, razonar, planificar y organizar con un nivel de sofisticación alto. Agentforce representa un salto cuántico en la automatización de la IA para el servicio de atención al cliente, las ventas, el marketing, el comercio y mucho más.

Este artículo aclara las innovaciones que culminaron en el Atlas Reasoning Engine, el cerebro de Agentforce, que se incubó en Salesforce AI Research, y que orquesta acciones de forma inteligente y autónoma para brindar una solución de agentes de nivel empresarial para las compañías.

A principios de este año lanzamos Einstein Copilot, que ahora se ha convertido en un agente de Agentforce para la gestión de relaciones con los clientes (CRM). Einstein Copilot era un asistente conversacional impulsado por IA generativa que obtenía su inteligencia de un mecanismo llamado razonamiento de cadena de pensamiento (CoT). En este mecanismo, el sistema de IA imita el estilo con el cual las personas toman decisiones al generar un plan que contiene una secuencia de pasos para alcanzar un objetivo.

Con el razonamiento basado en la CoT, Einstein Copilot podría crear y trabajar en conjunto en el flujo del trabajo. Esto lo hizo bastante avanzado en comparación con los bots tradicionales, pero no llegó a imitar plenamente una inteligencia como la humana. Generó un plan que contenía una secuencia de acciones en respuesta a las tareas y luego ejecutó esas acciones una por una. Sin embargo, si el plan era incorrecto, no tenía forma de pedirle al usuario que lo redireccionara. Esto condujo a una experiencia de IA que no era adaptativa: los usuarios no podían proporcionar información nueva y útil a medida que avanzaba una conversación.

A medida que sometíamos a Einstein Copilot a pruebas rigurosas con miles de vendedores de nuestra propia organización de ventas (Org 62), surgieron algunos patrones:

• La experiencia conversacional en lenguaje natural de Copilot era mucho mejor que la de los bots tradicionales, como se esperaba, pero aún no estaba logrando que el santo grial fuese realmente similar a un humano. Tenía que ser más conversacional.
• Copilot hizo un gran trabajo cumpliendo los objetivos de los usuarios con las acciones con las que estaba configurado, pero no pudo manejar las consultas de seguimiento sobre la información que ya existía en la plática. Necesitaba utilizar mejor el contexto para responder a más consultas de los usuarios.
• A medida que agregamos más acciones para automatizar más casos de uso, el rendimiento de Copilot comenzó a deteriorarse tanto en términos de latencia (cuánto tiempo tardó en responder) como de calidad de la respuesta. Necesitaba crecer de manera efectiva a miles de casos de uso y aplicaciones que pudieran beneficiarse de él.

Nos propusimos encontrar una solución para estos problemas y eso condujo al surgimiento de Agentforce.

Agentforce es la primera solución de automatización conversacional de nivel empresarial del sector que puede tomar decisiones proactivas e inteligentes a escala con poca o nula intervención humana. Varios avances hacen que esto sea posible.

• Orquestación basada en la solicitud de ReAct en comparación con CoT. La experimentación y las pruebas exhaustivas demostraron que las solicitudes al estilo de razonar y actuar (ReAct) produjeron resultados mucho mejores en comparación con la técnica CoT. En el mecanismo ReAct, el sistema pasa por un ciclo de razonar, actuar y observar hasta que se cumple un objetivo del usuario. Este tipo de enfoque de ciclo permite que el sistema considere cualquier información nueva y haga preguntas aclaratorias o confirmaciones para que el objetivo del usuario se cumpla con la mayor precisión posible. Esto también lleva a una experiencia conversacional mucho más fluida y similar al lenguaje natural.
• Clasificación de temas. Introdujimos un concepto nuevo llamado temas, que asocia a una intención del usuario o trabajo por realizar. Cuando ingresa una entrada de usuario, se asigna a un tema, que contiene el conjunto relevante de instrucciones, políticas empresariales y acciones para cumplir con esa solicitud. Este mecanismo ayuda a definir el alcance de la tarea y el espacio de solución correspondiente para el LLM, lo que permite que el sistema crezca sin esfuerzo. Las instrucciones en lenguaje natural integradas en los temas brindan orientación adicional y límites de seguridad para el LLM. Por lo tanto, si necesitamos que algunas acciones se ejecuten en una secuencia determinada, esa puede ser una instrucción de tema en lenguaje natural. Si hay políticas empresariales como "devoluciones gratuitas de hasta 30 días", se pueden especificar como instrucciones y pasar al LLM, para que este pueda tenerlas en cuenta e informar la interacción del usuario en consecuencia. Estos conceptos les permiten a los agentes crecer a miles de acciones de forma segura.
• Uso de los LLM para las respuestas. Anteriormente, restringíamos el sistema para que respondiera solo con salidas de acción, lo que limitaba seriamente su capacidad de respuesta en función de la información disponible en la conversación. Al abrir el sistema para permitir que el LLM responda utilizando el contexto en el historial de conversaciones, hemos permitido una experiencia conversacional mucho más valiosa. Ahora, los usuarios pueden solicitar aclaraciones y hacer preguntas de seguimiento a las salidas anteriores, lo que lleva a una tasa general de cumplimiento de objetivos más alta.
• Pensamientos/razonamientos. Solicitarles a los LLM compartir pensamientos o proporcionar razones para seleccionar ciertas acciones previene tremendamente las alucinaciones. Esto tiene la ventaja agregada de proporcionar visibilidad del comportamiento del LLM, de modo que los administradores y desarrolladores puedan ajustar el agente para que se adapte a sus necesidades. El razonamiento está disponible en el lienzo del constructor de agentes de forma predeterminada y los usuarios también pueden solicitarle al agente preguntas de seguimiento para que pueda explicar su razonamiento. Esto no solo evita las alucinaciones, sino que también ayuda a generar confianza.

Además de Atlas Reasoning Engine, Agentforce tiene muchas otras características considerables que lo distinguen.

• Acción proactiva. Las entradas de usuarios son una forma de activar agentes. Pero los agentes de Agentforce también pueden activarse por operaciones de datos en CRM o procesos y reglas empresariales, como una actualización del estado de un caso, un correo electrónico recibido por una marca o una reunión que comienza en cinco minutos. Estos mecanismos les otorgan a los agentes un nivel de proactividad que los hace útiles y desplegables en diversos entornos empresariales dinámicos, ampliando su utilidad tanto al área de gestión interna como externa.
• Recuperación de información dinámica. La mayoría de los casos de uso empresarial implican la recuperación de información o la realización de acciones. Uno de los mecanismos más prevalentes para alimentar con información estática a los agentes es a través de la fundamentación. No obstante, es la capacidad de los agentes para aprovechar la información dinámica lo que desbloquea un vasto potencial de casos de uso y aplicaciones.
  
  Agentforce admite varios mecanismos para aprovechar la información dinámica. El primero es la generación aumentada de recuperación o RAG. Mediante el uso de la búsqueda semántica en datos estructurados y no estructurados en Data Cloud a través de la RAG, los agentes pueden recuperar cualquier información relevante de fuentes de datos y bases de datos externas.
  
  En segundo lugar, con la introducción de herramientas genéricas de recuperación de información, como la búsqueda web y las preguntas y respuestas sobre conocimientos, hemos elaborado la capacidad del agente para gestionar tareas complejas. Imagínate investigar una compañía o un producto en línea a través de una búsqueda web y combinarlo con el conocimiento interno sobre las reglas y políticas de la compañía, y luego realizar una acción en forma de resumen por correo electrónico a un contacto. La combinación de datos de múltiples fuentes permite que el agente gestione las tareas comerciales de manera mucho más efectiva y eficiente.
  
  Por último, los agentes se pueden implementar en flujos, API y clases de Apex. De este modo, toda la información contextual de un flujo de trabajo, al igual que la información de varias situaciones, se puede pasar al agente, lo que evita la necesidad de crear soluciones personalizadas y gestionar cada situación por separado. Todos estos mecanismos que hacen posible que los agentes aprovechen la información dinámica les permiten comprender mejor su entorno, lo que multiplica su interactividad.
• Transferencia a un agente humano. La IA no es determinista y puede alucinar. Es por eso que hemos sido pioneros en la Einstein Trust Layer sólida para proporcionar detección de toxicidad, contratos de retención de datos cero, defensa de inyección de solicitudes y muchos otros mecanismos. Hemos incorporado reglas en las solicitudes de nuestro sistema para evitar que los LLM divaguen y alucinen. Pero a pesar de todos estos mecanismos, los LLM todavía no son 100 % exactos. Para aquellos escenarios empresariales críticos en los que la tolerancia al error es cero, la transferencia sin problemas a un humano es fundamental, y es algo que Agentforce admite de forma nativa. Agentforce trata la "transferencia a agente humano" como una acción más, que permite que una plática se transfiera de manera segura y sin problemas a las personas en cualquier escenario empresarial deseado.

A pesar de estar en su etapa inicial, Agentforce es revolucionario para nuestros clientes. Clientes como Wiley y Saks Fifth Avenue ven un impacto exponencial en sus KPI empresariales con el agente de servicio de Agentforce. A medida que la rueda de la innovación y el avance tecnológico continúa girando rápidamente en Salesforce Research y dentro de la industria, continuamos moviéndonos a la velocidad de la luz para aprovechar varias innovaciones y hacer que los agentes sean aún más sólidos e inteligentes. Entre algunos de los avances que los clientes pueden esperar en un futuro próximo se incluyen los siguientes:

• Un marco de pruebas y evaluación para agentes. Ofrecer un sistema de agentes complejo como Agentforce a las empresas requiere una cantidad hercúlea de pruebas y validaciones. Por lo tanto, hemos desarrollado un marco de evaluación sólido para probar los resultados de las acciones, las entradas, las salidas, la precisión de la planificación, la clasificación de temas y el estado del planificador. Hemos utilizado este marco para optimizar los agentes en mediciones como la precisión, la latencia, el costo del servicio y la confianza. A diferencia de la mayoría de los marcos e indicadores que por lo general están disponibles y que se centran principalmente en evaluar el rendimiento de un LLM en tareas como matemáticas, ciencias y dominio del conocimiento general, nuestro marco de evaluación está orientado específicamente hacia casos de uso empresarial de CRM. También hemos publicado el primer indicador de LLM del mundo y estamos trabajando actualmente para poner a disposición de los clientes y socios nuestro marco de evaluación para agentes.
• Soporte multintención. Esta es una concepto básico clave para replicar un mecanismo de conversación similar al humano. Bastantes expresiones cotidianas constan de varios objetivos no relacionados, como "actualizar mi pedido y encontrarme una camisa de talla M", "actualizar el estado del caso y enviar por correo electrónico al cliente un resumen de los pasos para solucionar problemas" y "reservar un vuelo y un hotel". Con la combinación de las capacidades de comprensión del lenguaje natural de los LLM, el soporte de ventanas de contexto amplio y nuestros conceptos innovadores como los temas, seguimos experimentando para crear una solución confiable, escalable y segura para nuestros clientes.
• Soporte multimodal. Si bien la mayoría de las interacciones digitales se basan en texto, las interacciones basadas en la voz y la visión aumentan la riqueza de las experiencias bastante porque representan la forma más natural de interacción humana. De hecho, con avances como el procesamiento simultáneo de entradas multimodales, tiempos de respuesta más rápidos, ventanas de contexto amplio y capacidades de razonamiento sofisticadas, se prevé que el mercado de IA multimodal crezca aproximadamente un 36 % para 2031. Hay varios casos de uso empresarial que pueden beneficiarse directamente del soporte multimodal:
• Casos de uso de voz. Sustitución de la respuesta de voz interactiva (IVR) por soporte de voz impulsado por IA generativa, coaching de empleados, capacitación e incorporación.
• Casos de uso de la visión. Búsqueda y comparación de productos, navegación por la interfaz de usuario (web, móvil), resolución de problemas y resolución de asuntos para el servicio de campo.
• Soporte multiagente. Las interacciones entre agentes representan uno de los desarrollos empresariales más transformadores de nuestra época. Dada su capacidad para recuperar, compilar y procesar información de forma simultánea, los sistemas multiagente pueden reducir exponencialmente los tiempos de procesamiento de flujos de trabajo largos y complejos que actualmente proceden en secuencias debido a la transferencia de persona a persona. Los agentes digitales se pueden insertar en estos flujos de trabajo para tareas de procesamiento de datos repetibles y también pueden ayudar a las personas involucradas en estos procesos a ser más eficientes.
  
  Ya estamos introduciendo este tipo de paradigma multiagente en el proceso de ventas, donde un agente puede funcionar como un representante de desarrollo de ventas para promover las oportunidades o como un coach de ventas para asesorar a un representante de ventas en cuanto a la mejor manera de acordar una negociación. Los agentes especializados también pueden encargarse de otros aspectos del proceso de ventas, como la calificación de prospectos, la preparación de propuestas y el seguimiento posventa. Del mismo modo, un flujo de trabajo de servicio puede constar de agentes que solucionen problemas, que hagan un seguimiento y que asignen tickets, así como agentes que respondan a las consultas de los clientes y ayuden a los representantes humanos.

Agentforce representa la tercera ola de IA, después de la IA predictiva y los copilotos. Con Agentforce, los clientes pueden crear agentes que no solo respondan a las solicitudes conversacionales para realizar acciones, sino que también anticipen, planifiquen y razonen con una ayuda mínima. Los agentes pueden automatizar flujos de trabajo o procesos completos, tomar decisiones y adaptarse a información nueva, todo esto sin intervención humana. Al mismo tiempo, estos agentes pueden garantizar un traspaso sin problemas a los empleados humanos, lo que facilita la colaboración en todas las áreas de negocio. Con la tecnología del Atlas Reasoning Engine, estos agentes se pueden implementar con tan solo unos pocos clics para aumentar y transformar cualquier función o equipo empresarial.