Serviceconsole met een chatvenster waarin Einstein helpt bij het beantwoorden van vragen

De opkomst van agentische systemen: van bots naar agenten

Jayesh Govindarajan

Toen generatieve AI voor het eerst opkwam, gebruikten mensen het vooral voor eenvoudige dingen zoals het maken van recepten of het plannen van reizen. Maar naarmate ze meer vertrouwd raakten met de mogelijkheden, zijn ze ook nieuwsgieriger geworden naar het potentieel voor het uitvoeren van veelvoorkomende werkgerelateerde taken zoals het opstellen van e-mails, het samenvatten van vergadernotities en het opstellen van documenten.

Nu wil elk bedrijf een AI-bedrijf zijn. De urgentie om deze technologie in gebruik te nemen is de afgelopen zes maanden inderdaad zeven keer toegenomenOpent in een nieuw venster en is nu van groter belang dan de inflatie of de economie op zich. Bovendien maakt 77% van de bedrijfsleiders zich zorgen dat ze de AI-revolutie zullen mislopen als ze deze niet snel inzetten.

Bereken je ROI met Agentforce.

Ontdek hoeveel tijd en geld je kunt besparen met een team van AI-aangedreven agenten die zij aan zij werken met je werknemers en personeel. Beantwoord gewoon vier eenvoudige vragen om te zien wat er mogelijk is met Agentforce.

"Nu wil elk bedrijf een AI-bedrijf zijn." Jayesh Govindarajan, ​​EVP van Salesforce AI Platform

Ze hebben helemaal gelijk. Bedrijven die AI nog niet hebben geïmplementeerd, lopen nu het risico aanzienlijk terrein te verliezen aan concurrenten. Dit zou sneller kunnen gebeuren dan ze denken, naarmate we overstappen van chatbots naar copilots naar autonome AI-agenten of 'agentische systemen'.

Chatbots maken plaats voor copilots

Lang voordat de opkomst van grote taalmodellen (LLM's)Opent in een nieuw venster en generatieve AI de interesse van serieuze bedrijven en zelfs consumenten in kunstmatige intelligentie aanwakkerde, hadden velen van ons al interactie met rudimentaire AI-chatbots zonder het zelfs maar te weten. Deze bots waren al overal om ons heen en voerden eenvoudige, vooraf gedefinieerde taken uit, zoals het beantwoorden van veelgestelde vragen of het aanbevelen van producten op basis van de geschiedenis van een klant. Bedrijven hebben ze actief ingezet om efficiëntere en kosteneffectievere klantervaringen te bieden. Salesforce Einstein Botsbijvoorbeeld wordt door meer dan 3.000 klanten gebruikt en verwerken ongeveer 65 miljoen sessies per maand.

Heathrow Airport heeft Einstein-chatbots gebruikt om 24 uur per dag ondersteuning te bieden, 4.000 vragen per maand te beantwoorden en het volume telefoongesprekken met 27% te verminderen. Heathrow heeft sinds de lancering in mei 2023 een toename van 450% gezien in het gebruik van live chat, waardoor medewerkers tijd overhouden en de efficiëntie wordt verbeterd. En vandaag de dag ziet Heathrow in de callcenters dat interacties, dankzij de Einstein-chatbots, ongeveer 40 tot 60 seconden per contact sneller verlopen.

Agentblazer-personages

Word lid van de Agentblazer-community.

Kom in contact met Agentblazers van over de hele wereld om meer te leren over AI, use cases te ontdekken, te horen van productexperts en meer. Breid je AI-expertise en je carrière uit.

Bots zijn echter meestal beperkt tot specifieke scripts en kunnen soms robotachtig lijken omdat ze geen natuurlijke taal en redeneermogelijkheden kunnen gebruiken. Bovendien ontbreekt het soms aan nuance, context en personalisatie als ze niet zijn gebaseerd op bedrijfsgegevens en metadata met betrekking tot hun klanten.

Met copilots begon daar verandering in te komen door generatieve AI, natuurlijke-taalverwerking (NLP) en, bij zakelijke use cases, CRM toe te voegen om routinetaken in de werkstroom te vereenvoudigen en meer dynamische en minder handgemaakte suggesties te bieden. De Einstein Copilot van Salesforce stelt ondernemingen bijvoorbeeld in staat om hun eigen unieke gegevens en metadata te gebruiken via Data Cloud, gebaseerd op Agentforce, om krachtige klantinzichten en aanbevelingen te produceren en tegelijkertijd de Einstein Trust Layer te gebruiken om privacy en gegevensbeheer te helpen behouden. In tegenstelling tot andere AI-assistenten of copilots die niet over voldoende bedrijfsgegevens beschikken om nuttige antwoorden te genereren, is Einstein Copilot een copilot op ondernemingsniveau waarmee klanten antwoorden kunnen genereren met behulp van hun eigen privé- en vertrouwde gegevens.

Bombardier, een toonaangevende vliegtuigfabrikant die hoogwaardige vliegtuigen ontwerpt, bouwt en onderhoudt voor particulieren, bedrijven en overheden over de hele wereld, gebruikt Einstein Copilot om de informatie over prospects voor verkoopmedewerkers voorafgaand aan meetings te consolideren en aanbevelingen te doen over de beste aanpak. Einstein Copilot bespaart het verkoopteam tijd die kan worden besteed aan het ontmoeten van nieuwe prospects en het ondersteunen van bestaande klanten door spraakmemo's van klantvergaderingen en interacties te transcriberen.

"Einstein Copilot bespaart het verkoopteam tijd die kan worden besteed aan het ontmoeten van nieuwe prospects en het ondersteunen van bestaande klanten door spraakmemo's van klantvergaderingen en interacties te transcriberen." – Jayesh Govindarajan, ​​EVP van Salesforce AI Platform

Toch zijn copilots niet volledig autonoom. Bij zakelijke use cases zijn ze zeer nuttig bij activiteiten zoals het plannen van vergaderingen, het bijwerken van CRM-records, het opstellen van e-mails en het uitvoeren van vooronderzoek. Ze kunnen complexe acties namens de gebruiker uitvoeren, maar die vaardigheden moeten wel geconfigureerd worden en vereisen een zekere mate van begeleiding om optimaal te kunnen presteren. Ze zijn bijna als stagiaires of nieuwe medewerkers die slim zijn en goed zijn in eenvoudig werk, maar begeleiding en toezicht nodig hebben om meer te kunnen doen.

De opkomst van agentische systemen

Om meer te kunnen doen heb je agentische systemen nodig, die je zou kunnen zien als vertrouwde digitale collega's in plaats van digitale assistenten.

Deze vormen van AI zijn geavanceerder en kunnen planning, redenering en organisatie op een hoger niveau uitvoeren zonder dat er veel menselijke tussenkomst voor nodig is. In tegenstelling tot traditionele softwareprogramma's die vooraf gedefinieerde regels volgen, verbeteren autonome AI-agents niet alleen de productiviteit, maar versterken ze medewerkers met nieuwe vaardigheden en capaciteiten, bouwen ze met elke interactie diepere klantrelaties op en leveren ze hogere marges op door routinetaken volledig te automatiseren. Ze gaan ook op menselijke manieren om met menselijke collega's en klanten.

Zo kondigde Salesforce onlangs twee nieuwe, volledig autonome verkoopagents aan om verkoopteams te helpen opschalen en trainen. AgentforceOpent in een nieuw venster Agentforce SDR Agent gaat autonoom in gesprek met inkomende leads, in natuurlijke taal, om vragen te beantwoorden, bezwaren te behandelen en meetings te plannen voor menselijke verkopers. Agentforce Sales Coach Agent houdt zich ondertussen autonoom bezig met rollenspellen met verkopers, waarbij een koper wordt gesimuleerd tijdens ontdekkings-, pitch- of onderhandelingsgesprekken.

Deze aankondiging volgt op de lancering in juli van Salesforce's eerste volledig autonome AI-agent, Agentforce Service Agent die 24/7 betrouwbare klantenondersteuning biedt voor een breed scala aan serviceproblemen zonder voorgeprogrammeerde scenario's. Diezelfde maand kondigde Salesforce ook een samenwerking aan met Workday om een nieuwe AI-aangedreven assistent te leveren voor werknemersdiensten, zoals onboarding, gezondheidsvoordelen en loopbaanontwikkeling. Salesforce verwacht in de komende maanden andere AI-agents vrij te geven om werkfuncties voor specifieke beroepen te automatiseren. Sommige van deze agents zijn kant-en-klaar voor gebruik. Andere agents zullen aanpasbaar zijn om aan de specifieke behoeften van een bedrijf te voldoen.

Een uniform platform van agents bouwen

In het begin zullen veel van deze agents onafhankelijk functioneren, wat betekent dat er geen interactie is met andere agents die andere taken uitvoeren. Maar daar komt verandering in, want net zoals een verkoper communiceert met servicemedewerkers en marketeers, of een HR-manager regelmatig interne advocaten of personeelsmanagers raadpleegt, zullen autonome AI-agents uiteindelijk moeten kunnen samenwerken met andere agents.

Dit kan natuurlijk behoorlijk ingewikkeld worden, en daarom is een uniform platform van agents zoals Agentforce nodig voor het bouwen, trainen en begeleiden van op maat gemaakte autonome AI-agents die zowel onafhankelijk als samen werken. Zoals elk bedrijf in de fysieke wereld heeft de agentische wereld systemen zoals deze nodig om agents te begeleiden en te monitoren, ze snel in te zetten waar en wanneer ze nodig zijn en hun prestaties te controleren en hen verantwoordelijk te houden voor het bereiken van hun doelen.

Er valt nog genoeg te ontdekken en te doorgronden met agentische systemen. Deze reis is verwant aan de evolutie van autonoom rijden. De technologie begon met auto's die specifieke functies boden die bestuurders kunnen inschakelen, zoals waarschuwingen bij het in- en uitvoegen, automatisch parkeren en remmen bij nood. Maar naarmate de technologie vorderde, zagen we zelfrijdende taxi's die passagiers door de drukste straten van de stad vervoerden.

Om maar te zeggen: bij autonomie heb je een spectrum aan opties die onafhankelijk of samen werken. Het is niet alleen een kwestie van chatbots, copilots of agents die zakelijke taken vervullen, maar ze zullen als één geheel opereren en zo de toekomst van zakelijke IT gaan vormgeven.

"Het is niet alleen een kwestie van chatbots, copilots of agents die zakelijke taken vervullen, maar ze zullen als één geheel opereren en zo de toekomst van zakelijke IT gaan vormgeven." – Jayesh Govindarajan, ​​EVP van Salesforce AI Platform

Het komt neer op een kwestie van vangnetten en vertrouwen

Veel bedrijfsleiders zijn terughoudend met volledig autonome AI-agents, omdat het vertrouwen in de technologie nog moet groeien. Ze zijn zich bewust van de mogelijkheid van fouten door verouderde gegevens, die de efficiëntie kunnen beïnvloeden.

Maar door voortdurend bedrijfseigen gegevens te gebruiken in plaats van om de paar jaar modellen te trainen op basis van openbaar beschikbare informatie, zoals sommige LLM's doen, kunnen de problemen omtrent nauwkeurigheid en relevantie worden overwonnen. Door AI-vragen uit te voeren via systemen zoals de Einstein Trust Layer, die functies uitvoeren zoals het maskeren van persoonlijk identificeerbare informatie (PII) en het definiëren van duidelijke parameters en vangnetten die AI-agents moeten volgen, kunnen vertrouwensproblemen op dezelfde manier worden aangepakt.

Het is essentieel dat AI-agents hun uitgebreide capaciteiten begrijpen en uitvoeren. Maar het is net zo belangrijk, zo niet belangrijker, dat ze hun beperkingen erkennen en begrijpen wanneer menselijke tussenkomst nodig is. Onze agents zijn getraind om zich terug te trekken, om te weten wanneer ze iets niet weten en vervolgens, met de juiste vangnetten, taken over te dragen naar de mens.

Tijdens het AI-implementatieproces werken we samen met onze klanten en bieden we oplossingen op maat. Zo kunnen ze met een gevoel van gemak en vertrouwen het spectrum van autonome AI-mogelijkheden op de markt van vandaag omarmen. Het is nu tijd om onze focus te verleggen van wat haalbaar is en ons voor te bereiden op wat onvermijdelijk is.