Framväxten av agentsystem: från bots till agenter

När generativ AI först dök upp använde folk den mest för enkla saker som att skapa recept eller planera resor. Men i takt med att de blev mer bekanta med vad den kunde göra, har de också blivit mer nyfikna på dess potential för att hantera vanliga arbetsrelaterade uppgifter som att skriva e-postmeddelanden, sammanfatta mötesanteckningar och skriva dokument.

Nu vill alla företag vara ett AI-företag. Verksamhetens brådska att använda tekniken har faktiskt ökat sju gånger under de senaste sex månaderna och är nu en stor oro, över inflationen eller den bredare ekonomin. Dessutom oroar 77 % av företagsledarna att de kommer att gå miste om AI-revolutionen om de inte implementerar den snart.

"Nu vill alla företag vara ett AI-företag." – Jayesh Govindarajan, VVP för Salesforce AI Platform

De har helt rätt. Företag som inte redan har implementerat AI riskerar att förlora betydande mark till konkurrenterna, och detta kan ske snabbare än de tror, när vi går från chatbots till copiloter till autonoma AI-agenter eller "agentsystem."

Långt innan framväxande stora språkmodeller (LLM) och generativ AI väckte seriöst affärs- och till och med konsumentintresse för artificiell intelligens, interagerade många av oss redan med rudimentära AI-chatbotar utan att ens veta om det. Dessa bots fanns runt omkring oss och hanterade enkla, fördefinierade uppgifter som att svara på vanliga vanliga frågor eller rekommendera produkter baserat på en shoppers historia. Företag har aktivt använt dem för att leverera bättre kundupplevelser mer effektivt och kostnadseffektivt. Salesforce Einstein Bots, till exempel, används av mer än 3 000 kunder och hanterar cirka 65 miljoner sessioner per månad.

Heathrow Airport har använt Einsteins chatbots för att erbjuda support dygnet runt, svara på 4 000 frågor i månaden och hjälpa till att minska samtalsvolymerna med 27 %. Heathrow har sett en 450 % ökning av användningen av livechatt sedan den lanserades i maj 2023, vilket frigör agenternas tid och förbättrar effektiviteten. Och idag ser Heathrow omkring 40 till 60 sekunder snabbare interaktioner per kontakt i callcenter med Einsteins chatbots.

Bots har dock vanligtvis varit begränsade till specifika skript och kan ibland verka robotiska eftersom de saknar naturligt språk och resonemangskapacitet. Dessutom saknar de ibland nyanser, sammanhang och personalisering när de inte är förankrade i företagsdata och metadata som involverar deras kunder.

Copiloter började förändra det genom att lägga till generativ AI, naturlig språkbehandling (NLP) och, för affärsbruk, CRM till mixen för att förenkla rutinuppgifter och ge mer dynamiska och mindre handgjorda förslag i arbetsflödet. Salesforces Einstein Copilot, till exempel, gör det möjligt för företag att använda sin egen unika data och metadata genom Data Cloud, byggd på Agentforce, för att producera kraftfulla kundinsikter och rekommendationer samtidigt som de använder Einstein Trust Layer för att bibehålla sekretess och datastyrning. Till skillnad från andra AI-assistenter eller copiloter som saknar adekvat företagsdata för att generera användbara svar, är Einstein Copilot en andrapilot i företagsklass som gör det möjligt för kunder att generera svar med sina egna privata och betrodda data.

Bombardier, en ledande jettillverkare som designar, bygger och underhåller högpresterande flygplan för privatpersoner, företag och regeringar över hela världen, använder Einstein Copilot för att konsolidera information som behöver veta om framtidsutsikter för säljare före möten, och ge rekommendationer om hur man bäst engagerar sig. Einstein Copilot sparar säljteamet tid som kan ägnas åt att möta nya potentiella kunder och stödja befintliga kunder genom att transkribera röstanteckningar från kundmöten och interaktioner.

"Einstein Copilot sparar säljteamet tid som kan ägnas åt att möta nya potentiella kunder och stödja befintliga kunder genom att transkribera röstanteckningar från kundmöten och interaktioner." – Jayesh Govindarajan, VVP för Salesforce AI Platform

Ändå är andrapiloter inte helt autonoma. För affärsanvändningsfall är de oerhört användbara för att hjälpa till med aktiviteter som att schemalägga möten, uppdatera CRM-poster, skriva e-postmeddelanden och genomföra preliminära undersökningar. I stort sett kan de orkestrera komplexa åtgärder för användarens räkning, men de kräver att dessa färdigheter konfigureras och behöver en viss handhållning för att prestera på bästa sätt. De är nästan som praktikanter eller nyanställda som är supersmarta och duktiga på okomplicerat arbete, men behöver vägledning och tillsyn för att göra mycket mer.

För de sakerna behöver du agentsystem, som kan ses som pålitliga digitala kollegor i motsats till digitala assistenter.

En avancerad form av AI, de kan utföra planering, resonemang och orkestrering av högre ordning utan att behöva mycket i vägen för mänsklig handhållning. Till skillnad från traditionella program som följer fördefinierade regler, förbättrar autonoma AI-agenter inte bara produktiviteten utan förstärker anställda med nya färdigheter och förmågor, bygger djupare kundrelationer som spänner över varje interaktion och ger högre marginaler genom att helt automatisera rutinuppgifter. De interagerar också med mänskliga kollegor och kunder på ett mänskligt sätt.

Till exempel tillkännagav Salesforce nyligen två nya helt autonoma säljagenter för att hjälpa till att skala och utbilda säljteam. Einstein SDR Agent kommunicerar autonomt med inkommande leads på ett naturligt språk för att besvara frågor, hantera invändningar och boka möten för mänskliga säljare. Agentforce Sales Coach Agent deltar under tiden självständigt i rollspel med säljare och simulerar en köpare under upptäckts-, pitch- eller förhandlingssamtal.

Detta tillkännagivande följer efter lanseringen i juli av Salesforces första helt autonoma AI-agent, Agentforce Service Agent som tillhandahåller pålitlig kundsupport 24/7 för ett brett utbud av tjänstefrågor utan förprogrammerade scenarier. Samma månad tillkännagav Salesforce också ett partnerskap med Workday för att leverera en ny AI-driven assistent för anställdas tjänster, såsom onboarding, hälsofördelar och karriärutveckling. Under de kommande månaderna kan du förvänta dig att Salesforce släpper andra AI-agenter för att automatisera arbetsfunktioner för specifika yrken. Vissa av dessa medel kommer att vara redo att användas direkt ur lådan. Andra kommer så småningom att kunna anpassas för att möta ett företags specifika behov.

Tidigt kommer många av dessa agenter att arbeta självständigt, vilket innebär att de inte kommer att interagera med andra agenter fokuserade på olika uppgifter. Men det kommer att förändras eftersom, precis som en säljare måste interagera med serviceagenter och marknadsförare, eller en HR-chef regelbundet måste konsultera interna advokater eller anställningschefer, kommer autonoma AI-agenter så småningom att behöva samarbeta med andra agenter.

Naturligtvis kan allt detta bli ganska komplicerat, vilket är anledningen till att en enhetlig plattform av agenter som Agentforce kommer att behövas för att bygga, träna och övervaka anpassade autonoma AI-agenter som arbetar oberoende eller tillsammans. Som alla företag i den fysiska världen kommer agentvärlden att behöva system som detta för att övervaka och övervaka agenter, snabbt distribuera dem när och var de behövs, och granska deras prestationer samtidigt som de håller dem ansvariga för att uppfylla sina mål.

Det finns fortfarande mycket att utforska och förstå med agentsystem. Denna resa är besläktad med utvecklingen av autonom körning. Tekniken började på allvar med bilar som tillhandahåller specifika funktioner som förare har möjlighet att aktivera, som filbytesvarningar, automatisk parkering och nödbromsning. Men allt eftersom tekniken utvecklades började vi se förarlösa taxibilar som fraktade passagerare längs de mest trafikerade av stadens gator.

Poängen: Med autonoma vad som helst, har du ett spektrum av alternativ som fungerar oberoende eller tillsammans. Det kommer inte bara att vara chatbotar eller andrapiloter eller agenter som betjänar affärsbehov‌ – det kommer alla att fungera som en för att forma framtiden för företags-IT.

"Det kommer inte bara att vara chatbotar eller andrapiloter eller agenter som tjänar affärsbehov - det kommer alla att fungera som en för att forma framtiden för företags-IT." – Jayesh Govindarajan, VVP för Salesforce AI Platform

Många företagsledare är försiktiga med helt autonoma AI-agenter, eftersom förtroendet för tekniken fortfarande byggs upp. De är medvetna om möjligheten till fel med föråldrade data, vilket kan påverka dess effektivitet.

Men genom att kontinuerligt använda ett företags egna data snarare än utbildningsmodeller på allmänt tillgänglig information med några års mellanrum, vilket vissa LLM:er gör, kan problemen med noggrannhet och relevans övervinnas. Genom att köra AI-förfrågningar genom system som Einstein Trust Layer, som utför funktioner som att maskera personlig identifierbar information (PII) och definiera tydliga parametrar och skyddsräcken för AI-agenter att följa, kan förtroendeproblem åtgärdas på liknande sätt.

Det är viktigt för AI-agenter att förstå och utföra sina expansiva möjligheter, men det är lika, om inte mer, viktigt för dem att inse sina begränsningar och förstå när mänskligt ingripande är nödvändigt. Våra agenter är utbildade att falla tillbaka, att veta när de inte vet något och sedan, med ordentliga skyddsräcken, engagera sig i agent-till-människa handoff.

Under hela deras AI-implementeringsprocess arbetar vi med våra kunder och erbjuder skräddarsydda lösningar, vilket främjar en känsla av lätthet och förtroende när de omfattar spektrumet av autonoma kapaciteter hos AI på marknaden idag. Det är nu dags att flytta vårt fokus från vad som är möjligt till att förbereda oss för det som är oundvikligt.

• Upptäck Agentforce
• Läs mer om Einsteins försäljningsagenter och Einsteins serviceagent
• Lås upp de fyra nycklarna till Enterprise AI-framgång
• Ta reda på mer om Einstein Trust Layer och Einstein 1-plattformen
• Säg hej till Salesforce Data Cloud