AI-agenter för affärs- och applikationsutveckling

Agenter är assisterande och autonoma mjukvarusystem. Baserat på användarinput eller miljöförhållanden resonerar, planerar och vidtar de åtgärder för att uppnå givna uppgifter eller mål. De är som intelligenta digitala assistenter, utrustade med den samlade kunskapen och erfarenheten från mänskliga experter och tillgång till all relevant data.

Agenter är inställda på att bli allestädes närvarande i alla delar av våra liv och att på djupet förändra hur företag fungerar och interagerar med kunder. En serviceagent kan till exempel fungera som ditt företags mest kunniga tekniska supportrepresentant, tillgänglig 24/7 för att hantera varje förfrågan. En marknadsföringsagent, ungefär som en självkörande bil, kan använda "sensorer" (realtidsdata) för att upptäcka förändrade affärsförhållanden och reagera proaktivt (justera prissättning, lansera en kampanj och så vidare).

Den här artikeln täcker AI-innovationerna som driver framväxten av agenter och utforskar hur agenter inte bara förändrar företag utan också omformar mjukvaru- och mjukvaruutveckling.

AI-agenter möjliggörs genom framväxten av stora språkmodeller (LLMs). LLM:er tillhandahåller två viktiga funktioner som krävs för att implementera mycket effektiva agenter:

• Djup språkförståelse: LLM:er är bra på att förstå komplexa och nyanserade språk. Detta är en avgörande förmåga för agenter av chatbot-typ, som låter dem förstå en användarförfrågan på en djup nivå och formulera svar med naturligt språk.
• Resonemang och beslutsfattande: LLM kan också resonera och fatta beslut. Detta gör det möjligt för agenter att bygga en plan och orkestrera de steg som krävs för att lösa problemet.

Men enbart LLM:er räcker inte för att implementera agenter. De har ett antal begränsningar, inklusive:

• Brist på tillgång till privata data: LLM:er har inte tillgång till privata data som de inte utbildats i. De kan till exempel inte returnera en lista över öppna försäljningsmöjligheter, öppna supportbiljetter eller kampanjresultat hittills.
• Ingen inbyggd förmåga att vidta åtgärder: De kan till exempel inte öppna en supportärende, ändra leveransadressen för en beställning, uppdatera en affärsmöjlighetspost eller ändra priset på en produkt.

Agenter överbryggar klyftan mellan LLM:ers kraftfulla språk- och resonemangsförmåga och de praktiska kraven från affärsanvändningsfall, såsom privat dataåtkomst och genomförande av åtgärder, vilket banar väg för ett nytt programvaruparadigm.

Med detta nya paradigm är mjukvaran inte längre byggd som fullfjädrade applikationer utan som en samling granulära byggstenar som kapslar in specifika kapaciteter och som kan orkestreras av agenter som använder LLM:s resonemangskapacitet. På Salesforce hänvisas dessa byggstenar till som åtgärder (till exempel "Loka in order" och "Ändra orderadress") och är organiserade under funktionella områden som kallas ämnen (till exempel "Orderhantering").

Med andra ord är en agent ett mjukvarusystem som använder en LLM:s språk- och resonemangsförmåga för att orkestrera en samling handlingar inom en specifik domän. På hög nivå fungerar en agent enligt följande:

1. Förstå uppgiften: Agenten använder LLM:s språkkapacitet för att få en djup förståelse av uppgiften.
2. Iterativt planera och utföra: Baserat på sin förståelse av uppgiften, resonerar agenten om tillgängliga åtgärder och identifierar vad som ska göras härnäst. Detta kan innefatta att utföra åtgärder eller ställa förtydligande frågor. Agenten resonerar sedan om resultatet av föregående steg och identifierar igen vad som ska göras härnäst. Agenten upprepar den iterativa processen tills den är nöjd att den har åtgärdat den ursprungliga uppgiften.
3. Ge svar: Agenten producerar svaret på input.

Den mest transformerande aspekten av detta nya programvaruparadigm är att det gör det möjligt för agenter att hantera oförutsedda förfrågningar utan fördefinierade krav. Föreställ dig en agent utrustad med dussintals eller till och med hundratals åtgärder. Det skulle kunna komponera dem på ett praktiskt taget oändligt antal sätt, inklusive på sätt som aldrig förutsetts, vilket gör det möjligt för den att lösa nya problem i farten. Detta är den ultimata formen av applikationssammansättning.

Till exempel, på Salesforce är våra branschledande applikationer (inklusive Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloud och Industries) uppdelade i detaljerade åtgärder som omedelbart kan aktivera Salesforces Agentforce agenter med en rikedom kapacitet inom olika ämnen. Agentforce Agenter kan komponera och orkestrera dessa åtgärder på ett antal olika sätt, vilket ger användarna en sömlös och enhetlig upplevelse i hela verksamheten. Dessutom kan utvecklare utöka de vanliga Agentforce agenternas möjligheter med anpassade åtgärder som drivs av kod, API:er, Salesforce-flöden eller promptmallar.

Åtgärder ger agenter följande viktiga egenskaper:

1. Åtkomst till privata företagsdata: Åtgärder ger agenter åtkomst till dina kund- och företagsdata. När en agent ger åtkomst till data är det viktigt att se till att agenten inte avslöjar data till obehöriga användare. Med hjälp av Agentforce -agenter styrs åtkomst till data av behörigheter och delningsmodeller. Samma behörigheter och delningsmodeller gäller oavsett varifrån data nås: traditionella applikationer eller agenter.
2. Förmåga att vidta åtgärder: Åtgärder gör det möjligt för agenter att utföra logik och integrera med externa system. Standardåtgärder i Agentforce har denna förmåga inbyggd: De kan agera på försäljning, service, marknadsföring, handel och industrier. Dessutom kan utvecklare bygga anpassade åtgärder som kan agera på Salesforce eller externa system med hjälp av kod, API:er, flöden och promptmallar.

Agenter kan ha olika nivåer av autonomi. Till exempel:

• Hjälpmedel (ibland kallade copiloter) samarbetar med människor, förbättrar förmågan snarare än att agera ensam. Copiloter kräver ofta mänsklig input och feedback för att förfina förslag eller åtgärder.
• Autonoma agenter verkar självständigt utan direkt mänsklig övervakning. Agentforce Agenter har, till skillnad från andra autonoma agenter, förmågan att sömlöst lämna över uppgifter till människor efter behov.

Oavsett en agents självständighetsnivå är det avgörande att upprätta lämpliga skyddsräcken för att säkerställa tillförlitlighet, efterlevnad av affärspraxis och datasäkerhet och integritet, samt för att förhindra hallucinationer, toxicitet och skadligt innehåll.

Agentforce Agenter använder ett tillvägagångssätt i flera lager för att upprätthålla skyddsräcken:

• Einstein Trust Layer: Einstein Trust Layer gör det möjligt för agenter att använda LLM:er på ett tillförlitligt sätt, utan att kompromissa med företagsdata. Den använder en säker gateway, datamaskering, toxicitetsdetektering, revisionsspår och mer för att kontrollera LLM-interaktioner.
• Instruktioner: När du definierar en Agentforce -agent kan du använda naturligt språk för att ge tydliga instruktioner, inklusive vad du ska göra och vad du ska undvika, vilket effektivt sätter skyddsräcken för dess beteende.
• Delad metadata: Salesforce-metadata definierar övergripande regler som tillämpas oavsett om data nås från traditionella applikationer eller agenter. Detta inkluderar behörigheter, delningsmodeller, valideringsregler och automatisering av arbetsflöden för att garantera datasäkerhet och efterlevnad av affärspraxis.
• Agentanalys: Det här observerbarhetsverktyget ger insikter om agent- och åtgärdsprestanda, användbarhet och tillförlitlighet, vilket gör att du kan identifiera förbättringsområden.
• AI Test Center: Ett enhetligt testramverk, AI Test Center stöder batchtestning för agenter, promptmallar, retrieval-augmented generation (RAG) och modellanvändningsfall.

Salesforce tillkännagav nyligen agenter för försäljning och service:

• Agentforce Service Agent revolutionerar kundservice med sin förmåga att förstå och vidta åtgärder på ett brett spektrum av serviceproblem utan förprogrammerade scenarier, vilket hjälper till att göra kundservicen mycket effektivare.
• 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 självständigt i rollspel med säljare och simulerar en köpare under upptäckts-, pitch- eller förhandlingssamtal.

Du kan använda dessa agenter direkt, men Agentforce kan du också anpassa dem, utöka dem och skapa dina egna agenter.

Salesforce Agentforce sammanför människor med autonoma agenter som drivs av AI, data och action. Den tillhandahåller de funktioner och verktyg du behöver för att skapa, anpassa och distribuera betrodda agenter och andra innovativa AI-applikationer, komplett med rätt skyddsräcken och övervakning. Låt oss ta en närmare titt och gå igenom nyckelkomponenterna.

När det kommer till potentialen hos AI är experter från affärs- och AI-områdena tankeväckande, inspirerade och hoppfulla. Prenumerera på nyhetsbrevet Ask More of AI på LinkedIn för att hålla dig uppdaterad med det senaste om AI.

Salesforce- metadata upprättar universella regler som tillämpas oavsett om data nås från traditionella applikationer eller agenter. Detta inkluderar behörigheter, delningsmodeller, valideringsregler och automatisering av arbetsflöden för att säkerställa datasäkerhet och efterlevnad av affärspraxis. Metadata gör det också möjligt för LLM:er att bättre förstå sammanhanget och betydelsen av datan, vilket kan leda till mer exakta svar. Till exempel skulle en LLM kunna använda metadata för att presentera CRM-data för användaren på ett mer användbart och praktiskt sätt (ad hoc-gränssnitt).

För att få bra AI behöver du högkvalitativ och enhetlig data. Salesforce Data Cloud samlar och förenar all din data – Salesforce och extern, strukturerad och ostrukturerad – för att grunda AI med högkvalitativ, relevant och handlingsbar information. Med över 200 tillgängliga anslutningar och möjligheten att enkelt skapa anpassade, ger Data Cloud oöverträffad anslutning.

När din data är ansluten, enhetlig och harmoniserad, låter Data Cloud dig aktivera den i stor skala i AI-agenter, analyser och andra applikationer, vilket ger värdefulla insikter och personliga upplevelser. Dagarna av silade upplevelser begränsade av siled data är över. Användare, oavsett om de är anställda eller kunder, förväntar sig uppkopplade upplevelser som sammanför och ger mening med all relevant data.

Agentforce tillhandahåller en konfigurerbar modellarkitektur som gör att du enkelt kan koppla in och komponera modeller. En värdbaserad grundmodell ger dig ofta den snabbaste vägen till AI-innovation, men du kan också använda finjusterade modeller eller dina egna modeller byggda med din egen data.

Agentforce Service Agent låter dig använda befintliga modeller på ett tillförlitligt sätt, utan att kompromissa med dina företagsdata. Så här funkar det:

1. Säker gateway: Agentforce får åtkomst till modeller via en säker gateway som tillämpar säkerhets- och sekretesspolicyer konsekvent hos olika modellleverantörer.
2. Datamaskering och efterlevnad: Innan förfrågan skickas till modellleverantören går den igenom ett antal steg inklusive datamaskering, som ersätter personligt identifierbar information (PII) med anonymiserad data för att säkerställa datasekretess och efterlevnad.
3. Noll lagring: För att ytterligare skydda din data har Salesforce nolllagringsavtal med modellleverantörer, vilket innebär att leverantörer inte kommer att fortsätta eller vidareutbilda sina modeller med data som skickas från Salesforce.
4. Demaskering, toxicitetsdetektering och granskningsspår: När utdata tas emot från modellen går den igenom ytterligare en serie steg, inklusive demaskering, toxicitetsdetektering och loggning av granskningsspår. Demaskering återställer den verkliga data som ersattes av falska data för integritetsskäl. Toxicitetsdetektering kontrollerar för eventuellt skadligt eller stötande innehåll i utdata. Loggning av granskningsspår registrerar hela processen för granskningsändamål.

Åtgärder ger agenter möjligheten att utföra logik och integrera med externa system. Standardåtgärder Agentforce kan påverka försäljning, service, marknadsföring, handel och industrier. Dessutom kan utvecklare bygga anpassade åtgärder som kan agera på Salesforce eller externa system med hjälp av anpassad kod, API:er, flöden och promptmallar.

Ett ämne är en logisk gruppering av åtgärder som representerar ett specifikt fokusområde som en agent är utformad för att förstå, bearbeta eller svara på. Exempel inkluderar orderhantering, garanti, prissättning, FAQ och så vidare.

Agentforce Agenter är autonoma programvarusystem som kan analysera indata från användare eller miljö, identifiera uppgifter, resonera genom lösningar och organisera åtgärder för att slutföra dem. Agenter har olika nivåer av autonomi. Assisterande (delvis autonoma) agenter samarbetar med människor för att utföra uppgiften. Autonoma agenter opererar självständigt utan direkt mänsklig övervakning men med de robusta skyddsräcken som beskrivits tidigare i detta inlägg, och förmågan att lämna över uppgifter till människor efter behov.

Agentforce tillhandahåller en mängd lågkodsverktyg för att bygga agenter och andra AI-applikationer.

Prompt Builder är en Salesforce-byggare som gör att du kan skapa återanvändbara promptmallar i en grafisk miljö och grunda dem med dynamiska data som görs tillgängliga via postsidadata, Data Cloud, API-anrop, flöden och Apex.

Agent Builder är en annan visuell byggare som gör att du kan konfigurera agenter och copiloter. Du kan välja vilka åtgärder som är tillgängliga för din agent och prova din agent i en lekplatsmiljö.

Agenter kommer att bli allestädes närvarande på alla områden i våra liv. De kan resonera, orkestrera uppgifter och vidta åtgärder och leverera personliga upplevelser i stor skala. Genom att kombinera språk- och resonemangsförmågan hos LLM:er med mjukvarubyggstenar, förändrar de hur företag fungerar och hur mjukvara är byggd.

Agentforce Agenter leder denna omvandling med viktiga särskiljande egenskaper, inklusive:

• Betrodd. Agentforce skyddar dina data med hjälp av Einstein Trust Layer och samma metadata, behörigheter och delningsmodeller som traditionella Salesforce-applikationer.
• Kraftfull. Agentforce Agenter använder branschledande Salesforce-applikationer för att leverera transformativa upplevelser inom försäljning, service, handel, marknadsföring och branscher.
• Grundad i enhetlig data. Agentforce Agenter levererar mer exakta och relevanta resultat genom att jorda AI i all relevant data som görs tillgänglig och förenas av Data Cloud.
• Lågkodsverktyg. Agentforce Agenter kan byggas, anpassas, testas och hanteras med hjälp av en uppsättning lågkodsverktyg inklusive Agent Builder, Prompt Builder, Model Builder, Flow Builder och mer.