Hur Agentforce fungerar

Agenter behöver tre saker för att få jobbet gjort: data, resonemang och åtgärder. Med Agentforce kan agenter ansluta till vilken datakälla som helst och använda den i realtid för att planera, resonera och utvärdera. Och Agentforce -agenter kan utnyttja alla arbetsflöden, automatiseringar eller API för att slutföra uppgifter. Läs vidare för att lära dig hur det hela fungerar.

Ta med pålitlig data till dina agenter.

Data Cloud ger agenter åtkomst i realtid till den data de behöver för att utföra arbetet, utan att behöva kopiera data från befintliga lager. Skapa kraftfulla agenter som refererar till dina anslutna strukturerade och ostrukturerade data. Det inkluderar företagskunskapsartiklar, CRM-data, externa datasjöar och mer.

I Agentforce används ostrukturerad data inklusive artiklar och policydokument för att ge en AI-agent kunskap.

Metadata låter agenter känna till sammanhanget för ditt företag och de åtgärder som är tillgängliga för dem. Metadata är en central del av Salesforce-plattformen: Varje fält, etikett, post och automation som byggs på plattformen är taggade med relevant metadata som Agentforce kan läsa och förstå. Denna metadata låter agenten veta exakt hur man använder ett flöde eller vilken data den behöver för att dra in.

En vy av metadata som är tillgänglig för AI-agenten att referera till.

Prompt Builder kan du skapa repeterbara, skräddarsydda meddelanden som kan leverera exakt den data som en agent behöver för att utföra arbetet. Dessa uppmaningar kan användas av agenter för att hitta och hämta strukturerad och ostrukturerad data i realtid genom Retrieval Augmented Generation.

Läs mer

I Prompt Builder -mallarbetsytan konfigureras en uppmaning.
I Agentforce används ostrukturerad data inklusive artiklar och policydokument för att ge en AI-agent kunskap.
En vy av metadata som är tillgänglig för AI-agenten att referera till.
I Prompt Builder -mallarbetsytan konfigureras en uppmaning.

Agentforce lär sig och resonerar med Atlas Reasoning Engine.

Atlas Reasoning Engine använder avancerade tekniker som ensemble retrieval augmented generation (RAG), som kombinerar styrkorna hos flera RAG-modeller, för att hitta mycket specifik, korrekt data för agenter. Agenter kan söka över strukturerad och ostrukturerad data för att hitta liknande språk som den ursprungliga uppgiften, vilket ger dem den kunskap de behöver för att svara och agera med precision.

En vy av Atlas resonemangsmotorgränssnitt, där ett nytt databibliotek är sammansatt.

Atlas Reasoning Engine delar upp den initiala uppmaningen i mindre uppgifter, utvärderar vid varje steg och föreslår en plan för hur man ska gå vidare. Till exempel, om en agent hanterar en kundförfrågan identifierar den avsikten, söker efter relevant data, skapar en handlingsplan och utvärderar åtgärdens effektivitet. Om det inte är tillfredsställande fortsätter agenten att anpassa och förfina planen genom att be om ytterligare information. Detta säkerställer att den första uppmaningen kan slutföras korrekt.

En graf som visar hur Atlas Reasoning Engine lär sig och resonerar i en ständigt förbättrad loop.

Atlas Reasoning Engine utvärderar en användarförfrågan mot alla ämnen som är tillgängliga för en agent och väljer sedan den lämpligaste för att utföra uppgiften.

En vy av ett ämne som konfigureras i Agentforce, med anvisningar på naturligt språk för en orderhanteringsuppgift.
En vy av Atlas resonemangsmotorgränssnitt, där ett nytt databibliotek är sammansatt.
En graf som visar hur Atlas Reasoning Engine lär sig och resonerar i en ständigt förbättrad loop.
En vy av ett ämne som konfigureras i Agentforce, med anvisningar på naturligt språk för en orderhanteringsuppgift.

Agentforce vidtar åtgärder i hela ditt företag.

Agentforce är integrerat med hela Salesforce Customer 360. Från försäljning och service till handel och marknadsföring, agenter kan använda komplett kundkontext från dina CRM-applikationer och vidta åtgärder direkt inom arbetsflödet för dina anställda. Till exempel kan en agent använda engagemangsdata för att identifiera en möjlighet att merförsälja och generera ett personligt e-postmeddelande till en prospekt.

Ett chattfönster mellan en säljkund och en AI-försäljningsagent som diskuterar prissättning.

Agentforce kan bäddas in i webb- och mobilchatt, e-post, SMS och Slack för att träffa dina kunder var de än är. Agenter kan svara inbyggt, och även sömlöst överlämnande till mänskliga anställda över alla kanaler. Till exempel kan en kund logga in på din webbplats och ha en konversation med en agent för att felsöka ett trasigt föremål. Agenten svarar med bästa praxis och felsökningsinstruktioner för att avsluta ärendet.

I ett chattfönster ger en säljare en säljare kontext om ett konto.

Agenter kan dra fördel av förbyggda flöden för att automatisera affärsprocesser. Agenter kan konfigureras för att köra Flows och använda deras utdata för att svara på den första prompten. Agenter kan också bäddas in i ett flöde för att hjälpa till att automatisera ännu mer arbete. Till exempel kan en agent köra ett flöde för att automatiskt höja prioritet för en kundärendeärende baserat på vissa kriterier.

En vy av en arbetsflödesinställning och de datatyper som används i den för ett hotellbokningssystem.
Ett chattfönster mellan en säljkund och en AI-försäljningsagent som diskuterar prissättning.
I ett chattfönster ger en säljare en säljare kontext om ett konto.
En vy av en arbetsflödesinställning och de datatyper som används i den för ett hotellbokningssystem.
Agentblazer-karaktärer

Gå med i Agentblazer-communityt.

Ta kontakt med Agentblazers från hela världen för att lära dig AI, höra från produktexperter och mer. Utvidga din AI-expertis – och din karriär.

Vanliga frågor om Agentforce

En AI-agent är ett intelligent system som kan få arbete gjort proaktivt och autonomt, vilket innebär att det inte kräver mänsklig insats. Agenter kan triggas av förändringar i data och automatiseringar. De kan förstå och svara på mänskliga samtal dynamiskt. Och de förlitar sig på maskininlärning och naturlig språkbehandling (NLP) för att resonera och hantera ett brett utbud av uppgifter, från att svara på enkla frågor till att lösa komplexa problem.

Traditionella chatbots kräver förutbestämda konversationsträd för att svara på förfrågningar. Däremot är agenter dynamiska. De kan anpassa sig till mänskligt språk och samtal, och de har förmågan att resonera. De förstår konversationen, bygger en plan för att ta itu med det, förstår de verktyg som är tillgängliga för dem och tar sedan det bästa tillvägagångssättet.

Du kan anpassa en AI-agent för att passa alla användningsfall och alla branscher. Salesforce erbjuder en rad out-of-the-box-agenter för service, försäljning, marknadsföring och handel, så att du kan komma igång på några minuter. Det här är bara några exempel på hur agenter kan stödja ditt företag:

  • Serviceagenter kan automatiskt hjälpa en kund att felsöka ett problem med personliga, märkesvaror baserade på deras köphistorik och företagets kunskapsdokument
  • SDR-agenter kan skicka ett personligt introduktionsmail till en lead, svara på en fråga om prissättning och få tillgång till en kontoansvarigs kalender för att boka ett uppföljningssamtal
  • Marknadsförare kan generera kampanjer, briefer, målgruppssegment, e-postmeddelanden och resor från slut till slut baserat på ditt företags mål
  • E-handelsagenter kan hantera dina webbplatser och skapa personliga kampanjer

Einstein Trust Layer skyddar kunddata genom robusta säkerhetsfunktioner och skyddsräcken, som noll datalagring, toxicitetsdetektering, säker datahämtning och dynamisk jordning. Det förbättrar säkerheten och noggrannheten för utdata samtidigt som den säkerställer en ansvarsfull användning av AI-agenter över Salesforces ekosystem.

Till exempel tillhandahåller Audit Trail-funktionen de data du behöver för att spåra AI-agentåtgärder och -utgångar, vilket säkerställer att AI-användning följer din organisations policy för säkerhet, integritet, reglering och AI-styrning.

Medan andra agentplattformar kräver komplex dataintegration och anpassade automatiseringsbyggen är Agentforce redan inbyggd i Salesforce Platform. Du kan omedelbart omvandla dina befintliga arbetsflöden, promptmallar, Apex och API:er till agentåtgärder – med den extra kraften hos inbyggda verktyg, som Data Cloud, Slack och MuleSoft. Agent Builder gör det möjligt för Salesforce-administratörer och utvecklare att använda naturligt språk för att skapa jobb som ska utföras, instruktioner, åtgärder och skyddsräcken för sina agenter.

Agentforce är djupt integrerad med Salesforce Platform, som samlar all data och kontextagenter som behöver från interna och externa källor, med den inbyggda Einstein Trust Layer . Detta gör det möjligt för agenter att vidta korrekta, relevanta åtgärder, som är snabbare att implementera tack vare vårt ramverk med låg kod. Du kan återanvända plattformsverktyg som flöden och Apex och bygga din agent ovanpå dem.

Agentforce ansluter också till alla kanaler där dina anställda och kunder redan interagerar, inklusive CRM, WhatsApp, Messenger och din webbplats. Det finns ingen anledning att gå till en annan applikation för att prata med en agent eftersom de tillför värde till det befintliga arbetsflödet.

Agentforce är lämplig för företag av alla storlekar. Salesforce-kunder kan nu prova Agentforce gratis med Salesforce Foundations, ett tillägg på $0 för Enterprise Edition och högre.

Foundations hjälper företag att bli redo för AI genom att utöka deras CRM med ytterligare nyckelfunktioner från Agentforce, Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloud och Data Cloud. Foundations inkluderar nu krediter för att driva de första 1 000 konversationerna med Agentforce Service Agent, vilket gör att ditt företag kan prova sina möjligheter innan köp.