Proces obsługi klienta rozpoczyna się w momencie wysłania zapytania do agenta, a genAI odgrywa w nim kluczową rolę. Wykorzystując zaawansowane możliwości rozumowania, analizuje zapytanie klienta, wskazuje najlepsze rozwiązania i określa najbardziej efektywną metodę działania.
Po przetworzeniu zapytania GenAI podejmuje działania odpowiadające na potrzeby klienta, udziela odpowiedzi lub kieruje bardziej złożone kwestie do agentów w celu uzyskania dalszej pomocy.
Co ważne, 83% klientów uważa, że firmy powinny korzystać z technologii w sposób etyczny, nawet jeśli oznacza to rezygnację z zysków (raport Salesforce). Podkreśla to odpowiedzialność firm za zapewnienie, że ich wykorzystanie GenAI sprzyja zaufaniu i przejrzystości wobec klientów. Przyjrzyjmy się Atlas Reasoning Engine, technologii, która jest podstawą Agentforce i jego zaawansowanych możliwości.
Podstawa: Data Cloud
Data Cloud jest kluczowym elementem poprawy obsługi klienta. Oferuje solidną podstawę do zarządzania różnymi typami danych, w tym:
- ustrukturyzowanymi,
- nieustrukturyzowanymi,
- i tzw. zero-copy data.
Dane ustrukturyzowane to zorganizowane informacje, które idealnie pasują do baz danych, podczas gdy dane nieustrukturyzowane obejmują formaty takie jak wiadomości e-mail i posty w mediach społecznościowych. Zero-copy data ułatwia przetwarzanie danych bez konieczności ich podwójnego przechowywania.
Zarządzanie danymi o dowolnym zakresie jest kluczowe dla zastosowań GenAI. Jakość i rodzaj danych mają duży wpływ na skuteczność i dokładność działania agentów AI. Data Cloud łączy różne źródła danych, takie jak CRM, płatności i opinie klientów, aby stworzyć pełny obraz każdego klienta. Pomaga to zespołom obsługi dostrzec potrzeby klientów i szybciej reagować.
Stanowi również podstawę mechanizmu Atlas Reasoning Engine.
Mózg operacji: Atlas Reasoning Engine
Atlas Reasoning Engine jest „mózgiem” Salesforce Agentforce. Obsługuje on autonomicznych agentów AI, którzy wspomagają interakcje z klientami w ramach różnych funkcji biznesowych. Ten zaawansowany silnik wykorzystuje złożone techniki rozumowania, aby dobrze poznać intencje użytkownika i skutecznie wykonywać działania.
Atlas Reasoning Engine składa się z pięciu podstawowych komponentów:
Rola: Określa cel i obowiązki agenta.
Dane: Określa wiedzę i informacje dostępne dla agenta.
Akcje: Określa możliwości i zadania, które agent może wykonać.
Bariery: Ustanawia granice i ograniczenia działań agenta w celu zagwarantowania zgodności i bezpieczeństwa.
Kanał: Określa sposób i miejsce działania agenta, czy to za pośrednictwem tekstu, głosu czy innych interfejsów.
Komponenty te płynnie współpracują ze sobą, tworząc agenta, który może samodzielnie obsługiwać zadania. Na przykład, gdy użytkownik wysyła zapytanie, silnik sprawdza je pod kątem zdefiniowanej roli agenta, znajduje odpowiednie dane, tworzy plan, a następnie go wykonuje. Taka integracja oznacza, że agenci mogą na bieżąco dostosowywać się do zmieniających się informacji i potrzeb użytkowników.
Atlas Reasoning Engine pomaga firmom zapewnić lepszą obsługę klienta, szybciej reagować na zapytania i dbać o poziom zadowolenia użytkowników. To duży krok naprzód w technologii GenAI, dający firmom możliwość łatwej automatyzacji skomplikowanych procesów.
Proces rozumowania
Atlas Reasoning Engine w Salesforce Agentforce to skomplikowany, ale sprytny system. Proces ten składa się z czterech głównych etapów: Zaplanuj, oceń, udoskonal i pobierz.
- Plan: Gdy użytkownik wysyła zapytanie, silnik najpierw opracowuje plan na podstawie podanych przez niego informacji i kontekstu. Ten pierwszy krok decyduje o tym, jak agent zareaguje.
- Ocena: Następnie silnik sprawdza, czy plan jest dobrze dopasowany, patrząc na dane i upewniając się, że może obsłużyć żądanie użytkownika. Jeśli potrzeba więcej informacji, poprosi użytkownika o dalsze szczegóły.
- Udoskonalanie: Po dokonaniu oceny planu silnik wprowadza wszelkie niezbędne poprawki, aby zapewnić dokładność i trafność. Proces ten pomaga agentowi lepiej zrozumieć sytuację i skuteczniej reagować.
- Pobieranie: Wreszcie, silnik uzyskuje dane potrzebne do wykonania planu, dostarczając użytkownikowi precyzyjną i kontekstowo dopasowaną odpowiedź.
Atlas Reasoning Engine wykorzystuje ustrukturyzowany proces rozumowania, aby upewnić się, że agenci szybko i łatwo udzielą właściwej odpowiedzi. Pomaga im to obsłużyć złożone interakcje z klientami z dużą dozą pewności i autonomii.
Uzyskiwanie wyników: Działanie
Agenci Agentforce AI zbierają informacje i przekształcają je w możliwe do podjęcia działania.
- Na początku agenci wyszukują informacje w różnych miejscach, aby znaleźć zarówno ustrukturyzowane, jak i nieustrukturyzowane dane w Data Cloud. Obejmuje to korzystanie z Retrieval Augmented Generation (RAG) w celu gromadzenia istotnych informacji z zewnętrznych źródeł danych i baz danych.
- Mogą również przeszukiwać sieć, aby dowiedzieć się więcej o firmach lub produktach. Następnie mogą połączyć te zewnętrzne informacje ze swoją wiedzą na temat zasad firmy. Dzięki temu odpowiedzi są trafne i zgodne z wytycznymi organizacyjnymi.
- Agentów można używać w różnych środowiskach, w tym we Flows, API i klasach Apex. Mogą integrować informacje kontekstowe z procesami roboczymi, co oznacza, że mogą obsługiwać wiele scenariuszy bez konieczności stosowania niestandardowych rozwiązań. Takie podejście pomaga firmom usprawnić operacje, skrócić czas reakcji i poprawić interakcje z klientami.
Wszystkie te funkcje pomagają organizacjom dokonywać inteligentnych wyborów w oparciu o dane w czasie rzeczywistym przy użyciu najnowocześniejszych metod wyszukiwania. I dostarczać wyniki, które przekraczają oczekiwania.
Integracja z ekosystemem Salesforce, kwestie bezpieczeństwa i narzędzia low-code
Atlas Reasoning Engine w Salesforce Agentforce ma wiele zaawansowanych funkcji, które czynią go bardziej funkcjonalnym i bezpiecznym. Jedną z najważniejszych części jest Einstein Trust Layer, która chroni dane i gwarantuje, że tylko właściwe osoby mają do nich dostęp. Warstwa ta zapewnia bezpieczeństwo poufnych informacji, dzięki czemu firmy mogą spokojnie korzystać z GenAI.
Low code
Silnik współpracuje z narzędziami o niskiej zawartości kodu, dzięki czemu użytkownicy mogą tworzyć i dostosowywać agentów AI bez dużej wiedzy programistycznej. Ułatwia to firmom wymyślanie nowych pomysłów i tworzenie rozwiązań, które są dla nich odpowiednie.
Ekosystem Salesforce
Integracja silnika z ekosystemem Salesforce czyni go jeszcze potężniejszym, umożliwiając mu bezproblemową pracę z istniejącymi aplikacjami i danymi Salesforce. To wzajemne powiązanie oznacza, że agenci mogą efektywnie działać w różnych kanałach.
Bezpieczeństwo
Atlas Reasoning Engine ma również kilka całkiem solidnych funkcji bezpieczeństwa, w tym rygorystyczne protokoły uwierzytelniania i autoryzacji, aby utrzymać wysokie standardy prywatności. Osadzając te funkcje od samego początku, firmy mogą wdrażać rozwiązania oparte na sztucznej inteligencji, które są nie tylko skuteczne, ale także bezpieczne, zapewniając zaufanie i niezawodność w interakcjach z klientami.
Przyszłość nadchodzi: Jak Agentforce rewolucjonizuje cyfrową pracę
Wraz z postępem technologicznym potencjał integracji GenAI z codziennymi operacjami szybko rośnie. Zaawansowane rozumowanie AI zwiększa możliwości i usprawnia codzienne operacje.
Marc Benioff: Jesteśmy na skraju rewolucyjnej transformacji – narodziny cyfrowej siły roboczej
Marc Benioff, dyrektor generalny Salesforce, podzielił się niedawno spostrzeżeniami na temat Agentforce, przełomowego etapu w tworzeniu nowego rynku pracy cyfrowej. Podkreślił, że produktywność nie jest już związana ze wzrostem siły roboczej, ale jest teraz powiązana z tą innowacyjną technologią.
Wyobraź sobie potencjał agentów AI współpracujących z Twoim zespołem, podejmujących decyzje i działania w Twoim imieniu przez całą dobę. To rzeczywistość, która szybko staje się normą.
Czy jesteś przygotowany na te zmiany i poprawę wydajności swojej organizacji? Partner Salesforce pomoże Ci wdrożyć i dostosować Agentforce do Twoich potrzeb. Korzyści płynące z cyfrowej transformacji czekają na Ciebie.
