Salesforce Agentforce：AI驱动的自动化新时代

在最近的 Dreamforce 2024 大会上，Salesforce 首席执行官 马克·贝尼奥夫（Marc Benioff） 重点介绍了 Agentforce，这是一套跨关键业务功能执行数据驱动操作的自主AI代理。

Agentforce 扩展了 Salesforce 的功能，利用来自 ERP 和 SCM 等各种企业系统的数据流，从根本上改变业务工作流程。

AI 的成功不仅仅在于拥有数据，而在于拥有准确的数据。对于企业来说，真正利用 AI 的关键在于制定明确的数据管理方法，因此，Agentforce 依赖于 Salesforce 的 Data Cloud，能够整合来自内部和外部的数据，包括 ERP 和 SCM 系统。

【题外话】写到这里，突然感觉，要想获得AI的成功，得有正确严谨的数据。或者说得有ERP、SCM等一系列管理软件才行，至少得有一套好的ERP。

Data Cloud 通过连接器、导入工具、零拷贝集成、SDK、API 和 ETL 作业，从各种来源导入结构化和非结构化数据。

通过使用 MuleSoft 为 SAP、Oracle 和 Microsoft Dynamics 等企业系统提供的预构建连接器，该平台能够实时同步数据，确保库存水平、订单状态和财务数据保持最新。

这种集成方式支持自动化工作流，减少手动数据输入并最大限度地降低错误。从更宏观的角度来看，将数据集中存储在云端可以增强分析、预测和供应链优化的能力。

Salesforce 的 Agentforce 革新了企业业务运营方式，帮助组织创建和管理跨多个部门执行多样化任务的自主智能代理。

Agentforce 如何与 ERP 和 SCM 系统协同工作 

1. Agentforce 利用这些集成数据来增强客户互动和运营效率。

例如，当 AI 驱动的代理需要有关客户订单的信息时，Salesforce 通过 MuleSoft 的连接器直接访问 ERP 系统数据。这种实时访问确保Agentforce 的 AI 代理能够全面、及时地了解客户数据，从而快速准确地响应查询。在此过程中，Atlas 推理引擎会自主分析这些数据以做出明智的决策，确保结果可靠且准确。

2. Agentforce 的 AI 代理能够全面、及时地了解客户数据，从而快速准确地响应查询。

在此过程中，Atlas 推理引擎会自主分析这些数据以做出明智的决策，确保结果可靠且准确。

Salesforce 内部的 MuleSoft 团队还推出了新工具，使开发人员和管理员能够连接来自 CRM 和外部系统的结构化和非结构化数据。

这些增强的集成功能使 AI 代理能够实时检索和处理来自多个平台的数据。例如，AI 代理可以自动从 ERP 系统中提取销售数据以及从 CRM 中提取客户互动历史记录，从而为支持团队提供客户情况的完整视图，而无需手动输入数据。

Agentforce 对 Salesforce 的意义

Salesforce 推出 Agentforce 标志着该公司在将 AI 与企业系统集成方面取得了显著进展。

Salesforce 面临的挑战是确保自动化与人类互动协同工作，而不是试图取代它。

除此之外，Agentforce 还与微软、谷歌、Oracle、AWS 和 Zoho 等公司提供的成熟 AI 解决方案竞争，这些公司也提供自己的自动化和客户服务工具。

秉承“让每个应用都有 Agentforce”的理念，企业可以轻松部署销售代理（Sales Agents）、服务代理（Service Agents）、营销代理（Marketing Agents）、电商代理（Commerce Agents）以及平台代理（Platform Agents）。

Agentforce 2.0 在其前身基础上实现了质的飞跃，为企业提供了更强大、更灵活的AI自动化解决方案。

以下是其核心能力及超越Agentforce 1.0的关键亮点：

1. 更强大的推理能力 大语言模型 (LLMs) 集成：

Agentforce 2.0 集成了最先进的大语言模型，带来前所未有的理解与解析能力。

具体表现为：

上下文理解：能够捕捉人类语言的情感与意图，提供更自然、更高效的交互体验。

复杂问题解决：突破传统基于规则的自动化限制，支持多步骤推理，处理复杂任务。动态决策：实时分析数据、识别模式并在瞬息万变的环境中作出明智决策。

2. 更广泛的集成能力 无缝连接：

Agentforce 2.0 可以与多个 Salesforce 产品和服务无缝集成，打破数据孤岛：

• Slack：在Slack中直接与AI智能代理协作，优化工作流程与沟通效率。
• Tableau：访问并分析Tableau中的数据，为数据驱动的决策提供支持。
• MuleSoft：连接外部系统和数据源，扩展自动化的应用场景。
• 统一平台：这种强大的互联能力使Agentforce 2.0能够全面访问客户交互、业务流程和市场趋势数据，为企业提供全局视角。

3. 更高的定制化能力：量身定制的解决方案：

Agentforce 2.0 使企业能够打造高度专属的AI代理，完美契合其特定需求与工作流：

• 零代码代理设计器：直观易用的界面让非技术人员也能设计并部署AI代理，无需编写代码。
• 灵活技能集：AI代理可以被赋予多种技能，如客户服务、销售支持、人力资源及财务管理，适应不同角色需求。

4. 更高的信任与安全性：负责任的AI：

Agentforce 2.0 高度重视AI的伦理规范，确保数据隐私并负责任地使用AI技术。

• 增强的安全措施：采用严密的安全协议保护敏感数据，防止未经授权的访问。
• 透明的操作流程：AI代理的决策过程清晰可见，帮助用户建立信任并确保责任可追溯性。
  

  Agentforce 2.0 Architecture Key Components:

Agentforce 2.0 不仅仅是一个AI自动化工具，更是推动企业效率、协作与智能化的创新引擎。从复杂问题解决到深度集成，再到高度定制化与强大的安全保障，Agentforce 2.0 帮助企业应对现代商业挑战，实现全面数字化转型。

关键组件与交互：

用户界面：

用户通过网页界面、Salesforce 应用或平台（如 Slack）与 Agentforce 2.0 交互。

Agentforce 2.0 核心：

1. AI模型 (LLMs)：系统的“大脑”，负责自然语言理解、推理和决策。
2. 代理管理器 (Agent Manager)：管理 AI 代理的创建、部署与运行。
3. 技能库 (Skill Library)：预构建和自定义技能的存储库，支持代理执行各种任务。
4. 数据连接器 (Data Connectors)：连接 Salesforce 服务及外部系统的数据访问接口。
5. Salesforce 服务：Agentforce 2.0 与 Salesforce 各类云服务无缝集成，使代理能够访问并处理这些系统中的数据。

数据云 (Data Cloud)：

作为客户数据的中央存储库，提供客户信息的统一视图，供 Agentforce 2.0 使用。

外部系统：

Agentforce 2.0 可通过 API 连接到外部系统（如 Slack、Tableau 和 MuleSoft），扩展其功能和数据来源。

数据流：

1. 用户通过用户界面与 Agentforce 2.0 互动，发起请求或任务。
2. Agentforce 2.0 利用其 AI 模型理解请求，并确定适当的操作。
3. Agentforce 2.0 根据需要从 Salesforce 服务、数据云和外部系统访问数据以完成任务。任务结果或操作通过用户界面返回给用户。

Agentforce 2.0 的强大之处

1. 数据集成 — 系统之间数据集成的一个关键优势是它提高了效率。例如，在医疗保健领域，将 ERP 数据与患者管理系统链接可以改善调度并优化资源使用。在零售行业，将客户购买历史和偏好等 CRM 数据与 ERP 系统集成可以实现实时库存更新。这确保了热门产品的补货，降低了缺货风险并提高了客户满意度。

2. 可扩展性 — Agentforce 可以处理 ERP 和 SCM 系统中的更多工作，而无需增加人员。例如，在物流和运输领域，AI 代理可以通过处理更多的运输和交付数据（包括跟踪号码、交付时间表和库存水平）来管理高峰季节的订单量增加。这使得系统能够动态处理更多的运输和交付，而不会给现有员工带来过重负担。

3. 预测分析 — Agentforce 可以通过提供有价值的见解来增强决策。例如，在农业行业，Agentforce 可以通过分析 ERP 和 SCM 数据（如作物产量、库存水平、分销计划以及天气模式等外部因素）来预测需求并优化供应链运营。这种集成可以实现更准确的规划，有助于提高生产力和资源管理，并最大限度地减少中断。

Agentforce 2.0 面临的挑战

将 Agentforce 中的 AI 代理与 ERP 和 SCM 系统集成也面临一些挑战，包括管理复杂性、确保安全性以及建立对 AI 操作方式的信任和透明度。

1. 复杂性 — 企业需要将 AI 代理集成到现有的 ERP 和 SCM 工作流中，而不会造成中断。这通常需要 IT 专业知识，因为过程中的错误可能导致运营延迟或数据不一致。如果 AI 代理未与 ERP 和 SCM 系统正确同步，可能会导致诸如库存数据不准确等问题，从而导致生产放缓甚至停止运营。

建议：企业需要谨慎地将 AI 代理集成到 ERP 和 SCM 工作流中，以避免中断。客户和 Salesforce 共同商定的明确集成计划可以帮助确保 AI 代理正确同步，防止生产延迟或其他问题。

2.安全性 — Agentforce 管理敏感信息，因此安全性是一个关键关注领域。将客户记录、财务交易、供应商合同或患者信息等本地数据迁移到 Data Cloud 可能会给企业带来安全风险，尤其是在严格监管的行业中。无论这些关键信息位于何处，保护它们都值得企业网络安全团队的密切关注。

3. 信任与透明度 — ERP 和 SCM 用户需要能够信任 AI 代理能够安全、准确地处理数据。ERP 方面的一些潜在问题已经提到；在 SCM 中，AI 驱动决策中的任何错误都可能扰乱供应链并造成财务损失。AI 如何做出决策的透明度是建立信心的关键。在这方面，Salesforce 提供关于其 AI 工具如何执行需求预测等任务的清晰解释将有助于企业将 AI 视为可靠的合作伙伴，而不是“黑匣子”。

Agentforce 的未来

Salesforce 的 Agentforce 为企业提供了构建 AI 驱动自动化的全新路径。通过低代码配置、强大的数据集成和先进的推理能力，Agentforce 帮助企业跨部门无缝运行智能代理。

以 Data Cloud 和 Atlas 推理引擎 为核心，Agentforce 正在重新定义商业自动化的未来，一个代理推动一个变革。