Salesforce 宣布推出 Agentforce 2.0：5 大亮点

Salesforce 推出了 Agentforce 2.0，并称其为“数字化劳动力平台”。

CRM 领导者引入了新的术语，以澄清 Agentforce 不仅仅管理信息；它还管理数字劳动力。

然而，Agentforce 2.0 的发布不仅仅是一次品牌重塑。相反，它标志着该平台的一次进化，允许用户构建和部署能够自主执行任务的 AI 代理。

这种演变包括扩展的视野、新的能力等等，正如以下五个主要话​​题所探讨的。

1. Salesforce 将 Agentic AI 带入 CRM 领域

Agentforce 1.0 引入了 AI Agents 自动化工作流程和在 Salesforce 生态系统中共享见解的众多可能性。

例如，在 Sales Cloud 中，AI 代理可帮助用户跟进潜在客户、确定机会并针对特定机会进行量身定制的推介。

在 Service Cloud 中，AI 代理解决一级问题，“解决率达到 90% 以上”。必要时，他们还会将问题上报给现场代理，从而保留背景信息并节省时间。

最后一个例子，在 Marketing Cloud 中，AI 代理通过分析客户互动、改善细分和提高活动效果来创建个性化活动。

然而，正如Salesforce AI 执行副总裁兼总经理 Adam Evans在发布下一代平台时所说：

Agentforce 2.0 不仅仅涉及 CRM；它还涉及整个企业。

因此，Agentforce 2.0 正在自动化超越其生态系统的工作流程。

案例研究：Adecco 如何让 Agentforce 超越 CRM 流程

早期采用者 Adecco 在 Agentforce 2.0 上构建了一个招聘代理。

AI 代理会扫描简历并确定特定职位的最佳候选人，并通过 Slack 通知招聘人员有经过预先审核的候选人可供审核。

招聘人员可以直接通过 Slack 要求 AI 代理安排面试。然后，它会处理空闲时间、通过电子邮件联系候选人并自动更新日历。

最后，在面试之前，代理会根据职位描述和候选人的背景生成定制问题，确保招聘人员做好充分的准备。

“超越 CRM” 的三大推动因素

归根结底，Agentforce 2.0 有三个核心推动因素。首先是数据云，它统一了核心 Salesforce 生态系统内外的结构化和非结构化数据。

其次，新的 Atlas Reasoning 引擎能够通过知识图谱和递归树等技术对数据进行语义理解（稍后会详细介绍！）。

第三是 MuleSoft 的开箱即用连接器库，它允许 AI 代理跨广泛使用的企业平台工作。同时，通过 MuleSoft，客户还可以使用自然语言集成自定义 API。

有了这些，Evans 认为 Salesforce 将能够“让任何团队和任何工作流程在整个企业内采取行动”。

2. Slack 成为 Agentforce 的“自然之选”

Slack 首席执行官 Denise Dresser 表示：“Slack 是每个公司可以为每个员工和团队带来数字化劳动力的地方。”

为什么？因为它是 Salesforce 品牌每天早上打开的第一个应用程序，而且根据 Dresser 的说法, 这使得它成为“Agentforce 存在的自然场所”。

只需将其视为企业的运营中心点即可。从那里，员工可以与 AI 代理合作，在 Salesforce 应用程序和外部系统中显示信息。

此外，从这个中心点开始，员工可以在整个企业内使用 AI 代理。这是 Dresser 在分享埃森哲如何将其付诸实践之前所描绘的图景。

案例研究：埃森哲如何利用 Agentforce 转变团队在 Slack 中的工作方式

作为现场演示的一部分，Dresser 分享了几个例子，说明埃森哲如何利用 Agentforce 和 Slack（作为数字总部）更智能、更快速、更高效地工作。

事实上，埃森哲在协作平台内运行人工智能代理，为员工提供以下功能：

1. 即时更新： AI 代理提供重要帐户的实时更新，例如错过的会议、业务评论和关键见解。
2. 自动文档检索：代理无需查阅电子邮件、驱动器或文件夹，而是可以使用联合搜索功能立即找到正确的文档（如 QBR（季度业务回顾））。
3. 主动建议：代理分析来自对话、CRM 系统和文档的数据，以识别业务挑战并提出解决方案，例如聘请专家或提供相关的成功案例。
4. 提案创建和可视化：客服人员通过结合 CRM 操作、客户数据和 Tableau 技能来简化提案创建。高管甚至可以要求客服人员“在几秒钟内”将提案数据转换为可视化效果（如 Tableau 仪表板）。
5. 员工协作：与传统的副驾驶一样，代理可以回答问题、自动更新帐户见解并安排会议。

现场演示结束后，Dresser 总结道：“如果您的员工可以做到，Agentforce 也能做到。”

3. Agentforce 2.0 选择 Atlas 和 Data Cloud 的理由

Atlas 推理引擎是 Agentforce 的新产品。它承诺将“任务转化为可信赖的结果”。

怎么做到的？通过包含三个要素的更深层次的推理过程：

1. 丰富的索引： Salesforce 通过多意图推理改进了其索引数据的方式。
2. 高级检索器：数据和知识图等技术可以实现更准确、更全面的数据检索。
3. 内嵌引用： AI 代理的回应将包括可见性的引用，确保准确性和信任度。

所有这些对于确保 Agentforce 的准确性都至关重要，这也是 Salesforce 的首要任务，因为它承诺将实现“最不具致幻性”的代理 AI 实现。

除了 Atlas，Data Cloud 也是关键。它整合了所有 Salesforce 数据，绑定了平台。它还允许公司使用零拷贝技术来引入自己的数据湖并集中 CX 数据。

案例研究：RBC 使用 Atlas 和 Data Cloud 开展工作

RBC 利用 Atlas 和数据云以及 Agentforce 来改变其财务顾问与客户互动的方式。

首先，数据云将所有客户数据整合到一个统一的系统中，消除了数据孤岛，并为顾问提供了更具凝聚力的客户视图。

接下来，Atlas 会处理一些复杂问题，例如“利率下降会如何影响 Emma 的投资组合？”，通过执行多步推理并利用 RBC 的数据和业务逻辑来提供答案。答案附有引文，确保顾问信任这些见解并可以自信地采取行动。

从那时起，该银行就采用了人工智能代理，为顾问提供个性化的客户建议和安排后续服务。

4. Salesforce 为 Agentforce 提供自己的测试中心

“有了这些权力，你需要相信经纪人是始终如一、值得信赖的，”埃文斯说。“这就是我们推出测试中心的原因。”

Agentforce 测试中心将帮助 Salesforce 客户验证代理，确保他们遵循指令、基于事实并且低延迟地执行。

此外，它将支持审计，确保代理在护栏内运行，并允许在部署之前对新版本进行回归测试。

在测试中心，Salesforce 可能会试用 Agentforce 2.0 中的另一个新功能“技能”。

在测试中心试用新的 AI 代理技能

“技能”打包了指令，告知 AI 代理如何最好地执行任务。下面的屏幕截图分享了一个例子。

5. 挑战竞争对手：把代理放在你的网站上

Salesforce 主席兼首席执行官 Marc Benioff 在开场白中透露，Agentforce 的付费客户已经超过 1000 家。

随着客户兴趣的激增，Salesforce 意识到自己必须引领潮流。“首席执行官说：”我们必须做到客户零流失。“如果我们不亲自示范，就不会实现这一点。

对于 Salesforce 来说，这意味着在其网站上提供面向客户的人工智能代理。正如下面的截图所示，这些人工智能代理已经为这家科技巨头的服务团队带来了令人印象深刻的成果。

在引用这些数据后，Benioff 批评竞争对手没有效仿。

他强调，在 Dreamforce 之后，几家竞争对手都效仿了 Salesforce 的代理式 AI 愿景。然而，潜在客户在访问他们的网站时并没有看到它的实际作用。

“你会发现表格和常见问题解答，但代理并不多，”Benioff 继续说道。“这需要一定程度的计算机科学专业知识，而许多人仍然没有完全理解。”

这就是为什么我们会从那些无法自己实现的人那里听到精辟而又发人深省的话。你会听到各种关于软件未来以及软件将会是什么样子的令人惊奇和奇妙的事情……但它在哪里呢？

虽然有些人可能推断Benioff 又在向微软施压，但该公司至少分享了其内部客户体验团队如何利用 Copilot 的案例研究。而其他公司在这方面的分享则少得多。

2025 年，将有更多代理式 AI 的实践证据浮出水面。希望其他供应商也能效仿并在其网站上推出 AI 代理。如果不能在未来 12 个月内实现，这可能不是最好的选择。

Agentforce 3.0 将于五月推出

虽然 Agentforce 2.0 要到二月份才会正式上市，但Benioff 透露：

您可以看到 Agentforce 3.0 的开始，它将在五月份左右准备好运行……我们进展很快！

Agentforce 3.0 会带来什么目前尚不得而知，但这一预告再次强调了 Salesforce 推出代理 AI 的速度之快。现在，它已超越 CRM 并覆盖整个企业。