Ohjelmiston paradigma siirtyy suorasta manipuloinnista tavoitteisiin perustuvaan valtuutukseen. Tämän transformaation etualalla ovat tekoälyn agentit — itsenäiset, älykkäät entiteetit, jotka voivat ymmärtää, päättää ja toimia käyttäjien puolesta. Tämä whitepaper tarjoaa teknisen tutkinnan tekoälyagenttien ensisijaisista tyypeistä: Selkokielinen, ennakoiva, ympäröivä, itsenäinen ja yhteistyö. Se määrittää kunkin tyypin, esittää erityisiä asiakassuhteiden hallinnan (CRM) käyttötapoja ja tarjoaa arkkitehtisuunnitelman näiden agenttien rakentamiseksi Salesforce Agentforce Platformille, joka sisältää teknisiä esimerkkejä, jotka hyödyntävät kulun, Apexin, Data 360:n, Agent2Agent (A2A) -viestinnän ja mallin kontekstiprotokollan (MCP) yhteentoimivuutta.

AI-agentti on järjestelmä, joka havaitsee ympäristönsä ja suorittaa toimintoja tiettyjen tavoitteiden saavuttamiseksi. Vaikka käsite ei ole uusi, tehokkaiden suurten kielimallien (LLM) luominen on lisännyt niiden kykyjä. Voimme luokitella agentteja heidän ensisijaisen toimintatilansa ja vuorovaikutuksensa perusteella.

Määritelmä: Keskusteluagentit ovat tunnetuin agenttityyppi. Ne toimivat reagoivasti pyyntöjen ja vastausten kautta, ensisijaisesti luonnollisen kielen käyttöliittymien kautta (teksti tai ääni). Niiden ydintoiminto on ymmärtää käyttäjän tarkoituksen ja tarjota asiaankuuluva vastaus, olipa kyse sitten kysymykseen vastaamisesta, tietojen noutamisesta tai yksinkertaisen komennon suorittamisesta.

Tärkeys: Keskusteluagentit ovat organisaation digitaalisia etusivuja. He pärjäävät hyvin käsittelemällä hyvin määritettyjä ja toistuvia tehtäviä, mikä vapauttaa henkilöresursseja. Niiden tehokkuutta mitataan niiden kyvyllä ratkaista käyttäjän tarkoitus nopeasti ja tarkasti sekä suorittaa toimintoja käyttäjien puolesta.

Määritelmä: Toisin kuin selkokieliset agentit, jotka odottavat kehotetta, ennakoivat agentit toimivat valppaina tarkkailijoina. Ne käynnistyvät tietyillä tapahtumilla, datan muutoksilla tai esimääritetyillä ehdoilla järjestelmässä. Kun se käynnistetään, se suorittaa tehtävän tai käynnistää työnkulun ilman, että käyttäjä tarvitsee suoraa vuorovaikutusta.

Tärkeys: Proaktiiviset agentit muuntavat järjestelmän datan passiivisesta säiliöstä aktiiviseksi osallistujaksi liiketoimintaprosesseihin. Ne tunnistavat mahdollisuudet ja riskit, kun ne tulevat esiin, jotta yritykset voivat reagoida kriittisiin signaaleihin reaaliajassa.

Määritelmä: Ympäristöagentit ovat erityyppisiä ennakoivia agentteja, jotka toimivat jatkuvasti käyttäjän työnkulun taustalla ilman, että heidän täytyisi käyttää erillisiä komentoja. Käyttäjät hyötyvät toiminnoistaan usein tietämättään, koska ne on suunniteltu parantamaan ihmisten kykyjä ja säilyttämään alhainen profiili.

Tärkeys: Ympäristöagentin tavoite on vähentää käyttäjien kognitiivista kuormitusta automatisoimalla tavallinen "työ työstä". Ne tekevät prosesseista tehokkaampia integroimalla ne saumattomasti työkaluihin, joita työntekijät käyttävät päivittäin, ja keräävät ja rakentavat tietoja automaattisesti.

Määritelmä: Automaattiset agentit edustavat merkittävää monimutkaisuutta. Heille annetaan yleinen tavoite ja he voivat suunnitella ja suorittaa itsenäisesti vaiheiden sarjan tavoitteen saavuttamiseksi. He voivat päättää, tehdä päätöksiä ja jopa oppia toiminnoistaan parantaakseen suorituskykyä ajan myötä.

Tärkeys: Tämä on lähinnä todellista digitaalista työntekijää. Itsenäisille agenteille voidaan delegoida monimutkainen, monivaiheinen tavoite, kuten "Luo 50 uutta pätevää liidiä manufacturing-sektorilla tällä vuosineljänneksellä", ja heille voidaan luottaa suunnitelman laatiminen ja toteuttaminen sen saavuttamiseksi.

Määritelmä: Yhteistyöagentit, joita kutsutaan usein "agenttien kerääntymisiksi", ovat kokoelma erikoistuneita agentteja, jotka työskentelevät yhdessä ratkaistakseen ongelman, joka on liian monimutkainen yhdelle agentille. "Orkestraattori" tai "pääagentti" pilkkoo usein suuren tehtävän, delegoi alaiset tehtävät asianmukaisille erikoistuneille agenteille ja syntetisoi niiden tulokset. Vahva Agent2Agent (A2A) -viestintäprotokolla tekee tämän.

Tärkeys: Tämä lähestymistapa vastaa ihmistiimiä. Jokainen erikoistunut agentti voi hyödyntää ainutlaatuisia taitojaan erottamalla monimutkaisen ongelman: toinen on erikoistunut datan analyysiin, toinen asiakasviestintään ja kolmas järjestelmän integrointiin, mikä johtaa kestävämpiin ja kattavampiin ratkaisuihin.

Kun olet tutkinut tekoälyn agenttien luokittelua, tärkeä kysymys on edelleen: miten yhdistämme nämä elementit ratkaistaksemme todellisia liiketoimintaongelmia tehokkaasti ja luotettavasti? Tämä luokka vastaa tähän kysymykseen tarjoamalla säiliön agenteille yleisiä suunnittelukuvioita. Jokainen kuvio on todennettu ratkaisu toistuvaan haasteeseen, joka tarjoaa suunnitelman kaikelle, aina yksinkertaisista, yksilöllisistä agenteista monimutkaisiin ja yhteistyökaluihin.

Keskusteluagentit toimivat usein organisaation tekoälyominaisuuksien etusivuna. Ne määritetään niiden kyvyydellä osallistua tilaiseen, monivaiheiseen dialogiin, joka toimii ensisijaisena käyttöliittymänä, jonka kautta käyttäjät suorittavat tehtäviä ja noutavat tietoja luonnollisella kielellä. Tässä osiossa esitellään kaksi olennaista reseptiä selkokielisten agenttien rakentamiseen, jotka on räätälöity tietylle kanavalle: toinen viestintäsovellusten nopeille ja interaktiivisille vaihtoille ja toinen sähköpostien rakenteelliselle, asynkroniselle luonteelle.

Keskusteluagentin älykkyys saadaan hänen kyvystään käyttää ja perustella oikeita tietoja oikeaan aikaan. Tämä kuvio perustuu hienostuneeseen tietopohjaan, joka muodostaa yhteyden asiakastietueisiin, Knowledge ja liiketoimintaanalyyseihin. Näiden integraatioiden täydelliset ja uudelleenkäytettävät reseptit löytyvät kohdasta Luku 4. Integraatiokuvioita.

Ongelma

Asiakkaat käyttävät useita digitaalisia kanavia ja odottavat välittömiä, asiayhteydestä riippuvaisia ja älykkäitä vastauksia. Perinteiset chat-botit ovat joko skriptoituja tai tietojen sokeita, mikä johtaa heikkoon personalisointiin, varhaisiin eskalointeihin ihmisille ja korkeisiin palvelukustannuksiin.

Konteksti

• Organisaatiollasi on usean kanavan digitaalinen osallistumistoiminto (WhatsApp, SMS, Slack ja Salesforce Experience Cloud).
• Organisaatiosi asiakkaat vuorovaikuttavat organisaatiosi kanssa useilla kielillä.
• Organisaatiosi täytyy täydentää palvelun ja myynnin työnkulkuja agenteilla, jotka:
  • Nouda reaaliaikaista, luotettua asiakastietoja
  • Noudata vartioita ja vaatimuksia
  • Eskaloi agenteille vain tarvittaessa

Tärkeimmät komponentit

• Kanavan abstraktio: Service Cloudin parannettu chat (aiemmin Messaging sovelluksessa ja verkossa) sallii agentin kommunikoida useiden kanavien välillä yhden käyttökokemuksen kautta.
• Agentforce palveluagentti: Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
  • Aiheet ja ohjeet: Määrittää agentin henkilökuvan ja selkokielisen käyttötarkoituksen suoraa käyttäjän vuorovaikutusta varten. Tämä sisältää sen ydintehtävän (esimerkiksi "Olet asiantuntija asiakastukiongelmien ratkaisemisessa"), ohjeet empatiaa ja ammattitaitoa ylläpitämään sekä selkeät varoitukset sen käsittelemien kyselyiden laajuudesta.
  • Toiminnot: Palveluun perustuvat toiminnot, joita agentit käyttävät asiakkaiden ongelmien diagnosoimiseen ja ratkaisemiseen reaaliajassa. Nämä työkalut on suunniteltu suorittamaan tehtäviä, kuten tilauksen tilan tarkastaminen, ratkaisujen hakeminen Knowledge tai uuden tukitapauksen luominen suoraan selkokielisestä käyttöliittymästä.
  • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
  • Kehotteiden mallit: Uudelleenkäytettävät mallit, jotka täytetään dynaamisesti live CRM -datalla yhdistämiskenttien tai semanttisen datan kautta Data 360 RAG -hakijoista. Nämä mallit sallivat agenttien luoda asiayhteydestä riippuvaista sisältöä, kun taas Einstein Trust Layer peittää luottamukselliset tiedot turvallisesti ennen kuin ohjeet lähetetään LLM:ään.
• Data 360
  • Data 360 -komponentit, mukaan lukien DLO-objektit, DMO-organisaatiot, vektorisäiliöt ja RAG-hakijat, tarjoavat agentille yhtenäisen näkymän kaikkiin asiaankuuluviin yritystietoihin, rakenteellisista Knowledge, jotta vastaukset ovat paikkansapitäviä ja asiayhteydestä riippuvaisia.
• Service Cloud
  • CRM-data: Yhdistää agentin koko tapaushistoriaan tarjotakseen tärkeitä tietoja tilin lisätiedoista, yhteyshenkilötietueista ja oikeutuksista
  • Live Agent -jono: Tukee eskalointia ja reititystä henkilöllisyydentarjoajalle, kun keskustelun koko konteksti on syötetty

Vuorovaikutukset

1. Organisaatiosi asiakas aloittaa keskustelun kanavan kautta.
2. Viesti reititetään Agentforceen, joka määrittää vaikutusalueen (aiheet) ja soveltaa turvavyöhykkeitä.
3. Tekoäly luo vastauksia käyttämällä kehotteiden malleja, kun taas kulku tai Apex saattaa käynnistää taustalogiikkaa.
4. Konteksti noudetaan Data 360 -objekteista, vektorisäilöstä ja CRM:stä RAG-haun kautta.
5. Tekoäly palauttaa asiayhteydestä riippuvan vastauksen.
6. Jos tekoäly ei onnistu ratkaisemaan ongelmaa, keskustelu eskaloituu Service Cloud Live Agentille.

Traderoinnit

Liittyvät kuviot

Greeter-kuvio: Yksinkertainen ja helppo toteuttaa kuvio, joka käyttää luonnollista kieltä ymmärtääkseen käyttäjän tarkoituksen ja reitittää käyttäjän oikealle palveluedustajalle

Operator-kuvio: Rakentaa Greeter-arvon reitittääkseen pyynnöt asianmukaiselle tekoälyn asiantuntijalle tai asiakaspalveluedustajalle, neuvotteleakseen tarkoituksen tarvittaessa

Orkestraattori-kuvio: Hallitsee tekoälyagenttien kerääntymää. Se vastaanottaa käyttäjäpyynnön, määrittää tarkoituksen, luo suunnitelman, välittää tarvittavat tiedot yhdelle tai useammalle asiantuntijalle ja kerää vastaukset käyttäjälle. Toisin kuin Operaattori, se on edelleen ensimmäinen yhteydenottopiste.

Ongelma

Asiakkaasi käyttävät suurelta osin sähköposteihin perustuvia ei-synkronoituja keskusteluita, ja tämä on edelleen paras tapa ulottuville. Organisaatiosi täytyy ottaa yhteyttä näihin asiakkaisiin sähköpostitse, mutta myyntiedustajasi eivät voi vastata saapuville sähköposteille palvelutasosopimuksessa, mikä johtaa liidien häviämiseen. Lisäksi työntekijäsi käyttävät aikaa hyväksymättömiin liideihin.

Konteksti

• Organisaatiollasi on sähköposti liidien ensisijaisena osallistumiskanavana.
• SDR:lläsi on rajoitettu kapasiteetti hyväksyä liidejä laajalti.
• Myyntiprosessissasi on useita yhteydenottoja liidien kasvattamiseen ennen kuin he tapaavat SDR- tai liiketoiminnan kehitysedustajia (BDR).
• Organisaatiosi täytyy täydentää palvelua ja myyntiä agenteilla, jotka:
  • Nouda reaaliaikaista myynnin käyttöönottoa ja myynnin tuotetietoja ja markkinointidataa
  • Noudata vartioita ja vaatimustenmukaisuutta
  • Ajoita kokouksia liidien hyväksymisehtojen perusteella

Tärkeimmät komponentit

• Sähköpostikanava: Käsittelee saapuvien viestien kaappauksen, niiden sisällön ja liitteiden jäsentämisen sekä ketjun jatkuvuuden ylläpidon, jotta ei-synkronoituja keskusteluita voidaan käyttää.
• Agentforce SDR -agentti: Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
  • Aiheet ja ohjeet: Määrittää agentin tehtävän osallistua ja hyväksyä saapuvia liidejä keskustelun kautta. Tämä sisältää ohjeet potentiaalisten asiakkaiden tarpeiden ymmärtämiseen, avaintietojen keräämiseen (esimerkiksi budjetti, valtuutus ja aikataulu) ja keskustelun ohjaamiseen selkeään seuraavaan vaiheeseen, kuten tapaamisen ajoittamiseen asiakaspäällikön kanssa.
  • Toiminnot: Erikoistuneet myyntitoiminnot, joiden avulla agentti voi hallita liidien elinkaarta. Nämä työkalut on suunniteltu suorittamaan SDR-ydintehtäviä, kuten rikastamaan liiditietoja, lähettämään mallipohjaisia jatkosähköposteja tai integroimaan kalenterijärjestelmiin tehdäkseen ajanvarauksia tutkintapuheluille.
  • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
  • Kehotteiden mallit: Uudelleenkäytettävät mallit, jotka täytetään dynaamisesti live CRM -datalla yhdistämiskenttien tai semanttisen datan kautta Data 360 RAG -hakijoista. Nämä mallit sallivat agenttien luoda asiayhteydestä riippuvaista sisältöä, kun taas Einstein Trust Layer peittää luottamukselliset tiedot turvallisesti ennen kuin ohjeet lähetetään LLM:ään.
• Data 360
  • Data 360 -komponentit, mukaan lukien DLO-objektit, DMO-organisaatiot, vektorisäiliöt ja RAG-hakijat, tarjoavat agentille yhtenäisen näkymän kaikkiin asiaankuuluviin yritystietoihin, rakenteellisista Knowledge, jotta vastaukset ovat paikkansapitäviä ja asiayhteydestä riippuvaisia.
• Sales Cloud
  • CRM-data: Yhdistää agentin koko tapaushistoriaan tarjotakseen tärkeitä tietoja tilin lisätiedoista, yhteyshenkilötietueista ja oikeutuksista
  • Ajoita asiakkaan ja SDR:n välinen kokous: SDR Live Agent -välitys voidaan määrittää määrittämään live-kokous käyttämällä tehtävien ja kokousten ajoitusta (seuraavat toiminnot).
  • Toimintojen kirjaaminen: Sieppaa tapahtumia, tehtäviä ja sähköpostitoimintoja ja liitä ne liideihin, tileihin ja mahdollisuuksiin SDR-agenttien vuorovaikutusten tuloksena.

Vuorovaikutukset

1. Asiakas lähettää ja vastaanottaa sähköposteja kanavan kautta, joka reitittää ne Agentforceen.
2. Agentforce käyttää tarkoitusten jäsentämiseen aiheita, toimintoja ja varjoja.
3. Agentforce luo asiayhteydestä riippuvaisia vastauksia käyttämällä kehotteiden malleja, jotka on rikastettu CRM- ja Data 360 -kontekstilla.
4. Monivaiheinen sähköpostikeskustelu jatkuu ratkaisuun tai käytäntöjen ohjeisiin asti.
5. Agentforce ajoittaa hyväksyttyjen liidien tapaamisen ja päivittää CRM:n.
6. Jos tarkoitus ylittää tekoälyn vaikutusalueen, Agentforce eskaloi Sales Cloudin SDR-palveluun henkilökohtaisen palveluedustajan vastausta varten.

Traderoinnit

Liittyvät kuviot

Vastaa botille -kuvio: Tehokas itsepalvelukuvio, joka käyttää generoivaa tekoälyä ymmärtääkseen luonnollista kieltä Knowledgen noutamiseksi, eikä vain avainsanoja

Edellisen osion selkokieliset agentit reagoivat hyvin käyttäjän komentoihin, mutta ennakoivat agentit edustavat paradigman muutosta: he toimivat pyytämättä. Tämä osio tarjoaa rakenteellisia kuvioita rakennusagentille, joka valvoo itsenäisesti Salesforcen ulkopuolelta ja Salesforcesta peräisin olevia tietoja ja tapahtumia.

Ongelma

Organisaatiosi luo kriittisiä liiketoimintatapahtumia Salesforcessa ja sen ulkopuolella. Niiden kääntäminen kontekstitoiminnoiksi on vaikeaa, koska ne ovat hajallaan eri sovelluksissa ja osastoissa.

Konteksti

• Liiketoimintaprosessisi kattavat useita järjestelmiä CRM-, maksujen käsittely-, toimitus-, markkinoinnin automatisointi-, telemetria- ja CDP-järjestelmille.
• Organisaatiosi tapahtumat tapahtuvat 24/7, mutta työvoimasi saatavuus on rajoitettu toimistoaikojen ulkopuolella. Järjestelmät ovat aina käytössä, mutta ihmiset eivät.
• Tapahtumat eivät ole tietoisia asiayhteydestä — ne eivät ole asiakkaan asiayhteydestä, joka on käytettävissä Salesforcessa, mikä pakottaa tietojen yhdistämisen useisiin vaiheisiin. Toteutus on nykyään olemassa erillisenä monimutkaisena automatisointina tai se suoritetaan manuaalisesti.
• Ihmiset toimivat kääntäjinä kerätäkseen dataa (erilaisissa muodoissa) ja reagoidakseen hajanaisiin tapahtumiin älykkäästi.
• Kohde-toimintojasi sovelletaan useisiin järjestelmiin.

Tärkeimmät komponentit

• Tapahtuman lähde
  • Datatoiminto käynnisti tapahtumat, kun ulkoista dataa on tuotu Data 360:een
  • Kolmansien osapuolten tai Salesforce Heroku MCP -palvelimet, jotka voivat lähettää tapahtumia Salesforceen Salesforce Pub/Sub API:n kautta
  • Ulkoinen sovellus, joka voi lähettää tapahtumien ilmoituksia Salesforce Pub/Sub API:n kautta
• Valinnainen välitysohjelmisto: MuleSoft tai Data 360 transformaatioille
• Agentforce Agent: Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
  • Aiheet ja ohjeet: Määrittää agentin ydintehtävän ja sen käynnistimet, mukaan lukien sen ensisijaisen tavoitteen (esimerkiksi "Valvo kaikkia korkean prioriteetin tapauksia ja estä palvelutasosopimuksen rikkomukset"). Sisältää tiettyjä tapahtumia tai dataehtoja, joita agentin tulisi kuunnella aloittaakseen tehtävänsä
  • Toiminnot: Tapahtumien käynnistämät ja ajoitetut toiminnot, jotka on suunniteltu vastaamaan ulkoisiin tapahtumiin. Vaikka nämä toiminnot toimivat automaattisesti rutiinitehtäville, niihin sisältyy usein kyky orkestroida ihmisen toimia vaativia työnkulkuja ja eskaloida ne käyttäjille, jotta he voivat tarkastaa, hyväksyä tai käsitellä ihmisen arviointia vaativia skenaarioita.
  • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
  • Kehotteiden mallit: Uudelleenkäytettävät mallit, jotka täytetään dynaamisesti live CRM -datalla yhdistämiskenttien tai semanttisen datan kautta Data 360 RAG -hakijoista. Nämä mallit sallivat agenttien luoda asiayhteydestä riippuvaista sisältöä, kun taas Einstein Trust Layer peittää luottamukselliset tiedot turvallisesti ennen kuin ohjeet lähetetään LLM:ään.
• Data 360
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät tapahtumadataa, jonka ulkoiset järjestelmät ovat luoneet ja joka on lähetetty Salesforceen, muuntaakseen ja rakentaakseen streaming- tai reaaliaikaisia havaintoja
  • Lasketut, striimaavat ja reaaliaikaiset havainnot tarjoavat agenteille välittömiä ja asiaankuuluvia tietoja asiakkaista. Tämä mahdollistaa ongelmien ennakoivan ratkaisun, mikä vähentää eskalointia. Datakaaviot esittävät ennakoivasti suhteita ja havaintoja eri tietolähteistä, mikä mahdollistaa asiakkaiden osallistumiseen, toimintaan ja profiiliin liittyvien kuvioiden tai poikkeavuuksien varhaisen havaitsemisen.
  • Data 360 -vektorisäiliö ja RAG-haun tarjoavat agentille yhtenäisen näkymän kaikista asiaankuuluvista yritystiedoista ja jäsentämättömistä Knowledge-artikkeleista, jotta vastaukset ovat paikkansapitäviä ja asiayhteydestä riippuvaisia.
• Tapahtumien tavoitteet
  • Ilmoita työntekijöille ennakoivasti tai ota yhteyttä asiakkaisiin
  • Laajennettavissa agenteille (katso Ambient Agent- ja Autonomic Agent -kuviot)

Vuorovaikutukset

1. Ulkoisessa järjestelmässä tapahtuu merkittävä muutos.
2. Ulkoinen järjestelmä lähettää tapahtuman ja julkaisee sen Salesforce Event Busiin API:n kautta (luo sovellusalustan tapahtuman) tai Pub/Sub API:n kautta, tai tapahtumadataa siirretään Data 360:ään.
3. Tapahtuman tilaajat käynnistyvät. Kulku käynnistyy.
4. Kulku kutsuu tapahtumadataa sisältävää agenttitoimintoa. Agentti määrittää oikean toimintatavan ja suorittaa sen.
5. Lopputulos on ilmoitus tai käynnistyvä työnkulku. Ilmoitukset toimitetaan käyttäjälle yhteistyötyökalussa (kuten Slackissä). Myös tehtäviä tai tapahtumia luodaan. Lisäksi toiminnot voivat kutsua ulkoisia järjestelmiä. Tapahtumia ei siis menetetä, vaan ne suoritetaan ennakoivasti, ilmoitetaan ja toimitaan, jolloin niiden löytämiseen ei tarvita ihmisiä tai monimutkaista automaatiota.

Traderoinnit

Liittyvät kuviot

Tuomari ja valtuutettu -kuvio: Voidaan käyttää yhdessä tämän kuvion kanssa varmistaakseen tekoälyn avulla tehtyjen päätösten tarkkuuden ja luotettavuuden hyödyntämällä useita "tuomari"-agentteja ja "tuomari"-agenttia yhteensopivuuden arvioinnissa

Mallin mallin kuvio: Tämä kuvio käsittelee useiden asiantuntijaagenttien erilaisia näkökulmia luodakseen kattavampia havaintoja, jotka voivat täydentää ennakoivan tekoälyn älykkäitä vastauksia.

Ongelma

Organisaatiosi Salesforce-ekosysteemi tuottaa jatkuvaa signaalivirtaa, mutta sillä on vaikeuksia kääntää niitä asiayhteydestä riippuvaisiin toimintoihin, koska ne vaativat liiketoimintalogiikkaa, hallintaa ja ihmisten lajittelua ja toimia. Monesti signaalit häviävät ilman mitään toimintoja, jotka johtavat mahdollisuuden häviämiseen.

Konteksti

• Organisaatiosi käyttää yhtä tai useampaa Salesforce Cloudia: Myynti, palvelu, markkinointi, kauppa, terveys, valmistus ja muut.
• Tarvitset älykästä lajittelua yksinkertaisen reitityksen tai sääntöihin perustuvan lajittelun lisäksi. Organisaatiosi ylläpitää satoja monimutkaisia liiketoimintasääntöjä.
• Tarvitset reaaliaikaisia tai lähes reaaliaikaisia vastauksia tapahtumiin.
• Joskus etuoikeutetuimmista pääkäyttäjistäsi tulee ketjun heikoin linkki, koska he eivät näe signaaleja.

Tärkeimmät komponentit

• Tapahtuman lähderakenne
  • CRM-data, sovellusalustan tapahtumat, muutostietojen datan taltiointi (CDC) data ja reaaliaikaisen Event Monitoringin (RTEM) data alitason sovellusalustan toiminnasta
• Data 360
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät tapahtumadataa, jota CRM- tai sovellusalustan tapahtumat luovat, muuntavat ja luovat streaming- tai reaaliaikaisia havaintoja
  • Lasketut, striimaavat ja reaaliaikaiset havainnot tarjoavat agenteille välittömästi asiaankuuluvia tietoja asiakkaasta, työntekijöiden toiminnasta tai metadatan muutoksista järjestelmässä. Tämä mahdollistaa ongelmien ennakoivan ratkaisun, mikä vähentää eskalointia. Tämä reaaliaikainen tilannetietoisuus sallii agenttien tarjota ajoitettuja toimenpiteitä hallinnalle ja vaatimustenmukaisuudelle.
  • Datakaaviot esittävät ennakoivasti suhteita ja havaintoja eri tietolähteistä, mikä mahdollistaa asiakkaiden osallistumiseen, toimintaan ja profiiliin liittyvien kuvioiden tai poikkeavuuksien varhaisen havaitsemisen.
  • Data 360 -vektorisäiliö ja RAG-haun tarjoavat agentille yhtenäisen näkymän kaikista asiaankuuluvista yritystiedoista ja jäsentämättömistä Knowledge-artikkeleista, jotta vastaukset ovat paikkansapitäviä ja asiayhteydestä riippuvaisia.
• Agentforce Agent: Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
  • Aiheet ja ohjeet: Määrittää agentin tehtävän noudattaa liiketoimintasääntöjä ja automatisoida prosesseja datan muutosten perusteella Salesforcessa. Se määrittää agentin tavoitteen (esimerkiksi "Varmista, että kaikki mahdollisuudet päivitetään ensisijaisella yhteyshenkilöllä ennen neuvotteluvaiheen saavuttamista") ja tietueiden luontivaihtoehdot, kenttäpäivitykset jne., jotka käynnistävät agentin.
  • Toiminnot: Tapahtumien käynnistämät ja ajoitetut toiminnot, jotka on suunniteltu vastaamaan sisäisiin Salesforce-tapahtumiin. Vaikka nämä toiminnot toimivat automaattisesti rutiinitehtäville, niihin sisältyy usein kyky orkestroida ihmisen toimia vaativia työnkulkuja ja eskaloida ne käyttäjille, jotta he voivat tarkastaa, hyväksyä tai käsitellä ihmisen arviointia vaativia skenaarioita.
  • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
  • Kehotteiden mallit: Uudelleenkäytettävät mallit, jotka täytetään dynaamisesti live CRM -datalla yhdistämiskenttien tai semanttisen datan kautta Data 360 RAG -hakijoista. Nämä mallit sallivat agenttien luoda asiayhteydestä riippuvaista sisältöä, kun taas Einstein Trust Layer peittää luottamukselliset tiedot turvallisesti ennen kuin ohjeet lähetetään LLM:ään.
• Tapahtumien tavoitteet
  • Ilmoita työntekijöille ennakoivasti tai ota yhteyttä asiakkaisiin.
  • Laajennettavissa kutsumaan muita agentteja (katso ympäristön tekoälyn ja autonomisen tekoälyn kuviot)

Vuorovaikutukset

1. Sisäisessä järjestelmässä tapahtuu merkittävä muutos, kuten CRM-tietueen päivitys, metadatan muokkaus tai Data 360:sta käynnistetty datatoiminto.
2. Sisäinen järjestelmä lähettää tapahtuman ja julkaisee sen Salesforce Event Busiin API:n kautta (luo sovellusalustan tapahtuman) tai Pub/Sub API:n kautta, tai tapahtumadataa siirretään Data 360:ään.
3. Tapahtuman tilaajat käynnistyvät ja aktivoivat kulun tai Apexin.
4. Aktivoitu kulku tai Apex kutsuu agenttitoimintoa.
5. Lopputulos on ilmoitus tai käynnistyvä työnkulku. Ilmoitukset toimitetaan käyttäjälle yhteistyötyökalussa (kuten Slackissä). Myös tehtäviä tai tapahtumia luodaan. Lisäksi toiminnot voivat kutsua ulkoisia järjestelmiä.
6. Tapahtumia ei siis menetetä, vaan ne suoritetaan ennakoivasti, ilmoitetaan ja toimitaan, jolloin niiden löytämiseen ei tarvita ihmisiä tai monimutkaista automaatiota.

Traderoinnit

Liittyvät kuviot

Kuuntelija/syötekuvio: Voidaan yhdistää Kuuntelija-kuvioon käynnistääkseen ennakoivia toimintoja sisäisten Salesforce-tapahtumien perusteella

Datan hallintaohjelman kuvio: Ennakoiva tekoäly voi käyttää datan ylläpitäjiä varmistaakseen datan laadun ja yhdenmukaisuuden vastatessaan sisäisiin tapahtumiin

Zen Data Gardener -kuvio: Sisäisten tapahtumien tai säännöllisin väliajoin käynnistämille ajoitetuille ja ennakoiville datan valmistelulle ja standardoinnille

Aloitimme agenteista, jotka reagoivat vuorovaikutteisesti keskustelukanavassa, ja sitten edistyimme agenteihin, jotka reagoivat tiettyihin tapahtumiin. Ympäristöagentit edustavat ennakoivien agenttien tapahtumiin perustuvaa mallia pidemmältä kuin suoraa vuorovaikutusta ennakoivaksi taustalla toimivaksi avuksi. Nämä ovat headless-agentteja, jotka tarkastelevat digitaalista ympäristöä taustalla. Ne toimivat järjestelmän "silminä ja korvina", havaitsevat asiayhteyden käyttäjien toiminnoista tai datavirroista ja koordinoivat sitten muiden agenttien tai ihmisten kanssa tehtävien suorittamiseksi, havaintojen tekemiseksi tai ohjeiden antamiseksi.

Ongelma

Organisaatiosi liiketoimintatoiminnot luovat jatkuvia arvovirtoja (puhelut, kokoukset, chatit, antatiedot jne.), mutta nämä tiedot katoavat reaaliajassa ilman tallennusta tai analyysiä. Kun ihmiset dokumentoivat nämä vuorovaikutukset manuaalisesti, kriittiset havainnot menetetään ja ajoitettu interventio on ohi. Organisaatiot puuttuvat suurimmasta osasta reaaliajassa tarvittavaa reaaliaikaista älyä, joka on haudattu väliaikaisiin virtoihin, mikä johtaa aukkoihin, kadonneisiin valmennusmahdollisuuksiin ja päätöksiin, jotka tehdään ilman täydellistä asiayhteyttä.

Konteksti

• Liiketoimintasi luo jatkuvia viestiketjuja useista eri lähteistä, kuten ääni- ja videokokouksista, live-chateista, anturien telemetriasta, ruututoiminnoista ja transaktiotiedoista.
• Tarvitset reaaliaikaisia tai lähes reaaliaikaisia havaintoja (sekunteina tai minuutteina, et tunteja tai päiviä) reagoidaksesi tehokkaasti näihin viestiketjuihin ja reagoidaksesi niihin.
• Manuaaliset dokumentaatioprosessit epäonnistuvat, ja niille on ominaista alhainen vaatimustenmukaisuus ja päivityssuhteet, suuri kognitiivinen taakka työntekijöille ja kriittisten tietojen puutteellinen kerääminen.
• Tarvitset monimenetelmäistä ymmärrystä, joka yhdistää audio-, video-, ruudun jako-, chat- ja muun metadatan tiedot luodaksesi vuorovaikutuksista ja tapahtumista täydellisen ja tarkan kontekstin.
• Tarvitset sekä välittömiä analyysejä reaaliaikaista valmennusta ja hälytyksiä varten että historiallisia analyysejä vuorovaikutuksen jälkeisille yhteenvedoille ja pitkäaikaisten trendien tunnistamiseksi.
• Ajankohtainen konteksti (tapahtumien muisti) on tärkeä analyysiesi kannalta, mukaan lukien datavirtojen eri ajanjaksojen järjestyksen, ajoituksen, siirtymien ja kuvioiden ymmärtäminen.

Tärkeimmät komponentit

• Viestiketjun lähde
  • Ääni ja video: Videokokoustyökalut (kuten Slack Huddle, Zoom, Google Meet ja Microsoft Teams) ja puhelinjärjestelmät
  • Yhteistyötyökalut: Slack, Tiimit ja muut
• Viestiketjun kaappauksen liittimet
  • Natiivi SDK: Toimittajan tarjoama SDK, joka auttaa noutamaan keskustelulokeja tai viestejä, jotka tukevat reaaliaikaisia viestiketjujen segmenttejä tai keskustelulokeja
• (Valinnainen) Viestiketjun käsittelykerros
  • Jos keskustelulokeja ei ole saatavilla reaaliajassa, äänestä tekstiä -ominaisuus, joka kääntää äänen tekstiksi. Voit myös käyttää hallittua tarjoajaa, kuten Amazon Transcribe.
  • Muille datavirroille halutessasi viestiketjun käsittelyjärjestelmä, kuten Data 360 tai Apache Flink
• Data 360
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät tapahtumadataa, muuntavat ja rakentavat streaming- tai reaaliaikaisia havaintoja
  • Lasketut, striimaavat ja reaaliaikaiset havainnot tarjoavat agenteille välittömiä ja asiaankuuluvia tietoja asiakkaista, heidän toiminnoistaan ja kriittisistä havainnoista. Tämä mahdollistaa ongelmien ennakoivan ratkaisun, mikä vähentää eskalointia. Tämä reaaliaikainen tilannetietoisuus sallii agenttien tarjota työntekijöille ajoitettuja interventioita ja henkilökohtaista tukea, mikä optimoi asiakastyytyväisyyden ja toimintaprosessin.
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät asiakastietoja, muuntavat ja luovat reaaliaikaisia havaintoja
  • Data 360 -vektorisäiliö ja RAG-haun tarjoavat agentille yhtenäisen näkymän kaikista asiaankuuluvista yritystiedoista ja jäsentämättömistä Knowledge-artikkeleista, jotta vastaukset ovat paikkansapitäviä ja asiayhteydestä riippuvaisia.
• Agentforce-agentit. Tämä kuvio keskittyy ympäristön agenttiin, joka tarkkailee jatkuvaa datavirtaa, kuten live-puhelulokia tai videoyötettä. Se toimii reaaliaikaisena kuuntelijana ja tulkitsee jäsentämättömiä tietoja, kun ne tapahtuvat. Esimerkiksi live-puhelua kuunteleva agentti saattaa kutsua Data Discovery -agenttia rikastamaan liiditietuetta keskustelussa jaetun uuden asiayhteyden perusteella. Alla on esimerkki tällaisesta headless-agentista:
  • Palauteagentti. Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
    • Aiheet ja ohjeet: Määrittää agentin ensisijaisen tehtävän, joka analysoi keskusteluvirtoja ja kerää rakenteellista palautetta ja suorituskykytilastoja. Tämä sisältää ohjeet, joilla voit valvoa asiakkaiden sentimenttiä, tunnistaa tärkeimpiä tuotteita tai kilpailijoita koskevat maininta-arvot ja arvioida, noudatetaanko henkilökohtaista agenttia yhtiön suositeltuja käytäntöjä vai myyntisivua.
    • Toiminnot: Toimintoja, jotka muuntavat jäsentämättömän selkokielisen datan interaktiiviseksi liiketoimintaälyksi. Nämä toiminnot sallivat agentin luoda ”palauteyhteenvetotietueen”, kirjata tuoteominaisuuspyyntöjä lokiin, merkitä puhelut negatiivisiksi sentimentteiksi esimiehen tarkastettavaksi ja päivittää mittariston seuratakseen agentin kokonaissuorituskykyä tärkeimpien tilastojen perusteella.
    • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
    • Kehotteiden mallit: Rakenteelliset, mallinnetut LLM-ohjeet, jotka voivat vastaanottaa syötettä ja tarjota LLM:n luoman tuloksen
• Ympäristön tavoitteet
  • Ilmoita käyttäjille ruudulla, jossa agentti ja käyttäjä ovat, esimerkiksi videopuhelussa tai työpöytäversiossa

Vuorovaikutukset

1. Kun viestiketju aktivoidaan (esimerkiksi kun käyttäjä liittyy videopuheluun), agentti liittää itsensä tarkkailijaksi.
2. Agentti aloittaa viestiketjun datan vastaanottamisen, havaitsee tarkoituksia asteittain, tekee päätöksiä ja kutsuu toimintoja.
3. Agentti kontekstualisoi tarkoituksen perusteella ja noutaa lisätietoja (rakenteellisia tai jäsentämättömiä).
4. Agentti tarjoaa reaaliaikaisia vastauksia ilman käyttäjän kehotuksia: se voi havaita vastalauseen myyntipuhelussa ja antaa tärkeitä tietoja vastalauseen käsittelemiseksi.
5. Agentit voivat laatia yhdistetyn yhteenvedon ja toimintoja ja jakaa ne muiden agenttien ja käyttäjien kanssa.

Traderoinnit

Liittyvät kuviot

Kuuntelija/syötekuvio: Voidaan yhdistää Kuuntelija-kuvioon käsitelläksesi keskustelun ja käyttäjien vuorovaikutustietojen reaaliaikaisia viestiketjuja ja näyttääksesi asiaankuuluvia konteksteja ja havaintoja

Kyselykuvio: Voidaan käyttää yhdessä tämän kuvion kanssa kokoamaan kontekstia useista lähteistä viestiketjussa ja vastaamaan kysymyksiin

Ongelma

Työntekijäsi suorittavat satoja liiketoimintaan liittyviä toimintoja päivittäin sähköposteissa, kalenterissa, puheluissa ja sovelluksissa, mutta nämä toiminnot eivät näy organisaatiojärjestelmissä ennen kuin ne kirjataan manuaalisesti lokiin — mikä harvoin tapahtuu. Tämä toimintojen sokeus tarkoittaa, että CRM-data ei ole täydellinen, tekoälymalleilla ei ole älykkäiden suositusten vaatimia signaaleja eikä esimiehillä ole reaaliaikaista näkyvyyttä asiakkaan osallistumiseen. Manuaalinen toimintojen kirjaaminen lokiin luo tuottavuusveron, kun taas suurin osa todellisista töistä puuttuu.

Konteksti

Viestiketjun tarkkailijan tapaan tämä on datan ja sisällön tarkkailija, joka tarjoaa interaktiivisia tehtäviä tai suorittaa toimintoja käyttäjän puolesta.

Tärkeimmät komponentit

• Datakerros
  • CRM-data: Asiakastiedot, jotka ovat käytettävissä CRM:ssä ja jotka tarjoavat asiayhteyden agentille (kun käyttäjä on esimerkiksi mahdollisuuden sivulla, agentti voi noutaa tietoja mahdollisuudesta ja siihen liittyvästä tilistä CRM:stä).
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät asiaankuuluvia asiakastietoja, jotka on tuotu eri lähteistä
  • Lasketut, striimaavat ja reaaliaikaiset havainnot tarjoavat agenteille välittömiä ja asiaankuuluvia tietoja asiakkaista, heidän toiminnoistaan ja kriittisistä havainnoista. Tämä mahdollistaa ongelmien ennakoivan ratkaisun, mikä vähentää eskalointia.
  • Data 360 -vektorisäiliö ja RAG-haun tarjoavat agentille yhtenäisen näkymän kaikkiin asiaankuuluviin yritystietoihin ja jäsentämättömään Knowledgeen.
• Agentforce Agent: Tämä kuvio keskittyy ympäristöagenttiin, joka tarkkailee käyttäjän toimintoja suoraan käyttöliittymästä. Se toimii reaaliaikaisena avustajana, joka ymmärtää käyttäjän työnkulun asiayhteyden tarjotakseen ohjeita. Agentti voi esimerkiksi valvoa palveluedustajaa täyttämästä tapaustietuetta ja esittää asiaankuuluvan Knowledge ennakoivasti. Alla on esimerkki tällaisesta headless-agentista:
  • Palauteagentti. Seuraavat komponentit määrittävät agentin toimintatavan ja tarkoituksen.
    • Aiheet ja ohjeet: Määrittää agentin tehtävän valvoa käyttäjän toimintoja käyttöliittymässä ja tarjota asiayhteydestä riippuvaisia ohjeita. Tämä sisältää sen tavoitteen (esimerkiksi "Ohjaa palveluedustaja tapausten ratkaisemisen prosessiin") ja tietyt käyttöliittymän tapahtumat tai datan syöttökuviot, joita sen tulisi valvoa tarjotakseen apua ennakoivasti.
    • Toiminnot: Toiminnot, jotka on laadittu Apexilla tai kululla ja jotka näyttävät asiaankuuluvia tietoja ja seuraavat parhaat toiminnot suoraan käyttäjän työnkulussa. Nämä toiminnot sallivat agentin noutaa ja näyttää asiaankuuluvan Knowledge, ehdottaa prosessin voimassa olevaa seuraavaa vaihetta tai merkitä datan syöttökentän, joka saattaa rikkoa liiketoimintasääntöä, vastauksena käyttäjän reaaliaikaisiin toimintoihin.
    • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
    • Kehotteiden mallit: Uudelleenkäytettävät mallit, jotka täytetään dynaamisesti live CRM -datalla yhdistämiskenttien tai semanttisen datan kautta Data 360 RAG -hakijoista. Nämä mallit sallivat agenttien luoda asiayhteydestä riippuvaista sisältöä, kun taas Einstein Trust Layer peittää luottamukselliset tiedot turvallisesti ennen kuin ohjeet lähetetään LLM:ään.
• Ympäristön tavoitteet
  • Ilmoita käyttäjille ruudulla, jossa agentti ja käyttäjä ovat, esimerkiksi verkkosivulla tai pääkäyttäjän sivulla

Vuorovaikutukset

1. Kun käyttäjä vierailee sivulla tai sovelluksessa, agentti liittää itsensä tarkkailijaksi.
2. Agentti aloittaa tietojen ja toimintojen tarkastamisen, havaitsee tarkoituksia asteittain, tekee päätöksiä ja kutsuu toimintoja.
3. Agentti kontekstualisoi tarkoituksen perusteella ja noutaa lisätietoja (rakenteellisia tai jäsentämättömiä).
4. Agentti tarjoaa reaaliaikaisia reaaliaikaisia vastauksia ilman käyttäjän kehotuksia, ja hän voi ehdottaa seuraavia parhaita toimintoja tai tarjota niitä käyttäjän puolesta.
5. Agentit voivat jakaa tämän muiden agenttien ja käyttäjien kanssa saumattomasti.

Traderoinnit

Liittyvät kuviot

Kuuntelija/syötekuvio: Voidaan yhdistää Kuuntelija-kuvioon käynnistääkseen ennakoivia toimintoja havaittujen toimintojen perusteella

Datan hallintaohjelman kuvio: Toimintojen kaappauksen tekoäly voi käyttää datan ylläpitäjiä varmistaakseen datan laadun ja yhdenmukaisuuden, kun kaapattuja toimintoja kirjataan lokiin.

Generator-kuvio: Voidaan käyttää toimintojen yhteenvetojen tai seurantatehtävien luomiseen automaattisesti havaittujen toimintojen perusteella

Tämä osio kuvaa yhteistyöagenttien kuvioita, joissa yksi tai useampi agentti työskentelee yhdessä käyttäjän kanssa yhteisen tavoitteen saavuttamiseksi. Nämä reseptit keskittyvät saumattoman kumppanuuden luomiseen: agentit käsittelevät monimutkaista datan keräämistä ja tehtävien suorittamista, mutta pitävät ihmiset ajan tasalla päätöksistä, hyväksynnöistä ja strategisista ohjeista.

Tässä mallissa agentit käsittelevät työnkulun automatisoitavia osia. Prosessista tulee dynaaminen palautteen silmukka.

• Ihminen saattaa käynnistää tehtävän selkokielisen agentin kautta, mikä käynnistää ennakoivan agentin hallitsemaan taustavaiheita.
• Samanaikaisesti ympäristön agentti saattaa tarkkailla toimintojansa tarjotakseen reaaliaikaisia ohjeita.

Tämä prosessi luo ihmisten ja digitaalisten töiden saumattoman yhdistämisen. Tämä kuvio osoittaa, miten Agentforce helpottaa usean agentin henkilökohtaista järjestelmää käsittelemään monimutkaisia töitä, joita yksikään agentti — tai ihminen — ei voisi hallita yksin.

Ongelma

Liiketoimintaprosessisi vaativat, että eri organisaatioiden työntekijät tekevät yhteistyötä — sekä sisäisiä että ulkoisia — ja että heillä on omat tehtävänsä eri taitojen ja prioriteettien perusteella. Prosessien pullonkaulat voivat tapahtua milloin tahansa ja missä tahansa resurssien kapasiteetin, taitojen rajoitusten tai vaihdettujen tietojen määrän vuoksi.

Konteksti

• Prosessit kattavat kaikki tiimit ja vaativat useita tiimin jäseniä tekemään yhteistyötä onnistuneen lopputuloksen aikaansaamiseksi.
• Agenttien avustajat auttavat jo työvoimaasi henkilökohtaisissa skenaarioissa selkokielisinä, ennakoivina ja ympäristöagenteina.
• Prosessit käyttävät agentteja liiketoimintaprosessiesi asiaankuuluvissa segmenteissä. Prosessit vaativat kuitenkin myös ihmisten ja agenttien yhteistyötä. Tämä yhteistyö voi sisältää henkilöltä ihmiselle -toiminnon, jota agentit auttavat, tai henkilöltä agentille -ihmiselle -toiminnon.
• Agentit täyttävät taitojen aukot.
• Agentit auttavat parantamaan yhteistyötä vähentämällä henkilökohtaista vaivaa tehtävissä, kuten seurannassa, ja vaihtamalla tärkeitä tietoja päätöksenteon helpottamiseksi.
• Agentit voivat myös tehdä yhteistyötä ja delegoida toimintoja käytäntöjen ja ohjeiden perusteella.

Tärkeimmät komponentit

• Yhteistyöalue
  Agenttityö vaatii jaetun tilan, jossa kaikki osallistujat, sekä ihmiset että agentit, voivat vuorovaikuttaa. Nämä yhteistyöympäristöt eivät ole enää staattisia, vain ihmisille tarkoitettuja ympäristöjä. Sen sijaan ne ovat kanavia, joihin agentteja voidaan kutsua liittymään, lisäämään ja jopa aloittamaan keskusteluita, mikä muuttaa tiimityön luonnetta. Agentti voi esimerkiksi luoda ja käynnistää Slackissä tapausten keruun ja kutsua ihmisten aiheiden asiantuntijoita ja muita agentteja tekemään yhteistyötä tapauksen parissa.

• Agentforce-agentit
  Tämä kuvio ylittää yksittäisten agenttien kuviot osoittaakseen, miten ne yhdistyvät Yhteistyöagentti-mallissa, ja orkestroi monimutkaisia prosesseja, jotka parantavat ihmisten kykyjä älykkäästi. Edelliset kuviot — Selkokielinen (2.1), Ennakoiva (2.2) ja Ympäristö (2.3) — määrittävät Agentforce Agent components.c -suunnan. Keskusteluagentti toimii ensisijaisena käyttöliittymänä, joka toimii yhdessä ihmisen kanssa ja joka toimii käyttöliittymänä ihmisten ja kaikkien yhteistyöhön osallistuvien agenttien välillä. Kun tehtävä on liian monipuolinen, selkokielinen agentti käynnistää yhteistyöistunnon, joka kokoaa yhteen ihmiskäyttäjät ja tarvittavat headless-agentit työstääkseen ongelmaa samanaikaisesti. Prosessista tulee dynaaminen palautussilmukka, jossa ihminen voi käynnistää tehtävän, mikä käynnistää sitten proaktiivisen agentin hallitsemaan taustavaiheita, kun taas ympäristöagentti saattaa tarkkailla tietoja tarjotakseen reaaliaikaisia ohjeita, mikä luo ihmisten ja digitaalisten töiden saumattoman yhdistämisen.

• Datakerros
  Yhteistyöagenttien mallissa datakerros toimii dynaamisempana roolina kuin vain tietojen tarjoaminen: siitä tulee pysyvä muisti ja jaettu työtila koko ihmisagenttien tiimille. Vaikka jokaisella osallistuvalla agentilla on omat tietotarpeensa, jotka on määritetty heidän omassa kuvionsa mukaan, heidän yhteistyönsä monimutkaisessa tehtävässä perustuu jaettuun datan perustaan, joka seuraa työn tilaa.

  Tämä jaettu tila on tärkeä. Kun tehtävä siirretään selkokieliseltä agentilta ennakoivalle agentille ja sitten ihmiselle hyväksyttäväksi, datakerroksen täytyy seurata edistymistä, asiayhteyttä ja jokaisessa vaiheessa tehtyjä päätöksiä. Tämä varmistaa, että jokaisella osallistujalla on yhdenmukainen ja ajankohtainen näkymä osiosta.

Vuorovaikutukset

1. Ihmiset käynnistävät yhteistyöistunnon muiden ihmisten ja agenttien kanssa.
2. Konteksti, tavoitteet, työt ja lopputulokset määritetään.
3. Agentti rikastaa asiayhteyttä tuomalla lisätietoja ja suunnittelemalla työn suorittamiseen tarvittavat vaiheet ennakoivasti yhdessä ihmisten tai agenttien omistajien kanssa.
4. Edistymistä seurataan, asiayhteys päivitetään ja toiminnot suoritetaan.
5. Missä agentit suorittavat työnsä, agentti tarjoaa yksityiskohtaisia tietoja, jotka auttavat ihmisten sidosryhmiä ymmärtämään perusteluita, tarjoamaan palautetta ja sallimaan havaintoja.
6. Agentit suorittavat työn täysin läpinäkyvällä ja vaatimustenmukaisella tavalla.

Traderoinnit

Liittyvät kuviot

Operator-kuvio: Yhteistyöagentit toimivat usein operaattoreina, reitittävät pyyntöjä asianmukaisille tekoälyagenteille tai henkilöstöedustajille ja neuvottelevat tarkoituksista.

Orkestraattori-kuvio: Yhteistyöskenaarioissa orkestrointiagentti hallitsee useita tekoälyagentteja ja kerää heidän vastauksensa yhteen saumattoman käyttökokemuksen takaamiseksi.

Työtilan (Radar O'Reilly) kuvio: Yhteistyöagentit käyttävät tätä kuviota hallitakseen interaktiivista, yksivälistä käyttöliittymää ja päivittääkseen asiaankuuluvaa sisältöä reaaliajassa keskustelukulussa.

Toisin kuin käyttäjälle avustavat yhteistyökuviot, itsenäiset agentit on suunniteltu täydelle delegoinnille. Tämä osio tarjoaa rakenteellisia suunnitelmia agenteille, jotka voivat suunnitella ja suorittaa monivaiheisia monimutkaisia tehtäviä itsenäisesti saavuttaakseen yleisen tavoitteen ilman, että heidän tarvitsisi puuttua ihmisiin. Tässä keskitytään luomaan järjestelmä, jonka voit suorittaa tavoitteella ja Trust toteuttaa sen alusta loppuun.

Ongelma

Organisaatiosi toteuttaa arvon monimutkaisilla prosesseilla, joilla jokaisella on omat käytäntöihin perustuvat työt, pelikirjat ja suorittamiseen tarvittavat taidot. Nämä ovat usein ohjelmia, jotka vaativat paljon aikaa ja resursseja.

Uuden ohjelman määrittäminen aiheuttaa suuria kustannuksia, ja arvon saavuttaminen voi kestää kuukausia. Palautteen ja parannusten toteuttaminen vaatii usein enemmän aikaa ja vaivaa. Monimutkaisuus perustuu ensisijaisesti organisaatiosi rakenteeseen, jossa jaetut sovellukset ja prosessit voivat aiheuttaa riippuvuuksia, jotka vaativat ihmisten hallitsemaan ohjelmaa.

Konteksti

• Agentit voivat toimia itsenäisesti alusta loppuun. Agentit on suunniteltu ja määritetty siten, että tavoitteet, suunnitelmat ja strategiat on määritetty valmiiksi.
• Agentit voivat tehdä kaikkia päätöksiä pyytämättä ihmisten hyväksyntää. Agentit saavat käytäntöjä ja vaatimustenmukaisuutta koskevia ohjeita.
• Agentit voivat käyttää tarvitsemaansa asiayhteyttä ja dataa ja suorittaa tarvittavia toimintoja ilman ihmisiä.
• Ihmisille ilmoitetaan, mutta he eivät ole silmukassa.

Tärkeimmät komponentit

• Tavoite- ja strategian määritelmäkerros
  • Prosessien soittokirjat: Yksityiskohtaiset kuvaukset itsenäisestä suorituksesta ja deterministisistä säännöistä, joita agenttien täytyy noudattaa
  • Autonomiset päätöksen ehdot: Säännöt, joiden avulla agentit voivat tehdä päätöksiä ilman ihmisten hyväksyntää
  • Fallback-säännöt: Esimääritetyt toiminnot, jotka käsittelevät oletusarvoisia tai poikkeuksellisia skenaarioita, kun agentin ensisijainen prosessi epäonnistuu
  • Vaikutusalueet: Selkeästi määritetyt rajat, jotka määrittävät, mitä agentit voivat ja eivät voi tehdä, mukaan lukien miten vaikutusalueen ulkopuoliset tilanteet täytyy käsitellä
  • Suorituksen onnistumisen ehdot ja määritelmä: Tilastot ja ehdot, jotka määrittävät, milloin agentin tehtävä suoritetaan onnistuneesti
• Agentforce-agentit
  • Agentin orkestroija tai koreografi: Pääagentti, joka omistaa tavoitteen, syyt ja suunnitelman suorituksen
    • Aiheet ja ohjeet: Kun tavoite on määritetty, orkestroija tai koreograafin agentti ottaa johtoaseman, kun hän pilkkoo ylätason tavoitteen pienempiin, hallittaviin töihin tai alitehtäviin. Se laatii kattavan suunnitelman, joka kuvaa töiden järjestyksen ja tunnistaa kunkin vaiheen vaaditut agentit tai työkalut. Lopuksi orkestrointiagentti varmistaa suunnitelman saumattoman suorituksen, valvoo edistymistä, hallitsee sidonnaisuuksia ja tekee säätöjä tarvittaessa tavoitteen saavuttamiseksi tehokkaasti ja tehokkaasti. Jos kyseessä on koreografiagentti, se välittää asiayhteyden ja tilauksen alempia agentteja varten, jotta he voivat suorittaa työn loppuun.
    • Toiminnot: Toiminnot kutsuvat työkaluja suorittaakseen toimintoa, hakeakseen dataa tai delegoidakseen sen muille headless-agenteille, mikä tarjoaa laajemmat ominaisuudet ja monimutkaisempia työnkulkuja.
    • Säiliöt: Valvontapolut toimivat määritettävien sääntöjen ja suorituksen aikaisten tarkistusten joukkoina, jotka rajoittavat agentin toimintatapaa. Toimii suojauskerroksena, joka voi siepata kehotteita, vahvistaa agentin ehdottamat toiminnot ja suodattaa hänen lopullisen vastauksensa välttyäkseen haitalliselta sisällöltä, noudattaakseen liiketoimintasääntöjä ja varmistaakseen, että agentti toimii määritetyn vaikutusalueensa mukaisesti.
• Datakerros
  • CRM-data: Asiakastiedot, jotka ovat käytettävissä CRM:ssä ja jotka tarjoavat tietoja yhdelle tai useammalle agentille
  • Data 360 -komponentit, mukaan lukien DLO- ja DMO-organisaatiot, jotka sisältävät asiaankuuluvia asiakastietoja, jotka on tuotu eri lähteistä
  • Lasketut, striimaavat ja reaaliaikaiset havainnot tarjoavat agenteille välittömiä ja asiaankuuluvia tietoja asiakkaista, heidän toiminnoistaan ja kriittisistä havainnoista. Tämä mahdollistaa ongelmien ennaltaehkäisevän ratkaisemisen (kuten sähköpostien rästitysten käsittelyn), mikä lieventää eskalointia.
  • Data 360 -vektorisäiliö ja RAG-haun tarjoavat agentille yhtenäisen näkymän kaikkiin asiaankuuluviin yritystietoihin ja jäsentämättömään Knowledgeen
  • Slack-kanavan viesti tai keskustelutiedot, kuten tapaushistoria ja keskusteluhistoria, jotka tarjoavat keskustelun asiayhteyden
• Valvonta ja valvonta
  • Agentin tavoitteen edistymisen seuranta: Seuraa itsenäisten agenttien istuntojen edistymistä mitatakseen lopputuloksia ja varmistaakseen, että ne vastaavat tavoitteita
  • Agentin toimintojen valvonta: Seuraa itsenäisten agenttien reaaliaikaista tilaa interventiota ja vianmääritystä varten varmistaakseen sujuvan toiminnan
  • Agenttien hallinnan valvonta: Seuraa seuranta- ja auditointilokeja varmistaakseen, että itsenäiset agentit noudattavat esimääritettyjä tavoitteita ja eettisiä ohjeita.

Vuorovaikutukset

1. Työ on määritetty selkeillä lopputuloksilla.
2. Työ käynnistetään jollakin seuraavista tavoista:
   • Agentille annetaan tehtävä.
   • Agentti aloittaa työn ennakoivasti pätevyyksien perusteella.
   • Agentti suorittaa työn taustalla.
3. Agentti määrittää odotukset selkeästi ja ilmoittaa ihmisille yksityiskohtaisesti tavoitteesta, suunnitelmasta ja strategiasta. Suunnitelma kuvaa vaiheittaiset prosessit, käytetyt agentit, käytetyt tiedot, vaikutusalueen, agenttien arviointisuunnitelman ja tarkastuspisteet, joiden avulla ihmiset voivat valvoa edistymistä, toimintoja ja hallintaa.
4. Agentti aloittaa suorituksen. Se päivittää tilan ja edistymisen jokaisessa virstanpylväässä. Ihmiset voivat antaa palautetta tai siepata agentteja tarvittaessa.
5. Agentti suorittaa työn. Lopputulos ja tulokset ovat käytettävissä valvontamittaristossa.

Traderoinnit

Liittyvät kuviot

Projektien hallinta -kuvio: Itsenäiset agentit käyttävät tätä kuviota usein valvoessaan pitkäaikaisia, monivaiheisia prosesseja alusta loppuun vähällä inhimillisellä toimenpiteellä.

Configurer-kuvio: Itsenäiset agentit voivat käyttää tätä kuviota luodakseen ja vahvistaakseen kokoonpanoja automaattisesti luonnollisen kielen vaatimusten tai esimääritettyjen käytäntöjen perusteella, mikä varmistaa vaatimustenmukaisuuden ja tarkkuuden ilman manuaalista valvontaa.

Zen Data Gardener -kuvio: Tätä kuviota voidaan käyttää itsenäisesti toimiville agenteille ajoitetuissa taustatiedoissa ja standardoinnissa, mikä varmistaa datan laadun ja yhdenmukaisuuden ajan myötä, jotta agentit voivat tehdä tarkkoja päätöksiä.

Nyt tuomme agenttien luokittelun ja agenttien kuviot eloon tutkimalla, miten ne otetaan käyttöön Salesforce Platformissa. Jos et ole tutustunut Agentforcen ydinkomponentteihin, lisäosa tarjoaa hyödyllisen päivityksen tässä ja seuraavassa luvussa viitattuihin tärkeimpiin teknologioihin.

Tässä osiossa käytetään agenttien luokittelua ja kuvataan, miten heitä käytetään todellisissa sovelluksissa.

Asiakas nimeltään Jane vierailee yrityksen verkkosivustolla tarkastaakseen viimeaikaisen tilauksensa tilan.

• Vuorovaikutus: Jane avaa chat-ikkunan (Agentforce Chat Client).
• Agentin toiminto: Keskusteluagentti tervehtii häntä ja kysyy, miten se voi auttaa. Jane kysyy: ”Missä on viimeisin tilaukseni?”
• Prosessi:
  1. Agentti tunnistaa viimeisimmän tilauksensa Janeen Salesforcesta saaduilla asiakastiedoilla.
  2. Se kyselee toimitusjärjestelmää (MuleSoft-liittimen kautta) uusimmista seurantatiedoista ja tarjoaa Janeen reaaliaikaisen päivityksen ja seurantalinkin.
  3. Sen jälkeen se etsii käytännön ja päivittää sen automaattisesti nopeutettuun toimitukseen.
  4. Kun Jane esittää monimutkaisen kysymyksen, jota agentti ei voi käsitellä, se eskaloi keskustelun saumattomasti henkilökohtaiselle palveluagentille ja tarjoaa koko keskustelulokin asiayhteydelle.

Resepti

Käytetyt kuviot: Keskusteluiden tekoälykuvio, transaktiotietojen integrointi agenteille

Suunnitteluaika

1. Määritä selkokielinen agentti.

   Parannetun chatin määrittäminen	→	Palveluagentin luominen	→	Tukitilausten aiheen määrittäminen	→	Luo Nouda tilaus -toiminto
   						↓
   Lisää lähtevän eskaloinnin Omni-Channel-kulku	←	Luo Eskaloi aihe	←	Lisää aiheisiin toimintoja	←	Luo Nouda tila -toiminto
   ↓
   Julkaise agentti

2. Määritä parannettu chat Janeen keskustelun aloituspisteeksi, jotta hän voi avata Agentforce-ikkunan verkkosivulla.
3. Ota Agentforce käyttöön ja luo palveluagentti Agentforce Builderissa käsitelläksesi keskusteluita ja käynnistääksesi mukautettuja toimintoja.
4. Määritä Tukitilaukset-aihe kuvauksella ja ohjeilla, jotta agentti tunnistaa luonnollisesti ”Missä on viimeisin tilaukseni?”.
   1. Luo mukautettuja agenttitoimintoja:
      1. Nouda Viimeisin tilaus yhteyshenkilölle -toiminto noutaa Jane viimeisimmän tilauksen
      2. Nouda toimitustila tilauksen tunnuksen perusteella -toiminto noutaa seurantatietoja MuleSoftin kautta
      3. Voit halutessasi orkestroida molemmat toiminnot kulussa — noutamalla uusimman tilauksen ja kutsumalla MuleSoftia — käyttämällä ulkoisia palvelutoimintoja.
      4. Lisää molemmat toiminnot palveluagenttiin rakentajassa, linkitä ne Tilaukset ja seuranta -aiheeseen ja julkaise ne.
5. Määritä Eskalointi-aihe kuvauksella, joka eskaloidaan palveluedustajalle.
   • Luo ja aktivoi lähtevä Omni-Channel-kulku.
   • Lisää se rakentajan Yhteydet-välilehteen eskalointia varten eskalointiviestin kera.
6. Määritä Omni-Channel.

   Omni-Channelin määrittäminen

   →

   Määritä eskalointisääntöjä ohjeissa

   →

   Määritä prioriteetit ja kapasiteetti

   →

   Testaa ja vahvista

7. Ota käyttöön saumaton eskalointi ihmispalveluagenteille, kun tekoälyagentti ei voi ratkaista kyselyä. Määritä Omni-Channel-reititys kohdistaaksesi keskusteluita palveluedustajille ja siirtääksesi koko keskustelulokin asiayhteydelle.
8. Integroi eskalointilogiikka Agentforce ja eskalointitoimintoon, jotta agentti tietää, milloin siirtää monimutkaisia tapauksia. Hallitse reitityksen prioriteettejä ja kapasiteettia Omni Supervisorin avulla.
9. Koko kokemuksen testaaminen: Jane avaa chatin ja agentti tervehtii häntä, tunnistaa hänen tilauksensa, hakee toimitustietoja ja eskaloi saumattomasti, kun henkilö vaatii interventiota (lisätietoja on kohdassa Parannettujen tapahtumalokien ottaminen käyttöön).
10. Määritä datan integrointi.

    Kartoita kontekstidataa

    →

    MuleSoft API -tunnusten luominen

    →

    MuleSoftin ulkoisen palvelun rekisteröinti

11. Kohdista agentille Jane's Salesforce -konteksti kartoittamalla hänen yhteyshenkilö- ja tilaustietueensa todennetuilla chat- tai chattia edeltävillä lomakkeilla.
12. Yhdistä Salesforce turvallisesti MuleSoft Shipping API -rajapintaan käyttämällä todennusta varten ulkoisia ja nimettyjä tunnuksia.
13. Jos MuleSoft paljastaa OpenAPI-määrityksen, rekisteröi se ulkoisena palveluna, jotta kulku ja agentti voivat kutsua sitä deklaratiivisesti.
14. Määritä jäsentämätön datan integrointi.
    1. Luo uusi tietokirjasto Määritykset-valikosta. Anna sille nimeksi Tilaus ja toimituskäytäntö.
    2. Lisää PDF-tiedostoja käytäntöasiakirjoista, jotka sisältävät toimituskäytäntöjen poikkeukset.
    3. Asiakirjat pilkotaan automaattisesti kulissien takana, indeksoidaan ja valmistellaan käyttövalmiiksi.

Agentin suorituksen aikainen prosessin kulku

Kun agentti on määritetty ja otettu käyttöön, seuraava vaiheiden järjestys tapahtuu suorituksen aikana.

1. Chat-käynnistys: Jane avaa Agentforce (upotettu palvelu). Istunnon ja yhteyshenkilön konteksti latautuu, kun Jane on kirjautunut sisään.

2. Tervet ja tarkoitus: Agentti tervehtii Janea. Jane pyytää tilauksen tilaa ja tarkoituksen tunnistus kartoittaa "uusin tilaus" Tilaukset ja seuranta -aiheeseen.

3. CRM-haku: Agentti käynnistää Nouda uusin tilaus -toiminnon ja pyytää Salesforcea (tilauksen yhteenveto/tilaukset) löytämään Janen uusimman tietueen.

4. Toimituspyyntö: Agentti kutsuu MuleSoft API -rajapintaa nimetyn tunnuksen kautta ja palauttaa reaaliaikaisen tilan ja seurantan URL-osoitteen /shipping/status/{orderId}.

5. Vastauksen koostumus: Agentforce yhdistää tulokset ja luo vastauksen: "Tilauksesi [OrderID] lähetettiin [Carrierin kautta], saapuu huomenna — [Seuraa tässä]."

6. Varastot: Jos vastaavuutta tai API-virhettä ei ole, agentti pyysi anteeksi ja ehdottaa, että yritetään korjata dataan liittyvät ongelmat uudelleen.

7. Eskalointi: Monimutkaiset tai emotionaaliset kyselyt siirretään automaattisesti ihmiselle Omni-Channelin kautta, mikä välittää koko keskustelun ja asiayhteyden.

8. Lokiin kirjaaminen: Kaikki tarkoitukset, toiminnot ja lopputulokset tallennetaan vuorovaikutuslokeihin. API-latenssia valvotaan Anypoint Monitoringissa.

9. Jatkuva parantaminen: Eskaloinnit syöttävät Agentforcen uudelleenkoulutusta. Yleiset kulut tarkentavat sitä myöhemmässä julkaisussa.

Arvokkaampi asiakas John on lisännyt yli 1 000 dollarin arvoisia tuotteita ostoskoriinsa, mutta ei suorittanut ostosta loppuun 60 minuutin kuluessa.

• Käynnistin: Salesforce Platform -tapahtuma, Cart_Abandoned__e, käynnistyy verkkokauppasysteemistä ja sisältää Johnin yhteyshenkilön tunnuksen ja ostoskorin arvon.
• Agentin toiminto: Tämän tapahtuman tilannut ennakoiva agentti käynnistyy välittömästi.
• Prosessi:
  1. Agentti tarkastaa Johnin tietueen Salesforcessa ja näkee, että hän on VIP-asiakas.
  2. Se luo Johnin asiakaspäällikölle Sarah:lle korkean prioriteetin tehtävän, joka sisältää hylätyn ostoskorin kaikki tiedot.
  3. Se lähettää Sarahille ilmoituksen Slackin kautta ja kehottaa häntä ryhtymään toimiin.
  4. Samanaikaisesti se rekisteröi Johnin kohdennettuun Marketing Cloud -matkaan, joka lähettää sähköpostimuistutuksen, jossa on rajoitettu 10 % alennuskoodi, joka rohkaisee häntä suorittamaan ostoksen loppuun.

Resepti

Tämä resepti kuvaa, miten ennakoiva tekoälyagentti on otettu käyttöön Salesforce Platformissa ratkaistakseen arvokkaiden ostoskorin hylkäämisen VIP-asiakkailta. Ratkaisu hyödyntää Salesforce Platform -tapahtumia, Data 360 -palvelua Knowledge noutamiseen ja Agentforce orkestroidakseen oikea-aikaisia ja älykkäitä jatkotoimintoja, mikä muuntaa passiivisen datan aktiiviseksi liiketoiminnan osallistumiseksi.

Suunnitteluaika

1. Määritä hylätty ostoskorin tapahtuma käynnistymään, kun VIP-asiakas John jättää ostoskorin hylätyksi.

   Luo mukautettu Yhteyshenkilö-kenttä

   →

   Määritä uusi sovellusalustan tapahtuma

   1. Luo sovellusalustan Cart_Abandoned__e -tapahtuma, jonka kentät ovat Contact Id, Cart Value, Cart Last Updated DateTime ja Cart Details.
   2. Hylkäystapahtuman määrittäminen: Käytä Commerce Cloudia luodaksesi sovellusalustan tapahtuman Checkout-tapahtumien ilmoituksille. Hylkääminen havaitaan, kun ostoskorin Checkout tila on keskitason tilassa ja istunto aikakatkaistaan kynnysarvon jälkeen. Jos verkkokauppasi on ulkoinen järjestelmä, voit myös julkaista tapahtuman Salesforcessa käyttämällä joitakin seuraavista tavoista: Kulut, Apex, Salesforce API:t tai Pub/Sub API.
   3. Luo Yhteyshenkilö-objektiin uusi kenttä, Customer_Tier__c, valintaluetteloarvoilla Standard, Premium ja VIP.
2. Jäsentämättömän datan tuonnin määrittäminen Data 360:ssä: Lisää asiakirjasäilöstä saatu alennuskäytännön asiakirja-asiakirja Data 360:ään Amazon S3:n kautta.

   AWS S3 -tunnusten luominen	→	Luo uusi S3-datavirta	→	Määritä ja ota käyttöön viestiketju	→	Luo hakuindeksi
   						↓
   				Testin noutotoiminto	←	Määritä ja ota indeksi käyttöön

   1. Luo ulkoisia tunnuksia S3:n käyttämiseksi: Luo uusi käyttöoikeusavaimien ja salaisuuksien joukko IAM-käyttäjälle tai IAM Amazon -resurssin nimi (ARN) henkilöllisyydentarjoajalle.
   2. Luo uusi S3-datavirta: Luo Datavirrat-välilehdestä datavirta Policy Documents Stream, valitse S3-lähde, valitse PDF-tiedostotyyppi, määritä päivitystiheys, kartoita metadatakentät (tiedoston nimi ja koko) ja ota ne sitten käyttöön.
   3. Kun datavirta on valmis, luo hakuindeksi: Käytä pilkkomiseen myyntiputken noutoa, E5-suuren v2-upottomallia ja hybridihaku-tyyppiä ja ota indeksi käyttöön.
   4. Testaa luotua noutotoimintoa.
3. Määritä VIP Cart Recovery -agentti.

   Luo agentti mallista	→	Lisää Palauta VIP-ostoskorin aihe	→	Lisää aiheiden ohjeita	→	Luo Slack-hälytys -toiminto
   						↓
   Lisää aiheeseen toimintoja	←	Luo matkan rekisteröitymistoiminto	←	Luo alennustarjous -toiminto	←	Luo ostoskorin palautustehtävä

   1. Luo agentti Agentforce Employee Agent -mallista.
   2. Lisää uusi aihe, Recover VIP Cart, kuvaamalla, että tämä agentti käsittelee arvokkaiden ostoskortien hylkäämisen VIP-asiakkaille.
   3. Lisää aiheiden ohjeita vahvistaaksesi VIP-tilan, hyväksyäksesi ostoskorin, ilmoittaaksesi asiakkuuspäällikölle Slackissä, suositellaksesi alennustarjousta ja rekisteröidäksesi asiakkaan ostoskorin palautuksen sähköpostimatkalle.
   4. Luo toimintoja ja tehtävää.
      • Hälytys Asiakaspäällikkö-toiminto: Lähettää ennakoivan Slack-ilmoituksen
      • Palauta hylätty ostoskorin tehtävä, kohdistettu esimiehelle ostoskorin lisätiedoilla
      • Hanki alennus -toiminto: Analysoi käytännön ja edellisen ostohistorian. Luo kehotemalli, jossa on maadoitus, viittaa kehotemallissa olevaan noutotoimintoon ja käytä dataa.
      • Rekisteröidy Palautusmatka-toimintoon: Rekisteröityy Marketing Cloudin palautusmatkaan API:n kautta ja vastaanottaa kaikki tilaajien tiedot sekä agentilta luodun alennettujen tarjousten sähköpostiviestin.
   5. Lisää toiminnot aiheeseen.
   6. Luo VIP-asiakaskorin palautusmatka Marketing Cloudissa käyttämällä malleja tai luo uusi matka.
4. Keskitä sovellusalustan tapahtuma soittaaksesi agentille.

   Luo tapahtumien käynnistämä kulku

   →

   Sovellusalustan tapahtuman tilaaminen

   →

   Lisää agentille kutsuttava toiminto

   →

   Välitä tapahtumadataa agentille

   1. Luo uusi sovellusalustan tapahtumien käynnistämä kulku, eli VIP Cart Abandonment Recovery.
   2. Valitse Ostoskorin hylätyt -tapahtuma, jonka kulun tulisi tilata.
   3. Määritä kutsuttava mukautettu agenttitoiminto Flow Builderissa ja valitse VIP Cart Recovery -agentti. Lähetä pyyntö aloittaa hylätyn VIP-ostoskorin palautus asiakkaalle ja lähetä sovellusalustan tapahtuman tietosisältö.

Agentin suorituksen aikainen prosessin kulku

Kun agentti on määritetty ja otettu käyttöön, seuraava vaiheiden järjestys tapahtuu suorituksen aikana.

1. Korin hylkäyksen havaitseminen: John lisää ostoskoriinsa 1 200 dollaria eikä Checkout tai vaiheen edistyminen 60 minuutin jälkeen käynnistä hylkäämistä.
2. Sovellusalustan tapahtuman julkaisu: Commerce Cloud julkaisee tapahtuman Cart_Abandoned__e, jossa on Johnin yhteyshenkilön tunnus, ostoskorin arvo 1 200 dollaria, ostoskorin muokkauspäivä ja muita tietoja.
3. Kulun alustus: Sovellusalustan tapahtuma käynnistää VIP Cart Abandonment Recovery -kulun.
4. Työntekijäagentin aktivointi: Kun kulku suoritetaan, VIP Cart Recovery -agenttia kutsutaan.
5. Aiheen suoritus: Agentti ratkaisee Palauta VIP-ostoskori -aiheen ja suorittaa ohjeet.
6. Ilmoituksen luominen: Agentti ilmoittaa Johnin asiakaspäällikölle Sarah Slackissä.
7. Tehtävän luominen: Agentti luo Sarahlle tehtävän ja neuvoo häntä jatkotoimenpiteisiin.
8. Alennus-analyysi: Agentti suorittaa alennusanalyysin kutsumalla Data 360 -haun funktiota pyytääkseen "sallittujen alennusten enimmäismäärää" ostoskorin arvon, asiakastason ja ostohistorian perusteella. Tässä tapauksessa funktio suosittelee, että alennus on 10 %.
9. Sähköpostien valmistelu ja matkan rekisteröinti: Agentti valmistelee alennussähköpostin ja rekisteröi Johnin Marketing Cloud -matkan VIP-asiakaskorin palautukseen uuden ostoskorin hinnalla.
10. Loki ja määritys: John lunastaa tarjouksen, joka luo lokin määrityksen ja muunnostilastoja.
11. Palauteanalyysi: Lopputulos analysoidaan tarkemmin tarjousten, palautusaikojen ja muiden optimointitekijöiden määrittämiseksi.

Myyntiedustaja David soittaa uuden potentiaalisen asiakkaan kanssa. Älykäs agentti valvoo puhelua aktiivisesti reaaliajassa ja tarjoaa Davidille välittömästi tukea vastaamalla potentiaalisen asiakkaan kysymyksiin.

Esimerkki: Jos potentiaalinen asiakas kysyy tiettyä tuotemääritystä, agentti noutaa asiaankuuluvat tiedot automaattisesti ja toimittaa ne Davidille Slackin kautta tai yksityisviestillä.

• Käynnistin: Potentiaalinen asiakas esittää kysymyksen, joka vaatii tiettyjä tuotetietoja, kun hän soittaa myyntiedustajalle (David).
• Agentin toiminto: Ympäristöagentti analysoi puhelulokeja ja viestejä jatkuvasti, tunnistaa ja noutaa vaaditut tiedot älykkäästi.
• Prosessi:
  1. Agentti jäsentää puhelulokin reaaliajassa.
  2. Se tunnistaa avaintoimintojen kohteet automaattisesti ja noutaa asiaankuuluvia tietoja.
  3. Tässä tapauksessa agentti noutaa tuotetiedot suoraan Salesforcesta.
  4. Sen jälkeen se esittää haetut tiedot automaattisesti Davidille Slackin kautta tai yksityisviestillä.

Resepti

Tässä reseptissä on joitakin edellytyksiä, jotka vaativat reaaliaikaisia puheesta tekstiin -ominaisuuksia, ja oletamme, että ne ovat käytettävissä viestintätarjoajasi kautta. Alla on esimerkiksi resepti Zoomaus-puheluiden integroimiseksi.

Ehdotus: Esimerkki Zoom-puhelun reaaliaikaisesta litteroinnista:

• Luo Zoom-sovellus Zoom Developer Platformissa, joka sisältää vaaditut vaikutusalueet nauhoitteiden lukemiseen, webhook-lähettämiseen ja kokousten viestiketjuun. Ota käyttöön vaaditut tuoteominaisuudet, kuten reaaliaikaiset mediavirrat (RTMS).
• Määritä väliaikainen signaalipalvelin (Zoom RTMS -esimerkki), joka vastaanottaa ääniviestiketjun, välittää sen Amazon Transcribe -palveluun ja saa tekstin takaisin. Keskustelulokit julkaistaan sitten Salesforcessa sovellusalustan tapahtumana.

Suunnitteluaika

1. Määritä myyntipuheluiden reaaliaikainen vastaus -agentti.

   Luo agentti mallista	→	Lisää Avusta puhelu -aihe	→	Lisää aiheiden ohjeita	→	Luo keskustelulokianalyysin toiminto
   						↓
   		Lisää aiheeseen toimintoja	←	Luo Slack-havaintoja -toiminto	←	Luo tuotemääritys -toiminto

   1. Luo agentti Agentforce Employee Agent -mallista.
   2. Lisää uusi aihe, Apupuhelu, kuvauksella, että tämä agentti kuuntelee live-keskustelulokeja, ymmärtää tarkoituksen ja auttaa tuotetietojen kanssa.
   3. Lisää aiheiden ohjeita jäsentääksesi keskustelulokeja, noutaaksesi tuotemäärityksiä ja lähettääksesi Slack-viestejä.
   4. Luo toimintoja.
      • Analysoi puheluloki -toiminto: Analysoi puhelulokien reaaliaikaisesti vastaanotetut tiedot ja kerää tärkeimmät kysymykset tai toiminnot
      • Nouda tuotemääritys -toiminto: Kyselyiden tuote Knowledge -artikkelit
      • Lähetä Slack-havaintoja "sisäiselle" käyttäjälle
   5. Lisää toiminnot aiheeseen.
2. Määritä Product Knowledge -tietokirjasto.

   Luo uusi tietokirjasto

   →

   Lisää Knowledge

   →

   Järjestelmän lohkot ja indeksit

   →

   Maankirjasto aktiivisena

   1. Luo uusi tietokirjasto Määritykset-valikosta. Anna sille nimeksi "Product Knowledge".
   2. Lisää Knowledge, jotka sisältävät tuotetiedot.
   3. Asiakirjat pilkotaan automaattisesti kulissien takana, indeksoidaan ja valmistellaan käyttövalmiiksi.
   4. Käytä Get Product Specs -toiminnossa olevaa maadoitusta.
3. Julkaise reaaliaikainen keskusteluloki Salesforceen Pub/Sub API:n kautta.

   Palvelin vastaanottaa audiolokin

   →

   Palvelin julkaisee sovellusalustan tapahtuman

   1. Luo sovellusalustan tapahtuma, Transcript_Segment__e, joka sisältää kentät Call Id, Sequence, Heads, Segment Start Time, Segment End Time, Duration ja Transcript Data.
   2. Kun saat tekstin audiosta, julkaise tiedot välittömästi Transcript_Segment__e -tapahtuman kautta signalointipalvelimellasi (katso edellytykset -osio). Voit julkaista tapahtuman Salesforcessa käyttämällä joitakin seuraavista tavoista: Kulut, Apex, Salesforce API:t tai Pub/Sub API.
4. Wire-kulku tilataksesi julkaistun Transcript_Segment__e -tapahtuman.

   Luo tapahtumien käynnistämä kulku	→	Keskustelulokitapahtuman tilaaminen	→	Lisää agentille kutsuttava toiminto	→	Lähetä tietosisältö agentille
   						↓
   						Agentti lähettää Slack DM:n

   1. Luo uusi sovellusalustan tapahtumien käynnistämä kulku, Discovery Call Insights.
   2. Valitse tapahtuma Transcript_Segment__e, jonka kulun tulisi tilata.
   3. Määritä kutsuttava mukautettu agenttitoiminto Flow Builderissa ja valitse Sales Call Realtime Response -agentti. Lähetä tapahtuman tietosisältö reitittääksesi sen Apupuhelu-aiheeseen. Kun kysymys on saatu aiheesta, kysymys lähetetään Nouda tuotemääritys -toimintoon saadakseen vastauksen.
   4. Lopullinen vastaus laaditaan ja lähetetään välittömästi käyttäjälle Slack DM:n kautta.

Agentin suorituksen aikainen prosessin kulku

Kun agentti on määritetty ja otettu käyttöön, seuraava vaiheiden järjestys tapahtuu suorituksen aikana.

1. Kutsun aloitus: David aloittaa tutkimispuhelun potentiaalisen asiakkaan kanssa Zoom-puhelussa. Zoomaus-RTMS lähettää live-äänen signalointipalvelimen litteroinnin päätepisteeseen.
2. Reaaliaikainen litterointi: Ilmoituspalvelin vastaanottaa äänen, kopioi äänen tekstiin ja julkaisee keskustelulokien segmenttitapahtuman Salesforce Platformissa.
3. Agentin kuunteleminen ja kontekstin luokittelu: Salesforce vastaanottaa sovellusalustan tapahtuman ja käynnistää Discovery Call Insights -kulun.
4. Kulku käynnistää myyntipuhelun reaaliaikaisen vastauksen agentin, joka vastaanottaa segmentin, tunnistaa kysymykset (kuten "Integroiko Toaster 2XP mobiililaitteisiin?") ja luokittelee ne avunpyynnön aiheeseen.
5. Knowledge-haku: Agentti käynnistää Get Product Spec -toiminnon ja kyselee Knowledge vastaavien vastausten löytämiseksi.
6. Lähetä yksityinen Slack DM: Agentti suorittaa Lähetä Slack-havainto ja lähettää viestin Davidin Slack-tietokantaan: "Product Toaster 2XP voidaan integroida Apple- ja Android-laitteisiin ja se voidaan yhdistää Bluetoothin kautta. Kun sovellus on asennettu, muodosta yhteys Bluetoothin kautta ja käynnistä paahdin. Tässä on linkki ohjeeseen."
7. Reaaliaikainen jatkamisaika: Agentti jatkaa keskustelulokin tekstin vastaanottamista. Jos hänelle ilmestyy useita havaintoja, hän ketjuttaa asiayhteydestä riippuvat Slack-vastaukset häiritsemättä puhelun kulkua.
8. Kutsun jälkeinen yhteenveto: Istunnon päätteeksi agentti laatii automaattisesti yhteenvedon: tärkeimmät kysymykset, suoritetut toiminnot ja viitatut tuotteet.
9. Jatkuva parantaminen: Agentforce Analytics arvioi keskustelulokien vastausten viiveen, tuotteiden täsmäysten tarkkuuden ja myyntitulokset tarkentaakseen aiheiden ohjeita ajan myötä.

Myyntipäällikkö Bob määrittää itsenäiselle agentille tavoitteen: "Nosta myyntiputkeamme Kalifornian manufacturing-alalla 5 miljoonalla dollarilla seuraavan 60 päivän aikana."

• Käynnistin: Päällikkö kohdistaa tavoitteen Slackin komennon kautta.
• Agentin toiminto: Itsenäinen agentti aloittaa suunnittelun ja suorituksen silmukansa.
• Prosessi:
  1. Tutkimus: Agentti kyselee Salesforce Data 360 -tietoja ja ulkoisia tietolähteitä (MuleSoftin kautta) tunnistaakseen Kalifornian manufacturing-alan yritykset, jotka eivät ole nykyisiä asiakkaita.
  2. Hyväksy: Se analysoi nämä yritykset ja etsii ostosignaaleja, kuten viimeaikaiset rahoituskierrokset, uudet johtajat tai asiaankuuluvat työviestit. Se pisteyttää ja priorisoi 20 parasta potentiaalista asiakasta.
  3. Yhteyshenkilöiden tunnistaminen: Se löytää tärkeimmät yhteyshenkilöt (kuten toiminnan varajohtajat ja tehdaspäälliköt) näistä yrityksistä.
  4. Outreach: Se luo kullekin yhteyshenkilölle henkilökohtaisia sähköposteja, jotka viittaavat tiettyihin yrityksen uutisiin tai ongelmiin. Se ajoittaa, että nämä sähköpostit lähetetään seuraavan viikon aikana.
  5. Seuranta: Se seuraa sähköpostien avaamisia ja vastauksia. Potentiaalisen asiakkaan positiivinen vastaus käynnistää hänen kalenterinsa analyysin ehdottaakseen kokousaikoja, jolloin Salesforce-tapahtuma ja uusi mahdollisuus luodaan automaattisesti vahvistuksen yhteydessä.
  6. Raportti: Se tarjoaa viikoittaisia Edistymisraportteja myyntipäällikölle Slackissä.

Resepti

Tämä on usean agentin skenaario, jossa jokainen agentti suorittaa tietyn tehtävän ja välittää asiayhteyden, tiedot ja ohjaimet seuraavalle agentille. Käytämme muutamaa mukautettua headless-agenttia tutkimukseen ja hyväksymiseen sekä käyttövalmista myyntiedustajaa (SDR) potentiaalisten asiakkaiden ulottuvuuteen ja valvontaan. Oletamme myös, että Bobin yhtiö käyttää ZoomInfota markkinatutkimuksissaan. Yhtiö saa myös toimittajien verkostodataa, joka säilyy tietokannassa ja sisältää arvokkaita tietoja yrityksistä, joiden kanssa se tekee yhteistyötä.

Suunnitteluaika

1. Määritä usean agentin arkkitehtuuri.

   Tutkija kerää tietoja

   →

   Hyväksymisagentti pisteyttää liidin

   →

   SDR-agentti aloittaa yhteydenoton

   1. Tutkijaagentti: Kyselyiden Data 360 ja ulkoiset lähteet MuleSoftin kautta
   2. Hyväksymisagentti: Priorisoi, pisteyttää ja rikastaa liidejä
   3. SDR-agentti: Hakee liidien kohdistuksia, suorittaa yhteydenottoja, seuraa ja ajoittaa kokouksia. Valvo SDR-agenttien toimintaa ja edistymistä Agentforce Analyticsilla SDR-agentille.
2. Tutki ja tuo uutta yritystietoja.

   Luo uusi datatila

   →

   Salesforce CRM -datan tuominen

   →

   ZoomInfo-datan tuominen

   →

   Toimittajien tietokantatietojen tuominen

   1. Määritä uusi tietotila nimeltään Myynti ja markkinointi. Tämä uusi datatila sisältää kaikki itsenäisten agenttien tarvitsemat tiedot.
   2. Käytä Salesforce-liitintä siirtääksesi liidien, tilien, yhteyshenkilöiden ja mahdollisuuksien CRM-dataa datatilaan.
   3. Määritä ZoomInfo-liitin Data 360 -liittimelle. Siirrä data Data 360 Sales and Marketing -datatilaan.
   4. Määritä Anypoint Salesforce Data 360 -liitin muodostaaksesi yhteyden toimittajien tietokantaan ja tuodaksesi dataa Data 360:ään.
3. Määritä sovellusalustan tapahtuma käynnistääksesi Headless Research and Qualification -agentin.

   Luo uusi sovellusalustan tapahtuma

   1. Luo uusi sovellusalustan tapahtuma AgentGoal__e, jonka kentän tavoite kaappaa käyttäjän yleisen tavoitteen.
4. Määritä Goal Orchestrator -agentti, selkokielinen tekoälyagentti, joka vastaanottaa käyttäjän tavoitteen ja orkestroi sen muille agenteille.

   Luo agentti mallista	→	Lisää Jaa tavoite -aihe	→	Lisää aiheiden ohjeita	→	Luo tavoitetapahtuma -toiminto
   						↓
   						Lisää aiheeseen toiminto

   1. Luo agentti Agentforce Employee Agent -mallista.
   2. Lisää uusi aihe, Jaa tavoite, kuvaamalla, että tämä agentti ymmärtää tavoitteen tarkoituksen ja voi kutsua lisää agentteja tarvittaessa.
      • Lisää aiheiden ohjeita jäsentääksesi tavoitteen ja käynnistääksesi tapahtumia muille agenteille.
   3. Luo Tavoite-tapahtuma, AgentGoal__e.
5. Määritä Lead Research and Qualification -agentti, jonka orkestrointiagentti käynnistää.

   Luo Tutkimuksen aihe	→	Luo kopioinnin poistotoiminto	→	Luo liidien rikastustoiminto	→	Luo liidien pisteytystoiminto
   						↓
   				Lisää aiheeseen toimintoja	←	Luo liidin hyväksymistoiminto

   1. Luo prospektihaku -aihe, jonka kuvaus on "Research new liids in a region or state".
   2. Luo toimintoja.
      • Deduplicate Lead Apex -toiminto: Tarkasta ja vahvista uusia liidejä olemassa olevista asiakkaista
      • Liidien Apex rikastaminen, joka käyttää kehotteen mallia: Tutkii jäsentämättömän markkinointihavainnon ja toimittajien tietokantatiedot liiditietojen rikastamiseksi
      • Pisteytä liidi -toiminto: Pisteytä liidi ennakoivasti päivitetyillä liiditiedoilla
      • Hyväksy liidi agentille -toiminto: Kohdista pisteytyksen perusteella parametrit, jotka hyväksyvät liidin SDR-agentille
6. Määritä Agentforce SDR -agentti, joka suorittaa viestintää, liidien kasvattamista ja kokousten ajoittamista.

   Luo SDR-agentti mallista	→	Määritä agenttien Knowledge	→	Määritä agentin sähköpostiasetukset	→	Määritä liidien kohdistussäännöt
   						↓
   						Määritä hyväksyttävät liidien ehdot

   1. Luo uusi SDR-agentti Määritykset-valikon sivulta käyttämällä esimääritettyä Lead Nurture Agent -mallia. Määritä sähköpostiasetukset ja liidien kohdistussäännöt valitsemalla Liidi-objekti tai Yhteyshenkilö-objekti ja määrittämällä kohdistussäännöille hyväksyttävät ehdot (liidien kynnysarvoinen pistemäärä ja uusi liidi).
   2. Määritä Agentforce Lead Nurturing määrittämällä agentti, kohdistamalla käyttöoikeudet ja määrittämällä järjestyksen ja kohdistussäännöt.
   3. Määritä tarvittava Knowledge, jotta SDR-agentti voi vastata kysymyksiin.
7. Määritä uusi kulku tilataksesi julkaistun AgentGoal__e-tapahtuman.

   Luo tapahtumien käynnistämä kulku

   →

   Agentin tavoitteen tapahtuman tilaaminen

   →

   Lisää agentille kutsuttava toiminto

   1. Luo uusi sovellusalustan tapahtumien käynnistämä kulku nimeltään Reititä tavoitteita agenteille.
   2. Valitse Agent Goal -tapahtuma, jonka kulun tulisi tilata.
   3. Määritä kutsuttava mukautettu agenttitoiminto Flow Builderissa ja valitse Lead Research and Qualification -agentti.

Agentin suorituksen aikainen prosessin kulku

Kun agentti on määritetty ja otettu käyttöön, seuraava vaiheiden järjestys tapahtuu suorituksen aikana.

• Tavoitteen kohdistus: Bob pyytää itsenäistä agenttia "kasvatamaan Kalifornian valmistusteollisuuden myyntiputkea 5 miljoonalla dollarilla 60 päivässä".
• Tavoitteen orkestrointi: Itsenäinen Goal Orchestrator -agentti vastaanottaa tavoitteen, jäsentää tarkoituksen ja luo sovellusalustan tapahtuman, eli AgentGoal__e. Tavoitteiden orkestroija -agentti on suunniteltu laajentamaan sen kykyjä käsitellä useita tavoitteita jatkuvasti. Voit laajentaa sitä lisätäksesi muita orkestrointiominaisuuksia tai pyytääksesi käyttäjältä selvitystä ymmärtääksesi tarkoituksen paremmin ja aloittaaksesi tavoitteen.
• Reititys: Reitityksen tavoitteet agenteille -kulku käynnistyy ja kutsuu liidien tutkimus- ja hyväksymisagenttia.
• Tutkimus: Lead Research and Qualification -agentti kyselee Data 360:ta saadakseen uusia liiditietoja, kumoaa olemassa olevia asiakkaita, noutaa lisää markkinatutkimustietoja Data 360:sta ja rikastaa liidiä. Se pisteyttää liidin, tunnistaa tärkeimmät yhteyshenkilöt ja hyväksyy liidin.
• Outreach: Kun liidi on hyväksytty, liidi on oikeutettu SDR-agentille liidien kohdistussääntöjen kautta. SDR-agentti tekee alustavan yhteydenoton ja ylläpitää keskusteluita yhteyshenkilön kanssa vastaamalla tuotteeseen liittyviin kysymyksiin.
• Seuranta: Kohtauksen lopussa tai liidin pyynnöstä agentti pyytää tapaamisen ajoittamista, jos liidi on oikeutettu palveluedustajan osallistumiseen. Sen jälkeen se ajoittaa kokouksen ja poistuu kulusta.
• Agent Analytics: SDR Agent Analytics -mittaristo tarjoaa havaintoja agentin tehokkuudesta.

Pitkäaikainen asiakas on kokenut monivaiheisen ongelman: häntä ylikirjoitettiin, hänelle vastaanotettu varaosa oli väärä ja hänen palvelunsa on nyt katkaistu.

• Käynnistin: Asiakas käynnistää keskustelun, ja ensimmäinen selkokielinen agentti tunnistaa monimutkaisuuden nopeasti ja eskaloituu agenttien parvekkeeksi.
• Agentin toiminto: Orkestraattori agentti ottaa vastuun.
• Prosessi:
  1. Orkestraattori: Ylläpitää keskustelua asiakkaan kanssa ja tarjoaa päivityksiä
  2. Orkestraattorien edustajat: Käyttämällä A2A-protokollan toteutusta, orkestroija löytää "liittyvät agentit" (laskutus, logistiikka ja provisiointi) vaadituilla ominaisuuksilla ja lähettää tehtäviä.
     • Laskutusagentille: "Tarkasta asiakkaan X lasku #INV-7890. Onko niissä ristiriitoja?"
     • Logistiikan agentille: "Tarkasta asiakkaan X seurantanumero #TN-12345. Vahvista toimitetun osan numero ja oikean osan tämänhetkinen inventaario."
     • Provisiointiagentille: "Tarkasta palvelutila tilille #ACC-5678. Jos yhteys katkaistaan, mikä on syykoodi?"
  3. Erikoistuneet agentit suorittavat: Jokainen agentti vastaanottaa A2A-pyynnön, kyselee sitä vastaavaa järjestelmää ja muotoilee vastauksen.
  4. Synteesi: Agentit raportoivat havaintonsa takaisin orkestroijalle A2A-vastauksilla. Orkestraattori syntetisoi seuraavat tiedot: "Asiakkaalle veloitettiin todellakin yli 50 dollaria. Väärä osa lähetettiin varaston virheen takia. Palvelu katkesi automaattisesti laskutuksen ongelman takia."
  5. Hyväksyntä: Orkestraattori ilmoittaa asiakkaalle ongelmasta ja tarjoutuu eskaloimaan ongelma henkilöstöedustajalle ja tarjoamaan selkeitä ohjeita seuraaviin vaiheisiin.
  6. Tarkkuus: Sen jälkeen se ehdottaa palveluedustajalle täydellisen ratkaisun hyväksyttäväksi. Palveluedustaja liittyy keskusteluun. Palveluedustaja tarkastaa nopeasti kaikki ongelmaan liittyvät tiedot, mukaan lukien agentin suosittelemat ratkaisut: "Luo oikealle osalle uusi toimitustilaus nopeutetulla toimituskerralla. Aloita palautus väärälle osalle. Hyväksy 10% alennus uudelle tilaukselle ja myy osio uudella versiolla. Päivitä maksutiedot ja tarjoukset määrittääksesi toistuvan laskutusjärjestelyn."

Resepti

Tämä resepti kuvaa yhteistyöagenttien järjestelmän toteutuksen, joka on suunniteltu käsittelemään monimutkaisia asiakaspalvelun ongelmia, jotka sisältävät useita osa-alueita. Käyttämällä orkestrointiagenttia delegoidakseen tehtäviä erikoistuneille agenteille (laskutus, logistiikka ja provisiointi) A2A-protokollan kautta ja syntetisoidakseen heidän havaintonsa, järjestelmä tarjoaa kattavat ratkaisut ja integroi palveluedustajat saumattomasti lopullista hyväksyntää ja asiakasvuorovaikutusta varten.

Suunnitteluaika

1. Määritä parannettu chat asiakkaan keskustelun aloituspisteeksi, jotta hän voi avata Agentforce-ikkunan verkkosivulla.
2. Määritä Agentforce Billing Agent, joka on erikoistunut agentti ilman päätä, joka voi ottaa tilauksen tai laskun ja suorittaa laskutuskyselyn.

   Luo agentti mallista

   →

   Laskutuspyynnön aiheen määrittäminen

   →

   Luo mukautettu kulkutoiminto

   →

   Lisää aiheeseen toiminto

   1. Ota Agentforce käyttöön ja luo työntekijäagentti Agentforce Employee Agent -mallista.
   2. Määritä aihe, Laskutuskysely, kuvauksella ”Tarkasta laskujen epäjohdonmukaisuudet, maksujen ongelmat ja laskutusvirheet”.
      1. Lisää mukautettu kulkutoiminto, Tarkasta laskun epäjohdonmukaisuus, jonka input-arvo on laskun numero, asiakastunnus ja päivämääräalue ja jonka output-arvo on Epäjohdonmukaisuuden summa, juurisyy ja vaikuttavat maksutapahtumat.
3. Määritä Agentforce Logistics Agent, joka on erikoistunut agentti ilman päätä, joka voi vahvistaa toimituksia, seurata toimituksia ja tarkastaa inventaarion.

   Luo agentti mallista

   →

   Toimituksen vahvistuksen aiheen määrittäminen

   →

   Luo mukautettu kulkutoiminto

   →

   Lisää aiheeseen toiminto

   1. Ota Agentforce käyttöön ja luo työntekijäagentti Agentforce Employee Agent -mallista.
   2. Aiheen määrittäminen: Toimituksen vahvistus ja kuvaus, joka vahvistaa laskun toimituksen.
      1. Lisää mukautettu Kulku-toiminto Vahvista toimitustiedot, jonka input-arvo on laskun numero, asiakastunnus ja päivämääräalue, ja output-arvo on lähetetty osio, päivämäärä ja inventaarion tila.
4. Määritä Agentforce, joka on erikoistunut agentti ilman päätä, joka voi vahvistaa provisioinnin ja palvelun tilan.

   Luo agentti mallista

   →

   Palvelutarkastuksen aiheen määrittäminen

   →

   Luo mukautettu kulkutoiminto

   →

   Lisää aiheeseen toiminto

   1. Ota Agentforce käyttöön ja luo työntekijäagentti Agentforce Employee Agent -mallista.
   2. Määritä aihe Service Check ja kuvaus vahvistaaksesi palvelun yhteyden ja tilin tilan.
      1. Lisää mukautettu Kulku-toiminto Vahvista palvelu, jonka input-arvo on asiakkaan tunnus ja omaisuuden tunnus, ja output-arvo on Palvelun tila ja Palvelupoikkeuksen syy.
5. Näytä Laskutus-, Logistiikka- ja Provisiointi-agentit A2A-palvelimina ja rekisteröi heidät agenttien rekisteriin.

   Näytä agentit MuleSoftin kautta

   →

   Rekisteröi agentteja rekisteriin

   1. Jos Agentforce-agenteille ei ole suoraa A2A-tukea, MuleSoft-liittimiä voidaan käyttää agenttien API-rajapintojen näyttämiseen A2A-palvelimina.
   2. Rekisteröi nämä A2A-palvelimet agenttien rekisteriin.
   3. Käytä agenttien orkestrointiin Anypoint Agent Fabric -kaavaa.
      1. MuleSoft Agent Brokerin avulla voit organisoida agentteja eri sovellusalustoilla agenttikorteissa mainittujen agenttien ominaisuuksien perusteella.
6. Määritä Agentforce, selkokielinen tekoälyagentti, joka vuorovaikuttaa asiakkaiden kanssa, arvioi monimutkaisuuden ja koordinoi ongelman ratkaisemiseksi useiden erikoistuneiden agenttien kanssa.

   Palveluagentin luominen	→	Tutkimuksen aiheen määrittäminen	→	Luo ilmoitus -toiminto	→	Määritä orkestrointiaihe
   						↓
   Eskaloinnin aiheen määrittäminen	←	Luo Luo tapaus -toiminto	←	Luo puheluagentti -toiminto	←	Luo agentin orkestrointikulku
   ↓
   Luo Omni-Channel-kulku	→	Yhdistä kulku eskalointia varten

   1. Ota Agentforce käyttöön ja luo palveluagentti Agentforce Builderissa käsitelläksesi keskusteluita ja käynnistääksesi mukautettuja toimintoja.
   2. Määritä aihe, Service Investigation, kuvauksella ja ohjeilla, jotta agentti tunnistaa luonnollisesti monimutkaisen aiheen, jolla on tavallisesti useita samanaikaisia ongelmia.
      1. Luo mukautettuja agenttitoimintoja.
         • Tilan ilmoitus -toiminto, joka tunnistaa ongelman ja tarjoaa edistymispäivityksiä
   3. Määritä orkestrointiaihe, joka voi kutsua muita agentteja toimintojen kautta.
      1. Luo Puhelinagentti-toiminto, joka kutsuu Kulku-toimintoa. Kulkutoiminnolla on useita agenttitoimintoja, ja se voi käynnistää kaikki headless-agentit: Laskutusagentti, Logistiikkaagentti ja Provisiointiagentti.
      2. Luo Luo tapaus -toiminto, joka luo tapauksen, lisää lisätietoja ja määrittää tilan.
   4. Määritä Eskalointi-aihe kuvauksella, joka eskaloidaan palveluedustajalle.
   5. Luo ja aktivoi lähtevä Omni-Channel-kulku.
      • Lisää se agentin Yhteydet-välilehteen eskalointia varten eskalointiviestin kera.

Agenttien orkestrointiprosessien kulku

Anypoint Code Builder tukee nyt agenttien rakennusvälittäjiä. Agentin välittäjä on älykäs reititys- ja orkestrointikerros, joka yhdistää agentit eri toimialueisiin ja ottaa mukaan sopivimmat agentit ja työkalut. MuleSoft Dev Agent luo koodin määrittääkseen perustuksen välittäjälle.

Agenttien rekisterissä aiemmin rekisteröityjen agenttikorttien (A2A-palvelimet) agenttien ominaisuuksien perusteella Anypoint Code Builder suorittaa lisää määrityksiä automaattisesti. Lopuksi voimme ottaa tämän agenttien välittäjän käyttöön pilvipalvelimelle.

Kun agentin välittäjä on käytettävissä, nämä pyynnöt reititetään oikeille agenteille. Välittäjä saa kehotteen ja käyttää LLM-ohjelmaa jakaakseen sen tehtäviin ja määrittääkseen, ketkä agenteista soittavat ensin. Jokaisessa iteratiivisessa silmukassa se määrittää, onko se ratkaissut alkuperäisen kehotteen onnistuneesti vai tarvitseeko se työstää muita agentteja töiden suorittamiseksi.

Agentin suorituksen aikainen prosessin kulku

Kun agentti on määritetty ja otettu käyttöön, seuraava vaiheiden järjestys tapahtuu suorituksen aikana.

1. Chat-käynnistys: Asiakas avaa Agentforce (upotettu palvelu). Istunnon ja yhteyshenkilön konteksti latautuu, kun asiakas on kirjautunut sisään.
2. Tervet ja tarkoitus: Agentti tervehtii asiakasta. Asiakas ilmoittaa selkeästi turhautuneena ylikuluista, väärästä osasta ja katkaistusta palvelusta.
3. CRM-haku: Agentti käynnistää Nouda uusin tilaus -toiminnon ja pyytää Salesforcea (tilauksen yhteenveto/tilaukset) löytämään asiakkaan uusimman tietueen. Sitten agentti vahvistaa tilauksen asiayhteydessä ja ilmoittaa asiakkaalle, että hän tutkii sen. Lisäksi se etsii laskun tunnuksen, laskuun liittyvän seurantanumeron ja palveluun liittyvän resurssin tunnuksen.
4. Orkestraattorin aktivointi: Orkestrointiagentti saa eskaloinnin ja tilauksen tunnuksen ja luo tapauksen. Se välittää asiayhteystiedot ja kommunikoi kolmen agentin kanssa: Laskutusagentti, Logistiikkaagentti ja Provisiointiagentti.
5. Billing Agent -vastaus: Laskutusagentti palauttaa lisätietoja osasta, yksikkökustannuksista ja kokonaiskustannuksista. Se huomaa myös, että tilauksen ja laskun osan välillä on ristiriita. Laskutusagentti etsii tilauksen osan hinnan ja ylimääräisen maksun syyt.
6. Logistics Agent -vastaus: Logistiikkaagentti palauttaa lähetetyn osan lisätiedot ja logistiikkajärjestelmän luomat poikkeushuomautukset, joiden mukaan väärä osa saattoi olla lähetetty merkintäongelmien takia. Logistics-agentti varmistaa myös, että ongelma on nyt korjattu ja että oikea osa on saatavilla alkuperäisessä ja uudemmissa versioissa.
7. Provisiointiagentin vastaus: Provisiointiagentti palauttaa tietoja palvelun yhteyden katkeamisesta ja vanhentuneiden maksutietojen ongelmasta. Se tarjoaa myös ilmoitukset, jotka on lähetetty neuvomaan asiakasta päivittämään maksutiedot.
8. Orkestraattorin synteesi: Orkestraattori syntetisoi kaikkien näiden agenttien vastaukset ja laatii ratkaisun tarkastelemalla Knowledge kustakin ongelmasta. Ensin se etsii tietoja väärästä osasta ja käynnistää palautuksen. Toiseksi se tarjoaa ongelmalle alennuksen ratkaisukäytännön asiakirjojen perusteella ja suosittelee myös päivittämistä uudempaan versioon, jonka asiakas voi ostaa (mutta hinta eroaa). Kolmanneksi se tarvitsee uusia maksutietoja asiakkaalta, joten se eskaloituu palvelureseptiin ilmoittaakseen ratkaisusta.
9. Eskalointi: Orkestrointiagentti eskaloituu palveluedustajalle — joka tarjoaa kaikki tarvittavat asiayhteydet, tutkimusten huomautukset ja ratkaisun suositukset sekä tarvittavat hyväksynnät — ja tuo palveluedustajan puheluun.
10. Ihminen silmukassa: Palveluedustaja kiittää asiakasta kärsivällisyydestään, pahoittelee ongelmaa ja selittää ongelman. Sen jälkeen palveluedustaja tarjoaa osalle 10 % alennusta korvauksena ja ilmoittaa asiakkaalle myös uudesta päivitetystä osasta ja sen eduista. Lopuksi he selittävät yhteyden katkeamisen, hankkivat uudet maksutiedot ja päivittävät järjestelmän.
11. Proaktiivinen palautus: AI-agentti tarkkailee keskustelua ja toimii ennakoivasti palauttaakseen palvelun, tilatakseen päivitetyn osan ja luodakseen uuden laskun alennuksella ja säädetyllä hinnalla.
12. Tapauksen sulkeminen: Lopuksi se kerää yhteenvedon, päivittää tapauksen ja sulkee tapauksen.

Jotta agentti voisi toimia tehokkaasti, hänen täytyy voida integroida laajan joukon yritystietoja ja työkaluja. Tämä tarjoaa olennaisen asiayhteyden, jota agentti tarvitsee määrittämänsä tavoitteen saavuttamiseen. Agentforce-kehys tarjoaa hienostuneen integraatioarkkitehtuurin, joka integroi dataa, joka on sekä Salesforcen sisäinen että Salesforcen ulkoinen.

Tämä osio tutkii kuvioita, joilla agentit voivat yhdistää näitä resursseja. Nämä kuviot perustuvat kahteen perusmenetelmään integraatiolle.

• Sisäinen integrointi (tietojen käyttöoikeus ja työkalujen käyttöoikeus): Agentilla on kaksi toimintatapaa Salesforce-ekosysteemissä oleville resursseille.
  • Datan käyttöoikeus: Agentforcen ydintoiminto on integroitu syvällisesti Data 360:n kanssa, jolloin se voi kysellä sisäisiä datapalveluita suorasti. Se voi luonnollisesti muotoilla ja suorittaa kyselyitä Datakaavioista saadakseen 360 asteen näkymän asiakkaasta, suorittaa semanttisia hakuja RAG:n kautta ymmärtääkseen jäsentämätöntä Knowledgea ja käyttää joukkotietoja käyttämällä Data 360 Query API -rajapintaa. Tämä suora polku on optimoitu nopeutta ja joustavuutta datan noutamiseen.
  • Työkalun käyttöoikeus: Kun tehtävä sisältää monimutkaista liiketoimintalogiikkaa tai monivaiheisia prosesseja tai kun se vaatii tiukkaa hallintaa, sen ominaisuudet sisällytetään toimintoihin. Nämä toiminnot, jotka on laadittu Apexilla tai kululla, tarjoavat agentille turvallisen ja uudelleenkäytettävän käyttöliittymän, jonka avulla hän voi tehdä muutakin kuin lukea dataa — he voivat päivittää tietueita, käynnistää sovellusalustan tapahtumia tai suorittaa mitä tahansa vakiomuotoista liiketoimintaprosessia.
• Ulkoinen integrointi (MCP/A2A): Kun agentti tarvitsee tietoja Salesforcen ulkopuolelta (esimerkiksi ulkoisesta sovelluksesta, mikropalvelusta tai toisesta agentista), hän käyttää Mallin kontekstiprotokollaa (MCP). Tämä avoin standardi tarjoaa yhteisen kielen yhteentoimivuudelle. MCP-palvelimet voidaan lisätä AgentExchangesta tai pääkäyttäjä voi lisätä ne agenttien rekisteriin tai Apex-callout-kutsuun MCP-palvelimeen. Sitten toiminto käynnistää pyynnön ulkoiselle MCP-palvelimelle, mikä luo sillan sisäiseen ja ulkoiseen maailmaan rakenteellisella tavalla. Vastaavasti, kun agentin täytyy kommunikoida toisen agentin kanssa, Agent2Agent (A2A) -protokolla helpottaa tätä vuorovaikutusta. Tämä mahdollistaa monimutkaisten, usean agentin järjestelmien luomisen, joissa erikoistuneet agentit voivat tehdä yhteistyötä monimutkaisten ongelmien ratkaisemiseksi, mikä parantaa modulaarisuutta ja uudelleenkäytettävyyttä.

Seuraavat kuviot on järjestetty tiettyjen datan integrointiteemojen ympärille, joita agentit tarvitsevat. Näytämme, miten näitä kuvioita sovelletaan erillisten datan haasteiden ratkaisemiseen, alkaen MCP:n avulla tapahtuvasta ulkoisten sovellusten yhteydestä Data 360:n suuren volyymin joukkodatan käyttämiseen, reaaliaikaisiin transaktiotietueisiin ja rakenteettomaan sisältöön käyttämällä suoraa käyttöoikeutta ja muodollisia toimintoja Data 360:ssa.

Ongelma

Agentin tehokkuus riippuu hänen kyvyystään käyttää ulkoisia työkaluja. Näillä työkaluilla — vanhoista ERP-järjestelmistä nykyaikaisiin SaaS-sovelluksiin — ei kuitenkaan ole yhteistä kieltä. Jokaisella on yksilöllinen API, todennusmalli ja datamuoto. Tämä pakottaa kehittäjät luomaan ja ylläpitämään mukautettuja, Pisteestä pisteeseen -integraatioita jokaiselle agentin käyttämälle uudelle työkalulle.

Konteksti

Kuvittele, että agentille on annettu tehtävä ratkaista vaurioitunut toimitustapaus. Jotta se onnistuu, sen täytyy vuorovaikuttaa kolmen eri ulkoisen järjestelmän kanssa: sen täytyy kysellä toimittajan API-rajapintaa korvaavan inventaarion varalta, soittaa logistiikkakumppanin palveluun järjestääkseen uuden toimituksen ja käyttää rahoitusjärjestelmää luoton käsittelemiseksi. Ilman yhteistä protokollaa agentti tarvitsee kolme erillistä, räätälöityä integraatiota, joista jokainen voi aiheuttaa virheen. MCP tarjoaa standardoidun viestintäkerroksen, joka tekee näistä vuorovaikutuksista saumattomia ja luotettavia.

Alla on reseptejä, joilla voit integroida agentillesi ulkoisia palveluita, jotka näytetään MCP:n kautta.

Resepti 1: Ulkoisten työkalujen ottaminen käyttöön MCP:n avulla

Ongelma

Organisaatiot käyttävät yhdistelmää vanhoja ERP-järjestelmiä ja modernia SaaS-palvelua, mutta niiden integrointi agentille on vaikeaa, koska yhteistä protokollaa ei ole — jokaisella työkalulla on omat API-rajapintansa, todennuksensa ja datamallinsa. Kehittäjät lopulta rakentavat ja ylläpitävät jokaiselle työkalulle mukautettuja Pisteestä pisteeseen -liitintä, mikä tuottaa hauraita, skaalattomia ja kalliita integraatioita.

Kuvio

Agentti kutsuu ulkoista työkalua (näkyvissä MCP:n kautta) rakenteellisen toiminnon kautta, jolloin hän voi käyttää Salesforce Platformin ulkopuolisia erikoistyökaluja.

Konteksti

• Agentti toimii välityspalveluna Salesforce Platformin ulkopuolisille työkaluille.
• Näillä ulkoisilla työkaluilla voi olla erilaisia API-rajapintoja, todennusmekanismeja ja dataformaatteja.
• Agentin ja näiden ulkoisten työkalujen välinen saumaton vuorovaikutus edellyttää standardoitua viestintäprotokollaa.
• Uudelleenkäytettävyys on tärkeä huolenaihe, koska useat agentit voivat käyttää samoja ulkoisia työkaluja eri tarkoituksiin.

Vuorovaikutukset

1. Käynnistin: Käyttäjäpyyntö tai sisäinen tapahtuma Agentforcessa vaatii ulkoisen työkalun käytön.
2. Tarkoitus toimia: Agentforce Agent tunnistaa tarkoituksen ja määrittää, että ulkoinen MCP-pohjainen työkalu on pakollinen.
3. Suunnittelija (sisäinen): Agentforce Agentcen suunnittelija valitsee asiaankuuluvan MCP-työkalun tai -toiminnon sen määritettyjen ohjeiden ja käytettävissä olevien työkalujen perusteella.
4. Suoritus: Agentforce lähettää MCP-yhteensopivan pyynnön ulkoiseen MCP-palvelimeen (esimerkiksi Apex kautta MuleSoft-päätepisteeseen, joka reititetään sitten ulkoiseen MCP-palvelimeen).
5. Ulkoinen käsittely: Ulkoinen MCP-palvelin käsittelee pyynnön, vuorovaikuttaa perustana olevan ulkoisen sovelluksen kanssa ja valmistelee MCP-yhteensopivan vastauksen.
6. :Tulos Ulkoinen MCP-palvelin palauttaa vastauksen Agentforce.
7. Seuranta: Agentforce Agent käsittelee vastauksen, päivittää sen sisäisen tilan ja jatkaa tehtävää tai antaa käyttäjälle palautetta.

Traderoinnit

Agentin päätöksenteon logiikka on vain yhtä hyvä kuin sen perustana oleva data. Jotta agentti voisi toimia älykkäästi, hänellä täytyy olla kattava ja reaaliaikainen ymmärrys ympäröivästä maailmasta. Ilman määritettyä datan tuontiarkkitehtuuria agentti ei voi käyttää tai käsitellä suuria määriä reaaliaikaisia tietoja, jotka ovat välttämättömiä sen toiminnan kannalta.

Transaktiotietojen integrointi agenttien kanssa

Ongelma

Agenttien täytyy usein suorittaa vähäisen viiveen luku-/kirjoitustoimintoja tietuejärjestelmissä sijaitseville yksittäisille tietueille (esimerkiksi päivittää tapaus tai noutaa tilauksen tila). Nämä toiminnot vaativat datan eheyden ja luotettavuuden sen perustana olevan datamallin yhdenmukaisuuden varmistamiseksi. Ydinrakennuksen haasteena on tarjota turvallinen, reaaliaikainen ja skaalattava kuvio tälle transaktioiden datan käyttämiselle luomatta hauraita Pisteestä pisteeseen -integraatioita.

Konteksti

Agentin yhdistäminen näihin tietueisiin vaatii vahvan arkkitehtuurin, joka koostuu useista ydinkomponenteista.

• Transaktio-järjestelmät: Nämä ovat datan arvokkaat lähteet, kuten tietuejärjestelmät, kuten Salesforce, Workday tai SAP, tai palvelut, joita isännöidään alustoilla, kuten AWS.
• Integrointikerros: Tehokas integraatiokerros, jota tavallisesti käsittelee MuleSoft, on tärkeää, jotta voit muodostaa turvallisen yhteyden näihin eri järjestelmiin, muuntaa dataa ja näyttää sen Agentforce-alustalle.
• MCP-palvelimet: Agentit kommunikoivat näiden ulkoisten järjestelmien kanssa MCP-standardin avulla varmistaakseen yhteensopivuuden. Integraatiokerros voi muodostaa yhteyden useisiin ulkoisia palveluita tai agentteja isännöiviin MuleSoft-, Heroku- tai kolmannen osapuolen MCP-palvelimiin.
• Agentin vaihto: Tämä komponentti toimii hakemistona tai valintapaneelina, jonka avulla Salesforce-agentti voi löytää ja muodostaa turvallisen yhteyden oikeaan ulkoiseen palveluun tai agenttiin suorittaakseen tehtävänsä.

Resepti 1: Suorat tietueiden toiminnot MCP:n kautta

Kuvio

Agentti käyttää MCP:ää muodostaakseen yhteyden transaktioiden datajärjestelmään ja suorittaa tilan CRUD-operaatioita tietyille, tunnistetuille tietueille, joilla on välittömät yhdenmukaisuusvaatimukset.

Konteksti

• Selkokielisten ja yhteistyöagenttien täytyy siirtää tietueiden järjestelmätietoja työnkulussa.
• Tietueen järjestelmä on ulkoinen järjestelmä.
• Transaktioiden täytyy olla idempotenttejä.

Tärkeimmät komponentit

• Agentforce Agent: Aiheita ja ohjeita transaktioiden päivittämiseen. Toiminnot kutsuu ulkoista MCP-palvelinta tai Agentforce Exchangen rekisteröimää MCP-palvelinta.
• MCP-palvelin: MCP-palvelin, joka paljastaa transaktiotiedot ja -toiminnot (esimerkiksi tool=billing.update_record input-datalla)
• Tietueen ulkoinen järjestelmä: Järjestelmä, jossa tilan muutos tapahtuu

Vuorovaikutukset

1. Käynnistin: Komento tai tapahtuma tapahtuu, joka vaatii tapahtuman tietueelle.
2. Tarkoitus toimia: Agentforce tunnistaa tilan muutoksen tarkoituksen.
3. Suunnittelija (sisäinen): Suunnittelija valitsee MCP-työkalun.
4. Suorita: Työkalu suoritetaan, kun käytäntö-, tietue- ja kenttätason käyttöoikeustarkistukset on suoritettu.
5. Tulos: MCP-palvelin palauttaa vastauksen
6. Seuranta: Agentforce käsittelee vastauksen.

Traderoinnit

Resepti 2: Monimutkainen orkestrointi Mulesoft API:n kautta

Kuvio

Agentti hyödyntää Mulesoft API:a monimutkaisiin, monivaiheisiin, järjestelmien välisiin atomitransaktioihin. Tämä tarjoaa yhden hallitun päätepisteen, joka varmistaa luotettavan lopputuloksen käsittelyn ja välttää yhdenmukaisuuden, luotettavuuden, viiveen ja datan ongelmia, jotka liittyvät yksittäisiin järjestelmiin suoritettuihin puheluihin.

Konteksti

• Keskustelevien ja itsenäisten agenttien täytyy usein suorittaa useita toimintoja luotettavasti.
• Transaktiossa on useita transaktioiden järjestelmiä ja toimintoja.
• Työnkulut vaativat transaktion/julkaisun, uudelleenyrityksen ja käytäntöjen noudattamisen.
• Transaktioiden tarpeet ovat reaaliaikaisia, todennäköisiä, havaittavissa ja vaatimustenmukaisia.

Vuorovaikutukset

1. Käynnistin: Komento tai tapahtuma tapahtuu, joka vaatii monimutkaisen transaktion suorittamisen.
2. Tarkoitus toimia: Agentforce tunnistaa tarkoituksen.
3. Suunnittelija (sisäinen): Suunnittelija valitsee kutsuttavan toiminnon API- tai API-toiminnolle.
4. Suoritus: API suoritetaan ja vastaus palautetaan.
5. Seuranta: Agentforce käsittelee vastauksen.

Traderoinnit

Analyysien integrointi agenttien kanssa

Ongelma

Organisaatiot ovat investoineet paljon analyysiin perustuvaan infrastruktuuriin — eli datan varastoihin ja järviin, reaaliaikaisiin analyysijärjestelmiin ja liiketoimintatietojen alustoihin — mutta tekoälyagentit eivät ole enää yhteydessä näihin järjestelmiin. Tämä luo aukon agentin kykyyn saada rikastettu konteksti (esimerkiksi, että asiakas oli palauttanut varaosia kolme kertaa viime vuosineljänneksellä) auttaakseen tekemään parempia päätöksiä (tässä tapauksessa eskalointi).

Konteksti

Agentin toiminnallinen älykkyys saadaan hänen kyvystään syntetisoida tietoja täysin eri datamuodoista ja lähteistä. Tästä syystä tätä arkkitehtuurikuviota ei ole suunniteltu yksittäiselle käyttötapaukselle, vaan perustana olevaan datan tuontikehykseen. Tehokkaan agentin täytyy olla valmiina käsittelemään rakenteellisia lähteitä suorittaakseen loogisia ja dataan perustuvia analyysejä. Agentti tarvitsee pääsyn raskaisiin, rakenteellisiin syötteisiin. Tämä sisältää Enterprise data lake -tiedostojen integroinnin (yhdistämällä nollan kopion Data 360:n kanssa), datavirtojen käsittelyn, jotka on muunnettu välisovelluksella, tai erätiedostojen, kuten CSV-tiedostojen, tuonnin.

Resepti 1: Data Laken integrointi Data 360 Zero-Copy -työkalulla

Ongelma

Organisaatiot kohtaavat korkeat kustannukset, kun he käyttävät perinteisiä dataputkia datasäiliöissä säilytettyjen analyyttisten tietojen kopioimiseen, hallintaan ja muuntamiseen (esimerkiksi Snowflake). Historiallisesti analyysit ovat olleet suurelta osin offline-tilassa, mikä johti siihen, että puuttuvat mahdollisuudet toimia ajoissa.

Kuvio

Agentti kyselee Data 360:ssa käytettävissä olevaa nollan kopiointidataa (ja laskettuja havaintoja) sen sijaan, että hän kyselisikin ulkoisia datan varastoja saadakseen kriittisiä havaintoja. Tämä auttaa agentteja hyödyntämään sekä transaktio- että analyyttistä dataa päätöksenteon parantamiseksi.

Konteksti

• Organisaatiosi tallentaa asiakastietoja ja toimintatietoja datan varastoihin ja järviin.
• Agenttisi tarvitsevat pääsyn aggregoituihin tilastoihin, historiallisiin trendeihin ja analyyttisiin havaintoihin.
• Agenttisi konteksti tarvitsee sekä transaktio- että analyyttisiä tietoja (huomioi, että tutkija tarvitsee historiallisten trendien dataa).

Vuorovaikutukset

1. Käynnistin: Agentti saa kyselyn havainnosta, joka vaatii pääsyn analyyttiseen dataan tai laskettuun havaintoon.
2. Suoritus: Agentti suorittaa toiminnon, joka kutsuu Data 360:n laskettuja havaintoja Query API:n kautta, ja laskettu havainto palautetaan.
3. Seuranta: Agentforce käsittelee vastauksen.

Traderoinnit

Resepti 2: Toimintojen käynnistäminen datavirroista

Ongelma

Organisaatiot luovat jatkuvasti arvokkaita tietoja liiketoimintatoimista, kuten verkkosivuston vierailuista, puheluista, kokouksista, chateista ja antatiedoista. Kun nämä vuorovaikutukset kuitenkin tulevat saataville tai noudetaan datan varastoista, kriittiset havainnot menetetään ja mahdollisuus ajoitettuun toimenpiteeseen on ohitettu. Tästä johtuen organisaatiot puuttuvat suurimmasta osasta reaaliajassa tarvittavaa interaktiivista älyä, joka on usein haudattu näihin väliaikaisiin viestiketjuihin. Tämä johtaa aukkoihin, puuttuviin valmennusmahdollisuuksiin ja päätöksiin, jotka on tehty ilman koko asiayhteyttä.

Kuvio

Agentti saa reaaliaikaisia tai lähes reaaliaikaisia havaintoja datatoiminnon kautta Data 360:n streaming-havainnosta tai reaaliaikaisesta havainnosta, tai hän käyttää streaming-havaintoa reaaliajassa kyselemällä MCP-palvelinta, joka on yhteydessä reaaliaikaiseen käsittelyjärjestelmään, kuten Apache Flink.

Konteksti

• Streaming-järjestelmät, kuten sovellusalustan tapahtumat, Pub/Sub API ja RTEM, luovat valtavia määriä viestiketjujen dataa.
• Viestiketjujen käsittelyjärjestelmät, kuten Data 360 ja Apache Flink, käsittelevät nämä yksittäiset tapahtumat, kun ne saapuvat.
• Agentforcen täytyy kysellä viestiketjujärjestelmiä (esimerkiksi uusin 30 sekunnin keskusteluloki live-kokoukselle, jossa on lisää kontekstia) tai se käynnistyy datatoiminnolla (esimerkiksi petosten havaitseminen).
• Tarvitset lähes reaaliaikaisia, vähäisen viiveen toimintoja.

Vuorovaikutukset

1. Viestiketjun emit: Lähdejärjestelmä lähettää jatkuvan datavirran.
2. Viestiketjun käsittely: Viestiketjujen käsittelyjärjestelmät, kuten Data 360 tai Apache Flink, käsittelevät tiedot.
3. Muunna: Havainnot aggregoidaan, muunnetaan ja syntetisoidaan agenttien tietoiseksi dataksi välitysohjelmassa (monimutkaista transformaatiota varten) tai Data 360:ssa.
4. Viestiketjun havaintotapahtuma: Data 360 -datatoiminto käynnistyy syntetisoidulle datalle (esimerkiksi 30 sekunnin audiovirran keskusteluloki).
5. Rahvista: Agentti lisää asiayhteyden ja havaitsee tarkoituksen.
6. Suorita: Agentti suorittaa toiminnon.
7. Seuranta: Agentti odottaa seuraavaa streaming-havaintoa.

Traderoinnit

Semanttisen datan integrointi agenttien kanssa

Organisaatioilla on liiketoimintaobjekteja — katalogeja, käsikirjoituksia, käytäntöjä, Knowledge ja suhdekarttoja — eri muodoissa ja muodoissa. Jotta agentit voisivat siirtyä yksinkertaisen tehtävän suorittamisen ulkopuolelle ja harjoittaa monimutkaista päättelyä, heidän täytyy voida ymmärtää näitä tietoja siellä, missä suurin osa ihmisten Knowledgesta on tallennettu.

Resepti 1: RAG: Jäsentämättömien tietojen tehon avaaminen agenteille

Ongelma

Organisaatioilla on usein haettavia tietoja, jotka estävät agentteja käyttämästä niitä luottavaisin mielin. Tämä puute johtaa usein agenttien vastauksiin, jotka eivät sisällä asiayhteydestä riittävää syvällisyyttä tai vahvistettavia lainausmerkkejä Trustin luomiseksi. Tästä syystä on selkeä tarve standardoidulle menetelmälle, joka sallii agenttien noutaa semanttisesti relevanttia ja tarkkaa sisältöä johdonmukaisesti.

Kuvio

Tämä kuvio tarjoaa arkkitehtuurin, jonka avulla agentit voivat tuoda ja tulkita erilaisia jäsentämättömiä tietoja, sisäisistä asiakirjoista julkiseen verkkosisältöön. Tämän datan käyttöoikeuden myöntäminen agentille on tärkeää, jotta voit avata edistyneitä ominaisuuksia, kuten markkina sentimenttianalyysi, asiakirjojen yhteenveto ja kilpailijoiden tutkimus.

Konteksti

• Knowledge on tiedostoissa eri muodoissa ja muodoissa.
• Tarpeeton sisältö on yleistä näissä asiakirjoissa.
• Agentti tarvitsee tarkat tiedot, jotka voidaan lisätä.
• Knowledge muuttuu usein, joten tiedostot täytyy päivittää ja indeksoida uudelleen.

Vuorovaikutukset

Agentti ei voi tuoda tai käyttää sisältöä sellaisenaan. Sisältö täytyy pilkkoa, upottaa, tallentaa vektoriin ja indeksoida ennen kuin agentit voivat hakea ja käyttää sitä.

Syötä ja valmistele

1. Selaa ja tuo lähteitä: Lähteitä voidaan tunnistaa kahdella tavalla: manuaalisesti, esimerkiksi lataamalla PDF-tiedosto palvelimelle, tai niiden sijainnin perusteella, kuten AWS S3.
2. Pura: Tuotu sisältö jaetaan pienempiin, hallittaviin osioihin, jotta se voidaan käsitellä ja palauttaa tehokkaasti. Tämä on kriittinen vaihe RAG:lle, koska se varmistaa, että vain tärkeimmät tiedot noudetaan, eikä kokonaisia asiakirjoja.
3. Upoaminen: Jokainen osio muunnetaan sitten numeeriseksi esitykseksi nimeltään upottaminen käyttämällä erikoistunutta kielimalliä. Nämä upotukset sieppaavat tekstin semanttisen merkityksen ja sallivat samankaltaisuuksiin perustuvat haut.
4. Vektorin tallennustila: Upotukset tallennetaan Data 360 -vektorisäiliöön, joka on erikoistunut tietokanta, joka on optimoitu tehokkaille samankaltaisuuksien hauille. Tämä sallii agentin löytää asiaan liittyvää sisältöä nopeasti.
5. Indeksointi: Sisältö ja sen upotukset indeksoidaan vektorikaupassa, joten niitä voi hakea helposti.

Data 360 -haun funktiot

• Nouda sisältöä: Tämä funktio ottaa kyselyn input-arvona ja suorittaa semanttisen haun Data 360 -vektorisäiliölle löytääkseen asiaankuuluvimmat sisältöpalikat.
• Suodattimen sisältö: Tämä funktio sallii haetun sisällön suodattamisen metadatan perusteella, kuten asiakirjatyypin, tekijän tai päivämäärän perusteella tulosten tarkentamiseksi tarkemmin.
• Pistemäärän sisältö: Tämä funktio järjestää haetut sisältöpalikat niiden samankaltaisuuden pisteytyksen perusteella (vektori haku), avainsanojen pisteytyksen perusteella tai niiden yhdistelmän perusteella (hybridihaku).

Nouda ja generoi

• Kysely: Kun agentti tarvitsee tietoja, hän laatii kyselyn, joka upotetaan myös vektoriin.
• Semanttinen haku: Agentti suorittaa semanttisen haun Data 360 -vektorisäiliölle vertaamalla kyselyn upottamista tallennettujen sisältöpalikoiden upottamiseen. Tämä hakee semanttisesti tärkeimmät lohkot vektorin pistemäärän tai hybridin pistemäärän perusteella (vektori ja avainsana yhdessä).
• Nouto-augmentoitu generointi (RAG): Noudettu sisältöpalikat tarjotaan sitten Agentforce agenteille asiayhteydenä alkuperäisen kyselyn kanssa. LLM käyttää tätä kontekstia luodakseen tarkkoja, tarkkoja ja luettavissa olevia vastauksia.
• Vastaus ja lainausmerkki: Agentti esittää luodun vastauksen, usein viittaamalla alkuperäisiin lähdeasiakirjoihin tai verkkolinkkeihin, luodakseen Trustin ja salliakseen vahvistuksen.

Traderoinnit

Resepti 2: Datakaaviot: Esikatseltu rakenteellisten kaavioiden data agenteille

Ongelma

Organisaatioilla on usein erillisiä suhdetietoja, jotka estävät agentteja noutamasta niitä. Tämä ongelma aiheuttaa usein, että agentit tarjoavat puutteellisia vastauksia, joilla ei ole riittävästi asiayhteystietoja luodakseen Trustia eri entiteettien yhdistämiseen, tai aiheuttaa viiveitä, kun agenttien täytyy noutaa tietoja useista tietokannoista.

Kuvio

Tämä kuvio tarjoaa arkkitehtuurin, jonka avulla agentit voivat tuoda ja tulkita erilaisia rakenteellisia ja puolirakenteellisia suhdetietoja, aina sisäisestä CRM-datasta ulkoisiin Knowledge. Tämän datan käyttöoikeuden myöntäminen agentille on tärkeää, jotta voit avata edistyneitä ominaisuuksia, kuten Customer 360 -näkymät, monimutkaiset sidonnaisuuksien analyysit ja dynaamisen kontekstien rakentamisen.

Konteksti

1. Suhdetiedot ovat hajallaan eri järjestelmissä ja muodoissa.
2. Agenttien täytyy ymmärtää entiteettien väliset yhteydet (esimerkiksi asiakas, hänen tapauksensa, tilauksensa ja siihen liittyvät tuotteet).
3. Knowledge ja yhdistetyt datamallit ovat välttämättömiä monimutkaisten suhteiden ymmärtämiseksi.
4. Agentti tarvitsee tarkkoja tietoja entiteettien suhteista, jotka voidaan laatia.

Vuorovaikutukset

Suhdetiedot täytyy harmonisoida ja esittää kaavion rakenteessa ennen kuin agentit voivat kysellä ja käyttää niitä tehokkaasti.

Syötä ja valmistele

1. Crawland-toiminnon lähteet: Tietolähteet (esimerkiksi CRM-järjestelmät, ERP:t, ulkoiset API-rajapinnat ja CSV-tiedostot) tunnistetaan ja tuodaan Data 360:ään.
2. Datan harmonisointi: Raakadata kartoitetaan Data 360:n Datamalliobjekteihin (DMO), standardoidaan sen rakenne ja luodaan yhtenäistetty näkymä.
3. Identiteetin vahvistus: Identtiset asiakasprofiilit yhdistetään ja niihin liittyvät tietueet linkitetään luodakseen yhden ja tarkan näkymän kustakin asiakkaasta.
4. Datakaavion luominen: DMO-organisaatiot yhdistetään muodostaakseen datakaavion, joka edustaa eri entiteettien välisiä suhteita (esimerkiksi asiakkaan DMO on yhdistetty tapauksen DMO-organisaatioon, joka on yhdistetty tuotteen DMO-organisaatioon). Tämä kaavio sallii suhteiden suorittamisen tehokkaasti.
5. Lasketut havainnot: Aggregaattitilastot ja johdetut attribuutit (esimerkiksi asiakkaan ostohistoria yhteensä) lasketaan ja lisätään datakaavioon muotoillun asiayhteyden aikaansaamiseksi.

Nouda ja generoi

1. Kysely: Kun agentti tarvitsee tietoja entiteettien välisistä suhteista, hän laatii datakaavioon perustuvan kyselyn (esimerkiksi "Mitä ovat kaikki tämän asiakkaan avoimet tapaukset ja mitkä tuotteet liittyvät niihin?").
2. Graph traversal ja Query API:n: Agentti käyttää Data 360 Query API -rajapintaa datakaavion läpi ja noutaakseen yhdistettyjä tietueita, laskettuja havaintoja ja asiaankuuluvia attribuutteja kyselyn perusteella.
3. Kontekstimuotoinen generointi: Noudettu suhdetietoinen data tarjotaan sitten asiayhteydeksi Agentforce alkuperäisen kyselyn kanssa. LLM käyttää tätä rikastettua kontekstia luodakseen tarkan, tarkan ja luettavan vastauksen, joka vastaa datan yhteenliittämistä.
4. Vastaus ja lainausmerkki: Agentti esittää luodun vastauksen, usein viittaamalla tietueisiin tai suhteisiin datakaaviossa, joka ilmoitti vastauksesta, luodakseen Trustin ja salliakseen vahvistuksen.

Traderoinnit

Yritys on uuden automatisoinnin ja älykkyyden aikakauden edessä tekoälyagenteilla. Yksinkertaisten asiakaskyselyiden käsittelystä monimutkaisten liiketoimintastrategioiden itsenäiseen suorittamiseen agentit lupaavat määrittää tuottavuuden ja asiakkaiden osallistumisen uudelleen. Salesforce Agentforce -alusta tarjoaa olennaisen ja luotettavan perustan tälle transformaatiolle. Agentforce tarjoaa kattavan ja luotettavan perustan kaikkien agenttityyppien rakentamiseen vankan joukon deklaratiivisia ja pro-code-työkaluja, yhtenäisen datalustan ja sitoutumisen avoimiin standardeihin A2A:n ja MCP:n kautta. Tämä arkkitehtuuri sallii organisaatioiden ottaa käyttöön älykkäitä, tavoitteisiin suuntautuneita agentteja, jotka toimivat yhdistettyinä kumppaneina, eivät erillään, edistääkseen mitattavissa olevaa liiketoiminnan menestystä.

Salesforce tarjoaa tehokkaan ja integroidun joukon työkaluja, jotka on yhtenäistetty Agentforce ja jotka toimivat perustana hienostuneiden agenttien rakentamiselle. Tämän asiakirjan reseptit ja esimerkit olettavat, että olet tutustunut Agentforce Platformin ominaisuuksiin ja agenttien vuorovaikutukseen. Tämä osio tarjoaa päivityksen tärkeimpiin komponentteihin, jotka sinun täytyy ymmärtää saadaksesi kaiken hyödyn irti tämän asiakirjan resepteistä ja kuvioista.

Tässä osiossa kuvataan sovellusalustan perusominaisuudet, jotka ovat välttämättömiä, jotta arkkitehdit ja kehittäjät voivat rakentaa agentteja Agentforcessa.

• Salesforce-kulku: Ensisijainen työkalu agenttien logiikan määrittämiseen. Sen deklaratiivinen ja visuaalinen käyttöliittymä soveltuu erinomaisesti agentin suorittamien vaiheiden organisointiin.
• Apex: Tarjoaa tehon monimutkaiseen mukautettuun logiikkaan, itsenäisten agenttien tilan hallintaan ja monimutkaisiin integraatioihin.
• Sovellusalustan tapahtumat: Ennakoivien ja yhteistyöhön osallistuvien agenttien hermosto, joka toimii A2A-protokollan kuljetuskerroksena.
• Data 360: Agentin yhtenäistetty pitkäaikainen muisti. Se tarjoaa asiayhteyden, joka vaaditaan älykkääseen toimintoon, ja se on perusta haun augmentoidulle generoinnille (RAG).
• MuleSoft: Agentin silta ulkomaailmaan, mikä mahdollistaa järjestelmän integroinnin ja sovellusalustan välisen agenttien viestinnän MCP:n kautta.
• Slack: Ensisijainen ihmisten ja agenttien vuorovaikutuksen pinta, mukaan lukien tehtävät, ilmoitukset ja hyväksynnät
• Agentforce Chat -asiakassovellus: Mukautettava ja upotettava front-end asiakaskohtaisia keskusteluagentteja varten

Agentit eivät voi olla siloissa, jotta he voivat toimia todella tehokkaasti. Agentforce käyttää kahta ydintehokkuuskuviota:

• Agent2Agent (A2A) -viestintä: Tämä protokolla määrittää, miten Salesforce-ekosysteemissä olevat agentit kommunikoivat keskenään. Agentforce-sovellusalusta toimii sekä A2A-asiakassovelluksena että palvelimena, joka luo ja kuuntelee pyyntöjä, mikä on tärkeää yhteistyöagenteille. Agentteja voidaan määrittää liittymään agentteihin löytääkseen ja kutsumaan muita agentteja, joilla on tiettyjä taitoja, luomalla dynaamisen ja laajennettavan järjestelmän. Sovellusalustan tapahtumat toimivat näiden A2A-viestien kestävänä, ei-synkronoituna kuljetusmekanismina.

• Mallin kontekstiprotokolla (MCP): Tämä standardi varmistaa, että agentteja ei ole lukittu yhteen sovellusalustaan. MCP määrittää yleisen viestiformaatin, joka sallii eri kehysjärjestelmiin perustuvien agenttien kommunikoida. Tässä mallissa Agentforce toimii MCP-asiakassovelluksena. Salesforce-agentti voisi esimerkiksi kysellä monimutkaisten logistiikan laskutoimien ulkopuolista agenttia lähettämällä sille MCP-yhteensopivan pyynnön. MuleSoft toimii yhdyskäytävänä ja muuntaa sisäisen A2A-pyynnön ulkoiseksi MCP-muotoilluksi API-kutsuksi, mikä varmistaa saumattoman yhteentoimivuuden koko organisaatiossa.