För över två årtionden sedan var Salesforce först med den första molnplattformen för flera klienter och satte standarden i branschen. Sedan dess har Salesforce utvecklats till en omfattande företagsplattform som kan samla in och automatisera viktiga aspekter av en verksamhet och serva hundratusentals företag och miljoner användare i olika branscher och regioner. Salesforce har även förbättrat sin Customer360-produktsvit genom strategiska förvärv.
Under de senaste åren har förändringar på marknaden, i branschen och i tekniklandskapet lett till ett antal djupa transformationer i den grundläggande Salesforce Platform. Dessa inkluderar:
- Framväxten av offentliga molnleverantörer som investerar mycket i infrastruktur.
- Snabba framsteg inom AI, inklusive maskininlärning, generativ AI och agentupplevelser.
- Ökade krav på datalagring och föreskrifter i olika branscher och länder.
- Behovet av att hantera realtidsdata och transaktioner i en snabbt ökande skala.
- Ökat fokus på krav på cybersäkerhet, systemtillgänglighet, prestanda och motståndskraft.
- Kundens efterfrågan på en integrerad svit som erbjuder en mycket motståndskraftig, löst kopplad och starkt sammanhängande arkitektur.
Som svar på dessa förändringar, särskilt den seismiska förändringen av AI och dess påverkan på företag, har Salesforce helt förändrat sin plattform från grunden och lagt grunden för nästa generations applikationer och kundanvändningsfall, samtidigt som vi upprätthåller våra Trust mål.
Lanseringen av Agentforce i Dreamforce 2024 och diagrammet nedan representerar kulmen på denna omfattande ansträngning, som involverar tusentals teammedlemmar i Salesforces teknik- och produktorganisation. För närvarande har mer än 95% av våra kunder gått över till denna nya plattform. Den framgångsrika migreringen av en majoritet av våra kunder, inklusive de med de mest krävande arbetsbelastningarna, understryker våra teknikers uppfinningsrikedom och bekräftar Salesforces kärnvärden Trust, Customer Success och Innovation.
Sedan Agentforce lanserades har Salesforce fortsatt att vara banbrytande inom AI i företagsprogram och har varit marknadsledande inom att utveckla agentupplevelser som ger befintliga och nya verksamhetsmöjligheter konversationsupplevelser i realtid.
I detta white paper, skapat i samarbete med topptekniker, ges en detaljerad utforskning för byggare som uppskattar komplexiteten bakom stora tekniska förändringar. Pappret fördjupar sig i de grundläggande arkitektoniska förbättringarna som håller plattformen skalbar, säker och redo att hantera framtida applikationer samtidigt som det uppfyller våra kunders förändrade behov. Vi rekommenderar att du börjar med kapitlet Arkitekturöversikt för att förstå hela bilden. Därifrån kan läsare antingen fortsätta i sekvens eller utforska de kapitel som fångar deras intresse mest.
Emin Gerba
Chefsarkitekt, Salesforce
De arkitektoniska principerna för Salesforce Platform nedan fångar grunden och differentieringen för hur vi skapar funktioner och kapaciteter:
- Enterprise-Grade Trust: Trust är Salesforces främsta värde och vi prioriterar inte bara tillgänglighet och säkerhet för våra tjänster, utan bygger även funktioner för åtkomstkontroll, efterlevnad och säkerhet så att våra kunder kan uppfylla sina standarder för efterlevnad och säkerhet med Salesforce Platform.
- Multitenant: Alla tjänster och all infrastruktur är byggd för att vara värd för flera kunder. Detta ger ett strategiskt mönster för att skala upp med användning, samt standardisera på en gemensam hög nivå av tillgänglighet och säkerhet oavsett storleken på våra kunder.
- Metadata-Driven: Metadata är kärnan i hur våra multitenanttjänster är anpassningsbara. Våra metadata är utökningsbara så att administratörer och utvecklare kan bygga på befintligt arbete, samt dra nytta av framtida produktuppdateringar från Salesforce och ekosystempartners.
- API först: Salesforce Platform prioriterar en rik och sammanhängande API-portfölj som täcker allt som kan göras via Salesforces inbyggda användargränssnitt. Detta låter utvecklare och partners utnyttja och omkomponera plattformens funktionalitet för att integrera system eller bygga nya användarupplevelser.
- Öppen och driftskompatibel: Salesforce Platform kan integreras i alla våra kunders företagsarkitekturer. Vi har utformat Salesforce Platform för att fungera med andra molnbaserade och on-prem-system, samt tillhandahålla API:n, verktyg och integreringsstandarder för externa system för att integrera med Salesforce Platform.
- Agent: Salesforce Platform utvecklas snabbt för att vara först med agenter i hela programsviten. Vi vill att användare ska kunna engagera sig med Salesforce genom djupa agentiska konversationsupplevelser som låter dem få arbetet gjort och interagera med sina data på allt naturligare sätt.
Den nuvarande Salesforce Platform representerar den senaste fasen i utvecklingen av Salesforces kapacitet sedan Force.com Platform lanserades 2008. Senaste nyckeltransformationer inkluderar:
- Användning av Hyperforce och övergång till molnbaserade arkitekturer.
- Utveckling från en monolitisk arkitektur till en struktur med oberoende tjänster.
- Introduktion av Data 360- och Lakehouse-tekniker tillsammans med traditionella relationsdatalagringar.
- Djup integration av AI-tekniker, generativ och maskininlärning, och en utveckling till agentupplevelser över hela plattformen.
Dessa ändringar har utökat och förfinat plattformens kapacitet utan betydande störningar, tack vare robusta abstraktioner som låter Salesforce-tekniker utveckla våra tekniker sömlöst med minimala kundstörningar. Den robusta abstraktionen fortsätter även att vara nyckeln till Salesforce Platforms värde av att förenkla den tekniska komplexiteten hos programvara av företagsklass, som säkerhet, tillgänglighet och teknikkonventioner, så att apputvecklare kan fokusera på att lösa sina unika utmaningar. Salesforce Platforms kapacitet markeras nedan:
Salesforce Platform visas som en uppsättning lager som utgör systemet. Varje lager representerar en grupp relaterade funktioner som är viktiga för program byggda på plattformen. Underrutorna inom varje lager ger illustrerande exempel på dessa kapaciteter. Varje lägre lagers kapacitet är integrerad i alla lager ovan, vilket säkerställer en enhetlig och sammanhängande upplevelse över hela Salesforce-programsviten.
Salesforce Platform förkroppsligar omfattande tekniska transformationer över alla lager i en mogen teknikplattform som utvecklats under de senaste 20 åren. Drivs av nya kunders efterfrågan och ny teknik och dessa ändringar möjliggör stöd för nya apptyper och lösningar. Transformationerna är sammankopplade, med ändringar i lägre lager som påverkar utvecklingen av alla efterföljande lager ovanför.
Salesforce Platform är uppdelad i flera lager som vart och ett bidrar till dess omfattande kapacitet:
- Hyperforce: Den grundläggande infrastrukturen har utvecklats från datacenter från första part till offentliga molnleverantörer, utökade med Salesforce-tekniker för säker, efterlevnad, hög tillgänglighet och kostnadseffektiv hosting.
- Metadataramverk: Ger en stabil abstraktion för appar att bygga på, även när de tekniker vi har och använder utvecklas. Inkluderar en objektrelationsmappning, preskriptiv ordning för utförande och en “core” runtime som överbryggar metadatadefinitionerna med de metadatadrivna runtimes.
- Data: Innehåller en relationsdatabas för flera klienter och ett Lakehouse i petabyteskala för hantering av Salesforce-data och icke-Salesforce-data, med stöd för ostrukturerad data- och innehållshantering, avancerad sökning, styrning och analytisk bearbetning.
- AI: Bygger på datalagret med grundläggande, Betrodd AI teknik som använder prediktiv och generativ AI för att driva agentiska upplevelser.
- Appplattformstjänster: Tillhandahåller verktyg för IT-administratörer, utvecklare och leverantörer att bygga och anpassa program, med en uttalad abstraktion för att förenkla vanliga och komplexa uppgifter.
- Verksamhetskapacitet: Erbjuder en rad olika kapaciteter för att uppfylla olika verksamhetsbehov, vilket låter utvecklare skräddarsy program efter behov.
- API och API-hantering: Säkerställer att all plattformskapacitet är tillgänglig genom välformade API:n, vilket underlättar ömsesidigt beroende av service och lager.
- Användar- och utvecklarupplevelse: Innehåller användarvänliga gränssnitt för slutanvändare och en rad utvecklingsverktyg från lågkod till prokod för programutveckling och anpassning, med stöd för modern AI-driven utveckling.
- Integrering: Integreras med alla företagsarkitekturer och möjliggör kompatibilitet med Salesforce-system och icke-Salesforce-system genom dataanslutare, nollkopiering av data och andra verktyg.
- Appar och branscher: Tillhandahåller en uppsättning anpassningsbara appar och branschspecifika lösningar byggda på plattformens integrerade kapacitet, med hela utbudet av funktioner i det nedre lagret och med djupt integrerade AI-agenter.
Salesforce har utvecklat global datacenterinfrastruktur i nästan 25 år, före många nuvarande hyperskalare och IaaS-leverantörer. Hyperforce, den nuvarande generationen av Salesforces infrastrukturutveckling, är utformad för att fungera över flera offentliga molnleverantörer över hela världen.
Den är skräddarsydd för att uppfylla kunders behov av elastisk B2C-skala, global datalagring, utökad tillgänglighet, säkerhet på högsta nivå och efterlevnad av föreskrifter. Hyperforce standardiserar infrastrukturen i alla Salesforce-produkter och underlättar snabb integrering av nyförvärv.
Hyperforce säkerställer att Salesforce Platform levereras, vilket möjliggör snabb distribuering av nya funktioner och program som uppfyller kraven på datalagring och efterlevnad i mer än 20 regioner över hela världen.
Under Salesforces övergång till Hyperforce identifierades betydande skillnader i tjänster, gränssnitt och efterlevnadsnivåer mellan hyperskalare. För att bygga en robust och portabel grund för Salesforce Platform användes dessa arkitektoniska principer:
- Infrastruktur som kod: Med hjälp av en domändriven arkitektur innefattar denna princip deklarativ kodning för infrastruktur, att skapa oföränderliga artefakter och automatisera infrastruktur på begäran med hjälp av standarder som Kubernetes och Service Mesh.
- Zero Trust Security: Implementera en säkerhetsmodell med noll Trust med omfattande försvarsstrategier, inklusive identitetshantering, autentisering, auktorisering, nätverksisolering, säkerhetspolicyer med minst behörighet och kryptering av data både under överföring och i vila.
- Hanterade tjänster: Denna princip betonar användningen av multitenant- och multimolntjänster och förbättrar portabiliteten mellan olika infrastrukturer och miljöer, till exempel kommersiella, statliga och luftgaperade system.
- Inbyggd motståndskraft: Verksamhetskritiska tjänster sprids över flera tillgänglighetszoner för att säkerställa hög tillgänglighet. Data replikeras mellan tillgänglighetsregioner. Tjänster märks även med tillgänglighetsnivåer för att hantera servicenivåmål och återhämtningsplanering.
- Fullt observerbar: Integrering av alla tjänster i en standardplattform för observationer för effektiv övervakning, vilket inkluderar logginsamling, insamling av mått, varning, distribuerad spårning och spårning av serviceåtgärder som trafikvolym, felfrekvens och resursanvändning.
- Automatiserade åtgärder: Detta inkluderar automatiserad hantering av infrastrukturlivscykel och prediktiva AIOps (AI för drift) för att upprätthålla servicekvalitet, upptäcka och hantera serviceförsämringar och upptäcka fel.
- Automatiserad skala: Med fokus på skalbarhet och kostnadseffektivitet tillåter denna princip operativ flexibilitet över olika skalor utan att öka operativa risker, och abstraherar specifika kontogränser relaterade till molnleverantören.
- FinOps Aware: Offentliga moln medför flexibilitet i infrastrukturen, men med risk för ökade kostnader. Vi omfamnar en effektivitetsdriven teknikkultur genom hela servicelivscykeln, utan att kompromissa med tillgänglighet, säkerhet och customer Trust.
Dessa principer guidar utvecklingen och driften av Salesforces Hyperforce Platform och säkerställer att den förblir anpassningsbar, säker och effektiv i olika miljöer.
Salesforce Platform och dess supporttjänster körs i Hyperforce Foundation, som består av flera Hyperforce Instanser. Dessa instanser distribueras strategiskt över olika länder för att uppfylla kundernas önskemål om geografi och tillgänglighet. För att uppfylla stränga krav på datalagring och drift kan en eller flera Hyperforce om du vill grupperas och utses till en driftszon. Varje instans uppdateras regelbundet för att säkerställa säkerhet, skalbarhet och efterlevnad av lokala och juridiska standarder.
Hyperforce består av flera Hyperforce domäninstanser, som är kluster av tjänster som levererar specifika funktioner. Grundläggande funktionella domäner tillhandahåller viktiga tjänster som säkerhet, autentisering, loggning och övervakning, som alla är viktiga för andra Hyperforce tjänster. Affärsfunktionella domäner har stöd för olika Salesforce-produkter som Sales Cloud, Service Cloud och andra, vilket underlättar deras produktfunktionalitet.
Tjänster inom en funktionell domän kan organiseras i celler, som är skalbara och repeterbara enheter för serviceleverans. Hyperforce Cell motsvarar vad som traditionellt kallas en "Salesforce-instans" där en eller flera Salesforce-organisationer (organisationer) finns. En cell är en skalenhet och en stark gräns för sprängradie. Superceller ger en logisk gruppering av flera celler för att avgränsa en större blastradie på grund av delade tjänster mellan celler. Flera superceller kan finnas i en funktionell domän. Med celler och superceller kan Hyperforce skalas horisontellt inom en funktionell domän samtidigt som du behåller kontroll över storleken på explosionsradien.
Varje Hyperforce Instans mappas till en Tillgänglighetsregion, ett koncept som finns i alla offentliga molninfrastrukturer, och kan fungera oberoende av alla andra Hyperforce Instanser. Alla verksamhetskritiska tjänster och data i Hyperforce Instans distribueras och replikeras över minst tre tillgänglighetszoner för att uppnå feltolerans och stabilitet. Dessutom kopieras säkerhetskopior av data till andra lämpliga Hyperforce för verksamhetskontinuitet och regelefterlevnad.
Hyperforce utvecklas kontinuerligt i takt med att nya Hyperforce och -celler skapas eller uppdateras. Kunder är isolerade från ändringar i Hyperforces fysiska detaljer. Alla externt synliga kundslutpunkter nås via stabila och säkra Salesforce Mina domäner (till exempel acme.my.salesforce.com) som säkert dirigerar trafik till den aktuella data- och serviceplatsen. Utgående trafik (t.ex. Mail, webbanrop) implementeras bäst med hjälp av säkra mekanismer som Domain Keys Identified Mail (DKIM) och mTLS, för att säkerställa att kunders infrastruktur på plats inte hårdkodar den fysiska detaljen i Salesforce-infrastrukturen, som IP-adresser som kan ändras över tid.
Hyperforce funktionsdomäner är utformade med robusta säkerhetsåtgärder. Varje domän är säkrad vid omkretsen och isolerad, med tjänster inom en domän uppdelade i dedikerade konton för extra säkerhet. Kommunikation mellan tjänster underlättas säkert via Service Mesh eller liknande protokoll. Trafikhantering hanteras av inkommande och utgående gateways som inspekterar, dirigerar och tillämpar nödvändiga kontroller som strömbrytare eller hastighetsgränser för all inkommande och utgående trafik.
Tjänster inom en Hyperforce funktionsdomän grupperas i säkerhetsgrupper, där endast de i kantgruppen visas för det offentliga internet. Säkerhetspolicyer för körning tillämpar kommunikationsregler mellan olika säkerhetsgrupper och följer principen om minst behörighet för att säkerställa att tjänster endast har den åtkomst som behövs.
Varje geografisk region har en Hyperforce Edge-funktionell domän som avslutar säkerheten för transportlager och använder programmerbara brandväggspolicyer för webbprogram för att hantera hot i förebyggande syfte. Detta säkerställer att endast legitim trafik når Hyperforce slutpunkter samtidigt som en säker och effektiv kundupplevelse upprätthålls. Dessutom kontrolleras interna nätverkslänkar mellan Hyperforce Instanser noggrant och alla loggdata som innehåller personligt identifierande information anonymiseras för att följa GDPR-standarder.
Ett Hyperforce rutnät består av flera Hyperforce Instanser som delar samma styrplan, som är utformat för att isolera känsliga arbetsbelastningar där det är lämpligt. Det säkerställer noll läckage av kund- eller systemdata, plattformsmetadata eller övervakningsdata över rutnät. Kontrollplanen består av överflödiga Hyperforce som är värdar för viktiga tjänster för att skapa, hantera och övervaka Hyperforce som visas för kunder.
Service- och infrastrukturkod för alla Hyperforce utvecklas säkert inom en dedikerad funktionsdomän för kontrollplan, med källkodshantering, kontinuerlig integrering, tester och artefaktbyggartjänster. Den genererade koden skannas efter hot och sårbarheter innan den paketeras i standardiserade, digitalt signerade behållare och lagras i bildregister. Koddistribuering hanteras av auktoriserade pipelines i Hyperforces system för kontinuerlig leverans, med distribueringsbehörighet begränsad till auktoriserade team och operatörer. Ett Airgapped Control Plane hanterar ytterligare skyddsåtgärder som behövs i sådana miljöer.
Identitets- och åtkomsthanteringstjänster (IAM) tillämpar precis-i-tid-godkännanden för att begränsa åtkomstens varaktighet och åtgärder, medan granskningsspår övervakar all aktivitet och används i system för att upptäcka aktiviteter i realtid för att identifiera och varna om misstänkta aktiviteter.
När Salesforce överför sina tjänster till Hyperforce i offentliga moln från sina datacenter från första part är det viktigt att fräscha upp våra strategier för budgetskapande, kostnadsvisualisering och resursoptimering.
Vår metod för kostnadshantering handlar inte bara om att skära ner på kostnader, det är en strategisk process som skiljer mellan produkter som syftar till tillväxt och de som är stabila. Den planerar för konsumtionsbaserad prissättning och marginaler som upprätthåller produkttillgänglighet, i linje med vårt kärnvärde Trust. Offentliga molnkonton är organiserade hierarkiskt och länkade till specifika produkter och chefer. Detaljerad taggning av servicenivåresurser, berikad med organisatoriska metadata, hjälper till att identifiera kostnader för individuella mikrotjänster. Verktyg som Tableau och Slack, tillsammans med avancerade prognosverktyg, används för att ge chefer och team data i realtid om kostnader, prognoser och budgetanalyser, vilket ger förtroende för framtida ekonomisk planering.
För att säkerställa optimal kostnadshantering använder Salesforce en blandning av Beräkna besparingsplaner, Spotkapacitet och Bokningar av kapacitet på begäran (ODCR), vilket garanterar den kapacitet som behövs. Dessa reservationer hanteras genom avancerade tidsserieprognoser och egna instrumentpaneler, vilket möjliggör mänsklig tillsyn och beslutsfattande. Att ange uppnåeliga mål för minskade transaktionskostnader per enhet (kostnaden för att bearbeta en definierad volym av affärstransaktioner) är en effektiv strategi för att driva förbättringar. Verktyget Hyperforce Unit Cost Explorer låter team analysera och hantera trender för enhetskostnader, tilldela kostnader till specifika tjänster och identifiera nya förbättringsmöjligheter. Salesforce Cloud Optimization Index, eller "COIN"-betyg, utvärderar tjänster mot en dynamisk lista över besparingsmöjligheter, vilket motiverar serviceteam att upprätthålla optimal resurseffektivitet.
I vårt orubbliga engagemang för hållbarhet strävar vi aktivt efter att minska vårt koldioxidavtryck och sätter upp specifika mål för att minska vår enhet Carbon to Serve, ett mått på utsläpp i förhållande till utfört arbete.
Säkerhet och tillgänglighet är viktiga grundläggande aspekter av vår företagsklassade plattform, viktiga för att upprätthålla Customer Trust. I Salesforce är dessa kontroller integrerade i Salesforce Platform och tillämpas automatiskt genom delade tjänster och programvaruramverk. Detta inbyggda tillvägagångssätt säkerställer att individuella system gynnas utan att kräva ytterligare ansträngning.
Att hantera och kontinuerligt förbättra denna omfattande uppsättning av säkerhets- och tillgänglighetskontroller för tusentals tjänster och hundratals team är en stor utmaning. Det är dock viktigt eftersom förbiseende av även en liten detalj kan resultera i ett säkerhetsbrott eller systemavbrott.
Hyperforce är en säker och kompatibel infrastrukturplattform som stöder utveckling och distribuering av tjänster med avancerade säkerhetsfunktioner. Den erbjuder stark åtkomstkontroll, datakryptering och efterlevnad av säkerhetsstandarder. Salesforce följer över 40 standarder för säkerhet och efterlevnad, till exempel PCI/DSS, GDPR, HIPAA, FedRamp, med mera.
Viktiga säkerhetsprinciper inkluderar Zero Trust Architecture (ZTA) och end-to-end-kryptering, vilket säkerställer skydd av kunddata i alla bearbetningssteg. Salesforce följer säkerhetsstandarder och rekommenderade metoder från den säkra programutvecklingslivscykeln till produktionsverksamheten, samt robusta säkerhetsrutiner på programnivå för att minska potentiella hot.
Paradigmet ZTA cybersäkerhet säkerställer att alla användare, enheter och tjänsteanslutningar genomgår autentisering, auktorisering och kontinuerlig validering, oavsett plats. ZTA och Public Key Infrastructure (PKI) är viktiga för modern cybersäkerhet och etablerar Trust och säker kommunikation utan att förlita sig på perimetersäkerhet.
PKI-distribueringar förbiser dock ofta vikten av återkallande av certifikat och styrning över rotcertifikatutfärdare. Salesforces implementering av återkallande av certifikat är robust och skalbart och har stöd för PKI-säkerhet från början till slut.
Hyperforce tillämpar även ZTA genom ömsesidig transportlagersäkerhet mellan tjänster, med hjälp av kortlivade privata nycklar och precis-i-tid-åtkomst för användare med rollbaserad åtkomstkontroll.
Salesforce Platform säkerställer skyddet av data som överförs genom att använda TLS med perfekta framåtlutade chiffersviter, som säkrar data när de färdas över nätverket mellan användarenheter och Salesforce-tjänster, samt inom Salesforce-infrastrukturdomänerna.
För data i vila använder Salesforce Platform ett nyckelhanteringssystem som stöds av hårdvarusäkerhetsmoduler. I sin plattform för flera arrendatorer tilldelas varje arrendator en unik krypteringsnyckel, vilket förhindrar att nycklar överförs mellan arrendatorer.
Säkerheten för kommunikation och kryptering är starkt beroende av entropi för att skapa nycklar eller slumpmässiga data. Salesforce Platform känner igen sårbarheten hos kryptografiska protokoll för attacker på grund av förutsägbart nyckelskapande och minskar denna risk genom att hämta entropi från flera olika ursprung för alla nyckelskapandeprocesser. Vi använder minneskrypteringsfunktionen som finns i olika processorer, aktiverad av en molntjänstleverantör, för att förbättra skyddet mot kallstartsattacker.
Salesforce har en anpassad JDK för att uppfylla många efterlevnadsstandarder, till exempel Federal Information Processing Standard (FIPS), vilket förenklar processen för utvecklare och operatörer genom att eliminera behovet för dem att själva utföra efterlevnadsarbete. Denna anpassning hjälper inte bara till att förhindra risker som till exempel XML External Unit injection (XXE) utan förbättrar även Salesforces flexibilitet och förmåga att utbyta kryptografistrategier efter behov. Den tillåter transformationen av icke-kompatibel kod—oavsett om den utvecklats internt eller hämtats från öppna arkiv—till FIPS-kompatibel kod utan att kräva en fullständig omskrivning, vilket minskar arbetsbelastningen på utvecklingsteam och upprätthåller efterlevnad av designprinciper som är säkra som standard.
Salesforce har även införlivat ramverk för att motverka sårbarheter som skript för flera webbplatser (XSS), begärandeförfalskning (CSRF) och SQL-injektion genom att integrera skyddsåtgärder i livscykeln för säker programvaruutveckling (SSDL).
Ett centraliserat hanteringssystem för hemligheter, förstärkt av rollbaserade åtkomstkontroller (RBAC), implementeras för att säkra både tjänster och användaråtkomst. Dessutom används verktyg för kodskanning för att förhindra oavsiktlig exponering av hemligheter i produktionsmiljöer genom hanteringssystem för källkod.
Nätfiske är fortfarande ett stort hot mot organisationer, vilket leder till att Salesforce implementerar nätfiskeresistent flerfaktorsautentisering (MFA) i enlighet med ett antal rekommenderade metoder i branschen, inklusive CISA-principer (Cybersecurity and Infrastructure Security Agency). Detta inkluderar hårdvarusäkrade nycklar för anställda med produktionsåtkomst och en säker kärna för kontrollerad åtkomst till molntjänstleverantörskonton.
För att upprätthålla en robust säkerhetsstatus har Salesforce standardiserat säkerhetskontroller och integrerat molnbaserade säkerhetstjänster i Hyperforce, vilket ger förbättrad synlighet, hotdetektering och policytillämpning. Det finns ett omfattande system för säkerhetsinformation och händelsehantering för övervakning, varning och rapportering i realtid, som stöds av ett grundligt program för sårbarhetshantering och verktyg för hantering av molnsäkerhet för att kontinuerligt identifiera, bedöma och åtgärda sårbarheter.
Utöver detta filtrerar och övervakar en webbapplikations brandvägg HTTP-trafik för att skydda mot olika attacker, och en rad verktyg för nätverkssäkerhet, inklusive brandväggar, system för upptäckt och förebyggande av intrång, virtuella privata nätverk och agenter för upptäckt och svar av slutpunkter används för att tillhandahålla kontinuerlig övervakning och hotdetektering. Nätverkssegmentering och mikrosegmentering implementeras för att minimera attackytan och innehålla potentiella överträdelser.
Salesforce har även utvecklat och implementerat en robust incidenthanteringsplan som är skräddarsydd för de unika utmaningarna i Hyperforce, med fördefinierade procedurer för att identifiera, begränsa och minska säkerhetsincidenter, vilket säkerställer ett snabbt och effektivt svar på potentiella säkerhetshot.
Salesforce hanterar verksamhetskritiska kundarbetsbelastningar som kräver hög tillgänglighet. Vår strategi för hög tillgänglighet inkluderar olika organisatoriska aspekter som vår modell för serviceägande, incidenthantering och verksamhetsgranskningar. Viktiga tekniska delar av vår strategi inkluderar vår övervakningsarkitektur, AI-driven driftautomatisering och automatiserade säkerhetsmekanismer för produktionsändringar.
För att konsekvent uppnå hög tillgänglighet för tusentals tjänster hanterar en trestegsmetod tekniska risker i stor skala.
Först etableras standarder för tillgänglighetsarkitektur som definierar rekommenderade metoder som:
- Redundans med automatiserad failover. För att hantera de ständiga fel som ett stort molnbaserat system stöter på bygger Salesforce sina tjänster med en hög nivå av redundans, fullständigt automatiserad upptäckt av fel och sömlös automatiserad återställning för både fullständiga och delvisa fel.
- Begränsa sprängradie. Fel kommer att inträffa, så teamet utformar alla sina tjänster med avsiktlig maximal sprängradie för att begränsa påverkan av fel. Det mest klassiska och synliga exemplet är Hyperforce Cell (även kallad Pod).
- Dela upp fel. Förhindrar att fel sprids och förvärras över oberoende enheter i systemet. Feltoleranta API-anrop mellan tjänster är ett nyckelmönster som förhindrar en kaskad av fel i hela det distribuerade systemet. Längs vägen balanserar teamet noggrant uppdelning i fack mot redundans.
- Skala automatiskt. För att serva oförutsägbar belastning utan prestandaförsämring skalar du automatiskt upp snabbt och långsamt utan att förlita dig på långsamma, felaktiga mänskliga operatorer, utlösta av mättnadspunkter för resurser som CPU, minne eller ködjup.
- Snabba rollbacks. Vi anger återställningsmål på några minuter för alla tjänster och testar automatiskt återställningar i förproduktionsmiljöer genom att göra återställning framåt, bakåt och framåt igen till en standardåtgärd. Teamet använder omfattande funktionsflagg för ännu snabbare, mer detaljerade nödväxlingar och lanseringar.
- Skydda alla tjänster som tar emot API-anrop. Lastnedskärning, gränser för arrendatormässor, brandväggar för webbprogram och sofistikerade lager sju-skydd distribueras på alla nivåer i systemet, från våra yttersta randtjänster som exponeras direkt mot internet, till teamets djupaste interna tjänster som kan attackeras av misstag av buggar i samtalstjänster på högre nivå.
- Minska beroenden. Beroenden mellan tjänster är utformade för att vara mjuka när så är möjligt för att låta dem misslyckas eller lyckas oberoende. Caching är ett av de vanligaste mönstren här - ofta är ett gammalt resultat från ett beroende längre ner tillräckligt för fortsatt funktion.
- Främja asynkron kommunikation. Asynkron, förmedlad kommunikation mellan tjänster kopplar bort dessa tjänster från varandra och förhindrar belastningstoppar mellan dem.
- Gör API-anrop feltoleranta. För att vara toleranta mot delvisa fel och tillfälliga nätverksproblem använder vi flera mönster: timeouter och deadlines, kretsbrott och försök med backoff. Vi föredrar icke-blockerande samtal när så är möjligt för att begränsa resurskonsumtion och blockering. Kompatibilitet bakåt och framåt tillämpas med schemanivåanpassning vid byggtid och integreringstest.
- Hantera servicemål och begränsningar. Teamet anger säljmål och begränsningar för hela sin serviceflotta, till exempel IP-adresser, disk-IOps eller kapaciteten för ett givet Kubernetes-kluster. Teamet aggregerar, övervakar och varnar för användning av dessa säljmål och begränsningar centralt för att undvika att en annalkande gräns påverkar systemet vid runtime.
För det andra säkerställer en inspektionsmodell i flera lager att tjänsterna uppfyller dessa standarder. Detta inkluderar automatiserade kaostester, skanning och linting för anti-mönster, och arkitekturgranskningar med ledande arkitekter för att fånga upp problem som inte hanteras av automatisering.
För det tredje integreras lösningar i Hyperforce för att underlätta efterlevnad av dessa standarder. Detta inkluderar automatisk telemetriinsamling, standardredundans och failover-mekanismer, och inbyggda skydd som belastningsförlust och DDoS-försvar, alla aktiverade som standard för individuella tjänster.
Salesforce hanterar en enorm mängd telemetridata, inklusive mått, loggar, händelser och spår, som traditionella övervakningslösningar inte alltid kan hantera effektivt.
För att åtgärda detta har Salesforce utvecklat ett omfattande observerbarhetssystem som integrerar med dess livscykel, verksamhet och supportfunktioner för programvaruutveckling. Detta system ger en enhetlig upplevelse för teknik- och kundsupportteam, samtidigt som det uppfyller skalbehoven och minskar licenskostnaderna för tredjepartsprogramvara.
Måttinfrastrukturen i Salesforce, byggd på OpenTSDB och HBase, har stöd för storskalig insamling, lagring och sökfrågor i realtid för tidsseriedata. Användningsfall som inte är i realtid använder Trino och Iceberg och hanterar över 2 miljarder mått per minut för att ge insikter i CPU-användning, minnesanvändning och begäranderesultat. För logghantering använder Salesforce Splunk för sina kraftfulla indexerings- och sökfunktioner. Apache Druid har stöd för intag och analys av händelsedata i realtid, vilket är viktigt för att förstå användarinteraktioner och systemhändelser. Distribuerad spårning över microservices hanteras med OpenTelemetry och ElasticSearch, vilket hjälper till att identifiera specifika latens- och felpunkter.
Salesforce implementerade även en infrastruktur för övervakning av applikationsprestanda (APM) som integreras med dess teknikstackar för datainsamling och telemetrilagring. Denna automatiska instrumentering av program förenklar datainsamling och säkerställer enhetlig telemetri mellan tjänster. APM:s enhetliga instrumentpanel korrelerar olika datatyper, vilket förbättrar möjligheten för tekniker att övervaka prestanda, diagnostisera problem och optimera system genom ett sammanhängande gränssnitt.
Genom att standardisera observerbarhetsverktyg länkar Salesforce olika telemetrityper mellan tjänster med hjälp av distribuerad spårning. Detta skapar en omfattande serviceberoendegraf som visualiserar hela serviceekosystemet och följer begäranden med fin detaljnivå. Denna kapacitet är avgörande för att hitta problem, identifiera flaskhalsar och stödja AI-drivna funktioner som upptäckt av avvikelser, prediktiva analyser och automatiserad avhjälpande.
För att öka lösningstider för incidenter har vi utvecklat en AI Operations-agent (AIOps) som automatiskt upptäcker, triagerar och åtgärdar incidenter åt mänskliga operatörer, med ingripanden endast i ett fåtal fall. AIOps Agent är en skalbar multiagentreaktiv verktygsuppsättning utformad för att underlätta utvecklingen av komplexa, reaktiva agentbaserade system. Den är mycket modulär och kan utökas med olika verktyg för att utöka dess funktionalitet. Den är utformad för att effektivt skalas upp med ett ökat antal agenter. Viktiga funktioner inkluderar en reaktiv arkitektur som låter agenter reagera dynamiskt på förändringar i sin miljö, verktygsförbättring som gör det enkelt att integrera verktyg för att utöka agenters kapacitet och en inkopplingsbar planeringsmodul som möjliggör anpassning av agenters planeringsstrategier genom att koppla in olika planeringsmoduler.
Snabb proaktiv upptäckt uppnås för 91 % (i skrivande stund) av våra kärnincidenter för CRM-produkter med avancerade maskininlärningsmodeller från vårt Merlion-bibliotek, ett offentligt tillgängligt bibliotek med öppen källkod utvecklat av vårt AI-forskningsteam. Merlion är en uppsättning maskininlärningsmodeller som Isolation Forests, Stats, Random Forests och neurala nätverk med långt korttidsminne (LSTM) som bearbetar de omfattande telemetridata som skapas av våra system nästan i realtid.
79 % av incidenterna (i skrivande stund) löses automatiskt genom agentens åtgärder. Vår AIOps-agent kan bearbeta och prioritera datavektorer som loggar, profilering, diagnostik, tidsserier och servicespecifika artefakter för att rekommendera korrigerande åtgärder. AIOps-agentens kontroll och planerare väljer en agent med specifika kompetenser för att utföra åtgärder i produktion.
För återstående incidenter som kräver mänsklig inblandning triagerar AIOps-agenten effektivt olösta problem till lämpliga serviceteam. Det gör det genom att intelligent förstå arten och sammanhanget för varje incident med hjälp av den interna finjusterade modellen XGenOps, som är utbildad på operativa datauppsättningar som problemposter, incidenter, JFR och loggar, vilket säkerställer att den dirigeras till teamet med den nödvändiga expertisen. Detta resulterar i över 2800 timmars tekniktid som sparas per vecka, vilket minskar behovet för tekniker att prioritera olösta problem.
För att hantera risken för avbrott från nästan 250 000 produktionsändringar som görs varje vecka används helautomatiska distributionssystem för att tillämpa säkra ändringsmetoder, vilket eliminerar mänskliga fel. De färdiga systemen var inte tillräckligt skalbara eller anpassningsbara, vilket ledde till utvecklingen av mer skräddarsydda lösningar.
Det egna systemet för kontinuerlig distribuering garanterar säkerhet genom flera lager och följer branschstandardstrategier för blå/grön distribuering:
- Obligatoriska testbevis för varje ändring.
- Inledande kanariefågeltest av ändringar.
- Fördelad distribuering med kontrollerad sprängradie.
- Blötläggning och hälsokontroller mellan distributionsfaser.
- Förmildra konflikter med befintliga moratorium och incidenter.
Dessutom har kontinuerliga integreringssystem optimerats för att köra miljontals AI-valda tester, vilket möjliggör snabba utgåvor samtidigt som regressionsrisker minimeras.
Den centrala arkitektoniska principen för Salesforce Platform är dess metadatadrivna design. Salesforce-tekniker skapar multitenanttjänster och datalagringar. Varje program på plattformen är huvudsakligen en samling metadata som skräddarsyr hur dessa multitenanttjänster används av individuella kunder. Därför är en vanlig marknadsföringsfras för Salesforce Platform att "allt nås med metadata".
Plattformen betonar strukturerade och starkt skrivna metadata. Dessa metadata fungerar som ett abstraktionslager mellan kundupplevelsen och den underliggande Salesforce-infrastrukturen och -implementeringar. Detta tillvägagångssätt förbättrar både användbarheten och kvaliteten på applikationer. Till exempel, istället för att använda definitioner och sökfrågor för SQL-scheman interagerar kunder med strukturerade metadata som enheter, fält och poster via Salesforce Object (sObject) API:n. Denna design låter plattformen integrera nya datalagringstekniker eller ändra befintliga utan att behöva skriva om program, vilket därmed stöder rekommenderade metoder för kontinuerlig utveckling.
Salesforce Platform-arkitekturen har en metod med ”utökning i flera lager” som har stöd för fyra nyckelpersoner när de bygger och utökar appar:
- Salesforce Engineering: Team utvecklar inbyggda appar som Sales Cloud och Service Cloud, som distribueras över alla tjänster och körtider genom en omfattande releaseprocess. Dessa appar är tillgängliga för alla arrendatorer genom licensierings- och provisioneringsmekanismer.
- Externa partners: Oberoende programvaruleverantörer (ISVs) och andra partners kan utöka de metadata som skapas av Salesforce för att bygga mervärdeslösningar, till exempel schematillägg för Sales Cloud-datamodeller eller ytterligare valideringsregler för Service Cloud-kundcaseposter. De kan paketera dessa lösningar för distribution till flera kunder.
- Organisationsspecifika IT-administratörer och utvecklare: De kan anpassa sina program utöver vad ISV erbjuder och skräddarsy lösningar för att möta unika verksamhetsutmaningar som egna eller regionspecifika processer.
- Enskilda slutanvändare: Slutanvändare kan anpassa sin appupplevelse, till exempel ändra kolumnordningen i en listvy eller ange en standardflik.
Varje persona kan oberoende upprepa samma program genom att säkerställa att lägre lager inte beror på ändringar av personas i de högre lagren och genom att upprätthålla starka versionshanterings- och bakåtkompatibilitetskontrakt.
En funktion som lyfter fram konceptet ”tillägg i lager” är ordningen för att spara poster för utförande, som säkerställer att verksamhetslogik från alla fyra lager tillämpas i en förutsägbar sekvens. Detta låter mer specifik affärslogik med högre lager som bestäms av organisationsadministratören eller IT-utvecklaren åsidosätta logik med lägre lager på lämpligt sätt under postsparande som kan tillhandahållas av Salesforce eller en extern partner.
Plattformens metadataramverk använder dessutom en “Core”-runtime och en egenutvecklad Object-Relational Mapper (ORM) med inbyggd multitenancy, ansluten till en relationsdatabas. Denna Core runtime aktiverar delat minne, referensintegritetsvalideringar och transaktionsöverlämningar, vilket prioriterar appstabilitet och förbättrar tillförlitligheten för appdistribueringar. Arkitekturen har kontinuerligt utvecklats för att stödja den växande skalan av applikationskomplexitet. Till exempel finns det i oktober 2025 över 85 000 enheter definierade av Salesforce och över 300 miljoner egna enheter definierade av våra kunder.
Historiskt sett var Core runtime värd för den mesta plattforms- och appfunktionaliteten. Salesforce Platforms nuvarande arkitektur inkluderar nu hundratals oberoende metadatadrivna tjänster. Core runtime är fortfarande det enda postsystemet för programmetadata, och utnyttjar de unika fördelarna med en monolitisk arkitektur för metadatahantering. De relevanta metadata synkroniseras till lokala cachplatser i oberoende tjänster, vilket driver den olika uppsättningen skalbara tjänster för programkörningar.
Data är en viktig tillgång för organisationer och Hyperforce ger en pålitlig grund för lagring i Salesforce. Den största utmaningen är att lagra data på ett sätt som optimerar dess användbarhet för program. Salesforce Platform har transformerat datalagret genom att uppfylla olika lagrings- och åtkomstkrav. Den balanserar effektivt kostnader, läs-/skrivhastigheter, lagringskapacitet och datatyper för att uppfylla olika behov.
I takt med att AI och analyser i allt högre grad formar företagsprogram har data dykt upp som ett centralt element. Dess betydelse ligger i dess förmåga att låta AI och analyser lära sig, analysera, fatta beslut och automatisera processer.
Data kommer från SOR-databaser (System of Record) som uppfyller verksamhetskrav. Den övergår sedan genom olika transformationer till big data-plattformar, som är viktiga för att driva AI och Analytics-drivna program.
Effektiv hantering av data, från transaktionsinformation till analytiska insikter, är avgörande för att extrahera värde och stödja sofistikerade applikationer. Salesforce Database (SalesforceDB) utmärker sig som en utmärkt transaktionsdatabas för hantering av SOR-data, medan Data 360 fungerar som en robust big data-plattform som förbättrar AI- och analyskapaciteten.
Transaktionsdata och metadata är viktiga för Salesforce Platform. SalesforceDB är en modern, molnbaserad relationsdatabas utformad specifikt för Salesforces multitenantarbetsbelastningar, liknande andra molndatabaser från större leverantörer men med egna funktioner för Salesforces arkitektur. Den utökar PostgreSQL, separerar beräkning och lagring och använder Kubernetes och molnlagring, vilket förbättrar verksamheten med arrendatorspecifika funktioner som kryptering och sandboxar.
SalesforceDB hanterar alla transaktionella CRM-data, över 1,1 biljoner transaktioner per månad, samt metadata för Data 360 och relaterade tjänster. Dess primära mål är att säkerställa Trust genom hållbarhet, tillgänglighet, prestanda och säkerhet, skala för stora kunder och underlätta förenklad, pålitlig molndrift. Den uppnår dessa mål med en design som separerar beräknings- och lagringslager, ett oföränderligt, distribuerat lagringssystem och loggstrukturerad åtkomst till kopplingsträddata. Detta möjliggör avancerade funktioner som kryptering av data per arrendator i lagring och effektiva sandboxar och migreringar.
SalesforceDB-tjänstearkitekturen körs över tre tillgänglighetszoner, med beräkning och lagring replikerade över dessa områden för att säkerställa att systemet förblir tillgängligt även om någon nod eller hela området förloras. Alla tjänster körs i Kubernetes för att aktivera automatiserad felåterställning och servicedistribueringar.
För att ge hög hållbarhet och tillgänglighet är det ultimata postsystemet för SalesforceDB molnlagring som AWS:s S3. Operationer som arkivering och replikering mellan regioner hanteras på denna molnlagringsnivå. Lagringsobjekt är oföränderliga, vilket förbättrar datadistribution och replikering för hög tillgänglighet.
På grund av hög latens i molnlagring använder SalesforceDB lagringscacher för att komma åt data. Dessa cachar är distribuerade lagringssystem som upprätthåller tillfälliga kopior av lagringsobjekt i ett kluster av noder, vilket säkerställer replikering och hållbarhet enligt behov i databasen. Separata cachminnen används för lagring av transaktionsloggar och datafiler.
SQL-beräkningsnivån består av ett primärt databaskluster och två standbykluster i tre olika tillgänglighetszoner. Det primära klustret hanterar alla databasändringar, medan standbyklustren endast hanterar sökfrågeoperationer.
SalesforceDB använder en loggstrukturerad kopplingsträd (LSM)-datastruktur, där ändringar inledningsvis registreras i en transaktionslogg och ackumuleras i minnet. De ändringar som gjorts skrivs sedan kollektivt ut i nyckelordnade datafiler, som periodiskt slås samman och komprimeras för att optimera lagringseffektiviteten.
Denna struktur eliminerar effektivt problem med samtidiga uppdateringar som är vanliga i databaser som uppdaterar lagring direkt. Genom att använda LSM-metoden stöder SalesforceDB viktiga funktioner som oföränderlig lagring, vilket gör den till en robust lösning för att hantera Salesforce-arbetsbelastningar.
Data i lagring är oföränderliga; när datafiler har skrivits och gjorts synliga ändras de inte. Transaktionsloggar är endast tillägg, vilket förenklar dataåtkomstmönster och förbättrar pålitligheten. Denna struktur har stöd för okoordinerade läsningar, förenklar säkerhetskopiering, ökar skalbarheten och underlättar lagringsvirtualisering, vilket gör den väl lämpad för molnmiljöer.
Transaktioner i SalesforceDB görs över flera tillgänglighetszoner, vilket säkerställer att det inte finns någon dataförlust även om en nod eller ett område misslyckas. Om ett fel inträffar avbryts transaktioner under flygning och begångna transaktioner återställs. Eftersom fel inte förlorar överlämnade data automatiseras övergång till nya noder.
Programvara för klusterhantering hanterar automatiskt överlämningar genom att övervaka beslutsförhet och hantera ägaröverföringar. Denna process används inte bara i nödsituationer utan även rutinmässigt under regelbunden patchning, vilket förbättrar systemets pålitlighet genom konstant användning. Korta omstarter av databaser märks vanligtvis inte av slutanvändare, vilket ger en sömlös användarupplevelse.
Salesforce gör tre stora schemauppdateringar per år, med mindre schemauppdateringar varje vecka. SalesforceDB tillhandahåller schemaåtgärder utan nedtid som gör att dessa uppdateringar kan göras utan kundpåverkan.
Vår transaktionsdatabas fungerar som den primära databasen för kunddata, som cachas över flera tillgänglighetszoner och lagras i molnet. Varje datablock är säkrat med en oföränderlig kontrollsumma, verifierad av både lagringslagret och databasmotorn. Databasen utför härstamningsspårning för att upptäcka ändringar som inte är i ordning eller missade versioner och kör löpande enhetlighetskontroller mellan index och bastabeller.
För skydd av ransomware arkiveras databaser i separat lagring under ett annat konto, inklusive både fullständiga och inkrementella säkerhetskopior av transaktionsloggar. Dessa säkerhetskopior valideras regelbundet genom en testprocess för återställning. Utöver detta är molninfrastruktur förkonfigurerad men inte aktiverad, redo att hantera begäranden om dataåterställning efter behov.
Varje Salesforce-organisation finns i en Hyperforce cell, som inkluderar SalesforceDB-tjänsten. Denna konfiguration möjliggör snabb global skalning genom att skapa nya celler via Hyperforce arkitekturen, och trafik kan enkelt flyttas mellan celler för att hantera belastning. I takt med att kundernas arbetsbelastning och verksamhetsefterfrågan ökar kan kapaciteten för en enskild databasinstans dock vara otillräcklig.
För att hantera detta använder SalesforceDB en horisontell skalningsarkitektur för både sina lagrings- och beräkningsnivåer. Molnlagring är praktiskt taget obegränsad och cachelagren skalas automatiskt för att uppfylla efterfrågan. Utöver detta kan beräkningsnivån utökas genom att lägga till fler databasberäkningsnoder, som effektivt läser från delat oföränderligt lagringsutrymme utan att behöva koordineras. Detta tillvägagångssätt låter SalesforceDB uppnå skalbarhet som matchar eller överstiger den för ledande kommersiella klusterdatabasarkitekturer, utan att kräva speciellt nätverk eller hårdvara.
Salesforce är ett multitenantprogram där en enda databas är värd för flera arrendatorer. Varje tabellpost innehåller ett arrendator-ID för att särskilja dess ägarskap och arrendatorisolering upprätthålls genom automatiska frågepredikat som läggs till av Salesforces programlager.
SalesforceDB är skräddarsytt för denna modell och har stöd för arrendatorspecifika DDL-, metadata- och runtimeprocesser, vilket förbättrar pålitlighet, prestanda och säkerhet. Den kombinerar den låga overheaden för en arrendator-per-rad-modell med effektiviteten hos ett arrendator-per-databas-schema.
I SalesforceDB är arrendator-ID:n en del av den primära nyckeln i multitenanttabeller, som klusterdata efter arrendator i LSM-datastrukturen, vilket förbättrar åtkomsteffektiviteten. Denna konfiguration underlättar inte bara effektiv dataåtkomst och kryptering per arrendator utan förenklar även hantering av arrendatordata. Arrendatorer kan enkelt kopieras eller flyttas med minimala metadatajusteringar på grund av den komprimerade metadatastrukturen.
AI, analyser och datakapacitet är viktigt i moderna företag. Företag investerar redan i mogna big data-plattformar som Snowflake, Databricks, BigQuery och Redshift. Många
kunder deriverar inte verksamhetsvärde från sina data på grund av datasilos, brist på AI-bearbetning, gamla data eller inaktivitet inom en befintlig verksamhetsprocess. Att centralisera kunddata till en enda sanningskälla, med en enda vy av kundengagemang, är både avgörande för en verksamhet och utmanande på grund av datafragmentering och komplexiteten i systemhantering. Salesforce leder till att underlätta en helhetsbild av en kund genom att integrera data, AI och CRM i en god cirkel, driven av genererande AI och maskininlärningsinsikter och driven av data.
SalesforceDB är optimerat för högpresterande transaktionsarbetsbelastningar på strukturerade data, medan AI- och Analytics-arbetsbelastningar kräver hantering av stora volymer ostrukturerade data från olika källor och att utföra komplexa sökfrågor och batchbearbetning. För att möta dessa behov har Salesforce utvecklat Data 360, en plattform utformad för att bryta ner datasilos, slå samman, lagra och bearbeta data säkert och effektivt, stödja AI och analyskrav och möjliggöra företagsverksamhet i realtid.
Data 360, byggd på Hyperforce, fungerar som den grundläggande plattformen för AI och Analytics och erbjuder:
- Integrerad infrastruktur och en kodfri plattform för att slå samman datasilos genom anslutningar
- Dataintag i realtid och nästan i realtid
- Nollkopieringsfederation
- Datarensning, förberedelse och utformning för bearbetning
- Sammanslagen frågetjänst över strukturerade och ostrukturerade data
- Utveckling av analytiska och AI/ML-modeller för insiktsskapande
- Datautlösta åtgärder och aktiveringar
- Stöd för utökad generering av AI-hämtning (RAG)
- Omfattande policybaserad styrning
Data 360-arkitektur har stöd för ett antal komponenter och kapaciteter, som beskrivs nedan.
Data 360 har stöd för effektiva pipelines för intag från olika strukturerade och ostrukturerade datakällor, för batch-, nästan realtids- och realtidsdatabearbetning. Data 360:s intagstjänst arbetar enligt ett ELT-mönster (Extrah-Load-Transform), utformat för låg latens och lämpligt för B2C-skala. Intag i realtid inkluderar API och interaktiva strömmar, medan källor nästan i realtid täcker detaljerad produktanvändning. När data tas in transformeras de i stor utsträckning för att förbereda, harmonisera (till exempel slå samman olika kontakttyper) och modellera dem för effektiva sökfrågor, analyser och AI-program. Plattformen innehåller även ett brett utbud av harmoniserade datamodeller som är färdiga att använda.
Data 360 integreras sömlöst med Salesforce-program som Sales Cloud, Service Cloud, Marketing Cloud och Commerce Cloud. Dessutom erbjuder den hundratals anslutare för externa datakällor, vilket säkerställer smidig dataintegrering.
Data 360 har en inbyggd sjöhusarkitektur baserad på Iceberg/Parquet, utformad för att hantera storskalig datahantering och bearbetning för batch-, streaming- och realtidsscenarier. Denna arkitektur har stöd för både strukturerade och ostrukturerade data, viktiga för AI- och Analytics-program.
I molnbaserade datasjöar som Azure, AWS eller GCP är den grundläggande lagringsenheten en fil, vanligtvis organiserad i mappar och hierarkier. Detta sjöhus förbättrar denna struktur genom att introducera strukturella och semantiska abstraktioner på högre nivå för att underlätta operationer som sökfrågor och AI/ML-bearbetning. Den primära abstraktionen är en tabell med metadata som definierar dess struktur och semantik, och innehåller element från projekt med öppen källkod som Iceberg eller Delta Lake, med ytterligare semantiska lager tillagda av Data 360.
Abstraktionslager i sjöstugan:
- Abstrahering av parkettfil: I grunden består lagring av datasjöfiler (till exempel S3 i AWS eller Blob i Azure) i parkettformat. Data för en källtabell lagras över flera partitioner som parkettfiler, där varje tabell är en samling av dessa filer.
- Isbergstabellens abstraktion: Tabeller är organiserade som mappar, med datapartitioner lagrade som parkettfiler i dessa mappar. Ändringar av en partition resulterar i nya parkettfiler som ögonblicksbilder. Iceberg hanterar en metadatafil för varje tabell med detaljer om scheman, partitionsspecifikationer och ögonblicksbilder.
- Salesforce Cloud-tabellabstraktion: Detta lager bygger på Iceberg och lägger till semantiska metadata som kolumnnamn och relationer, tillsammans med konfigurationer som målfilstorlek och komprimering. Den abstraherar tabeller över olika plattformar som Snowflake och Databricks, vilket skyddar Data 360-program från underliggande plattformsdetaljer.
- Lake Access-bibliotek: Detta bibliotek ger åtkomst till Salesforce Cloud-tabellen, hanterar både data och metadata, och abstraherar de underliggande lagringsmekanismerna för programutvecklare.
- Abstrahering av stordatatjänst: Detta inkluderar bearbetningsramverk som Trino och Hyper för sökfrågor och Spark för bearbetning över alla molntabellplattformar.
Data 360 Lakehouse har stöd för B2C-skala, intag i realtid, bearbetning, schematillämpning och utveckling, ögonblicksbilder och använder öppna lagringsformat.
För att stödja analyser i realtid och agentprogram utökar Data 360 ett sjöhus big data-lagring med en ytterligare lagring med låg latens (LLS). Data 360:s bearbetningslager i realtid analyserar realtidssignaler och engagemangsdata i minnet. Eftersom minnesbaserad lagringskapacitet är begränsad kan inte alla data bearbetas samtidigt. Data 360 lägger till denna LLS för att ta bort sådana begränsningar och aktivera skalbar realtidsbearbetning.
Lagret med låg latens är ett lagringslager i petabyteskala för NVMe (SSD) på sjöhuset. Det är en hållbar cache – de flesta data når så småningom sjöboden för långsiktig uthållighet. Sessionsdata i realtidslagret kan spolas till lagringen med låg latens för efterföljande snabb åtkomst. Till exempel, i en agentkonversation kan senaste meddelanden bearbetas i minnet; äldre meddelanden kan spolas till LLS. Om en tidigare konversation krävs kan den nås inom några millisekunder från LLS. NVMe-baserad lagring gör att stora mängder data kan lagras och kommas åt vid millisekunders latens. Data kan ta sig till sjöboden för långsiktig uthållighet.
Dessutom hämtas och behålls data från sjöboden som behövs för bearbetning i realtid eller för att utöka upplevelser i realtid i LLS. Till exempel hämtas kundprofilsammanhang i förväg eller hämtas från sjöboden och cachas i LLS. Även sjöhusobjekt och andra objekt som behövs för realtidsbearbetning under sessionsbearbetning kan också cachas i LLS. LLS aktiverar ett realtidslager i en sann lagringshierarki med lagringslager för minne, SSD och sjöhus, med data sömlöst migrerade mellan varje.
Data 360 erbjuder även robust stöd för säkerhet, inklusive arrendatornivåkryptering (TLE) med kundhanterade nycklar, samt sekretess och efterlevnad genom sina styrtekniker. Kärnan är stöd för attributbaserad åtkomstkontroll (ABAC), som dynamiskt utvärderar åtkomst baserat på attribut relaterade till enheter, operationer och miljöfaktorer. Detta system har stöd för både diskretionära och obligatoriska åtkomstkontroller.
Som ett komplement till ABAC kategoriserar ett detaljerat dataklassificeringssystem data efter känslighet och syfte, vilket förbättrar efterlevnad, riskhantering och incidenthantering. Tillsammans ger ABAC och detta klassificeringssystem omfattande datastyrning, vilket säkerställer att data i Data 360 hanteras säkert och effektivt.
Data 360 integrerar djupt med Salesforce Platform för metadata, paketering, utökning, användarupplevelse och programdistribution via AppExchange. Kunder kan definiera och hantera metadata för sjöbodströmmar och tabeller, precis som andra Salesforce-metadata. Varje dataobjekt (inklusive sammanslagna eller externa tabeller) representeras som ett Salesforce-objekt och modelleras som virtuella enheter som backas upp av datalagring i Data 360. De kan användas av utvecklare för att bygga program på Salesforce Platform.
Data 360 erbjuder omfattande stöd för federation med nollkopior, vilket låter användare integrera med externa datalager som Snowflake och Redshift, sjöhus som Google BigQuery, Databricks och Azure Fabric, samt SQL-databaser och olika filtyper, inklusive Excel. Data 360 har stöd för fil- och sökfrågebaserad federation, med livesökfrågor och åtkomstacceleration enligt figuren. Etiketter (1) och (2) illustrerar Data 360:s sökfråga (inklusive pushdowns för livefrågor) och filbaserade federation för åtkomst till data från externa datasjöar/lager/datakällor, och etikett (3) belyser acceleration av sammanslagen åtkomst från externa datasjöar/datakällor. Etiketter (4) och (5) illustrerar sökfrågor och filbaserad delning av data från Data 360 med externa datasjöar/lager. kapacitet utökas även till ostrukturerade datakällor som Slack och Google Drive, som kan kommas åt av Data 360:s ostrukturerade bearbetningspipelines. Utöver detta underlättar Data 360 abstraktionen av Salesforce-objekt och dataåtkomst för data sammanslagna från externa källor, vilket möjliggör åtkomst till sådana data över Salesforce Platform och applikationer.
Data 360 integrerar en CDP med avancerade funktioner för identitetslösning och skapar sammanslagna individuella identifierare och profiler tillsammans med omfattande engagemangshistorik. Denna plattform är bra på att hantera både ramverk för business-to-business (B2B) och business-to-consumer (B2C) genom att stödja identitetsgrafer som använder både exakta och fuzzy matchningsregler. Dessa identitetsgrafer är berikade med engagemangsdata från olika kanaler, vilket hjälper till att bygga detaljerade profilgrafer med värdefulla analytiska insikter och segment.
Utöver detta möjliggör CDP effektiv segmentering och aktivering över olika plattformar som Salesforces Marketing Cloud, Facebook och Google. Den bearbetar kundprofiler i sats, nästan i realtid och i realtid, vilket möjliggör omedelbart beslutsfattande och personanpassning. Denna funktionalitet förbättrar interaktioner i både B2C- och B2B-scenarion och säkerställer att företag kan svara snabbt och korrekt på kunders behov och beteenden.
Data 360 erbjuder en företagsdatagraf i JSON-format, vilket är ett denormaliserat objekt som deriveras från olika sjöbodtabeller och deras inbördes relationer. Detta inkluderar en "Profil"-datagraf skapad av CDP som omfattar en persons inköps- och webbläsarhistorik, kundcasehistorik, produktanvändning och andra beräknade insikter, och kan utökas av kunder och partners. Dessa Datagrafer är skräddarsydda för specifika tillämpningar och förbättrar precisionen för genererande AI-uppmaningar genom att tillhandahålla relevant kund- eller användarsammanhang.
Dessutom finns planer på att utöka dessa Datagrafer till att inkludera Knowledge grafer som samlar in och modellerar deriverad Knowledge, till exempel extraherade enheter och relationer från ostrukturerade data. Realtidslagret i Data 360 använder profilgrafen för personanpassning och segmentering i realtid.
Data 360:s realtidslager är utformat för att bearbeta händelser som klickströmmar för webb och mobil, besök, varukorgsdata och checkouts vid millisekunders latenser, vilket förbättrar kundupplevelsens personanpassning. Den övervakar kontinuerligt kundengagemang och uppdaterar kundprofilen från CDP med engagemangsdata, segment och beräkningar i realtid för omedelbar personanpassning.
Till exempel, när en konsument köper ett objekt på en shoppingwebbplats upptäcker och tar realtidslagret snabbt in denna händelse, identifierar konsumenten och berikar deras profil med uppdaterad information om livstids spenderande. Detta gör det möjligt att anpassa deras upplevelse på webbplatsen på några sekunder. Dessutom innehåller detta lager kapacitet för utlösare och svar i realtid, vilket möjliggör omedelbara åtgärder baserade på kundinteraktioner.
Personanpassning är att veta vilken persona man ska rikta in sig på, när och var man ska leverera relevant innehåll och rekommendationer, vad man ska säga och med vilken frekvens. Personanpassningsplattformens kapacitet för Data 360 är den orkestrator som beslut fattas för att optimera måluppfyllelse genom personliga upplevelser. Denna plattform har följande kapacitet:
- Enhetlig uppsättning modeller och sätt att tolka profil-, aktivitets- och tillgångsdata i Data 360.
- Plattformsintegrerat experimenterande (till exempel A/B/n eller beslutsfattande med flera armar).
- Integrering av mål vid designtillfället via konfiguration, ML-utbildningstid och runtime (ML-slutledning).
- B2C-skala, stöd för interaktion i realtid och batch (anonyma användare, extern realtid/interaktiv batch med hög volym, intern batch med hög volym).
- Analytics drivs genom Data 360.
- Mönster för att integrera AI-modeller och tjänster från andra parter (både interna och externa).
- OOTB-implementeringar av AI-drivna användningsfall med högt värde (rekommendationer och beslut med olika ML-algoritmer, inklusive kontextuella banditer för val av erbjudande/innehåll, produktrekommendationer och prissättningsbeslut).
Data 360 är en aktiv plattform som stöder aktivering av pipelines som svar på datahändelser. Till exempel kan en viktig händelse, som en minskning i en kunds kontosaldo, utlösa ett Salesforce-flöde för att orkestrera en motsvarande åtgärd. På samma sätt kan uppdateringar av nyckelmått, som livstidsanvändning, automatiskt propageras till relevanta program.
Data 360 har beräkningskluster för elastisk skalning som effektivt hanterar bearbetningsuppgifter. Den erbjuder robust hantering för både multitenant- och dedikerade beräkningsmiljöer. Dessutom ger det hanterat stöd för Spark och SQL. BYOC-funktioner (Bring Your Own Compute/Code) har stöd för flera programmeringsspråk, inklusive Java, Python och Spark, vilket tillåter integrering av egna transformationer, modeller (inklusive LLM) och funktioner, vilket förbättrar utökningsbarheten.
Data 360 Compute Fabric tillhandahåller ett enhetligt lager som kallas Databearbetningskontroll (DPC) för att hantera och utföra alla stora databelastningar. DPC är en omfattande orkestreringstjänst för databearbetning med flera arbetsbelastningar som tillhandahåller Job-as-a-Service-funktioner (JaaS) över olika molnberäkningsmiljöer. Den abstraherar infrastrukturkomplexitet och förenar jobbkörning för ramverk som Spark (EMR på EC2 och EMR på EKS) och Kubernetes Resource Controller (KRC). Genom att fungera som en central styrplansgateway orkestrerar, schemalägger och övervakar DPC jobb över flera dataplan, vilket säkerställer pålitlighet, skalbarhet, kostnadseffektivitet och en enhetlig utvecklarupplevelse.
Data 360:s sökfrågetjänst tillhandahåller avancerade sökfrågefunktioner, med omfattande SQL-stöd för både strukturerade och ostrukturerade data via Trino och Hyper. Den utökar funktionaliteten med operatorutökning genom tabellfunktioner, vilket tillåter olika sökoperationer över text, bild, rumsliga och andra ostrukturerade datatyper. Dessa kapaciteter är sömlöst integrerade med relationsoperationer, som att välja kundposter. Detta sammanslagna tillvägagångssätt gör det möjligt att skapa målinriktade och personliga resultat, vilket underlättar mer precisa LLM-svar med hjälp av RAG.
Data 360 har stöd för lagring och hantering av strukturerade (tabeller), semistrukturerade (JSON) och ostrukturerade data sömlöst över mekanismer för dataintag, bearbetning, indexering och sökfrågor. Data 360 har stöd för olika ostrukturerade datatyper utöver text, inklusive ljud, video och bilder, vilket breddar omfattningen av datahantering och analys. Figuren nedan illustrerar de två sidorna av jordning (intag och hämtning).
Data 360 hanterar ostrukturerade data genom att lagra dem i kolumner som text eller i filer för större datauppsättningar. Den har stöd för datafederation för ostrukturerat innehåll, vilket tillåter integrering och hantering av data från flera källor.
Data 360:s ostrukturerade dataindexeringspipeline är utformad som en modulär, utökningsbar arkitektur som består av fem kärnsteg: Tolkning, förbearbetning, uppdelning, efterbearbetning och inbäddning. Dessa faser följs sedan av nyckelords- och vektorindexering. Exempel på förbearbetning inkluderar operationer som bruseliminering, språknormalisering och bildförståelse (optisk teckenigenkänning), medan efterbearbetningsfaser kan inkludera metadataförbättring, semantisk gruppering eller avancerade tekniker som uppdelning.
Data 360 tillhandahåller flera färdiga och inbäddningsbara modeller för att dela upp och bädda in skapande. Datapipeline i Data 360 har fullständigt stöd för kodtillägg, vilket låter kunder och interna team ansluta egen logik när som helst. Dessa steg har även stöd för LLM-baserad bearbetning, vilket låter kunder definiera sina egna uppmaningar efter behov.
För indexering har Data 360 stöd för nyckelordsindexering som använder söktjänster och vektorindexering som använder Milvus; ett inbyggt vektorindex med öppen källkod. För att konfigurera RAG med ostrukturerad bearbetning använder Data 360 sammanhangsindexering för att möjliggöra snabb upprepning och snabb validering med hjälp av exempel på testfrågor, med personspecifikt innehåll konfigurerat att skräddarsys för den konsumerande personen eller användaren.
Dokument-AI-kapaciteten i Data 360 har stöd för att läsa och importera ostrukturerade eller semistrukturerade data från dokument som fakturor, CV:n, labbrapporter och inköpsordrar. Denna funktion har stöd för interaktiv ad hoc-bearbetning samt massbearbetning av satser. Detta är en nyckelkapacitet som möjliggör automatisering av verksamhetsprocesser för våra kunder.
Data 360 har ett sidhuvudlöst semantiskt lager med API:n utformade för att förbättra verksamhetssemantik och AI/ML-drivna analyser, liknande Tableau Next. Detta lager innehåller en semantisk datamodelltjänst som berikar traditionella analysmodeller med affärstaxonomi som mått och mått.
Dess semantiska sökfrågetjänst använder ett deklarativt språk för att interagera med dessa modeller, översätta sökfrågor till SQL för åtkomst till data från både inbyggda och sammanslagna datakällor inom Data 360.
Denna integrering underlättar skalbara och interaktiva analytiska utforskningar, rapporter och instrumentpaneler, kompatibla med visualiseringsverktyg från tredje part.
Data 360 fungerar som ett centraliserat styrningsnav och säkerställer att alla data, från rådata till aktiverade insikter, hanteras med integritet och kontroll. Data 360 har börjat använda attributbaserad åtkomstkontroll som sin kärnauktoriseringsmodell. ABAC låter åtkomstbeslut baseras på attribut för användaren (avdelning, roll, plats), data (personlig information, känslighet, datautrymme) och miljö (till exempel tid på dagen), snarare än fördefinierade roller. Detta möjliggör mycket detaljerade och sammanhangsberoende åtkomstpolicyer som anpassas allt eftersom data och användarattribut ändras. Hjärtat i Data 360s ABAC-implementering är användningen av CEDAR-policyspråket. Detta syftesbyggda formella policyspråk med öppen källkod ger ett exakt och verifierbart sätt att definiera komplexa auktoriseringsregler, vilket säkerställer att policyer är entydiga och kan utvärderas enhetligt i stor skala.
Styrningslivscykeln innehåller nyckelfunktioner för policyinformation, tillämpning och beslutspunkter:
- Taggning och klassificering (Policyinformationspunkt): Data identifieras och berikas med viktiga attribut. Data 360 tillhandahåller automatiserade taggnings- och klassificeringsmekanismer, med hjälp av discovery, LLMs och maskininlärning för att identifiera känsliga datakategorier (till exempel personligt identifierande information som e-post, telefon, namn) i både strukturerade och ostrukturerade data.
- Auktoriseringstjänst (Policytillämpningspunkt): Denna tjänst fångar upp alla dataåtkomstbegäranden från olika konsumtionslager (hybridstrukturerade/ostrukturerade sökfrågor, RAG retrievers & prompts och CRM-berikning) och konsulterar Policybeslutspunkten för att avgöra om åtkomst tillåts.
- Policyutvärderingsmotor (Policybeslutspunkt): Denna motor tar sammanhanget för åtkomstbegäran från policytillämpningspunkten, tillsammans med policydefinitioner (i CEDAR) och attribut från policyinformationspunkten, för att fatta ett auktoritativt åtkomstbeslut.
ABAC-ramverket med CEDAR-policyer ger kontroll och flexibilitet, vilket säkerställer att kunddata inte bara är användbara utan också säkra, efterlevande och pålitliga i hela företaget.
Cachar är viktiga för snabb åtkomst till ofta använda data. Salesforce använder många cachminnen över Salesforce Platform, inklusive i huvudprogramservrar, SalesforceDB och Edge. Salesforce Platform och applikationer behöver en skalbar, arrendatormedveten cachningslösning med låg latens och hög genomströmning. Denna lösning måste låta Salesforce-tekniker styra vad som cachas och hur länge, vilket säkerställer att deras data inte vräks av systembrus eller andra kunders data. Vegacache, en Salesforce-hanterad cachningstjänst baserad på Redis, är skräddarsydd för en polyglott, multitenant och offentlig molnmiljö. Den används ofta av Salesforce-tjänster och är tillgänglig för plattformsutvecklare via Apex API:n för programmeringsspråk. Vegacache arbetar i stor skala i Hyperforce och hanterar dagligen över 2 biljoner begäranden med svarstider på under millisekunder.
Vegacache-instanser, som körs i Kubernetes-behållare som nås via Service Mesh, distribueras över flera tillgänglighetszoner för att balansera datatillgänglighet och latens. Den skalar automatiskt baserat på systembelastning, vilket säkerställer datatillgänglighet och bevarande av luckor. Vegacache ger garanterad cachestorlek per kund och erbjuder skydd mot bullriga grannar, med motståndskraft mot infrastrukturfel genom replikerad datalagring.
För Salesforce Platform-utvecklare gör Vegacache det möjligt för utvecklare att cacha Apex Objects och SOQL-databassökfrågeresultat, vilket minskar CPU-användning och latens genom att eliminera onödiga datahämtningar från SalesforceDB. Den har stöd för operationerna Put(), Get() och Delete() och håller ofta använda objekt lättillgängliga.
Salesforce har inbyggt stöd för asynkrona dataprocesser och arkitekturer för utökad flexibilitet, motståndskraft och skalbarhet för arbetsflöden.
Salesforce-tekniker använde först meddelandeköer för att koppla bort massdata och stora dataprocesser, samt koordinera processer mellan oberoende system. Dessa meddelandeköer har abstraherats från den externa utvecklaren via plattformsfunktioner, som Bulk API-frågor eller Asynkron Apex. Salesforce Platform introducerade sedan loggorganiserade händelseströmmar byggda på en robust meddelandeinfrastruktur med internt hanterade Apache Kafka-kluster. Detta möjliggjorde en händelsebaserad arkitektur med en interaktionsmodell för publicering/prenumeration, och produktifierades till externa utvecklare som plattformshändelser.
Både meddelandeköer och händelseströmmar fortsätter att vara högutnyttjad teknik för appar och lösningar byggda på plattformen, särskilt eftersom de använder fler funktioner, moln och externa system som värdas på oberoende runtimes. Att kommunicera via versionsbaserade händelsescheman möjliggör oberoende programutvecklingslivscykler för de olika körtiderna. Frånkopplingen av system via händelser hjälper även till att hantera belastningstoppar och elasticitet/skala för individuella körtider för att stödja en högre övergripande återhämtning och tillgänglighet för en app.
Sökfunktioner på Salesforce, avgörande för applikationer som sträcker sig från global sökning till generativ AI, står inför unika utmaningar som formar vår arkitektur:
- Skala: Vår molnbaserade söklösning har stöd för hundratusentals kunder och miljoner arrendatorer och är utformad för massiv skala samtidigt som den är kostnadseffektiv.
- Kunddiversitet: Salesforces olika kundbas i olika branscher har unika och komplexa sökkrav på grund av omfattande anpassningar av plattformen, som involverar många objekttyper och fält.
- Operabilitet: Söklösningen måste vara motståndskraftig och mycket tillgänglig, stödja datalagring, arrendatorlivscykeloperationer som regionala migreringar och sandboxning, och upprätthålla latens med låg indexering och rättvisa mellan arrendatorer.
- Relevans i skala: Att förbättra relevansen för sökresultat för att uppfylla olika användarfrågor är viktigt, särskilt som vi skalar relevansalgoritmer för att tillgodose olika arrendatorer, datatyper och sökscenarion.
- AI och semantisk kapacitet: Sökning har stöd för maskininlärning och generativ AI, särskilt för hämtningsutökat skapande (RAG) och agentsökning.
- Sömlös integrering: För att säkerställa en sammanhängande användarupplevelse integrerar Salesforces sökteknik djupt med den bredare Salesforce Platform, inklusive metadatamodeller och AI/datatjänster.
Salesforces molnbaserade lösning SeaS (Search as a Service) bygger på Solr, en distribuerad sökmotor med öppen källkod. Salesforce har utökat och optimerat Solr avsevärt för att möta våra unika utmaningar och har integrerat det djupt med Salesforces program och plattform och införlivat semantisk teknik för att förbättra AI-program och sökrelevans.
SeaS använder en arkitektur för beräknings-/lagringsseparation, vilket möjliggör skalbar distribution av index över noder och ombalansering av belastningar och tillgänglighet över områden vid fel. Den innehåller automatisk skärning och storleksändring av skärvor, uppgraderingar utan nedtid och optimeringar som lat inläsning och arkivering av repliker för att tillgodose index som sällan används.
Arkitekturen innehåller även en indeximplementering på låg nivå optimerad för ett stort antal fält, automatisk ifyllning, rättstavning och kryptering med egen nyckel. Hyperforce sökinfrastruktur hanterar cirka 6 000 Solr-noder globalt och använder flera oberoende kluster (Hyperforce) i varje region för att balansera kostnad och kontroll, vilket automatiskt placerar klientindex baserat på belastning, domän och typ.
Salesforces pipeline för sökrelevans använder tekniker för att lära sig rangordna, anpassar sig till våra kunders olika behov och stöder funktioner som resultatrangordning. Det inkluderar även enhetsförutsägelser från användarfrågor och tidigare interaktioner. Relevansmodeller förfinas kontinuerligt genom att lära sig från användarinteraktioner och utvärderas genom A/B-test, vilket förbättrar precisionen i sökresultat. Denna process har även stöd för bootstrapping-modeller för AI-program via Knowledge.
Stacken innehåller en vektorsökmotor för semantiska sökningar och AI-program, integrerad med Data 360 för generativ AI-kapacitet. Detta inkluderar en omfattande pipeline för datatransformation, stöd för hybridsökning, en katalog av konfigurerbara rangordningar, som Deep Fusion Ranker och Autodrop för att filtrera bort sökresultat med låg relevans.
Eftersom generativ AI flyttar den primära konsumenten av söktjänster från mänskliga användare till att använda LLM anpassar sig Salesforces sökstack för att hitta och returnera resultat optimerade för denna programmatiska användning, hantera längre och mer komplexa sökfrågor och returnera mer beskrivande resultat som delar. Detta har stöd för nya Agentsökningsfunktioner, där Agentforce använder sökning med en resonemangsloop för att utföra komplexa uppgifter.
Salesforces sökfunktioner sträcker sig över olika sammanhang, inklusive global sökning, sökningar, Söksvar, diskussionsgruppsökning, relaterade listor, inställningar, mobila och generativa AI-program. Denna breda funktionalitet uppnås genom tät integrering av sökstacken med Salesforces metadatasystem och användargränssnittsekosystem, vilket möjliggör sömlöst stöd för både standardobjekt och egna objekt.
Integrering med Data 360 förbättrar dessutom sökmöjligheterna för dataobjekt genom konfigurationer utan kod och tillåter sammansättningen av sökfunktioner inom datapipeline, som att inkludera sökuttryck i SQL-frågor. Sökstacken använder ekosystemet med Data 360-rika anslutare, som den behörighetsmedvetna anslutaren Google Drive, för att ge en fullständig kapacitet för företagssökning. Integreringen utökas till AI-plattformen och gör att sökfrågor kan användas som hämtare i Promptbyggaren för jordning och i Agentsökning.
AI har omformat tekniklandskapet och Salesforce Platform, med sitt integrerade och rika datalager, positionerar Salesforce för att leverera effektiva AI-upplevelser till kunder. Salesforce påbörjade sin AI-transformation för nästan ett decennium sedan och har lett fältet sedan 2013, med fokus på forskning, etik och produktutveckling för att hjälpa företag att lösa komplexa problem och driva tillväxt.
Salesforce använde kärnvärdet i innovation och introducerade Einstein Predictive AI, vilket låter företag analysera data, automatisera processer, förstå kunder och optimera verksamheten med en omfattande uppsättning AI-drivna verktyg som Einstein Förutsägelsebyggare och AI-botar. Med ökningen av Generativ AI lanserade Salesforce Agentforce, en plattform som kombinerar prediktiva och generativa modeller för att erbjuda avancerad AI-kapacitet och samtidigt prioritera datasekretess.
Med den senaste lanseringen av Agentforce 3.0, byggd på Python med ett händelsedrivet ramverk, introducerar Salesforce utökad flexibilitet genom funktioner som inbyggd konversationshistorik, sessionsspårning från början till slut, röststöd och egen funktionalitet för resonemangsmotorer (Bring Your Own Planner), vilket möjliggör mer skalbara, anpassningsbara och intelligenta system med flera agenter.
Agentforce följer dessa huvudprinciper:
- Datasäkerhet och etik: Prioriterar dataskydd, efterlevnad och etiska AI-principer.
- Öppenhet och förklarlighet: Erbjuder tydlig förståelse och validering av AI-genererade utdata.
- Flexibilitet och anpassning: Skräddarsyr AI-applikationer för specifika behov och branscher.
- Sömlös integrering: Integreras med Salesforce CRM och andra system.
- Skalbarhet: Hanterar storskaliga distribueringar och levererar AI-upplevelser i realtid.
- Intelligenta och enhetliga upplevelser: Ger personliga, utökade och automatiserade upplevelser genom anslutna data och sammanhangsförståelse.
- Heltäckande observerbarhet: Ger djup insyn och övervakning i AI-agentinteraktioner för att möjliggöra proaktiv optimering och finjustering av agenter med Agentforce Interaction Explorer.
AI-stack består av flera nyckelkomponenter:
- AI-plattform: Detta plattformslager ansvarar för hantering, utbildning och finjustering av AI-modeller som används i både prediktiva och generativa applikationer. Det erbjuder färdiga tjänster (OOTB), Trust Services och grundläggande modeller för att utbilda, testa och utföra slutsatser på modeller. Dessutom har den stöd för integreringen av dina egna prediktiva och generativa modeller, vilket låter dig ta egna modeller inom plattformen.
- AI grundläggande tjänster: Detta inkluderar tjänsterna AI Gateway, Feedback Framework, RAG, Agentorkestrering, Agentutvärdering och Resonemang, som underlättar integreringen av affärsprogram med AI-stack.
- AI-drivna användar- och agentupplevelser: Salesforce levererar specialiserade AI-drivna program genom sina molntjänster. Kunder kan även skapa egna upplevelser som använder vilken komponent som helst i plattformen—som Flow, Apex eller till och med Lightning Web Components (LWC)—för att skapa AI-drivna upplevelser sömlöst integrerade i deras arbetsflöden och verksamhetsprocesser.
- Agentforce Studio: Denna komponent innehåller verktyg som Agentbyggare, Promptbyggare, Testcenter och Modellbyggare, utformade för att skapa både generativa och prediktiva AI-upplevelser. Den erbjuder heltäckande stöd för att utveckla/utbilda, testa och finjustera AI-modeller. Next Gen Authoring utökar dessa kapaciteter, utformade för att förenkla och snabba på AI-agentbygge med förbättrad UX och kompatibilitet med SFDX.
Agentforce Trust Layer är tillgängligt i utvalda användningsfall för att hjälpa till att skydda kunddata i generativa AI-program genom att erbjuda robusta funktioner:
- Datasekretess: Starka maskerings- och sekretesskontroller skyddar känslig information från åtkomst av externa AI-modeller.
- Säkerhet: Säkerställer en säker databearbetningsmiljö och förhindrar obehörig åtkomst.
- Lita :på Bibehåller kundkontroll över data, utan lagring eller användning av AI från tredje part.
- Skyddsräcken: Tillämpa agenters beteendestandarder och minska den inbyggda icke-determinismen hos LLM:er, vilket verifierar att agenter konsekvent följer fördefinierade instruktioner och arbetsflöden.
- Precision: Förbättrar AI-resultat genom att använda relevanta Salesforce-data till markuppmaningar.
- Innehållsmoderering: Erbjuder moderering både före och efter innehåll, anpassningsbar datamaskering för känslig information (PII/PCI/PHI) och toxicitetsklassificering för svar i stora språkmodeller (LLM).
AI Gateway tillhandahåller ett enhetligt gränssnitt för åtkomst och hantering av olika LLM och prediktiva modeller. Den fungerar som en bro mellan Salesforce och LLM-världen och abstraherar komplexiteten hos olika LLM-leverantörer och kunders egna prediktiva AI-modeller, vilket erbjuder ett enhetligt sätt att interagera med dem. Agentforce AI Gateway integreras med flera LLM-leverantörer, vilket låter kunder välja den bästa modellen för sina behov, och innehåller robusta datasäkerhetsåtgärder för att hjälpa till att hantera kostnader associerade med att använda olika LLM.
Feedbacktjänst är en komponent som samlar in, analyserar, mäter och använder användarfeedback för att återutbilda och förfina AI-modeller. Den spelar en viktig roll i den kontinuerliga förbättringen av AI-drivna funktioner och funktioner inom Salesforce Platform.
RAG är en viktig teknik som förbättrar sökkapaciteten med generativ AI, vilket leder till mer informativa och korrekta svar. Med hjälp av den omfattande Salesforce Data 360 och den integrerade Vektordatabasen hämtar Agentforce Platform snabbt relevanta data för en användares sökfråga. Dessa data används sedan som jordning för LLM:er för att skapa optimala svar.
Dessutom ökar denna metod svarshastigheten och användarförtroendet genom att inkludera källdata i svaren. RAG används i stor utsträckning i Agentforce Platform, särskilt för program som Agentforce för service och Agentforce för försäljning, vilket belyser hur det lyfter fram relevant information för dessa användningsfall.
När AI-modeller utvecklas är utvecklingen av agenter för att automatisera uppgifter som kräver resonemang nästa steg. Dessa agenter fungerar som intelligenta assistenter som kan förstå och svara på sökfrågor på naturligt språk, vilket låter användare utforma, testa och distribuera dem för olika uppgifter. En viktig komponent i detta system är Planeringstjänsten, som fungerar enligt följande:
- Tolkar användarbegäran: Den analyserar användarens inmatning för att avgöra syftet.
- Bygger en plan: Den formulerar en strukturerad plan för att uppfylla användarens behov.
- Startar åtgärder: Den utför planen genom att inleda åtgärder direkt eller genom andra tjänster.
Planeringstjänsten orkestrerar processen och säkerställer att agenten effektivt uppfyller användarbegäranden genom att hantera och utföra de steg som behövs.
Agentforce representerar en plattform för att bygga agenter, vilket låter kunder och ISV:er skapa automatiserade AI-agenter för program som Serviceagenter och Säljagenter. Dessa agenter kan bearbeta och svara på kundförfrågningar på ett naturligt, mänskligt sätt, hantera ett brett spektrum av verksamhetsuppgifter och leverera betydande fördelar för både företag och deras kunder.
Arbetsflödet för en agent inkluderar:
- Aktivering: Agenten utlöses av fördefinierade kriterier som en kunds begäran i olika kanaler.
- Förstå och svara: Den använder naturlig språkbehandling (NLP) för att förstå kundens sökfråga, syfte och känsla och konsulterar sedan Salesforces Knowledge eller andra datakällor för att skapa ett lämpligt svar.
- Hanteringskomplexitet: Om agenten står inför ett komplext problem eller behöver mänsklig tillsyn kan han eller hon smidigt lämna över interaktionen till en mänsklig agent.
- Kontinuerligt lärande: Agenten lär sig från varje interaktion och förbättrar kontinuerligt sina svar och övergripande prestanda.
Agentforce Studio tillhandahåller en plattform med låg kod som låter kunder integrera AI i sina Salesforce-program och arbetsflöden, vilket gör AI-teknik tillgänglig utöver dataforskare.
Viktiga funktioner i studion inkluderar:
- Modellbyggare: Gör det möjligt att bygga eller importera AI-modeller som är skräddarsydda för specifika verksamhetsbehov.
- Promptbyggare: Ett verktyg utan kod/låg kod som underlättar skapande och hantering av generativa AI-uppmaningar och förbättrar användarupplevelsen med ett enkelt gränssnitt för att bygga, testa och distribuera uppmaningar.
- Agentbyggare: Låter kunder och ISV utveckla anpassade konversationsagenter och autonoma agenter.
- Testcenter: Stöder tester av modeller, uppmaningar och agenter, avgörande för att säkerställa högkvalitativa AI-program och optimera prestanda och kostnadseffektivitet, samtidigt som deterministiska svar och kvaliteten på användarupplevelsen förbättras.
Agentforce kombinerar prediktiv och generativ AI och använder Salesforce Platforms och Data 360:s sammanslagna metadataramverk för att leverera intelligenta, personliga och effektiva verksamhetslösningar.
Salesforce utvecklar sin arkitektur med Agentforce 3.0 för att möta de accelererande kraven på den generativa AI-marknaden – inklusive snabba framsteg inom resonemang, behovet av skalbara multiagentsystem och övergången till multimodala gränssnitt. Denna nästa generations plattform bygger på flera viktiga framsteg:
- Asynkron, händelsedriven arkitektur: Agentforce 3.0 bygger på en Python-grund med ett förbättrat händelsedrivet ramverk. Detta möjliggör asynkron och mycket skalbar agentimplementering, förbättrar prestandan och lägger grunden för komplexa användningsfall för flera agenter där agenter kan kommunicera via händelser.
- Multimodal Voice-kapacitet: Utöver textbaserade interaktioner introducerar Agentforce 3.0 stöd för röst som en primär modalitet. Arkitekturen integreras med telefonileverantörer och WebRTC-gateways för att hantera strömmande ljud i realtid. Nya tjänster hanterar konverteringen av ljud till text (ASR) och text tillbaka till ljud (TTS), vilket möjliggör naturliga, konversationsbaserade röstupplevelser för användningsfall som automatiserade kontaktcenter.
- Agentforce skript och determinism: En tillståndsmaskinbaserad avlyssningsmekanism som begränsar agenters beteende inom en uttryckligen definierad struktur och säkerställer enhetliga körningsvägar. Detta möjliggör deterministiska grafer, ger robust lägeshantering för att förhindra minnesförlust och underlättar villkorliga och LLM-bestämda överlämningar, vilket säkerställer förutsägbara och enhetliga agentåtgärder för viktiga verksamhetsprocesser.
Salesforce Platforms appekosystem kännetecknas av sin integrering av kapacitet över App Platform Services, API, User Experience och Developer Experience-lager. Appplattformstjänster är vanliga funktioner som används för att bygga och anpassa de flesta appar på Salesforce Platform, medan verksamhetsfunktioner i allmänhet är mer lösningsspecifika.
Appens ekosystem bygger på fem nyckelfunktioner, som guidar apputvecklingsprocessen.
- Arrendator: Detta innefattar logisk separation av data och metadata inom en multitenanttjänst, vilket ger autentiserade användare åtkomst till specifika data och funktioner. Detta är mest synligt för kunder när de får en Salesforce-organisation vid registrering.
- Enheter: Enheter som representerar databastabeller består av fält som liknar tabellkolumner. Metadata för Enhet och Fält inkluderar attribut för datamodellering som datatyper och API-namn, samt funktionella attribut, som om enheten är sök- eller skrivbar. Denna abstraktion, snarare än direkt manipulation av själva datalagringen, låter Salesforce introducera och växla lagringsteknik sömlöst utan att kräva uppdateringar från IT-utvecklare, vilket säkerställer kontinuerlig appfunktionalitet.
- Åtkomstkontroller: Dessa kontroller reglerar användaråtkomst till data och funktioner, främst baserat på användaridentitet och specifika policyer. Policyer består av regler och funktionsväxlingar och styr vilka enheter, fält och funktioner som kan kommas åt. Policyerna och behörigheterna samlas in i "behörighetsuppsättningar" och åtkomst beviljas genom att tilldela behörighetsuppsättningar till användaridentiteter.
- Lagertillägg: Som tidigare diskuterats stöder detta oberoende utveckling av metadata och appar av olika roller, inklusive Salesforce-tekniker, externa partners, IT-administratörer och slutanvändare, vilket underlättas av strukturerade spara ordrar och metadatanamnutrymmen.
- Paketering: Denna funktion möjliggör paketering och distribution av metadata mellan Salesforce-arrendatorer, vilket effektiviserar uppdaterings- och distributionsprocessen för appar utan att behöva byggas om.
Utöver dessa nyckelfunktioner inkluderar App Platform Services även:
- Datakörning och sökfråga: Stöder åtgärder som att skapa, uppdatera, ta bort och fråga data i flera specialiserade datalager. Ett spektrum av dataskala och prestanda stöds av en arkitektur som gör det möjligt att köra dataoperationer direkt i datalagringen, via en intern abstraktion för Salesforce-tekniker att använda, eller via det kundvända Salesforce-objektet, eller sObject-konventionen.
- Flöde / Arbetsflöde / Formler: Definition och utförande av affärslogik och valideringsregler med hjälp av verktyg med låg kod.
- Apex-kod: Pro-kodspråk för applogik, inbyggt integrerat med plattformsdatakörningar och API:n.
- Molnbaserade infrastrukturtjänster: Heroku tillhandahåller en robust miljö för utvecklare som använder branschprogrammeringsspråk och ramverk för att bygga, distribuera och hantera program som integrerar med plattformsdata och händelser.
- Händelser och notiser: Hanterar utlösare och händelsebaserad orkestrering.
- Globalisering: Ger stöd för flerspråkiga och multinationella appar.
- Licensiering och provisionering: Hanterar inköp och hantering av åtkomst till plattformskapacitet och appar.
- Lightning-webbstack: Tillåter anpassning av visuella gränssnitt med strukturerade metadata, som layouter och standardwebbtekniker.
- Webbplatser + CDN: Säkerställer webbupplevelser med låg latens och hög trafik, inklusive för ej inloggade användare.
- Säkerhet och efterlevnad: Erbjuder verktyg och kontroller för att uppfylla specifika krav på organisationssäkerhet och efterlevnad.
- Förebyggande av dataförlust: Innehåller funktioner för säkerhetskopiering, återställning och arkivering av data.
Salesforce Platform tillhandahåller en uppsättning verktyg och kapaciteter via Heroku som låter utvecklare bygga, köra och hantera program i molnet med hjälp av de programmeringsspråk och ramverk de väljer. Herokus hanterade Cloud-programplattform tillhandahåller programkörningar, datalagringar, meddelandeköer och händelsesystem som skalbara tjänster för att bygga tillägg till Salesforce-program.
Program som körs på Heroku har åtkomst till den fullständiga uppsättningen Salesforce-kapacitet, kunddata och verksamhetslogik, och möjligheten att ansluta till tredjepartssystem och -tjänster. Med Heroku kan utvecklare fokusera på att leverera värde utan att tyngas av underliggande infrastrukturproblem.
Automatisering är det som gör en app dynamisk och avgörande för den digitala transformationen av viktiga verksamhetsprocesser.
Salesforce Processautomatisering skapades för att hantera viktiga utmaningar som kunder står inför, inklusive behovet av effektiviserade och effektiva verksamhetsprocesser i takt med att organisationer skalas upp. Dessa utmaningar innefattar ofta arbetsflöden som kräver överdriven manuell ansträngning, vilket leder till ineffektivitet och högre driftskostnader. Kunder söker en lösning som kan automatisera dessa processer, minimera manuellt arbete och upprätthålla enhetlighet och precision.
Ett betydande problem var avsaknaden av ett användarvänligt verktyg som gjorde det möjligt för icke-tekniska användare att utforma och implementera verksamhetsprocesser utan omfattande kodningskunskaper. Dessutom behövdes en lösning som kunde integreras säkert, skalbart och sömlöst med befintliga automatiserade Salesforce-uppgifter som datainmatning, godkännanden, notiser och komplexa processer i flera steg.
Salesforce Processautomation uppfyller dessa behov genom att erbjuda en robust men intuitiv plattform för att skapa automatiserade arbetsflöden. Den låter användare bygga och anpassa flöden genom ett visuellt gränssnitt, tillgängligt för både tekniska och icke-tekniska användare, vilket automatiserar repetitiva uppgifter, tillämpar verksamhetsregler och effektiviserar processer inom Salesforces ekosystem.
För automatisering som kräver komplex orkestrering som interagerar med transaktionsdata erbjuder Salesforce Apex som ett prokodspråk för att skriva affärslogik.
Visuell logikbyggare: Kunder och ISV använder Flow Builder, ett dra-och-släpp-gränssnitt, för att skapa processautomatiseringsflöden utan kodning. Detta visuella verktyg är användarvänligt för alla tekniska nivåer, vilket gör att verksamhetsanalytiker och administratörer enkelt kan utforma komplexa automatiseringar.
Flow Builder låter kunder skapa mångsidiga flöden som fungerar i olika sammanhang, med stöd av kärnflödesmotorn:
- Postutlösare: Flöden aktiveras vid postuppdateringar eller formulärinskickningar, vilket möjliggör dataändringar, valideringar och arbetsflödesinitieringar baserat på kundåtgärder.
- Schemalagda eller händelsedrivna flöden: Dessa flöden kan fungera enligt ett förbestämt schema eller utlösare efter specifika händelser, och kan göra anrop till externa tjänster.
- Skärmflöden: Tillhandahåll ett användargränssnitt för guidade, steg-för-steg-processer med formulär, fönster och andra interaktiva element, användbara för uppgifter som datainmatning, felsökning eller introduktion.
- Orkestrerarflöden: Hantera och integrera processer med flera steg, vilket underlättar hanteringen av komplexa åtgärder.
Offlineflödesmotorn kan köras utan en anslutning till Salesforces appserver. Offlineflöde driver automatisering för Field Service Mobile-användningsfall. Flödesmotorn i hög skala driver marknadsföringsflöden. Den erbjuder B2C-skala för att bearbeta en stor volym av långa flöden samtidigt.
Alla användningsfall och miljöer utökas med en enhetlig metadatamodell i Flow Builder, som har stöd för en mängd kraftfulla logikelement som är tillämpliga i alla processautomatiseringsflöden:
- Avancerad logik och villkor: Användare kan integrera komplex logik som beslutselement, loopar och väntevillkor i sina arbetsflöden, vilket möjliggör hantering av invecklade verksamhetsscenarion.
- Datahantering och transformation: Flow Builder aktiverar dataintag, transformation och hantering från olika källor, inklusive webbtjänster, Salesforce-organisationer och Data 360. Den har stöd för omfattande dataoperationer som att skapa, uppdatera, ta bort och fråga poster.
Salesforce Processautomatisering erbjuder sömlös integrering med andra Salesforce-produkter och tredjepartssystem, vilket säkerställer ett smidigt dataflöde mellan program för en enhetlig vy av verksamhetsprocesser och kundinteraktioner. Den har stöd för olika integreringsmetoder som API, webbanrop och MuleSoft-anslutare.
Externa tjänster och MuleSoft-anslutning inom Salesforce möjliggör anslutningar till externa API:n och användning av deras data inom Salesforce Processautomatisering. Att registrera API-schemat gör det möjligt att skapa åberopbara åtgärder som sömlöst integreras i flöden, vilket underlättar automatisering av processer med externa datakällor. MuleSofts robusta integreringsfunktioner säkerställer sömlöst dataflöde mellan Salesforce och andra program, vilket eliminerar datasilos och ger en enhetlig vy av verksamhetsprocesser.
Agentforce-integrering: Salesforce Processautomation använder Agentforce för att förbättra arbetsflöden med intelligent beslutsfattande. Den använder AI-insikter för att automatiskt dirigera leads till lämpliga säljare eller inleda skräddarsydda marknadsföringskampanjer baserat på kundbeteende, vilket ökar effektiviteten hos automatisering med extra intelligens.
Plattformssynergi: Salesforce Processautomatisering integreras sömlöst med andra Salesforce-produkter som Sales Cloud, Service Cloud, Commerce Cloud och Marketing Cloud. Denna integrering låter organisationer automatisera processer över olika avdelningar, vilket förbättrar den operativa effektiviteten. Till exempel kan ett arbetsflöde automatiskt skapa ett supportkundcase i Service Cloud när ett kundklagomål skickas via ett Marketing Cloud-formulär.
Apex är ett kraftfullt, objektorienterat programmeringsspråk som låter utvecklare skriva egen verksamhetslogik och utföra komplexa åtgärder på Salesforce Platform. Den har varit en stöttepelare i vår plattform och för närvarande hanterar plattformen över 350 miljarder Apex transaktioner per månad (i oktober 2025).
Apex används för att utveckla ett brett utbud av egna funktioner och djupa integreringar i Salesforce Platform, inklusive:
- Utlösarbaserad automatisering: Implementera komplex automatisering som körs före eller efter att poster infogas, uppdateras eller tas bort. Detta tillåter invecklad datavalidering, relaterade postuppdateringar och åberopning av andra processer baserat på specifika dataändringar.
- Webbtjänster: Skapa egna integreringar med externa system och anropa REST eller SOAP API från Apex.
- Egna användargränssnitt: Bygg mycket anpassade användargränssnitt och upplevelser med Visualforce och Lightning Web Components (LWC), där Apex fungerar som backendkontroller för att hantera datamanipulation och verksamhetslogik.
- Egna API:n: Utvecklare kan visa egen logik som API med Apex REST och Apex SOAP, vilket gör att externa system kan interagera med Salesforce-data och processer programmatiskt.
- Asynkron bearbetning: Kör långvariga eller resursintensiva uppgifter asynkront genom framtida metoder, Queueable Apex och Scheduled Apex. Detta låter långvariga operationer avlastas och bearbetas i bakgrunden, vilket förbättrar användarupplevelsen och systemprestandan.
- Schemalagd Apex: Utvecklare kan schemalägga Apex klasser att köras vid specifika tidpunkter med hjälp av Apex Scheduler för periodiska uppgifter som nattlig datasynkronisering, rapportskapande och underhållsaktiviteter.
Funktionerna i User Experiences på Salesforce Platform låter slutanvändare interagera med program genom olika distributionsalternativ i webbläsarbaserade Lightning, Upplevelsewebbplatser, mobila inbyggda, AI-orienterade, samarbetande UX eller inbäddade komponenter med Lightning Out.
Salesforce Lightning Design System (SLDS) är ett omfattande designramverk som främjar skapandet av enhetliga och tillgängliga användargränssnitt med Salesforces designprinciper för en sammanhållen användarupplevelse för alla produkter. Det låter Salesforces tekniker, kunder och partners bygga program som känns inbyggda i Salesforces ekosystem.
De viktigaste funktionerna i designsystemet inkluderar:
- Designmönster: Beprövade lösningar på vanliga designutmaningar, med riktlinjer för layout, datapresentation och användarinteraktioner för att säkerställa en enhetlig användarupplevelse.
- Stylingkrokar: CSS-variabler som representerar designbeslut, som färger, typografi, mellanrum och storlekar, vilket säkerställer enhetlighet mellan program.
- Lightning Base-komponentbibliotek: En samling återanvändbara användargränssnittkomponenter, som knappar, formulärelement och navigeringselement, som följer Salesforces designprinciper, vilket underlättar snabb och effektiv utveckling.
- Tillgänglighet: Inbyggda tillgänglighetsfunktioner och riktlinjer för att säkerställa att alla komponenter kan användas av personer med funktionshinder och följer standarder, som Riktlinjer för tillgänglighet för webbinnehåll (WCAG).
- Responsiva layouter: Ett flexibelt rutnätssystem och layoutriktlinjer som låter program anpassas sömlöst över olika enheter och skärmstorlekar.
- Verktyg: En samling verktyg, resurser och tekniker som stöder komponenthygien, antimönsterreduktion och systemstyrning.
SLDS ramverk fortsätter att utvecklas för att stödja fler stylingkrokar och djupare anpassningsmöjligheter så att komponenter kan återanvändas samtidigt som de fortfarande anpassas för att uppfylla unika varumärkes- och temakrav. Vårt designsystem strävar efter att göra Salesforce snabbt, enkelt och tilltalande att använda med AI.
Salesforces webbläsarbaserade gränssnitt, som kallas Lightning, erbjuder en enhetlig användargränssnittbehållare och ett metadatadrivet användargränssnittramverk och en samling tekniker för Salesforce-tekniker, IT-administratörer, utvecklare och partners för att snabbt utveckla användargränssnitt med en enhetlig Salesforce-estetik, samt tilläggspunkter för fullständig kontroll över att ändra stil och varumärke. Lightning Web Stack innehåller flera tekniker:
- Lightning-webbkomponenter: Egna webbkomponenter byggda med HTML och JavaScript, som följer W3C:s webbstandarder.
- Lightning-webbsäkerhet: En virtualiseringsmotor som hanterar JavaScript-kod i webbläsaren, vilket säkerställer efterlevnad av Salesforces säkerhetsstandarder för tredjepartskod.
- Lightning Data Services: Ett ramverk utformat för effektiv interaktion med data på serversidan.
- Lightning Web Runtime: Säkerställer prestanda och enhetlig återgivning av användargränssnittet för olika klienter.
Salesforce-teknik har införlivat lärdomar från tidigare användargränssnitttekniker och bidragit till webbstandardorgan, vilket har påverkat utvecklingen av standardbaserade komponentimplementeringar. Till exempel fortsätter Salesforce att vara medlem i ungefär 20 W3C-arbetsgrupper. Lightning Web Components och Lightning Web Stack följer dessa branschstandarder, vilket minskar komplexiteten för utvecklare.
Mobil fortsätter att vara ett växande och viktigt gränssnitt för användare att interagera med Salesforce-appar.
Salesforce tillhandahåller en inbyggd mobilapp så att alla webbläsarbaserade Lightning kan bli mobilappar utan att behöva skriva ny kod. Salesforce erbjuder även ett spektrum av verktyg, SDK:er och kapacitet för att skapa helt egna inbyggda appar optimerade för enheter. Dessa inkluderar:
- Mobile SDK: Pro-kodgränssnitt för utvecklare i mobila operativsystem som förenklar integrering med autentisering, sessions-/tokenhantering, Salesforce API:n och mycket mer.
- Mobil ursprunglig runtime: Låter utvecklare skapa metadatadrivna inbyggda upplevelser som återges dynamiskt vid runtime med iOS- och Android-tekniker som även använder kapacitet på enheter.
- Märkning: Tillåter anpassning av estetiken för mobilappar genom Mobile Publisher Pipeline för att konvertera Salesforce-mobilappar till kundvarumärkta appar.
- Offlinekapacitet: Säkerställer sömlös appfunktionalitet med inkonsekvent eller ingen internetanslutning.
Mobile Customization Framework (MCF) förbättrar avsevärt utvecklingen av inbyggda Salesforce-mobilappar genom att erbjuda användarvänlighet och omfattande anpassningsalternativ. Viktiga fördelar inkluderar:
- Metadatadriven metod: MCF använder metadata, som kan hämtas från visuella byggare, gemensamma databaser och Salesforce-värdresurser, för att skapa dynamiska och anpassningsbara användarupplevelser som är skräddarsydda för specifika behov.
- Experimentering och optimering: Ramverket har stöd för körningsexperiment med olika layouter, vilket underlättar pågående engagemangsoptimering och förfining av användarupplevelsen.
- Utökning: MCF är utformad för flexibilitet och tillåter integrering av egna komponenter i det centrala metadataramverket, vilket förbättrar funktionaliteten och flexibiliteten.
- Sammansatta användarupplevelser: Med hjälp av den senaste iOS- och Android-tekniken stöder MCF sammanställningen av återanvändbara komponenter som knappar, listor och kort för att skapa sofistikerade användargränssnitt.
- Runtime-anpassning: MCF möjliggör anpassning och experimentering av användargränssnitt i realtid, vilket främjar en mer personlig och engagerande användarupplevelse.
Scenarion med offline och låg anslutning är ett ökat problem vid användning av appar på mobila enheter. Den mobila teknikstacken prioriterar att bygga appar som kan vara offline-först. Viktiga funktioner inkluderar:
- Första cacheupplevelsen: Fokuserar på att cacha data för offlineanvändning, vilket säkerställer hög prestanda och säkerhet. Användarinteraktion är även utformad med offline-rendering i åtanke.
- Cachehantering: Håller cacheminnet relevant och uppdaterat, även offline.
- Delad cache: Använder en enda cache för både inbyggda skärmar och hybridskärmar, vilket underlättar sömlösa offlineupplevelser.
Nimbus är plattformens produktionsfärdiga lösning som förenklar processen att komma åt enhetskapacitet för hybridapputvecklare. Tidigare var det en komplex uppgift att överbrygga klyftan mellan JavaScript och mobil inbyggd kod. Men med Nimbus kan utvecklare nu utnyttja den fulla potentialen hos mobila enheter utan att fördjupa sig i kodning på låg nivå. Viktiga funktioner inkluderar:
- Bred åtkomst: Ger sömlös integrering med en mängd olika enhetsfunktioner som kamera, mikrofon, geoplats och LiDAR.
- Standardiserat gränssnitt: Erbjuder en enhetlig metod för åtkomst till enhetskapacitet.
- Integrering av hybridapp: Aktiverar hybridappar för att fullständigt utnyttja enhetsfunktioner.
- Effektiv utveckling: Effektiviserar apputvecklingsprocessen och minskar komplexiteten.
När AI fortsätter att förändra vad som är möjligt med Salesforce-appar ger Salesforce även en differentierad användarupplevelse genom att använda uppgiftsspecifika AI-modeller på enheten tillsammans med molnbaserade lösningar:
- Små språkmodeller (SLM): Dessa kan köras på mobila enheter effektivt och till en lägre kostnad.
- Sekretess och säkerhet: Säkerställer användarens sekretess och upprätthåller Trust och säkerhet på nivåer som är jämförbara med serverbaserade modeller.
- Offlinefunktionalitet: Fungerar effektivt i miljöer med låg anslutning och möjliggör användning offline.
- Röst: Toppmoderna modeller för tal-till-text, naturlig text-till-tal och talardiarisering körs nu inbyggt på enheter, vilket ger hifi-röstinteraktioner med fullständig sekretess och noll latens.
Icke-modellgränssnitt för naturligt språk och flergångsinteraktioner med vår app kommer att fortsätta öka i prevalens. Framtida utveckling förväntas förbättra integreringen mellan modeller, enhetskapacitet och program och förbättra användarinteraktioner genom mer intuitiva röst- och textgränssnitt. Insamling av mått på enheter kommer även att tillåta personliga justeringar baserat på användarpreferenser.
Samarbete är viktigt bland alla användare, inklusive både människor och agenter, för att utnyttja de kombinerade styrkorna hos automatisering och mänsklig övervakning. Detta samarbete är särskilt viktigt för komplexa affärsinteraktioner som involverar en organisations anställda och dess kunder. Slack fungerar som ett primärt verktyg inom Salesforce Platform och underlättar denna interaktion genom direktmeddelanden och fleranvändarkanaler som är skräddarsydda för specifika diskussionsämnen. Dessa diskussioner kan vara allt från spontana, användarskapade konversationer till mer strukturerade dialoger centrerade kring specifika data i en användares arbetsflöde, till exempel en detaljerad Slack-meddelandetråd som behandlar ett betydande kundproblem.
Salesforce Platform planerar att förbättra den samarbetsupplevelse som för närvarande tillhandahålls av Slack. Denna expansion kommer att syfta till att fullt ut utnyttja plattformens omfattande kapacitet och berika hur användare interagerar och samarbetar inom det digitala arbetsområdet.
Developer Experience-kapaciteten på plattformen tillhandahåller verktyg för att bygga, anpassa, testa och distribuera appar, med fokus på spektrumet av lågkod genom prokodmetoder, vilket säkerställer lika möjligheter för utvecklare på alla kompetensnivåer.
- Verktyg med låg kod: Dessa inkluderar Schemaskaparen för datamodeller, Flöde för verksamhetsregler och Appbyggaren för användargränssnittanpassning, alla utformade för att förenkla utvecklingsprocessen genom att manipulera strukturerade metadata och arbeta på affärslösningens språk, istället för tekniska koncept och jargong.
- Prokodverktyg: För utvecklare som behöver rikare och komplexa anpassningar erbjuder plattformen verktyg som Salesforce Code Builder, en molnbaserad IDE, tillsammans med ett kommandoradsgränssnitt (CLI) och API:n för avancerad kodning och komponentskapande. Utvecklare kan koda på det språk de vill genom att använda lösningar för att distribuera, hantera och optimera appar med Heroku.
- Integrerad utvecklingsmiljö: Salesforces ekosystem har stöd för sömlös integrering mellan verktyg med låg kod och prokod, samt konsekvent utveckling i molnet och lokalt med branschstandardverktyg.
- Hantering av programmets livscykel (ALM): Innehåller en rad sandboxorganisationer för utveckling separat från produktionsmiljön, inklusive skissorganisationer för inledande utveckling och Fullständiga sandboxar för att testa mot produktionsliknande data och skala.
AI och “Utvecklarassistenter” revolutionerar utvecklarupplevelsen genom att förenkla och snabba på skapandet av effektiva, högkvalitativa program. På Salesforce itererar och utforskar våra team för AI-forskning och Developer Experience kontinuerligt hur prediktiv och generativ AI med agentresonemang kan omvandlas till kraftfulla utvecklaragenter. Dessa Developer Agents är inbyggt integrerade med verktyg som utvecklare redan använder, som VS Code, Code Builder, kommandorad, DevOps Center och Code Analyzer, vilket gör dem mer relevanta och effektiva.
Vi har gjort betydande framsteg i kodanalyser för att identifiera antimönster och hotspots i Apex kod och sedan ge viktiga rekommendationer för att förbättra deras implementering. De identifierade problemen slösar vanligtvis datorresurser och leder ofta till incidenter i hög skala. Detta lanserades som ApexGuru Insikter i januari 2024.
Under det första året efter lanseringen använde över 2 800 Salesforce-organisationer ApexGuru för att analysera och förbättra sin Salesforce-implementering. Mer än 22 000 rekommendationer implementerades framgångsrikt, vilket ledde till en besparing på 28 000 CPU-timmar varje vecka. Denna förbättring ökar inte bara prestandan utan bidrar även till miljömässig hållbarhet genom att minska koldioxidutsläppen med 135 kg per vecka, i linje med vårt kärnvärde Hållbarhet och engagemang för lägre koldioxidutsläpp.
Vi integrerar även AI i utvecklarverktyg och kapacitet för pro-kod för att förbättra Developer Productivity. Utvecklare som 2024 fick namnet Agentforce för utvecklare kan komma åt dessa nya funktioner i Salesforce-tilläggspaketen i Visual Studio-kod och Kodbyggaren. Dessa tillägg aktiverar:
- Förslag på infogad kod medan utvecklaren skriver och kodskapande för Apex och Lightning Web Components (JavaScript, CSS, HTML).
- Kodförklaring och dokumentationsskapande för Apex och Lightning Web Components.
- Skapande av Apex enhetstestkod.
- En unik chattupplevelse med flera vändningar i IDE som kan arbeta med flera svar för att skapa kod, förklara och dokumentera.
- Optimering av Lighting-webbkomponenter.
- Agentskapande med mänskligt läsbara YAML-metadata, inklusive agenttest och felsökningsfunktioner.
Från och med oktober 2025 använder över 42 000 utvecklare denna teknik aktivt varje månad, med 17,6 miljoner kodrader accepterade. Denna omfattande svit säkerställer en flexibel, integrerad och effektiv utvecklingsmiljö som uppfyller ett brett spektrum av utvecklingsbehov inom Salesforce Platform. AI-utvecklarverktyg utökas även med en arkitektur som fungerar över flera externa och Salesforce-byggda modeller för att välja den mest effektiva och effektiva modellen för ett givet användningsfall.
Model Context Protocol (MCP) är en framväxande öppen standard utformad för att låta AI-agenter säkert och konsekvent interagera med alla verktyg och datakällor. Salesforce integrerar inbyggt stöd för MCP i Salesforces utvecklarverktyg för att hjälpa utvecklaragenter som har åtkomst till kapacitet och verktyg i hela sin verksamhet. Detta inkluderar:
- Lokal MCP-server: En lokal MCP-server låter utvecklare enkelt bygga, testa och felsöka sina agentintegreringar inom sin lokala IDE innan de distribuerar till produktion, vilket dramatiskt förbättrar produktiviteten. Den lokala MCP-servern erbjuder specialiserade verktyg för organisationsinteraktioner och utvecklingsflöden, som mobilutveckling, tillgänglighetstester, Aura-till-LWC-migrering och agentiska DevOps. Den lokala MCP-servern inkluderar även integrering med agentresonemang och LLM:er för att bättre ge utvecklare möjlighet att "vibba kod" sin app iterativt och på naturligt språk.
- Egen MCP-server för Salesforce API: Utvecklare kan nu säkert exponera Salesforce API, Data 360-objekt och automatiseringsflöden som MCP-"verktyg". Detta förvandlar hela Salesforce Platform till en rik, betrodd och upptäckbar uppsättning kapaciteter för alla externa AI-agenter eller program, komplett med detaljerad åtkomstkontroll och potentialen för nya konsumtionsbaserade modeller för intäktsgenerering.
- Inbyggd extern MCP-anslutning: Utvecklare kan även säkert hantera anslutning till externa servrar som följer MCP-standarden. Detta låter utvecklare bygga agenter som kan arbeta i hela sin verksamhet.
Våra applikationsmoln, inklusive Sales Cloud, Service Cloud, Marketing Cloud, Revenue Cloud och Commerce Cloud, är byggda på Salesforce Platform och erbjuder ledande verksamhetskapacitet och vår Application Suite för att driva kundframgång. Viktiga funktioner inkluderar:
- Sömlös integrering: Djupt integrerat och utformat för att fungera enhetligt över hela kundresan och säkerställa ett jämnt data- och processflöde över kundens beröringspunkter, vilket förbättrar kundupplevelsen.
- End-to-end-anpassning: Våra applikationer är byggda på vår plattform och erbjuder omfattande anpassningsalternativ från no-code till pro-code, vilket möjliggör exakt anpassning till kundernas behov.
- Avancerad AI-kapacitet: Leverera agentassisterade och agentautonoma interaktiva kanalbaserade arbetsflöden med våra Agentforce Agenter. Införlivar prediktiv och generativ AI för att öka effektiviteten genom automatisering, prediktiva analyser och personliga användarupplevelser, vilket ger användbara insikter och rekommendationer.
- Databearbetning i realtid: Använder Data 360 för åtkomst och analys av data i realtid, med stöd för snabba och välgrundade beslut baserade på den senaste informationen. Detta förbättrar responsivitet och smidighet i snabba miljöer.
- Samlade data och Analytics: Integrerar olika datakällor till en centraliserad plattform för enhetliga och omfattande datavyer, vilket ger korrekta analyser och förbättrar beslutsfattandet.
- Utökad säkerhet och efterlevnad: Innehåller robusta säkerhets- och efterlevnadsverktyg för att skydda känsliga data och uppfylla lagstadgade standarder.
- Användarupplevelse i konsumentklass: Erbjuder intuitiva, användarvänliga gränssnitt som gör program tillgängliga och effektiva över enheter, kanaler och modaliteter.
- Pålitlighet: Säkerställer minimal nedtid och skalbarhet för att stödja uppdrag och livsviktig verksamhet, inklusive räddningstjänst och viktiga transportsystem.
- Elastisk skalbarhet: Byggd på Hyperforce som har stöd för att öka data- och användarinteraktionsvolymer utan att offra prestanda eller kostnad för att serva.
- Ständig förbättring: Integrerar regelbundet innovationer för att förbättra kapaciteten utan att störa befintlig verksamhet.
Salesforce arbetar målmedvetet med att utveckla sina program genom att slå samman kapaciteten på sin plattform och bygga på de grundläggande tekniker som beskrivs i detta white paper. Denna transformation styrs av en uppsättning nyckelprioriteter som formar designen och utvecklingen av Salesforces programsvit.
Våra applikationsteam är specialiserade på prestanda och skalbarhet och använder avancerade prestandalabb för att skapa exakta kopior av våra produktionsmiljöer med syntetiska data. Denna konfiguration möjliggör omfattande simulering av parallella användarresor för att säkerställa att varje ny funktion testas noggrant och dess påverkan utvärderas. När flaskhalsar i körning identifieras justerar vi dynamiskt hastighetsgränser och andra åtgärder för att skydda systemets hälsa och samtidigt samla in data för att driva lösning.
Våra system är utformade för horisontell skalning för att effektivt utnyttja flexibiliteten hos det offentliga molnet. Automatiserade kontroller säkerställer att uppdateringar eller förbättringar inte påverkar prestandan negativt. Vi använder prediktiva autoscalers som proaktivt hanterar systembelastning, inte bara reagerar på ökad efterfrågan utan förutser och justerar i förväg.
Automatisk skalning är avgörande för att minimera kostnaden att serva genom att minska outnyttjad kapacitet. Vi övervakar systemdriftkostnader noggrant och identifierar och åtgärdar eventuella ineffektiviteter i automatisk skalning eller resursanvändning. Kostnadseffektivitet är viktigt, men vi prioriterar pålitlig programleverans och väljer automatiska skalare som skalas upp snabbt och långsamt för att upprätthålla Customer Trust, även om det medför högre kostnader.
Datamodeller är grundläggande för all verksamhet i Salesforce och påverkar verksamhetskapacitet, API:n, navigering, visning av användargränssnitt och de rapporter som kan skapas. De är integrerade med plattformens funktionalitet.
Vår programsvit delar en gemensam datamodell i Sales Cloud, Service Cloud, Revenue Cloud, Commerce Cloud, Marketing Cloud och Industries Cloud. Detta bidrar till vår integrerade svit, som ger konsekvent beteende och interoperabilitet, och tydliga vägar för uppgraderingar och tillägg.
Till exempel låter delningen av konto- och produktenheter över alla moln användare i både Marketing Cloud och Sales Cloud utbyta data, metadata, användargränssnittkomponenter och verksamhetslogik. Denna integrering hjälper till att bryta ner silos och främjar korsfunktionellt samarbete.
En gemensam datamodell för alla Salesforce Clouds förbättrar integreringen avsevärt men kanske inte uppfyller alla komplexa partnerintegreringsbehov. Den gemensamma datamodellen för Data 360 utökar detta genom att utöka fördelarna med den delade datamodellen utöver Salesforces typiska datagränser, vilket tillåter mer omfattande integreringsscenarion.
Salesforces metadataramverk låter olika grupper som teknikteam, ISV:er, partners, administratörer och slutanvändare anpassa och utöka sina program inom olika utökningslager utan att störa varandra. Denna struktur har stöd för en skalbar miljö där ändringar av en grupp inte stör andra, vilket upprätthåller systemets integritet.
Ett bra exempel på det ramverk som används är produkten Enhetlig kunskap, som integrerar alla Knowledge källor i en datasjö. Denna konfiguration inkluderar ett semantiskt lager och retrievers, vilket förbättrar prediktiva och generativa AI-funktioner i Sales Cloud, Service Cloud, Revenue Cloud, Marketing Cloud och Commerce Cloud. Den innehåller en datamodell för ostrukturerad och semistrukturerad Knowledge länkad till den befintliga strukturerade Knowledge modellen.
Dessutom använder ramverket metadata för att definiera egna relationer mellan datatyper, vilket underlättar avancerat skapande av sökfrågor. Detta låter programteam skapa anpassningsbara program som använder denna omfattande Knowledge bas, medan ISV:er, partners och kunder kan ytterligare förbättra programkapaciteten genom att ändra metadatarelationer eller utveckla egna retrievers för specifika verksamhetsanvändningsfall.
Kunddata lagras säkert på olika plattformar som SalesforceDB och Data 360 och är standardiserade och normaliserade oavsett dess strukturerade eller ostrukturerade format. Detta säkerställer enhetlig datahantering genom ett enhetligt format som kallas sObject, som stöder en sammanhållen dataplattform för alla kunddata.
Denna standardisering aktiverar ett enskilt API för alla dataoperationer, ett enhetligt gränssnitt för utlösare i Apex och eget arbetsflödesskapande med Flöde. Den har även stöd för Tableau Next, vilket möjliggör anpassade datavyer och integrering med verktyg för generativ AI som Promptbyggaren för intelligent svarsskapande baserat på kunddata.
Salesforce-program integreras även med olika datalager för att förbättra flexibiliteten i verksamhetsprocesser inom produkter. Till exempel används Flöde i Marketing Cloud för att hantera kundupplevelser med flera funktioner, med alternativ för att använda fördesignade mallar eller bygga egna flöden som integrerar marknadsföring med andra verksamhetsprocesser, allt baserat på underliggande kunddata.
Program använder och förbättrar delade tjänster som identitetslösning, innehållsorkestrering, personanpassning, analys, LLM Gateway och Resoning Services, vilket möjliggör snabb innovation och leverans. Dessa tjänster har stöd för databearbetning i realtid, AI-drivna insikter och förbättrade användarupplevelser, vilket ger en omfattande 360-graders kundvy.
Fördelarna inkluderar förbättrad effektivitet genom intelligent automatisering och prediktiva analyser, skalbarhet för att öka data- och användarinteraktioner samt robust säkerhet och efterlevnad. Plattformens anpassningsmöjligheter låter organisationer snabbt anpassa sig till förändrade behov, vilket främjar tillväxt och operativ excellens.
Innovation på applikationsnivå drivs av Salesforce Platform och enskilda program, vilket förbättrar Salesforces ekosystem och etablerar program som branschledande.
Salesforce-program är utformade för att möta användare på flera olika plattformar, inklusive webb, mobil, e-post, SMS, WhatsApp och andra kanaler. De optimerar varje kanals inbyggda kapacitet för att förbättra användarupplevelsen och effektiviteten.
Funktioner inkluderar funktioner för flera månader offline för Salesforce Field Service-användare, pushnotiser i webbläsare och bredbildslayouter för serviceagenter i Lightning Service Console, och högpresterande butiker och biträdande piloter för Commerce-shoppare.
Metadataplattformen säkerställer att Salesforce, dess partners och kunder omedelbart kan dra nytta av dessa kapaciteter direkt.
Salesforces grundläggande tjänster, plattform och delade affärskapacitet låter program snabbt anpassas till marknadsskiften och tekniska trender, vilket möjliggör snabb innovationsleverans. Till exempel, med tillkomsten av genererande AI, använde Salesforce snabbt befintliga AI-tjänster som NLP Trust Layer och Syftesidentifiering för att införliva uppmaningsmallar i den universella kommunikationsplattformen. Denna integrering förbättrar meddelande- och telefonfunktioner mellan produkter och underlättar mer personliga klientanslutningar.
Salesforce lanserade Agentforce, en lösning som bygger på dessa befintliga investeringar för att automatisera användningsfall med agenter effektivt, utan att behöva bygga från grunden.
Vi har byggt om Marketing Cloud, Revenue Cloud och Commerce Cloud på Salesforce Platform, vilket gör att dessa moln kan dela samma infrastruktur, plattform, metadata, data, AI, användargränssnittkomponenter och verksamhetslogik, samtidigt som du kan dra nytta av Salesforce Platforms fulla kraft. Vi har till exempel hämtat funktioner från Revenue Cloud och inbäddade kärnfunktioner som begränsningsbaserad konfigurator, prissättningsmotorer och kataloghantering, vilket gör dem till grundläggande tjänster som är tillgängliga i hela sviten. Detta gör det även möjligt för oss att ha sömlös integrering över alla våra moln, och kapaciteten som Commerce Cloud och Marketing Cloud levererar blir en del av den delade verksamhetskapaciteten som kan utnyttjas av de andra programmen. Detta är vår vision för integrerad applikationssvit levererad.
Salesforce Platforms resa har lett till utvecklingen av en integrerad programsvit som kombinerar Sales Cloud, Service Cloud, Marketing Cloud, Revenue Cloud och Commerce Cloud till en enhetlig lösning. Denna svit är tillgänglig från Salesforce Starter Edition och framåt och erbjuder uppsökande i flera kanaler, hantering av kundrelationer och verksamhetsinsikter i ett och samma paket. Oavsett vilken version som valts kan användare få åtkomst till kärnkapaciteten i Sales Cloud, Service Cloud, Marketing Cloud och Commerce Cloud, vilket säkerställer en enhetlig upplevelse på alla nivåer.
Salesforce Industries produkter för Financial Services, Health, Life Sciences, Media, Energi och allmännyttiga tjänster, Tillverkning, Auto, Konsumentvaror, Detaljhandel, Net Zero, Offentlig sektor, Utbildning och Ideell verksamhet utökar våra applikationsprodukter och plattform för att tillhandahålla skräddarsydda lösningar som hanterar branschers unika utmaningar. De effektiviserar verksamheten och förbättrar produktiviteten genom att införliva branschspecifika arbetsflöden, efterlevnadsåtgärder och datamodeller.
Portföljen Bransch har byggts om på Salesforce Platform för att möjliggöra kompabilitet mellan vertikaler. Kunder kan nu sammanställa en eller flera branschkapaciteter till skräddarsydda lösningar, med hjälp av delade metadata, API:n och företagstjänster. Detta tillvägagångssätt balanserar vertikal differentiering med plattformskonsekvens, vilket säkerställer anpassningsförmåga och skala över olika reglerings- och verksamhetssammanhang.
Våra produkter använder en skiktad arkitektur. Basen är Salesforce Platform och horisontella program som Sales Cloud och Service Cloud, som fungerar som grunden för alla branschlösningar. Till detta har Salesforce lagt till gemensamma mervärdestjänster som förbättrar återanvändbara komponenter som är inbäddade i de flesta branscher. Exempel på dessa inkluderar kapacitet för digital automatisering, tidslinjer, åtgärdsplaner, med mera. Ovanför detta lager finns ett återanvändbart lager för verksamhetslogik som samlar horisontella kapaciteter som feedbackhantering, CPQ (konfiguration, pris, offert) och servicehantering.
Det översta lagret har domänspecifika anpassningar som är skräddarsydda för att uppfylla specifika branschkrav och använder den underliggande plattformen för ökad skalbarhet och effektivitet. Till exempel optimerar denna konfiguration produktionsplanering genom korrekta prognoser i tillverkningsvertikalen. Inom life science-sektorn ger den säljteam för läkemedel mobila offlinelösningar som effektivt hanterar arbetsflöden och provhantering och samtidigt uppfyller olika geografiska regleringskrav.
Betrodd AI Excellence: Våra pålitliga lösningar för generativ AI tillhandahåller branschspecifika AI-möjligheter. Dessa inkluderar agenter och prompt engineering, som underlättar automatisering och digitalisering med låg kod/ingen kod inom sektorer som hälsovård, biovetenskap och finansiella tjänster. Utöver detta finns funktioner som dokument-/textutvinning och sammanfattning för branscher som hanterar stora datavolymer, vilket underlättar informationsextrahering och insiktsinsamling.
Anpassade agenter förbättrar trevägskommunikationen mellan agenter och kunder, vilket leder till snabbare lösningar. Salesforce Platforms Trust skikt underlättar efterlevnad av alla standarder för efterlevnad och föreskrifter i alla branscher.
Data, insikter och intelligens med efterlevnad och säkerhet av föreskrifter: Salesforce Industries erbjuder en omfattande 360o-vy med strikta datasekretess-, delnings- och säkerhetsåtgärder anpassade till specifika branschregler som GDPR, HIPAA och FedRamp. Salesforce integrerar data från olika källor, vilket möjliggör efterlevnad och säkerhet, och utökar dessa lösningar med ytterligare funktioner som Shield Encryption BYOK (Bring Your Own Keys) för arrendatordatakryptering.
Upphöjd användarupplevelse: Salesforce Industries betonar en sömlös användarupplevelse som är skräddarsydd för branschspecifika behov för att förbättra användarresan. Detta inkluderar verktyg som Åtgärdsbart resurscenter, Experience Cloud-mallar och OmniStudio-baserade lösningar.
Digitalisering, integrering och introduktion: Salesforce Industries tillhandahåller digitalisering, integrering och introduktion genom lösningar med låg kod till ingen kod, använder verktyg som Flöden och Omnistudio för nya kunder och erbjuder migreringslösningar för befintliga CRM-system. Integrering med externa system och data effektiviseras via de anslutare som erbjuds av MuleSoft. Salesforce innehåller även branschspecifika serviceprocesser, till exempel tvistlösning för Retail Banking.
Mobil och offline: Salesforce Industries ger robust domänspecifikt stöd för Salesforce-mobilappen och Field Service Mobile-appen. För högspecialiserade domäner som kräver avancerad offlinesupport tillhandahåller Bransch skräddarsydda mobilappar byggda på Salesforce Mobile SDK.
Vanliga affärsmöjligheter: Salesforce Industries bygger på en grund av gemensam verksamhetskapacitet, vilket möjliggör enhetlighet och produktivitet samtidigt som lösningar skräddarsys efter unika branschbehov, till exempel olika besöksbokningssystem för banker och sjukhus. Salesforce är integrerat med det bredare Salesforce-ekosystemet och ger en holistisk Customer 360, vilket gör det till en viktig del av Salesforces produktsvit.
I åratal har marknaden för Analytics och Business Intelligence (BI) främjat visuell självbetjäning och AI-drivna automatiserade insikter för slutanvändare för att hjälpa dem fatta snabbare, mer datadrivna beslut. Vi vet dock att inte alla har sett detta förverkligas på grund av flera utmaningar:
- Frånkopplade insikter: Insikter är inte integrerade i användares arbetsflöden, vilket gör det svårt att vidta åtgärder för insikterna, trots deras potential att informera beslutsfattandet.
- Dataöverbelastning och Silos: Data fortsätter att växa snabbt och förblir uppdelade, vilket leder till oorganisation och säkerhetsrisker. Organisationer står inför ett dilemma mellan en kaotisk datamiljö med självbetjäning och en restriktiv, välstyrd datamiljö.
- Misstro mot data: Expansionen och fragmenteringen av data har urholkat användarnas Trust för insikterna som härrör från företagsdata.
- Brist på komponerbarhet: Det finns en betydande frånvaro av komponerbarhet och återanvändning i arbetsprocesser, vilket tvingar användare att upprepa uppgifter och utan tydliga vägar för intäktsgenerering.
Tableau Next är utformad för att bredda cykeln av visuell analys genom att föra samman företagsanvändare och dataexperter på nya, samarbetande sätt, allt utökat med AI. Den tillhandahåller tillförlitliga mått och insikter i rätt tid via Salesforce Platform, vilket underlättar åtkomst till användbara insikter överallt.

Tableau Next hanterar dessa utmaningar genom att:
- Skapa en öppen, komponerbar API-första plattform för anslutna upplevelser från dataanslutning till åtgärd. Tillhandahåller verktyg för utveckling, komponerbara komponenter för rika analytiska tillämpningar och kapacitet att hantera deras paketering och distribution.
- Bygga med AI i centrum, och kunna ge sammanhangsbaserade och relevanta insikter, med verktyg för dataexperter att effektivt granska och validera för att säkerställa Trust.
- Bygger på Tableau Semantics som ett universellt semantiskt lager för snabb, självbetjäning och styrd dataanalys inom ett kontrollerat men flexibelt ekosystem.
- Erbjuder datakapacitet i molnskala i realtid genom Data 360 för betrodd, skalbar och styrd dataåtkomst.
- Erbjuder en rik miljö och marknadsplats för utvecklare att bygga och tjäna pengar på program.
- Integrera intelligens i grunden och överför kraften i din organisations semantik och Knowledge till de agenter som ger dig behörighet.
- Prioritera Trust, så att du kan lita på dina data, analyser och agentiska arbetsbelastningar och distribuering, genom direkt kontroll och insyn i deras aktiviteter och effektivitet.
- Använd samarbete som en förstklassig designprincip, med djupa och rika integreringar med Slack, samt andra samarbetsverktyg för din organisation.
Tableau Next bygger på Tableaus ledarskap inom dataanalysverktyg genom att erbjuda en öppen plattform som förbättrar kapaciteten och integrerar upplevelser. Viktiga funktioner inkluderar:
- Rik datavisualisering: Använder Tableaus VizQL-teknik för omfattande visuell analys.
- Styrda samarbetsarbetsområden: Erbjuder ett enhetligt gränssnitt för Analytics-uppgifter, integrerar med Slack för samarbete i realtid.
- Betrodda, styrande data: Stöder självbetjäningsanalys med strukturerade kampanjsökvägar för global hantering i en säker miljö.
- Avancerat måttskapande: Låter analytiker skapa och återanvända nyckeltal effektivt i hela din organisation, vilket underlättar enhetlighet och pålitlighet.
Tableau Next är i grunden byggt med Agentforce som en grundläggande arkitektonisk konstruktion, vilket förbättrar Tableau Nexts förmåga att leverera mycket anslutna, betrodda och samarbetsbaserade AI-drivna dataverktyg.
- BI-verktyg: Förbättrar effektiviteten i självbetjäningsanalyser för dataarbetare, med fokus på dataförberedelse och kurering av visuella och semantiska metadata.
- Kontextuella upplevelser: Tar datainsikter, upplevelser och transparent AI till sammanhanget där de flesta i en organisation arbetar (t.ex. Slack).
- Agentforce arkitektur: Byggd på Agentforce stack, vilket ger Tableau Next ett rikt sammanhang på en avancerad agentarkitektur.
- Semantisk katalog: Erbjuder ett centraliserat system för hantering av metadata, härkomst och sökning, vilket möjliggör delade upplevelser mellan Tableau Next-användare.
- Delade och skapade metadata: Underlättar sömlösa arbetsflöden mellan självbetjäningsanalyser och styrt innehåll i ett omfattande ekosystem.
- Åtgärdsram: Tar insikt i åtgärder genom färdigpaketerade, mänskligt utvalda eller skapade arbetsflöden.
- Personliga insikter. Lär dig dina datapreferenser, din roll och mycket mer (i den utsträckning du tillåter det), för att omedelbart få mycket kontextuella och personliga datainsikter till dig.
- Proaktiva insikter. Utforskar ditt dataekosystem på ett intelligent sätt och letar efter platser av statistiskt intresse för dig, samtidigt som du proaktivt förstår drivkrafterna bakom ändringen, vad du kan göra åt den och rekommenderar åtgärder att vidta som nästa steg.
- Betrodda dataagenter. Ger kraften tillbaka till dig, som driver dina dataagenter, att bygga och finjustera programmet genom integrerade upplevelser. Den ger dig även testverktyg för att förutsäga dina dataändringar och deras påverkan på precisionen och effektiviteten hos dina agenter.
Tableau Next förbättrar företagsanvändarupplevelser på olika plattformar som Slack och Salesforce, och genom nya analysfunktioner som Tableau Pulse, alla tillgängliga via agentupplevelser för att förenkla analysengagemang. Viktiga aspekter inkluderar:
- Samarbete: Centralt i betrodda analyser underlättar det interaktion mellan olika analytiska komponenter och integrerar valideringsverktyg i användares arbetsflöde.
- Pulsmått: Levererar både utvalda och automatiserade insikter mer effektivt än traditionella analytikerskapade instrumentpaneler.
- AI-drivna upplevelser: Använder AI för att minska behovet av teknisk expertis inom avancerade analyser, vilket hjälper till att säkerställa pålitlighet med deterministiska metadata och styrda data.
- Leverans av insikter för flera spelare: Låter företagsanvändare samarbeta med analytiker för att få Knowledge och Trust i de insikter som systemet levererar.
- Djup integration: Byggd på en delad metadata- och dataplattform, vilket ger komponerbarhet över olika system och upplevelser för att möjliggöra komponerbarhet för uppflyttning, dataflöde och för olika personas som hjälper varandra att granska och slutföra arbete.
Tableau Semantic Layer fungerar som en viktig bro mellan rådata och användartolkning, vilket förenklar dataanalys, beslutsfattande och programutveckling och förbättrar AI-driven kontext och hämtning. Viktiga funktioner inkluderar:
- Integrerad metadatahantering: Stöder både självbetjäning och styrd metadata, vilket underlättar ad hoc-analys med strukturerade vägar till att bli organisationens enda källa till sanning.
- Tableaus toppkapacitet: Inkluderar stöd för flera logiska objekt, modellkomponerbarhet, delade dimensioner, komplex geospatial hierarki och tidsmodellering.
- Diverse data och Analytics: Hjälper till att länka ostrukturerade och strukturerade data, som att korrelera bildbaserade produktkategorier med strukturerade försäljningsdata, och införliva sentimentanalys från halvstrukturerade produktgranskningar.
- Salesforce Platform-integrering: Etablerar en enhetlig källa till sanning, vilket underlättar konsekvent verksamhetssemantik och sömlös integrering mellan program och en sammanhållen metadatamodell som stöder olika användarupplevelser och användningsfall.
- Agentisk intelligens: Det semantiska lagret är ett av de nyckelområden där agenter får intelligens genom att förstå inte bara de data och metadata som driver din verksamhet, men också den semantik som definierar den, inklusive djupare beskrivningar och inställningar som är skräddarsydda för din organisation.
Tableau Next erbjuder integrerade lösningar som förbättrar datadrivet beslutsfattande och betrodd automatisering, med enkla åtgärder, fördefinierade flöden, schemaläggning och API-integreringar. Nyckelkomponenter inkluderar:
- Standardiserade, intelligenta verksamhetsåtgärder: Underlättar brådskande och sammanhangsspecifik kommunikation inom företag, som är viktiga men komplexa.
- Fördefinierade och skapade flödesscheman: Aktiverar både ad hoc-åtgärder och schemalagda åtgärder genom statiska och dynamiskt skapade flöden som är pålitliga men verifierbara.
- Agentforce: Stöder AI-drivna datakonversationer och interaktioner, vilket låter användare engagera sig med insikter och utföra åtgärder som liknar dem i ett traditionellt användargränssnitt, både inom och utanför sina verksamhetsprogram, och förenklade genom konversation.
Tableau Next erbjuder en komponerbar utvecklarplattform med alternativ för no-code, low-code och pro-code för programutveckling, alla med Tableau Semantics på Data 360. Nyckelerbjudanden inkluderar:
- Färdigpaketerade industri-/intelligenta applikationer: Tillhandahåller mallade och anpassningsbara analysprogram anpassade till specifika branschbehov.
- Tredjeparts- och ISV-program: Stöder skapandet av dynamiska och interaktiva program för analytiska, branschspecifika och egna syften.
- Marknad och utbyte: Låter ISV:er och utvecklare paketera och distribuera sina program inom det största och mest betrodda ekosystemet för affärsprogramutveckling.
Tableau Next är utformad för både företagsanvändare och dataexperter och främjar ett samarbete kring dataförståelse. Oavsett om det är tekniskt eller icke-tekniskt kan alla teammedlemmar, från företagsanvändare till dataexperter, granska varandras datainsikter. Dessutom är dessa insikter inte begränsade till en webbläsarflik inom en BI-plattform.
Som en BI-plattform är Tableau Next:
- Kompatibel över plattformar. Insikter återges på samma sätt, oavsett vilken plattform du visar dem på. Denna enhetlighet är en princip för pelardesign vid visuellt arbete med data.
- Djupt integrerat med Slack. Integreringsutveckling med Slack har säkerställt en av de mest intuitiva och uppslukande samarbetsdataupplevelserna på marknaden idag.
- Öppen för alla verktyg. Tillämpningen av vår API-first-princip, på vår djupt sammanslagna plattform, säkerställer att integreringen kan utökas till andra samarbetsverktyg och tredjepartsverktyg, vilket behåller rikedomen genomgående.
Salesforce Platform erbjuder en omfattande uppsättning integreringsfunktioner för att hantera ett brett spektrum av digitala utmaningar, men många kunder arbetar inom företagsarkitekturer som har utvecklats över tid genom användning av olika leverantörer och tekniker.
Moderna företag står inför utmaningar med systemintegrering och automatisering av verksamhetsprocesser, vilket ofta resulterar i datasilos och ineffektivitet. Salesforce-integreringsplattformen, som utnyttjar kraften hos MuleSoft, tacklar dessa problem genom att underlätta snabb utveckling och förbättring av automatiserade processer. Det säkerställer sömlös systemanslutning, förbättrar informationsflödet och stöder beslutsfattande över olika plattformar, vilket minskar arbetskostnader och automatiseringskostnader. Detta lager är viktigt för att skapa, hantera, styra och övervaka integreringar mellan Salesforce-tjänster och andra egna eller tredjepartstjänster.
System definieras genom API:n, som tjänar till att:
- Åtkomst till data från viktiga system som ERP, kund- och faktureringssystem och egna databaser.
- Underlätta datainteraktion och -integrering, vilket hjälper till att eliminera datasilos.
- Lägg till verksamhetssammanhang till de data och processer som hanteras av system- och process-API.
För effektiv kommunikation beskrivs API med:
- OpenAPI-specifikation (OAS) för omedelbara synkrona utbyten
- Asynkron Asynkron, händelsedriven kommunikation
- Model Context Protocol (MCP) för strukturerade interaktioner mellan modell och sammanhang
- Agent-till-agent-protokoll (A2A) för direkta agent-till-agent-integreringar.
Salesforce-integreringslagret ger robust kapacitet för att integrera och hantera alla system, vilket förbättrar anslutningen till Salesforces data-, AI- och appfunktioner, oavsett om systemen är inbyggda i Salesforce eller från andra leverantörer.
Komplexa integreringar kräver avancerade transformationer och behöver robusta verktyg, inklusive universell anslutning; API-hantering och -styrning; en integrerad utvecklingsmiljö (IDE) för att bygga integrationsarbetsbelastningar; en runtimeplattform för att distribuera, hantera och övervaka dessa integreringar; och en observerbarhetsplattform för att ge fullständig insyn i dessa integreringar.
För att ytterligare snabba på integreringsprocessen erbjuder vi acceleratorer och branschspecifika mallar som kodar vanliga integreringsmönster och behov.
Två primära integreringsmönster hanterar flödet av data och processer mellan Salesforce och det bredare ekosystemet: utgående integrering och inkommande integrering.
Ansluta Salesforce till externa system (utgående): Detta mönster involverar processer som kommer från Salesforce och som kommer åt data eller utlöser åtgärder i externa system.
- Säker slutpunktshantering (inloggningsuppgifter): Autentiseringsuppgifter ger en säker, central plats för att lagra slutpunkts- och autentiseringsdetaljer. Program och automatiseringar refererar till ett logiskt namn, medan plattformen hanterar komplexiteten i autentiseringens livscykel.
- Deklarativ integrering (Externa tjänster): För externa system som erbjuder en standardspecifikation för OpenAPI kan en administratör använda externa tjänster för att registrera API deklarativt. Plattformen bearbetar sedan specifikationen och gör tjänstens åtgärder automatiskt tillgängliga som inbyggda åtgärder i verktyg som Flöde eller som inbyggda objekt i Apex.
- Komplex systemintegrering (MuleSoft): För system som inte har moderna gränssnitt skapar MuleSoft ett återanvändbart API-lager av standardtyp. Detta abstraherar bort äldre komplexitet och hämtar data och processer på plats till Salesforces ekosystem.
- Dataåtkomst i realtid (Externa objekt): Representerar tabeller från externa system som virtuella objekt i Salesforce-datamodellen, vilket gör externa data tillgängliga via standardfrågor och användargränssnittkomponenter utan replikering.
- Central kapacitetshantering (enhetlig API-katalog): Den enhetliga API-katalogen är en centraliserad databas och den enda källan till sanning för alla API-specifikationer och deras associerade metadata, som deras plats och säkerhetsprotokoll. Det säkerställer att oavsett var en del av data eller verksamhetslogik finns kan den upptäckas, säkert anslutas till och komponeras till kraftfulla nya program och automatiseringar i Salesforces ekosystem.
- Egen prokodlogik (Apex REST): Utvecklare kan visa egen verksamhetslogik skriven i Apex som en REST API och åtgärd. Åtgärden är sedan tillgänglig som ett steg i ett flöde eller ett verktyg för en AI-agent.
Ansluta externa system till Salesforce (inkommande): Detta mönster låter externa system och program ansluta till Salesforce Platform för åtkomst till data, utlösa verksamhetslogik och orkestrera processer. Denna kapacitet bygger på en grund av beprövade API:er i företagsklass som fungerar i stor skala. Från oktober 2025:
- Query API (SOQL) hanterar över 50 miljarder begäranden dagligen.
- REST API servar nästan 5 miljarder anrop per dag från externa system, med en användning som ökar med 30 % från år till år.
- Bulk API bearbetar hundratals miljarder poster för storskaliga dataoperationer dagligen.
Denna beprövade pålitlighet och skala stöder följande kapacitet:
- En enhetlig API-upplevelse: Åtkomst till all Salesforce-kapacitet förenas genom en enhetlig slutpunktsstruktur (api.salesforce.com), vilket eliminerar behovet för utvecklare att lära sig olika mönster eller autentiseringsflöden för varje produkt.
- En omfattande, ändamålsenlig API-portfölj: Plattformen tillhandahåller en mängd olika API:n som är skräddarsydda för specifika behov, inklusive REST- och SOAP API:n för transaktionsåtgärder, Bulk API för databearbetning med stor volym, Pub/Sub API för händelsedrivna program och specialiserade Apex API:n för produkter eller egna produkter.
- Framtidsberedskap för agentisk integrering: Genom standarder som MCP kan kunder säkert exponera sina Salesforce-data och åtgärder som "verktyg" för externa AI-agenter, vilket förvandlar en Salesforce-instans till en utökningsbar uppsättning kompetenser för en digital arbetsstyrka.
Utöver de etablerade inkommande och utgående mönstren för data- och processintegrering växer ett nytt mönster fram för den agentiska eran. Salesforce Platform implementerar en omfattande MCP-strategi och positionerar den som både en konsument och en leverantör av AI-drivna tjänster. Detta tillvägagångssätt i två riktningar möjliggör agentinteroperabilitet, vilket låter företag sömlöst integrera Salesforces data och kapacitet med det växande ekosystemet av AI-agenter och verktyg samtidigt som säkerhet och styrning upprätthålls i företagsklass.
Salesforce som MCP-klient: Agenter kan agera som en MCP-klient genom att intelligent och dynamiskt utnyttja externa system och API:n. Denna kapacitet låter organisationer utöka Agentforces räckvidd utanför Salesforces gränser och orkestrera åtgärder över alla system, oavsett om det har en modern API eller kräver anslutning via MuleSoft till äldre system eller RPA-botar. Konfiguration hanteras genom en bekant deklarativ, ämnesbaserad konfigurationsupplevelse, vilket möjliggör snabb integrering utan egen utveckling. En förenklad upptäcktsmekanism för partnerlevererade MCP-servrar effektiviserar ytterligare integreringen av externa kapaciteter. Genom att abstrahera komplexiteten hos externa anslutningar genom en stack i hög skala kan företag snabbt integrera Agentforce med sitt bredare tekniklandskap.
Salesforce som en MCP-server: Som en MCP-server exponerar plattformen sin logik och tillgångar, inklusive standard REST API, egna slutpunkter, åberopbara åtgärder och flöden, som upptäckbara "verktyg" för externa agenter. Genom ett deklarativt gränssnitt kan kunder och ISV:er skapa och konfigurera sina egna MCP-servrar och välja kapacitet i samlingar av verktyg som är skräddarsydda för unika verksamhetsprocesser. Detta utökas till MCP-uppmaningar, vilket skapar naturliga synergier med plattformens kapacitet för uppmaningsmallar och låter organisationer göra sina investeringar i snabb teknik tillgängliga för alla externa AI-system.
Denna kapacitet styrs av en säkerhetsmodell med flera lager:
- Programkontroll: Konstruktionen av appen External Client ger administratörer robust kontroll över vilka externa agentprogram som kan komma åt deras Salesforce-organisation.
- Behörigheter med omfattning: Autentisering utökas med detaljerad OAuth-omfattning, vilket möjliggör exakt spårning och tillämpning av åtgärder som en autentiserad agent tillåts utföra.
- Auktorisering av kärnplattform: Dessa nya kontroller bygger på Salesforces robusta auktoriseringsmodell, inklusive poståtkomstkontroller, behörigheter på enhets- och fältnivå och andra behörigheter som definieras i Profiler och behörighetsuppsättningar.
ISV:er och partners kan även paketera och distribuera MCP-serverkonfigurationer, vilket möjliggör snabb distribution av AI-redo integreringar över Salesforces ekosystem.
Salesforces moderna inställning till universell anslutning är att tolka anslutning, en metadatacentrerad inställning för att utveckla anslutare som kan köras på vilken plattform som helst (MuleSoft, Flow eller Data 360) för alla användningsområden utan programmering. Metadatamodellerna förstår hur man ansluter till fjärrtjänster för att autentisera en begäran, modellera de data som returneras, skapa sökfrågor, bläddra igenom resultat och ta emot händelser (utlösare) för att automatisera en process.
För system som inte använder HTTP-baserade API:n erbjuder Salesforce hundratals färdigbyggda anslutare och ett komplett SDK för att bygga egna anslutare. För system utan API-åtkomst erbjuder Salesforce Robotic Process Automation (RPA) som använder agenter för att automatisera repetitiva, regelbaserade uppgifter som vanligtvis utförs av människor. Dessa uppgifter kan inkludera datainmatning, transaktionsbearbetning och att svara på enkla kundtjänstfrågor. För att extrahera information från dokument erbjuder Salesforce vår intelligenta dokumentbearbetning (IDP) som använder AI för att automatiskt extrahera, klassificera och bearbeta data från olika typer av dokument, som fakturor, kontrakt och formulär. Information finns dock, men Salesforce erbjuder ett automatiserat sätt att hämta och manipulera den.
Med de senaste framstegen inom AI tillhandahåller Salesforce byggstenar för att snabbt aktivera agentfunktionalitet i organisationen:
- Med Model Context Protocol (MCP)-anslutaren kan organisationer snabbt visa sina API som MCP-verktyg och göra det enkelt för agenter att upptäcka API och resurser.
- Agent till agent-anslutare (A2A) låter organisationer standardisera agent-till-agent-kommunikation genom att tillhandahålla A2A-protokollstöd för agenter. Varje agent (en funktionell expert på domänen) kan upptäcka och delegera en kunds sökfråga till den agent som passar bäst för domänen.
- Inferensanslutaren tillhandahåller byggstenar för att bygga en agent från grunden genom att tillhandahålla stöd för LLM-anrop, vektorinbäddningar och sökning, RAG-hämtning och MCP-verktyg.
MuleSofts API-hantering, levererad via Anypoint API Manager, tillhandahåller en omfattande plattform för att utforma, säkra, styra, övervaka och skala API:er och mikrotjänster i alla distributionsmiljöer. Organisationer kan hantera sina API:n och mikrotjänster med enhetliga kontroller och insikter i företagsklass från en enda glasruta, oavsett plattform, med centraliserad hantering från distribuering till versionering. Nyckelfunktioner inkluderar:
- Anypoint Flex Gateway är en API-gateway för programlager för att hantera och säkra API:er, tillämpa policyer för begränsning av hastighet, cachning, autentisering, auktorisering, hotskydd, övervakning och loggning på HTTP/S-nivå. Det är en lättviktig, högpresterande, Envoy-baserad gateway utformad för microservices-baserade distribuerade miljöer och är byggd för att sömlöst integrera med DevOps och CI/CD-flöden, samtidigt som den ger företagssäkerhet och hanterbarhet över alla miljöer samtidigt som den har stöd för både inkommande och utgående policyer.
- API-varningar låter organisationer definiera och övervaka specifika trösklar eller villkor för sina API:er för att upptäcka ovanligt eller oönskat beteende. Exempel inkluderar varningar när svarstiden överskrider en gräns (till exempel 60 sekunder), när antalet begäranden i ett tidsfönster är för högt, när vissa HTTP-svarskoder returneras eller när policybrott inträffar.
- API Analytics ger insyn i hur API används och hur bra de presterar. Analytics-instrumentpanelen låter organisationer följa och se övergripande mått, fördjupa sig i diagram, skapa och anpassa instrumentpaneler och rapporter för att förstå användningstrender, policybrott, svarstider, begäran-/svarskoder, med mera.
MuleSoft Anypoint Code Builder (ACB) är vår nästa generations IDE utformad för API- och integreringsutveckling, med en modern, enhetlig upplevelse med VS Code som backend.
- Samlad utvecklingsmiljö: Slår samman hela API- och integreringsprocessen i ett verktyg, med stöd för AsyncAPI, OAS och RAML API, styrregler, en arbetsyta med låg kod, färdigbyggda anslutare och integrerade test- och distributionsalternativ. ACB har även stöd för felsökning, felsökning och löpande underhåll med intelligenta, sammanhangsbaserade förslag.
- Agentisk utvecklingsupplevelse: Levererar agentupplevelser över hela programutvecklingslivscykeln. Kärnan är MuleSoft MCP Server, som möjliggör agentisk integreringsutveckling. MuleSoft MCP Server tillhandahåller kraftfulla verktyg för att skapa API-specifikationer och -integreringar från naturligt språk, skapa datatransformationer, hantera tillgångar i MuleSoft Exchange och administrera program och API-policyer. MuleSoft MCP Server-verktygen turboladdar användares API-specifikation och integreringsutveckling i alla VS Code-baserade AI-kodredigerare, inklusive Markör, Vindsurf och många fler.
- AI-integreringar: MuleSoft förbättrar integreringsutvecklingen med agentfunktioner som använder MuleSoft Ämnescenter, som konverterar API-anrop till Agentforce för systemåtkomst för företag. Agentforce Connector bäddar in automatisering av naturligt språk i integreringar. Inferensanslutaren integrerar säkert externa LLM-leverantörer och möjliggör AI-driven logik i MuleSoft-program. Organisationer kan använda dessa kombinerade funktioner för att bygga intelligenta, anpassningsbara integreringar.
MuleSofts Runtime Platform tillhandahåller flexibla distributionsalternativ för att köra MuleSoft-program, API:n och integreringar mellan miljöer. Organisationer kan välja den runtimemodell som bäst passar deras behov av drift, efterlevnad och skalbarhet samtidigt som de upprätthåller enhetlig hantering och styrning genom Anypoint Platform. Denna flexibilitet säkerställer att program kan köras nära datakällor, följa regionala föreskrifter och skalas sömlöst baserat på efterfrågan.
Viktiga värdalternativ inkluderar:
- Moln: MuleSofts fullständigt hanterade, multitenant-integrering Platform-as-a-Service (iPaaS) som eliminerar overhead för infrastrukturhantering. CloudHub 2.0 ger elastisk skalning, hög tillgänglighet och distribueringar/uppgraderingar utan nedtid, med inbyggda observerbarhetsbehov och efterlevnadscertifieringar. Utvecklare kan fokusera på att bygga API:er och integreringar medan MuleSoft hanterar den körningsbara infrastrukturen, vilket säkerställer säkerhet, pålitlighet och hög tillgänglighet i företagsklass.
- Hybrid: För organisationer som behöver egna värdar för sina program för mer kontroll erbjuder MuleSoft Runtime Fabric, en behållartjänst som automatiserar distribuering och orkestrering av MuleSoft-runtimes över Kubernetes eller virtuella datorer. Den har stöd för horisontell skalning, distribueringar utan nedtid, inbyggda säkerhetskontroller och förenklad klusterhantering.
- Private Cloud Edition (PCE): MuleSofts Private Cloud Edition tillhandahåller en helt självhanterad version på plats av Anypoint Platform (inklusive kontroll och runtimeplaner), vilket låter organisationer uppfylla strikta krav på föreskrifter, datalagring och säkerhet. Det gör att stora företag kan behålla fullständig kontroll över infrastrukturen samtidigt som de kan dra nytta av Anypoint Platforms sammanslagna funktioner för integrering och API-hantering.
MuleSoft levererar omfattande observerbarhetslösningar som ger fullständig insyn i API:n, integreringar och program i alla distributionsmodeller. Möjligheterna att observera är enhetliga oavsett var arbetsbelastningar körs, vilket ger en enhetlig vy av miljöer. Genom att samla in både realtidsdata och historiska telemetridata låter MuleSoft organisationer upptäcka, analysera och lösa produktionsproblem snabbare i hela programnätverket. Observerbarhetsdata kan visas inbyggt i Anypoint Platform eller exporteras via OpenTelemetry till en kunds föredragna APM, vilket möjliggör sömlös integrering med befintliga övervakningsekosystem. Detta ger organisationer möjlighet att proaktivt stärka infrastrukturens motståndskraft och förbättra tillförlitligheten för verksamhetskritiska applikationer.
MuleSoft ger observerbarhet genom två primära erbjudanden:
- Anypoint Monitoring är den aktuella observerbarhetslösningen på marknaden som är inbyggd i Anypoint Platform. Den erbjuder färdiga och anpassningsbara instrumentpaneler för att övervaka programhälsa, avancerad loggsökning för logghantering och varningsfunktioner som meddelar team när definierade tröskelvärden eller avvikelser inträffar.
- Integreringsintelligens är nästa generationens AI-första observerbarhetsplattform för MuleSoft, som byggts inbyggt på Salesforce Platform. Detta erbjudande använder Data 360 som ett enhetligt datalager för telemetridata, Tableau Semantics som ett tillförlitligt semantiskt lager för att möjliggöra intelligenta, användbara insikter, Tableau Concierge för att uppnå AI-assisterad felsökning och Tableau Next-instrumentpaneler för att leverera interaktiva, visuella gränssnitt som samlar flera rich data-visualiseringar i en enda, sammanhängande vy. Tableau Next erbjuder även kunder möjligheten att bygga egna instrumentpaneler ovanpå den semantiska datamodellen som levereras med observerbarhetsfunktioner.
Denna stack driver även den agentcentrerade spårningen som ger kunder full transparens i den icke-deterministiska agentiska åberopningsvägen från början till slut, vilket låter dem observera agenten som arbetar i varje mellansteg, vilket låter användare gå till grundorsaken till fel snabbare och identifiera eventuella prestandaflaskhalsar.
Salesforces ekosystem exemplifierar plattformens kraft. Systemintegrerare (SI) och konsultpartners stöder kunder genom att utveckla, konfigurera och optimera intrikata Salesforce-lösningar. Oberoende programvaruleverantörer bygger innovativa program och lösningar på plattformen, som kunder sedan kan installera i sina Salesforce-organisationer. Dessa ISV-appar är tillgängliga på AppExchange, Salesforces appaffär som lanserades 2006, och som nu har över 10 000 appar med mer än 14,3 miljoner installationer i oktober 2025.
För att hjälpa kunder navigera på den stora marknadsplatsen och upptäcka relevanta program har AppExchanges sökupplevelse omarkitekerats 2025 för att utnyttja Data 360. Salesforce Data 360s vektorsökningsfunktioner fungerar tillsammans med traditionell nyckelordsmatchning för att leverera mer semantiskt relevanta resultat genom att förstå en användares syfte på naturligt språk. Den ultimata visionen är att utveckla denna grund genom att integrera den med Agentforce Platform, vilket möjliggör ett fullständigt agentiskt "fråga vad som helst"-gränssnitt där kunder kan samtalsbeskriva sina verksamhetsutmaningar för att få mycket personliga lösningsrekommendationer.
AppExchange säkerställer högkvalitativa lösningar genom en noggrann granskningsprocess som involverar kodanalysatorer, säkerhetsskanners och referensimplementeringsguider, allt i nära samarbete med Salesforce. Denna plattform ger även ISV:er licenshanteringsverktyg för att skräddarsy programlicenser och intäkter, med stöd för olika prissättningsmodeller, inklusive användarbaserade och konsumtionsbaserade alternativ.
Principerna för "metadatadriven plattform" låter ISV utöka Salesforces inbyggda appar och metadata, vilket underlättar utvecklingen av datamodeller, verksamhetslogik och användargränssnitt. Salesforce Platform har stöd för ett brett utbud av lösningar, från branschspecifika program till mycket anpassade varumärkta appar som använder tekniker som Lightning Web Components för användargränssnitt och Apex Code för affärslogik.
Konceptet "paketering" är avgörande för distributionen av dessa appar mellan olika Salesforce-organisationer. Paketering innefattar serialisering av metadata till en artefakt som kan installeras av vilken Salesforce-kund som helst, med hjälp av underliggande teknik utformad för metadatahantering i olika miljöer. En unik aspekt av paketering är att den tillåter installationer i miljöer som är okända för utvecklaren.
För att förbättra kontroll och säkerhet låter "hanterbarhetsfunktioner" i paketering ISV:er uppgradera delar av ett program på ett säkert sätt eftersom andra inte kan vara beroende av dessa delar, samtidigt som kunder kan äga och hantera andra delar. Till exempel kan ISV:er ställa in vissa metadata, som egna inställningar, till “hanterade”, vilket gör att de inte syns och inte kan redigeras av kunden, vilket förhindrar störningar i kundens miljö. Hanterade paket inkluderar dessa hanterbarhetskontroller, medan ohanterade paket behandlar distribuerade metadata som kundskapade, vilket inte kan uppgraderas efter distribuering.
Sedan AppExchange och Salesforce Platform lanserades har både antalet paket som skapas och installeras ökat och komplexiteten ökat markant. Som svar på dessa krav introducerade plattformen andra generationens paketeringsarkitektur 2020. Denna nya arkitektur förbättrar modulariteten hos hanterade paket, förbättrar versionsflexibilitet, tillåter namnutrymmesdelning och stöder deklarativa beroenden, bland andra framsteg i mjukvaruutvecklingens livscykel. Paketdistribueringsarkitekturen hade även flera betydande förbättringar för större effektivitet och skala, till exempel att avgöra vilka metadata som ändrades och endast distribuera deltan.
En viktig åtgärd för utvecklingen av nya produkter och funktioner är deras kompatibilitet med paketering och beredskap för ISV-användning. Plattformen betonar den snabba tillgängligheten av dess kapacitet för partners, vilket låter Salesforces ekosystem utnyttja Salesforce Platforms innovativa potential effektivt och bortom Salesforces färdiga erbjudanden. Detta är dock ett område med pågående investeringar för att säkerställa att alla kapaciteter som beskrivs i detta dokument och som är tillgängliga för Salesforces interna utvecklare även är tillgängliga för våra ISV-utvecklare.
Heroku Marketplace och Slack Marketplace erbjuder dessutom ett brett utbud av integreringar och tillägg från tredje part som kan förbättra funktionaliteten i Salesforce-program. Heroku Marketplace tillhandahåller verktyg och tjänster för ytterligare appfunktionalitet samt förbättrar hur utvecklare bygger, distribuerar och hanterar program. Slack Marketplace erbjuder integreringar som kan effektivisera arbetsflöden och förbättra samarbete inom Salesforce-miljöer.
I andan av vårt kärnvärde, Customer Success, fungerar Salesforce som “Customer Zero” för alla program och tjänster på Salesforce Platform och använder produkter som möter kunder internt där så är möjligt. Detta ger betydande fördelar:
- Rigorösa produkttester: Genom att använda produktsviten dagligen utsätter Salesforce-anställda plattformen för verkliga utmaningar, förbättrar produktkvaliteten och identifierar förbättringsområden.
- Raffinerade produkter: Omedelbar feedback från intern användning möjliggör snabb förfining av funktioner och användbarhet, samt snabb identifiering och lösning av eventuella buggar, vilket resulterar i produkter som bättre uppfyller kundernas behov vid release.
- Djup branschkunskap: Intern användning över olika funktioner ger Salesforce värdefulla insikter i specifika produkt- och branschutmaningar, särskilt inom högteknologiska sektorer.
- Förbättrad kundinlevelse: Förstahandsupplevelsen av plattformen gör det möjligt för anställda att bättre förstå och hantera kunders smärtpunkter.
- Marknadsföring och säljinsikter: Daglig produktanvändning informerar om försäljnings- och marknadsföringsstrategier och hjälper till att skräddarsy plattformen efter kundernas behov.
- Starkare marknadsstrategi: Framgångsrik intern implementering låter Salesforce marknadsföra sviten som en beprövad lösning.
Dessutom distribueras alla programuppdateringar som är avsedda för produktion inledningsvis till en dedikerad "Salesforce on Salesforce" Hyperforce som en del av en utspridd distributionsprocess. Sedan augusti 2020 har denna instans framgångsrikt varit värd för GUS, Salesforces organisation för teknikteam, samt Salesforces CRM-verksamhet, vilket visar Hyperforces robusthet och beredskap för alla kunder. Denna strategi låter interna team testa och lyfta fram problem i god tid innan produktionsdistribueringar till externa kunder.
Salesforce Technology-organisationen har helt anammat Agentforce som den interna plattformen för ökad produktivitet och kvalitet i hela SDLC. Detta har gjort det möjligt för oss att inte bara förbättra kvaliteten på koden vi skickar till våra kunder genom att upptäcka och minska buggar tidigt, men har också gjort det möjligt för oss att snabbt upprepa agentiska upplevelser baserat på förstahands intern feedback.
Sedan starten 1999 har Salesforce genomgått flera tekniska förändringar. Transformationen som involverade Salesforce Platform var dock särskilt betydande på grund av dess omfattning och den snabba takt med vilken ändringar implementerades. Denna transformation krävde en samtidig utveckling av alla viktiga arkitektoniska komponenter för att uppnå en integrerad plattform. För att säkerställa att denna transformation var iterativ och minimalt störande för intressenter och banbrytare var Salesforce Technology-organisationen även tvungen att utveckla sina metoder för teknik och produktleverans.
Salesforce Technology-organisationen är ett stort och mångsidigt team som består av över 2500 team på mer än 20 platser i 14 olika länder. Denna grupp arbetar i stor skala och levererar mer än 200 produktutgåvor och implementerar 250 000 systemändringar varje vecka. I linje med den bredare företagsetiken styrs teknikgruppen av fem kärnvärden: Trust, Kundframgång, Innovation, Jämlikhet och Hållbarhet. Dessa värden är viktiga för att forma gruppens strategi, guida dess genomförande och påverka dagliga beslut.
I enlighet med våra kärnvärden utrustar Salesforce Engineering 360-ramverket teknikteam med åtgärdsorienterade instrumentpaneler och omfattande insikter i sin verksamhet, vilket skapar tydliga förväntningar på standarder och bästa praxis inom organisationen. Denna helhetssyn omfattar olika kritiska områden, inklusive tillgänglighet, säkerhet, efterlevnad, kvalitet, tillgänglighet, Developer Productivity, smidig produktutveckling och kostnadseffektivitet. För att ge dessa insikter bearbetar ramverket miljarder poster från hundratals interna tekniksystem, som säkerhetssystem, produktionshälsologgar, kodarkiv, utvecklingsmiljöer, CI/CD och planerings- och spårningssystem för release/arbete, alla byggda på Salesforce Platform som använder de senaste innovationerna från Agentforce, Data 360, Tableau och Slack.
Med rötter i denna och andra data använder Salesforce Technology-organisationen AI och agentteknik för att snabba på produktiviteten. Vi har över 10 000 dagliga aktiva användare av interna AI-verktyg och vi har byggt över 100 AI-agenter som är en del av vårt interna AgentExchange-program, vilket driver produktivitetsförbättringar i hela organisationen.
Tack vare vårt toppvärde Trust är serviceägande djupt rotat i vår teknikkultur. Varje tjänst och produkt är utformad för att inte bara uppfylla utan även överträffa sina servicenivåmål (SLO) relaterade till tillgänglighet och incidenthanteringsmått som Tid att upptäcka (TTD) och Tid att återställa (TTR). Vår inställning till ändringshantering, releaseberedskap och problemhantering följer höga standarder. Säkerhet är integrerat i varje fas i vår säkra utvecklingslivscykel, enligt principen säker som standard. Kvalitet och prestanda prioriteras genom Agile Testing Methodology, som inkluderar miljontals automatiserade tester, över enhets-, funktions-, integrations- och belastnings-/skalatester inom våra CI/CD-pipelines.
Arkitektoniskt fokuserar vi på att utveckla delade kapaciteter för att öka hävstångseffekten och effektiviteten och därmed förbättra kvaliteten. Vi har till exempel utvecklat hanterade tjänster inom Hyperforce för att uppfylla olika behov, till exempel datahantering, vilket gör att produktteam kan fokusera på produktinnovation medan centrala team förbättrar dessa tjänster när det gäller säkerhet, tillgänglighet och kostnadseffektivitet.
Vår verksamhet är flexibel och främjar innovationsleverans till kunder. Vart och ett av de över 3 000 teamen har autonomi i hur man implementerar det agila ramverket, med antingen Scrum eller Kanban. Planeringen av produktutveckling i hela organisationen är strukturerad med olika tidslinjer, inklusive en 3-årig långdistansplan för strategisk riktning, följt av årliga genomförandeplaner, och ytterligare uppdelat i 4-månaders produktlanseringsplaner, som informerar om sprintplaner varannan vecka. Produkter, funktioner och buggfixar distribueras genom flera releasefordon för att tillgodose olika kundbehov, inklusive tre stora årliga utgåvor, utgåvor varannan vecka och dagliga utgåvor.
Produktivitet är oerhört viktigt med tanke på vår skala. Vi använder SPACE-ramverket för att mäta produktivitet effektivt, med stöd av en omfattande uppsättning mått som tillhandahålls av Engineering 360-systemet. Vi fokuserar även på att förbättra verktyg och upplevelser för våra interna utvecklare för att effektivisera utvecklingslivscykeln, med investeringar i agentupplevelser och AI, arbetsflöden, byggverktyg, utvecklingskonfigurationer, säkrare utgåvor och säkerhetstjänster som ger betydande fördelar.
Sammanfattningsvis har Salesforce Platform genomgått en anmärkningsvärd transformation under de senaste fem åren, som utvecklats från den banbrytande molnplattformen för flera klienter till en betrodd, integrerad, agentisk och datadriven plattform som driver en uppsättning program och tjänster i deras region. Denna utveckling drevs av behovet av att hantera nya utmaningar som till exempel ökningen av offentliga molnleverantörer, ökade lagstadgade krav och framsteg inom generativ AI och maskininlärning.
Introduktionen av Hyperforce, Data 360 och Agentforce har avsevärt förbättrat plattformens kapacitet, vilket säkerställer att den fortsätter vara i framkant av innovation samtidigt som Trust och pålitlighet bibehålls. Den framgångsrika migreringen av majoriteten av våra kunder till denna nya plattform understryker uppfinningsrikedomen och engagemanget hos våra ingenjörer.
I takt med att vi fortsätter att förnya oss och anpassar oss till förändrade marknadsefterfrågan är Salesforce Platform väl positionerat för att stödja nästa generations applikationer och kundanvändningsfall, vilket bekräftar vårt engagemang för kundframgång och teknisk excellens.