二十多年前,Salesforce 開始了第一個多重租戶雲端平台,在該行業中建立了先例。此後,Salesforce 已發展為全方位的企業平台,能夠壓縮和自動化業務的關鍵層面,並為不同產業和區域的數十萬個企業和數百萬位使用者提供服務。Salesforce 也透過策略性收購增強了其 Customer360 產品套件。

過去幾年,市場、產業和技術環境的變化已導致我們在基礎 Salesforce Platform 中進行了一些深度轉型。這些包括:

• 出現大量投資基礎結構的公用雲端提供者。
• AI 的快速進展,包括機器學習、生成式 AI 和工作人員體驗。
• 跨產業和國家/地區的資料落地與法規需求增加。
• 快速增加規模處理即時資料和交易的需求。
• 更專注於網路安全、系統可用性、效能和彈性的需求。
• 客戶對整合套件的需求,其提供高度彈性、寬鬆連接且高度一致的結構。

針對這些變更,尤其是 AI 的地震轉變及其對業務的影響,Salesforce 已從頭開始全面轉型其平台,為下一代應用程式和客戶使用個案奠定基礎,同時維持我們的 Trust 目標。

在 Dreamforce 2024 發佈 Agentforce 及以下圖表,代表此廣泛努力的成果,涉及數千名 Salesforce Technology 和 Product 組織小組成員。目前,超過 95% 的客戶已轉換至此新平台。大多數客戶的成功移轉,包括具有最嚴苛工作負載的客戶,強調了工程師的創意,並重申 Salesforce 的核心價值「Trust」、「客戶成功」和「創新」。

自 Agentforce 啟動以來,Salesforce 持續引領在企業應用程式中使用 AI,並成為開發代理體驗的市場領導者,為現有和新業務功能提供即時對話式體驗。

在此白皮書中,與頂尖工程師協同合作,為瞭解主要技術轉型背後複雜性的建構人員提供詳細的探索。此論文會深入瞭解可讓平台延展、安全且準備好處理未來應用程式的基本結構增強功能,同時滿足客戶不斷變化的需求。建議您從「結構概觀」一節開始,以瞭解完整的全貌。讀者可以從此處依序繼續,或探索最感興趣的章節。

Emin Gerba
Salesforce 首席結構設計師

下列 Salesforce Platform 的架構原則能瞭解我們如何設計功能與功能的基礎與差異:

• 企業級 Trust 是 Salesforce 的第一個價值,我們不僅優先處理服務的可用性和安全性,還建立存取控制、合規性和安全性功能,讓客戶能夠透過 Salesforce Platform 符合其合規性和安全性標準。
• 多租戶:所有服務和基礎結構都建立為代管多個客戶。這為使用規模提供策略性模式,並針對可用性和安全性的常見高標準化,無論客戶的大小為何。
• 中繼資料驅動:中繼資料是多重租戶服務可自訂方式的核心。我們的中繼資料可擴充,因此管理員和開發人員可以建立現有工作的基礎,並從 Salesforce 和生態系統合作夥伴的未來產品更新中獲益。
• **API 第一個:**Salesforce Platform 會排定豐富且一致的 API 組合優先順序,該組合涵蓋可透過 Salesforce 原生使用者介面執行的所有動作。這可讓開發人員和合作夥伴利用並重新撰寫平台的功能,以整合系統或建立新的使用者體驗。
• 開放與可互通 Platform 可整合至客戶的任何企業結構。我們設計 Salesforce Platform 以與其他雲端型和內部部署系統搭配使用,並為外部系統提供 API、工具和整合標準,以與 Salesforce Platform 整合。
• **工作人員:**Salesforce Platform 正在快速發展,成為整個應用程式套件中的優先工作人員。我們希望使用者能夠透過深度的工作人員對話體驗與 Salesforce 互動,讓他們能夠以越來越自然的方式完成工作並與其資料互動。

目前的 Salesforce Platform 代表自 Force.com Platform 2008 首展後 Salesforce 功能的最新階段。最近的金鑰轉換包括:

• 採用 Hyperforce 並轉為雲端式結構。
• 從單一結構演進至具有獨立服務的結構。
• 與傳統關聯式資料存放區一起,導入 Data 360 和 Lakehouse 技術。
• 深入整合 AI 技術、生成式和機器學習,以及在整個平台上演進至工作人員體驗。

這些變更已擴展並精簡平台的功能,而不會產生明顯的中斷,因為可讓 Salesforce 工程師以最少的客戶中斷的方式順暢地推進我們的技術。強大的抽象也持續是 Salesforce Platform 中簡化企業級軟體技術複雜性的關鍵,例如安全性、可用性和技術慣例,讓應用程式開發人員可以專注於解決其獨特挑戰。Salesforce Platform 的功能會在下方醒目提示:

Salesforce Platform 會顯示成組成系統的一組圖層。每個圖層代表對於在平台上建立的應用程式而言十分重要的一組相關功能。每個圖層內的子方塊提供這些功能的說明範例。每個較低層的功能都會整合到上述所有層,以確保整個 Salesforce 應用程式套件的體驗一致且一致。

Salesforce Platform 體現過去 20 年所開發成熟技術平台的所有層級廣泛的工程轉型。這些變更由不斷發展的客戶需求和新技術所驅動,可支援新應用程式類型與解決方案。轉換互相連接,下層的變更會影響上層所有後續層的進化。

Salesforce Platform 結構為數個層級,每個層級皆為其全方位功能做出貢獻:

• Hyperforce:基礎基礎結構已從第一方資料中心發展為公用雲端提供者,並透過 Salesforce 技術增強,以確保安全、合規、高可用性且具成本效益的主控。
• 中繼資料架構:提供可建立應用程式的穩定抽象,即使我們擁有且使用的技術也隨之發展。包含物件關係對應器、執行的指示性順序,以及將中繼資料定義與中繼資料驅動執行階段橋接的「核心」執行階段。
• 資料:包含多租戶關聯式資料庫和 petabyte 級 Lakehouse,用於管理 Salesforce 和非 Salesforce 資料、支援非結構化資料和內容管理、進階搜尋、管治和分析處理功能。
• AI:使用基本、信任的 AI 技術建立資料層,利用預測和生成式 AI 強化代理體驗。
• **應用程式平台服務:**為 IT 管理員、開發人員和廠商提供建立和自訂應用程式的工具,提供意見抽象以簡化常見且複雜的工作。
• 業務能力:提供各種功能以滿足各種業務需求,讓開發人員可以視需要量身打造應用程式。
• API 與 API 管理:確保透過格式正確的 API 可存取所有平台功能,進而促進服務與層級的相互依賴。
• 使用者和開發人員體驗:提供使用者易用的使用者介面,以及從低程式碼到 Pro-code 的各種開發工具,可用於應用程式開發和自訂,並支援現代 AI 驅動的開發。
• 整合:與任何企業結構整合,透過資料連接器、零複製資料整合和其他工具,與 Salesforce 和非 Salesforce 系統的相容性。
• 應用程式與產業:提供以平台的整合功能為基礎的可自訂應用程式和產業特定解決方案套件,利用完整的下層功能,並使用深度整合的 AI 工作人員。

Salesforce 已開發全球資料中心基礎結構近 25 年,遠遠超過許多目前的超級規模和 IaaS 廠商。Hyperforce 是 Salesforce 基礎結構演進的目前產生,專為在全球多個公用雲端提供者之間作業而設計。

其量身打造以滿足客戶的彈性 B2C 規模、全域資料落地、增強型可用性、最上層安全性和法規合規性的需求。Hyperforce 會標準化所有 Salesforce 產品的基礎結構,以協助快速整合新收購。

Hyperforce 可確保 Salesforce Platform 的交付,進而在全球 20 多個地區快速部署新功能與應用程式、符合資料落地與法規合規性需求。

在 Salesforce 轉換至 Hyperforce 期間,超級規模的服務、介面和合規性層級之間已識別出明顯的差異。為了為 Salesforce Platform 建立強大且可攜式的基礎,採用以下結構原則:

• 基礎結構代碼:此原則利用網域驅動的結構,涉及基礎結構的陳述性編碼、建立固定的成品,以及使用如 Kubernetes 和 Service Mesh 等標準依需求自動化基礎結構。
• 零 Trust 安全性:使用全方位防禦策略實作零信任安全性模型,包括身分管理、驗證、授權、網路隔離、最低權限安全性原則,以及傳輸與靜態資料的加密。
• 受管理服務:此原則強調使用多租戶和多雲端服務,可增強跨不同基礎架構和環境 (例如商業、政府和空氣缺口系統) 的可攜性。
• 內建彈性:任務關鍵服務分佈在多個「可用性區域」之間,以確保高可用性。資料會在「可用性」區域之間複製。服務也會以可用性層級標記,以管理服務層級目標和彈性規劃。
• 完全可觀察:將所有服務整合至標準可觀察性平台以有效監視,其中包括記錄收集、度量收集、警示、分散式追蹤,以及如流量、錯誤率和資源利用率等服務作業的追蹤。
• 自動化作業:這包括基礎結構生命週期的自動化管理和預測 AIOps (營運 AI),以維護服務品質、偵測和處理服務降級,以及偵測失敗。
• 自動刻度:此原則著重於可擴展性和成本效益,可在不同規模之間提供營運彈性,而不會增加營運風險,從而摘要與雲端提供者相關的特定帳戶限制。
• FinOps 感知:公用雲端提供基礎結構靈活性,但可能導致成本增加的風險。我們在整個服務生命週期中採用以效率為導向的工程文化,而不會影響可用性、安全性和客戶 Trust。

這些原則可引導 Salesforce Hyperforce 平台的開發和作業,確保其在各種環境中保持適應性、安全性和效率。

Salesforce Platform 及其支援服務在 Hyperforce Foundation 上執行,其中包含多個 Hyperforce 例項。這些例項會策略地分配至各種國家,以符合客戶的地理位置和可用性偏好設定。為了符合嚴格的資料落地與作業需求,可選擇性地將一或多個 Hyperforce 例項分組並指定為「作業區域」。每個例項都會定期更新,以確保安全性、延展性和符合當地和法律標準。

Hyperforce 例項由多個 Hyperforce 功能領域例項所組成,這些例項是提供特定功能的服務叢集。基本功能網域提供安全性、驗證、記錄和監視等重要服務,這些服務對於其他 Hyperforce 服務至關重要。業務功能網域支援各種 Salesforce 產品,例如 Sales Cloud、Service Cloud 等,以協助其產品功能。

「功能領域」內的服務可以組織成「儲存格」,這是可調整且可重複的服務傳送單位。Hyperforce 儲存格會對應至傳統上稱為「Salesforce 例項」,其中一或多個 Salesforce 組織 (組織) 位於其中。儲存格是刻度單位以及強爆炸半徑邊界。超級儲存格提供多個儲存格的邏輯分組,以限定由於跨儲存格共用服務而導致的更大爆炸半徑。一個功能領域中可以有多個超級儲存格。儲存格與超級儲存格可讓 Hyperforce 在功能領域內水平調整規模,同時強大控制爆炸半徑的大小。

每個 Hyperforce 例項都會對應至一個「可用性區域」,這是所有公用雲端基礎結構中找到的概念,且能夠獨立於所有其他 Hyperforce 例項運作。Hyperforce 例項中的所有任務關鍵服務與資料都會散佈並複製在至少三個「可用性區域」之間,以達到錯誤容忍度與穩定性。此外,資料備份會複製到其他適當的 Hyperforce 例項,以達成業務連續性和法規合規性。

Hyperforce 基礎結構會隨著建立或重新整理新的 Hyperforce 例項和儲存格而持續發展。系統會將客戶與 Hyperforce 實體詳細資料的變更隔離。所有外部可見的客戶端點皆可透過穩定且安全的 Salesforce「我的網域」(例如,acme.my.salesforce.com),以安全地將流量路由至目前的資料和服務位置來存取。輸出流量 (例如郵件、網路呼叫) 最適合使用如「網域金鑰識別郵件」(DKIM) 和 mTLS 等安全機制來實作,以確保客戶的內部部署基礎結構不會硬式編碼 Salesforce 基礎結構的實體詳細資料,例如可能隨時間變更的 IP 位址。

Hyperforce 功能網域的設計採用強大的安全措施。每個網域都會在邊界受到保護且隔離,網域內的服務會分隔為專屬帳戶以增加安全性。服務之間的通訊可透過 Service Mesh 或類似的通訊協定安全地進行。流量管理由檢查、路由和將必要控制項 (例如斷電器或比率限制) 套用至所有傳入和傳出流量的輸入和輸出管道來處理。

Hyperforce 功能領域內的服務會分組為「安全性群組」,只有邊緣群組中的服務才會對公用網際網路公開。執行階段安全性原則會強制執行不同安全性群組之間的通訊規則,並遵循最低權限原則來確保服務僅具有必要的存取權。

每個地理區域都有 Hyperforce Edge 功能領域,可終止傳輸層安全性,並使用可程式設計的 Web 應用程式防火牆原則來預先處理威脅。這可確保僅合法流量到達 Hyperforce 端點,同時維持安全且有效的客戶體驗。此外,Hyperforce 例項之間的內部網路連結受到嚴格控制,且包含個人可識別資訊的所有記錄資料都會匿名化,以遵循 GDPR 標準。

Hyperforce 網格包含多個共用相同控制平面的 Hyperforce 例項,其設計目的是在適當的情況下隔離敏感工作負載。其可確保所有客戶或系統資料、平台中繼資料或跨網格監視資料的零洩漏。「控制平面」包含冗餘的 Hyperforce 例項,這些例項主控建立、管理和監視面向客戶的 Hyperforce 例項所需的基本服務。

所有 Hyperforce 服務的服務和基礎結構程式碼是在專屬的控制平面功能領域中安全開發,使用來源程式碼管理、持續整合、測試和成品建立服務。在將產生的程式碼封裝至標準化且數位簽署的容器,並儲存在影像登錄中之前,系統會掃描其威脅和漏洞。程式碼部署由 Hyperforce 連續傳送系統中的授權管道處理,而部署權限僅限於授權的小組和運算子。Airgapped Control Plane 會處理此類環境中必要的其他保護措施。

身分與存取管理 (IAM) 服務會強制執行及時批准,以限制存取持續時間與動作,而稽核追蹤會監視所有活動,並提供即時偵測系統,以找出任何可疑活動並予以警示。

當 Salesforce 從第一方資料中心將服務轉移至公用雲端上的 Hyperforce 時,重新整理預算建立、成本視覺化和資源最佳化策略十分重要。

我們的成本管理方法不僅僅是減少成本,它是一種策略性流程,可區分旨在成長的產品和穩定的產品。其計畫以耗用量為基礎的定價和利潤,以維護產品可用性,並符合我們 Trust 的核心價值。公用雲端帳戶以階層方式組織,並連結至特定產品和主管。詳細的服務層級資源標記,以組織中繼資料豐富,可協助找出個別微型服務的成本。Tableau 和 Slack 之類的工具與進階預測工具一起,用於為主管和小組提供成本、預測和預算分析的即時資料,藉此為未來財務規劃帶來信心。

為了確保最佳化成本管理,Salesforce 採用「計算節省計畫」、「現有容量」和「隨選容量預留」(ODCR),以保證所需容量。這些預留會透過進階時間序列預測和自訂顯示面板進行管理,以允許人力監督和決策。針對單位交易成本減少 (處理定義業務交易量的成本) 設定可達成的目標是推動改善的有效策略。Hyperforce 單位成本探索器工具可讓小組分析和管理單位成本趨勢、將成本歸屬於特定服務,並識別新的改善機會。Salesforce Cloud 最佳化指數 (或「COIN」分數) 會根據儲蓄機會的動態清單來評估服務,以激勵服務小組維持最佳的資源效率。

在我們對永續性的堅定承諾中,我們積極致力於減少碳足跡,並設定特定目標來減少我們的單位「服務碳」,即與執行工作相對的排放量度量。

安全性和可用性是企業級平台的重要基礎層面,對於維護客戶 Trust 而言至關重要。在 Salesforce 中,這些控制項是 Salesforce Platform 的整體,會透過共用的服務和軟體架構自動強制執行。此內建方法可確保個別系統受益,而不需要額外的工作。

管理並持續增強跨數千個服務和數百個小組的此廣泛的安全性和可用性控制,這是一項重大挑戰。不過,這十分重要,因為忽略小詳細資料可能會導致安全性缺口或系統中斷。

Hyperforce 是安全且符合的基礎結構平台,支援使用進階安全性功能開發和部署服務。其提供強大的存取控制、資料加密和安全性標準合規性。Salesforce 遵循 40 多個安全性和合規性標準,例如 PCI/DSS、GDPR、HIPAA、FedRamp 等。

重要安全性原則包括 Zero Trust Architecture (ZTA) 和端對端加密,以確保在所有處理階段中保護客戶資料。Salesforce 遵循安全性標準和最佳作法,從安全軟體開發生命週期到生產作業,以及強大的應用程式級安全性作法來減輕潛在威脅。

ZTA 網路安全性範例可確保所有使用者、裝置和服務連線都經過驗證、授權和持續驗證,無論位置為何。ZTA 和公用金鑰基礎結構 (PKI) 對於現代網路安全而言至關重要,可建立 Trust 邊界和安全通訊,而無須依賴周邊安全性。

然而,PKI 部署通常會忽略憑證撤銷與監管在根憑證授權機構中的重要性。Salesforce 的憑證撤銷實作強大且可調整,支援端對端 PKI 安全性。

此外,Hyperforce 透過服務之間的共同傳輸層安全性強制執行 ZTA,為使用者使用以角色為基礎的存取控制,使用短期私人金鑰和及時存取權。

Salesforce Platform 透過將 TLS 與完美的前置密碼加密套件搭配使用來確保傳輸中的資料受到保護,這可在資料在使用者裝置與 Salesforce 服務之間的網路之間以及 Salesforce 基礎結構網域內移動時保護資料的安全。

針對靜態資料,Salesforce Platform 採用硬體安全模組支援的金鑰管理系統。在其多租戶平台中,每個租戶都會獲派唯一的加密金鑰,以防止租戶之間的任何金鑰交叉。

通訊和加密的安全性取決於產生金鑰或隨機資料的 entropy。瞭解密碼編譯通訊協定因可預測的金鑰產生而導致的攻擊漏洞,Salesforce Platform 透過針對所有金鑰產生流程從多個來源取得 entropy,來減輕此風險。我們利用由雲端服務提供者啟用的各種處理器中可用的記憶體加密功能,來增強對冷啟動攻擊的保護。

Salesforce 擁有自訂的 JDK,可符合許多合規性標準,例如聯邦資訊處理標準 (FIPS),從而減少開發人員和操作人員自行進行合規性工作的需求,藉此簡化流程。此自訂不僅有助於避免如 XML 外部實體插入 (XXE) 等風險,還可增強 Salesforce 的加密靈活性,並視需要交換加密策略的能力。它允許將不符合的程式碼 (無論是內部開發或從開放式存放庫取得來源) 轉換為符合 FIPS 的程式碼,而不需要進行完整的重寫,從而減少開發小組的工作量,並維持遵循依預設的安全設計原則。

此外,Salesforce 已將保護措施整合至安全軟體開發生命週期 (SSDL),以納入架構來對抗跨網站指令檔 (XSS)、要求偽造 (CSRF) 和 SQL 插入等漏洞。

已實作以角色型存取控制項 (RBAC) 增強的集中密碼管理系統,以保護服務與使用者存取權的安全。此外,系統會使用程式碼掃描工具,藉由來源程式碼管理系統避免意外在生產環境中顯示機密。

網路釣魚仍然是組織的重大威脅,導致 Salesforce 根據數個業界最佳作法 (包括 CISA (Cybersecurity and Infrastructure Security Agency) Zero Trust 原則) 實作防網路釣魚的多因素驗證 (MFA)。這包括具有生產存取權之員工的硬體支援金鑰,以及可控制雲端服務提供者帳戶存取權的安全核心。

為了維持強大的安全性狀況,Salesforce 已將安全性控制標準化,並將雲端原生安全性服務整合至 Hyperforce,提供增強的可視性、威脅偵測和保單強制執行。全方位的安全性資訊和事件管理系統已用於即時監視、警示和報告,全面的漏洞管理計畫和雲端安全性狀態管理工具支援此功能,可持續識別、評估和修復漏洞。

此外,網頁應用程式防火牆會篩選和監視 HTTP 流量,以防範各種攻擊,並使用一系列網路安全性工具,包括防火牆、入侵偵測和預防系統、虛擬私人網路和端點偵測和回應工作人員,以提供持續監視和威脅偵測。網路區隔和微區段實作以將攻擊面積降到最低,並包含潛在缺口。

Salesforce 也已開發並實作針對 Hyperforce 獨特挑戰量身打造的強大事件應變計畫,其中包含識別、容納和緩解安全性事件的預先定義程序,以確保快速且有效地回應潛在的安全性威脅。

Salesforce 管理需要高可用性的任務關鍵客戶工作量。我們的高可用性策略包含各種組織層面,例如服務擁有權模型、事件管理和營運檢閱。策略的關鍵技術元素包括監視結構、AI 驅動的作業自動化,以及生產變更的自動化安全機制。

為了持續在數千個服務之間達到高可用性,三步驟方法可大規模管理技術風險。

首先,建立可用性結構標準,定義最佳作法,例如:

• 透過自動故障轉換進行的 冗餘。為了處理大型雲端型系統遇到的持續失敗,Salesforce 使用高層級的冗餘性、完全自動化故障偵測,以及針對完整和部分故障的流暢自動復原來建立其服務。
• 限制爆炸半徑。失敗_將會_發生,因此小組使用意圖的爆炸半徑上限設計其所有服務,以限制失敗的影響。最經典且可見的範例為 Hyperforce 儲存格 (fka Pod)。
• 分割失敗。防止失敗在系統的獨立單位之間散佈和複雜。服務之間容錯的 API 呼叫是防止分散式系統中串聯失敗的關鍵模式。在過程中,小組會仔細平衡分割與冗餘。
• 自動調整。若要在沒有效能降級的情況下提供無法預測的負載,請自動快速調整和緩慢縮減,而不需依賴由資源的飽和點 (例如 CPU、記憶體或等級深度) 觸發的慢速、錯誤的人類運算子。
• 快速回復。我們會針對所有服務以分鐘為單位設定回復目標,並在生產前環境中自動測試回復,方法是將前往、上往和後往再次作為預設作業。小組廣泛使用功能標記來進行更快、更精確的緊急切換和首展。
• 保護接收 API 呼叫的所有服務。負載流失、租戶公平限制、網路應用程式防火牆和複雜的 7 層保護會部署在系統的所有層級,從我們直接向網際網路公開的最遠邊界服務,到小組內部最深層的服務,這些服務可能會在更高層級的通話服務中遭到錯誤攻擊。
• 寬鬆相依性。服務之間的相依性設計為盡可能軟性,讓其獨立失敗或成功。快取是此處最常見的模式之一 - 下游相依性通常會造成過時的結果,足以繼續運作。
• 偏好非同步通訊。服務之間的非同步、經紀通訊會將這些服務彼此分離,並緩衝服務之間的負載高峰。
• 使 API 呼叫容錯。為了容忍部分失敗和暫時網路問題,我們使用數種模式:逾時與期限、斷電和反向重試。我們盡可能偏好非封鎖通話,以限制資源消耗和封鎖。在建立時與整合測試時,會使用結構描述層級 linting 強制執行上一期與下一期相容性。
• 管理服務配額與限制。小組會設定其服務車隊的配額和限制,例如 IP 位址、磁碟 IOps 或指定 Kubernetes 叢集的容量。小組會集中彙總、監視和警示這些配額和限制的使用情況,以避免即將到來的限制在執行階段影響系統。

其次,多層檢查模型可確保服務符合這些標準。這包括自動混沌測試、掃描和偵測反模式,以及與資深結構設計師一起進行結構審查,以找出自動化未解決的問題。

第三,解決方案已整合至 Hyperforce 以便符合這些標準。這包括自動遠端測量收集、預設冗餘和故障切換機制,以及如負載流失和 DDoS 防禦等內建保護,這些都會依預設為個別服務啟用。

Salesforce 處理大量遠端測量資料,包括度量、記錄、事件和追蹤,而傳統監視解決方案無法隨時有效管理。

為了解決此問題,Salesforce 開發了全方位的可觀察性系統,此系統會與其軟體開發生命週期、作業和支援功能整合。此系統為工程和客戶支援小組提供統一體驗,同時滿足規模需求並降低第三方軟體的授權成本。

Salesforce 的度量基礎結構以 OpenTSDB 和 HBase 為基礎,支援大規模收集、儲存和即時查詢時間序列資料。非即時使用個案使用 Trino 和 Iceberg,每分鐘處理超過 20 億個度量,以提供 CPU 利用率、記憶體用量和要求率的洞察。針對記錄管理,Salesforce 使用 Splunk 進行強大的索引與搜尋功能。Apache Druid 支援對大規模事件資料進行即時採取和分析,這對瞭解使用者互動和系統事件至關重要。透過 OpenTelemetry 和 ElasticSearch 管理跨微型服務的散佈追蹤,協助識別特定延遲和失敗點。

Salesforce 也已實作「應用程式效能監視」(APM) 基礎結構,此基礎結構會與其資料收集和遠端測量商店的技術堆疊整合。此應用程式自動儀表可簡化資料收集,並確保服務之間的一致距離測量。APM 的統一顯示面板可建立各種資料類型的關聯,進而增強工程師監視效能、診斷問題,以及透過凝聚式介面最佳化系統的能力。

透過標準化可觀察性工具,Salesforce 會使用散佈式追蹤,在服務之間連結不同的距離測試類型。這會建立全方位的服務相依性圖表,將整個服務生態系統視覺化,並以細微細微度追蹤要求。此功能對於找出問題、識別瓶頸,以及支援 AI 驅動的功能 (例如異常偵測、預測分析和自動修復) 而言至關重要。

為了增加事件解決時間,我們已開發 AI 作業 (AIOps) 工作人員,此工作人員會自動代表人類操作員偵測、分級和修復事件,但只會介入少數個案。AIOps 工作人員是可調整的多個工作人員反應性工具組,專為協助開發複雜且反應性工作人員型系統而設計。其功能高度模組化,可使用各種工具增強功能。其設計目的為隨著工作人員數目增加而有效率地調整規模。重要功能包括反應性結構,可讓工作人員動態回應其環境中的變更;工具增強功能,可讓工具輕鬆整合以擴充工作人員功能;以及可插入的規劃模組,可透過插入不同的規劃模組來自訂工作人員的規劃策略。

使用我們 Merlion 程式庫 (由我們 AI 研究小組開發的公開開放程式碼程式庫) 的進階機器學習模型,為 91% (撰寫時) 的核心 CRM 產品事件完成主動快速偵測。Merlion 是一組機器學習模型,例如「隔離森林」、「統計資料」、「隨機森林」和長期短期記憶 (LSTM) 神經網路,可近乎即時地處理系統產生的廣泛遠距測量資料。

79% 的事件 (撰寫時) 會由工作人員的動作自動解決。我們的 AIOps 工作人員可以處理和分級資料向量,例如記錄、設定檔、診斷、時間序列和服務特定成品,以建議補救動作。AIOps 工作人員控制項與計畫者可選擇具有特定技能的工作人員,以在生產環境中執行動作。

針對需要人力參與的剩餘事件,AIOps 工作人員會有效地將未解決的問題分級至適當的服務小組。透過使用內部微調的模型 XGenOps 智慧地瞭解每個事件的性質和內容,此模型會針對如問題記錄、事件、JFR 和記錄等作業資料集進行訓練,以確保將其導向具有必要專業知識的小組。這會為每週節省超過 2800 小時的工程時間,減輕工程師分級未解決問題的需求。

為了管理每週執行近 250,000 筆生產變更中斷的風險,系統會使用完全自動的部署系統來強制執行安全變更作法,進而消除人力錯誤。現有系統無法足夠調整或自訂,導致開發更量身打造的解決方案。

自訂連續部署系統遵循業界標準的藍色/綠色部署策略,透過多個層級確保安全:

• 每個變更的必要測試證據。
• 變更的初始 Canary 測試。
• 具有控制爆炸半徑的暫存部署。
• 部署階段之間的浸水與健康檢查。
• 緩解與現有暫停和事件的衝突。

此外,已將連續整合系統最佳化,以執行數百萬個 AI 選取的測試,以啟用快速發行,同時減少迴歸風險。

Salesforce Platform 的核心結構原則是中繼資料驅動的設計。Salesforce 工程師建立多重租戶服務和資料存放區。平台上的每個應用程式實際上都是中繼資料集合,可量身打造個別客戶如何利用這些多重租戶服務。這就是為什麼 Salesforce Platform 的常見行銷片語為「透過中繼資料存取所有一切」。

平台會強調結構化與強型中繼資料。此中繼資料會作為客戶體驗與基本 Salesforce 基礎結構與實作之間的抽象層。此方法可增強應用程式的可用性和品質。例如,客戶不會使用 SQL 結構描述定義和查詢,而是透過 Salesforce 物件 (sObject) API 與結構化中繼資料 (例如實體、欄位和記錄) 互動。此設計可讓平台整合新的資料儲存技術,或修改現有的資料儲存技術,而不需要重新撰寫應用程式,進而支援持續開發的最佳作法。

Salesforce Platform 結構具有「層級擴充」方法,支援建立和擴充應用程式的四個關鍵角色:

• **Salesforce Engineering:**小組會開發如 Sales Cloud 和 Service Cloud 等原生應用程式,這些應用程式會透過廣泛的版本流程在所有服務和執行階段中部署。這些應用程式透過授權與佈建機制可供所有租戶使用。
• 外部合作夥伴:獨立軟體廠商 (ISV) 和其他合作夥伴可以擴充 Salesforce 建立的中繼資料,以建立價值新增的解決方案,例如 Sales Cloud 資料模型上的結構描述擴充,或 Service Cloud 個案記錄的其他驗證規則。他們可以封裝這些解決方案以散佈給多位客戶。
• 組織特定的 IT 管理員和開發人員:他們可以自訂其應用程式,超出 ISV 提供的範圍,量身打造解決方案以滿足獨特的業務挑戰,例如專屬或區域特定的流程。
• 個別使用者:一般使用者可以個人化其應用程式體驗,例如變更清單檢視中的資料欄順序或設定預設索引標籤。

每個角色都可以在相同的應用程式上獨立迭代,方法是確保較低層不取決於較高層中的角色變更,並維護強大版本與舊版相容性契約。

醒目提示「層級擴充」概念的一項功能是「記錄儲存執行順序」,可確保所有四個層級的商業邏輯皆依預測順序套用。這允許由組織管理員或 IT 開發人員判定的更具體、較高層級的業務邏輯,在儲存記錄期間適當覆寫 Salesforce 或外部合作夥伴可能提供的較低層級邏輯。

此外,平台的中繼資料架構使用「核心」執行階段,以及具有內建多重租戶的專屬物件-關聯式對應器 (ORM),連線至關聯式資料庫。此核心執行階段會啟用共用記憶體狀態、參考完整性驗證和交易認可,以排定應用程式穩定性的優先順序並增強應用程式部署的可靠性。結構不斷演進,以支援應用程式複雜性的規模不斷增加。例如,截至 2025 年 10 月,Salesforce 已定義超過 85,000 個實體,客戶已定義超過 3 億個自訂實體。
在過去,核心執行階段主控大部分的平台與應用程式功能。Salesforce Platform 目前的結構現在包含數百個獨立的中繼資料驅動服務。核心執行階段仍是應用程式中繼資料的單一記錄系統,利用單一結構的獨特優點來進行中繼資料管理。相關中繼資料會同步化至獨立服務中的本機快取,為應用程式執行階段提供多元化的可調整服務陣列。

資料是組織的重要資產,且 Hyperforce 為其在 Salesforce 的儲存空間提供可靠的基礎。關鍵挑戰是以針對應用程式最佳化公用程式的方式儲存資料。Salesforce Platform 透過配合各種儲存和存取需求來轉換資料層。它有效平衡成本、讀/寫速度、儲存容量和資料類型,以滿足各種需求。

隨著 AI 和分析日益塑造企業應用程式,資料已成為樞紐元素。其重要性在於其能夠啟用 AI 和分析來學習、分析、決策和自動化流程。

資料源自「記錄系統」(SOR) 資料庫,滿足公司的作業需求。接著會透過各種轉換轉換至大型資料平台,這些平台對於強化 AI 和分析驅動的應用程式至關重要。

有效管理資料 (從交易資訊到分析洞察) 對於獲取價值和支援複雜的應用程式至關重要。Salesforce Database (SalesforceDB) 是管理 SOR 資料的首要交易資料庫,而 Data 360 是強大的大型資料平台,可增強 AI 和分析功能。

交易資料與中繼資料對於 Salesforce Platform 至關重要。SalesforceDB 是專為 Salesforce 的多租戶工作負載而設計的現代雲端原生關聯式資料庫,類似於主要提供者的其他雲端資料庫,但具有 Salesforce 結構的自訂功能。其會擴充 PostgreSQL、分開運算和儲存空間,並利用 Kubernetes 和雲端儲存空間,透過租戶特定功能 (例如加密和 Sandbox) 增強作業。

SalesforceDB 處理所有交易 CRM 資料,每月超過 1.1 萬億筆交易,以及 Data 360 和相關服務的中繼資料。其主要目標是透過永續性、可用性、效能和安全性來確保 Trust;針對大型客戶進行規模調整;並促進簡化且可靠的雲端作業。其透過將計算與儲存層分開的設計、固定的分散式儲存系統,以及記錄結構化合併樹狀目錄資料存取,來達到這些目標。這可啟用進階功能,例如儲存空間中每個租戶資料的加密,以及有效率的 Sandbox 與移轉。

SalesforceDB 服務結構會跨三個可用性區域執行,且會在這些區域之間複製運算和儲存空間,以確保即使遺失任何節點或整個區域,系統仍可供使用。所有服務都會在 Kubernetes 中執行,以啟用自動失敗復原和服務部署。

為了提供高層級的永續性和可用性,SalesforceDB 的最終記錄系統是雲端儲存空間,如同 AWS 的 S3。系統會在此雲端儲存層級管理如歸檔和跨區域複寫等作業。儲存物件是固定的,進而增強資料散佈和複製以獲得高可用性。

由於雲端儲存空間的延遲高,因此 SalesforceDB 會使用儲存空間快取來存取資料。這些快取是散佈式儲存系統,可在節點叢集中維護儲存物件的暫時複本,以確保資料庫所需的複製性和持續性。個別快取用於交易記錄儲存和資料檔案儲存。

SQL 計算層級由三個不同可用性區域中的主要資料庫叢集和兩個待處理叢集所組成。主要叢集會處理所有資料庫修改,而待處理叢集僅會處理查詢作業。

SalesforceDB 使用記錄結構化合併樹狀目錄 (LSM) 資料結構,其中的變更一開始會記錄在交易記錄中,並累積在記憶體中。接著,系統會將認可的變更集合寫入至金鑰排序的資料檔案,這些檔案會定期合併並壓縮以最佳化儲存效率。

此結構可有效消除直接更新儲存空間之資料庫中常見的同時更新問題。透過使用 LSM 方法,SalesforceDB 支援重要功能,例如固定的儲存空間,使其成為管理 Salesforce 工作負載的強大解決方案。

儲存空間中的資料是固定的;一旦資料檔案寫入並顯示,便不會變更。交易記錄僅限附加,可簡化資料存取模式並增強可靠性。此結構支援非協調讀取、簡化備份、提升擴展性,並促進儲存空間虛擬化,使其適合雲端環境。

SalesforceDB 中的交易會跨多個可用性區域認可,這可確保即使節點或區域失敗也不會遺失資料。如果發生失敗,則會在機中中止交易,並成功復原認可的交易。由於失敗不會遺失認可的資料,因此會自動移轉至新節點。

叢集管理軟體會透過監視配額和管理擁有權轉移來自動處理故障。此流程不僅在緊急狀況下使用,而且在定期修補期間也會定期使用,進而透過持續使用提升系統的可靠性。一般使用者通常不會注意到簡短的資料庫重新啟動,以維持流暢的使用者體驗。

Salesforce 每年會進行三個主要的結構描述更新,每週會進行較小的結構描述更新。SalesforceDB 提供零停機結構描述作業,讓這些更新能夠在不影響客戶的情況下完成。

我們的交易資料庫會作為客戶資料的主要存放庫,該資料庫會在多個可用性區域之間快取,並儲存在雲端中。每個資料區塊都會使用固定的檢查總和來保護,並由儲存層與資料庫引擎驗證。資料庫會執行歷程追蹤來偵測任何異常變更或遺漏版本,並在索引與基準表之間執行持續的一致性檢查。

為了保護勒索程式,資料庫會封存在不同帳戶下方的個別儲存空間中,包括完整與增量交易記錄備份。這些備份會定期透過還原測試流程進行驗證。此外,雲端基礎結構已預先設定,但未啟用,可視需要管理資料還原要求。

每個 Salesforce 組織都存放在 Hyperforce 儲存格中,其中包含 SalesforceDB 服務。此設定允許透過 Hyperforce 結構建立新的儲存格來快速全域調整,且可輕鬆在儲存格之間切換流量以管理負載。不過,隨著客戶的工作量和業務需求增加,單一資料庫例項的容量可能會不足。

為了解決此問題,SalesforceDB 針對儲存和運算層級使用水平調整結構。雲端儲存空間幾乎沒有限制,快取圖層會自動調整規模以符合需求。此外,可透過新增更多資料庫運算節點來展開運算層級,以有效率地從共用的固定儲存空間中讀取,而不需要協調。此方法可讓 SalesforceDB 達成符合或高於領先商業叢集資料庫結構的擴充性,而不需要特殊的網路或硬體。

Salesforce 是一種多租戶應用程式,單一資料庫可在其中主控多個租戶。每個表格記錄都包含租戶識別碼來區分其擁有權,且透過 Salesforce 應用程式層新增的自動查詢述詞來維護租戶隔離。

SalesforceDB 針對此模型量身打造,支援租戶特定的 DDL、中繼資料和執行階段流程,進而增強可靠性、效能和安全性。其會將每列租戶模型的低負擔與每個資料庫結構描述的效率結合在一起。

在 SalesforceDB 中,租戶識別碼是多租戶表格中主要索引鍵的一部分,可在 LSM 資料結構中依租戶將資料叢集,進而提升存取效率。此設定不僅可協助有效率的資料存取和每個租戶加密,還可簡化租戶資料管理。由於精簡的中繼資料結構,租戶可以輕鬆複製或移動,但中繼資料調整程度最低。

AI、分析和資料功能在現代企業中至關重要。企業已經投資於成熟的大型資料平台,例如 Snowflake、Databricks、BigQuery 和 Redshift。然而,許多
由於資料孤立、缺少 AI 處理、資料過時或現有業務流程中的閒置,因此客戶無法從其資料中衍生業務價值。將客戶資料集中化為單一事實來源,並透過客戶參與的單一檢視,對於業務而言至關重要,但由於資料分割和系統管理的複雜性,也具有挑戰性。Salesforce 透過將資料、AI 和 CRM 整合至虛擬循環,以生成式 AI 和機器學習洞察為驅動,並以資料為驅動,以促進客戶的整體檢視。

SalesforceDB 針對結構化資料的高效能交易工作量進行最佳化,而 AI 和分析工作量需要處理來自各種來源的大量非結構化資料,並執行複雜的查詢和批次處理。為了滿足這些需求,Salesforce 開發了 Data 360,此平台的設計目的為破壞資料孤立區、安全且有效率地統一、儲存和處理資料,支援 AI 和分析需求,並啟用即時企業作業。

Data 360 以 Hyperforce 為基礎,作為 AI 和 Analytics 的基礎平台,提供:

• 整合的基礎結構和無程式碼平台,可透過連線來合併資料孤立區
• 即時與近乎即時的資料快取
• 零複製聯合
• 資料清除、準備和形塑以供處理
• 結構化與非結構化資料的統一查詢服務
• 針對洞察產生開發分析和 AI/ML 模型
• 資料觸發動作與啟用
• 支援生成式 AI retrieve 擴充產生 (RAG)
• 全方位原則型監管

Data 360 結構支援數個元件與功能,概述於下方。

Data 360 針對批次、近乎即時和即時的資料處理,支援來自各種結構化與非結構化資料來源的高效的採取管道。Data 360 採取服務的運作方式為 Extract-Load-Transform (ELT) 模式,針對低延遲而設計,且適用於 B2C 級數。近乎即時的來源涵蓋詳細的產品使用狀況,即即將進行即時取用包含 API 和互動串流。一旦獲取,資料便會大量轉換,以準備、協調 (例如統一各種連絡類型),並將其建模以進行有效的查詢、分析和 AI 應用程式。平台也包含各種可供使用的協調資料模型。

Data 360 可與 Sales Cloud、Service Cloud、Marketing Cloud 和 Commerce Cloud 等 Salesforce 應用程式順暢整合。此外,其為外部資料來源提供數百個連接器,以確保資料整合順暢。

Data 360 採用以 Iceberg/Parquet 為基礎的原生湖家結構,專為處理批次、串流和即時案例的大規模資料管理和處理而設計。此結構結構支援結構化與非結構化資料,對於 AI 與分析應用程式而言十分重要。

在雲端式資料湖 (例如 Azure、AWS 或 GCP) 中,基本儲存單位是檔案,通常會組織成資料夾和階層。此湖舍透過導入更高層級的結構與語意抽象,以協助查詢和 AI/ML 處理等作業來增強此結構。主要抽象是具有中繼資料的表格,其中定義其結構和語意,並納入來自如 Iceberg 或 Delta Lake 等開放程式碼專案的元素,以及 Data 360 新增的其他語意層。

湖中抽象層:

• Parquet 檔案摘要:在基礎上,儲存空間包含 Parquet 格式的資料湖檔案 (例如 AWS 中的 S3 或 Azure 中的 Blob)。來源表格的資料會儲存在多個分割區中,作為 Parquet 檔案,每個表格皆為這些檔案的集合。
• Iceberg 表格摘要:表格會組織為資料夾,資料分割會在這些資料夾中儲存為 Parquet 檔案。對分割進行的修改會導致新的 Parquet 檔案成為快照。Iceberg 會管理每個表格的中繼資料檔案,詳細列出結構描述、分割規格和快照。
• Salesforce Cloud 表格摘要:此層建立在 Iceberg 上,會新增如欄名稱與關係等語意中繼資料,以及如目標檔案大小與壓縮等組態。它會在各種平台 (例如 Snowflake 和 Databricks) 中摘要表格,藉此保護 Data 360 應用程式免受基本儲存平台的特定資訊。
• 湖端存取庫:此文件庫提供 Salesforce Cloud 表格的存取權、處理資料和中繼資料,並為應用程式開發人員摘要基本的儲存機制。
• 大型資料服務抽象:這包括處理架構,例如 Trino 與 Hyper 用於查詢,以及處理任何雲端表格平台的 Spark。

Data 360 Lakehouse 支援 B2C 級度、即時採取、處理、結構描述強制執行與進化、快照,並使用開放式儲存格式。

為了支援即時分析和代理應用程式,Data 360 會以額外的「低延遲存放區」(LLS) 增強湖庫的大型資料儲存空間。Data 360 的即時處理層會分析記憶體中的即時訊號和參與資料。由於以記憶體為基礎的儲存容量受到限制,因此無法一次處理所有資料。Data 360 會新增此 LLS 來移除此類限制,並啟用可調整的即時處理。

「低延遲商店」是位元組級 NVMe (SSD) 儲存層的湖頭。這是一種永久的快取—大多數的資料最終都會進入湖庫,以保持長期持續性。即時層中的工作階段中資料可以清洗至低延遲存放區,以便後續快速存取。例如,在工作人員對話中,最近的訊息可在記憶體中處理;舊的訊息可填入至 LLS。如果需要先前的交談,則可在 LLS 的幾毫秒內存取該交談。NVMe 型儲存空間允許大量資料以毫秒延遲儲存和存取。資料可能會前往湖莊,以持續持續。

此外,即時處理或擴充即時體驗所需的湖庫資料也會從 LLS 中提取並保存在其中。例如,客戶設定檔內容會從湖中預先提取或帶入,並在 LLS 中快取。此外,任何在工作階段處理期間即時處理所需的湖家物件和其他物件也可以在 LLS 中快取。LLS 透過記憶體、SSD 和湖家儲存層,在實際儲存階層上啟用即時層級,並在每個儲存層之間順暢移轉資料。

Data 360 也提供安全性的強大支援,包括具有客戶管理金鑰的租戶層級加密 (TLE),以及其管治技術的隱私權與合規性。核心是以屬性為基礎的存取控制 (ABAC) 支援,其會根據與實體、作業和環境因素相關的屬性,動態評估存取權。此系統支援任意與必要存取控制。

補充 ABAC,詳細的資料分類系統會依敏感度和用途將資料分類,進而增強合規性、風險管理和事件回應。ABAC 與此分類系統共同提供全方位的資料管理,確保安全且有效管理 Data 360 內的資料。

Data 360 透過 AppExchange 與 Salesforce Platform 深度整合,以取得中繼資料、封裝、擴充性、使用者體驗和應用程式散佈。客戶可以定義和管理湖畔串流和表格的中繼資料,就像其他 Salesforce 中繼資料一樣。每個資料物件 (包括聯合或外部表格) 都會以 Salesforce 物件表示,並且模型化為 Data 360 中資料儲存支援的虛擬實體。開發人員可以用來在 Salesforce Platform 上建立應用程式。

Data 360 廣泛支援零複製聯合,允許使用者與外部資料倉庫 (例如 Snowflake 和 Redshift)、湖庫 (例如 Google BigQuery、Databricks 和 Azure Fabric),以及 SQL 資料庫和各種檔案類型 (包括 Excel) 整合。Data 360 支援檔案和以查詢為基礎的聯合,以及即時查詢和存取加速,如圖所示。標籤 (1) 和 (2) 說明 Data 360 的查詢 (包括即時查詢推送),以及從外部資料湖/倉庫/資料來源存取資料的檔案型同盟;標籤 (3) 醒目提示從外部資料湖/資料來源加速聯合存取。標籤 (4) 和 (5) 說明從 Data 360 與外部資料湖/倉庫的查詢和檔案式共用資料。功能也延伸至非結構化資料來源,例如 Slack 和 Google Drive,可由 Data 360 的非結構化處理管道存取。此外,Data 360 可協助從外部來源聯合的 Salesforce 物件和資料存取,讓您能夠在整個 Salesforce 平台與應用程式中存取此類資料。

Data 360 整合具有進階身分解析功能的 CDP,建立統一個人識別碼和設定檔,以及全方位的參與歷程記錄。此平台擅長處理公司對公司 (B2B) 和公司對消費者 (B2C) 架構,並支援使用精確和模糊比對規則的身分圖。這些身分圖以來自各種管道的參與資料來增強,這有助於建立含有寶貴分析洞察和區段的詳細設定檔圖表。

此外,CDP 可在不同平台之間 (例如 Salesforce 的 Marketing Cloud、Facebook 和 Google) 啟用有效的區隔和啟用。它會批次、近乎即時和即時處理客戶設定檔,以便立即進行決策和個人化。此功能可增強 B2C 和 B2B 案例中的互動,確保公司可以快速且準確地回應客戶的需求和行為。

Data 360 提供 JSON 格式的企業資料圖表,這是衍生自各種湖家表格及其相互關係的反正規化物件。這包括由 CDP 建立的「設定檔」資料圖表,其中包含人員的購買和瀏覽歷程記錄、個案歷程記錄、產品用量和其他已計算洞察,且客戶和合作夥伴可以擴充。這些資料圖是針對特定應用程式量身打造,並透過提供相關的客戶或使用者內容來增強生成式 AI 提示準確度。

此外,已有計畫擴充這些資料圖,以納入將衍生 Knowledge (例如從非結構化資料中解壓縮的實體和關係) 的 Knowledge 圖表。Data 360 的即時圖層使用「設定檔」圖表進行即時個人化和區隔。

Data 360 的即時層設計為以毫秒延遲處理如網路和行動點擊串流、造訪、手推車資料和結帳等事件,以增強客戶體驗個人化。它會持續監視客戶參與度,並使用即時參與資料、區段和計算來更新 CDP 的客戶設定檔,以立即個人化。

例如,當消費者在購物網站上購買項目時,即時圖層會快速偵測並取用此事件、識別消費者,並以更新的終身支出資訊增強其設定檔。這可讓使用子秒的方式個人化其在網站上的體驗。此外,此層包含即時觸發和回應的功能,以根據客戶互動啟用立即動作。

個人化是瞭解要作為目標的角色、提供相關內容和建議的時間和位置、要說什麼以及頻率。Data 360 的「個人化服務平台」功能是協調流程,用於透過個人化體驗做出決策以最佳化目標達成。此平台提供下列功能:

• 一致的模型集與解譯 Data 360 中設定檔、活動和資產資料的方式。
• 平台整合的實驗 (例如 A/B/n 或多臂詐騙決策)。
• 透過組態、ML 訓練時間和執行階段 (ML 推斷) 整合設計階段的目標。
• B2C 級度、即時和批次互動支援 (匿名使用者、大量即時/互動式外部、大量內部批次)。
• 透過 Data 360 驅動的 Analytics。
• 整合其他廠商 AI 模型和服務 (內部與外部) 的模式。
• 高價值 AI 驅動使用個案的 OOTB 實作 (使用各種 ML 演算法的建議和決策,包括促銷/內容選取、產品建議和定價決策的內容違反)。

Data 360 是啟用的平台,支援針對資料事件啟用銷售管道。例如,重要事件 (例如客戶的帳戶餘額下降) 會觸發 Salesforce 流程來協調對應的動作。同樣地,主要度量的更新 (例如終身使用) 可以自動移入相關應用程式。

Data 360 具備彈性調整的計算叢集,可有效處理處理工作。其針對多重租戶和專屬運算環境提供強大的管理。此外,其提供 Spark 和 SQL 的受管理支援。BYOC (自帶運算/程式碼) 功能支援多種程式設計語言,包括 Java、Python 和 Spark,允許整合自訂轉換、模型 (包括 LLM) 和函數,進而增強擴充性。

Data 360 Compute Fabric 提供稱為「資料處理控制器」(DPC) 的統一層,可管理與執行所有大型資料工作量。DPC 是全方位、多工作量資料處理協調流程服務,可在各種雲端運算環境中提供「工作方式服務」(JaS) 功能。其會抽出基礎結構複雜性,並統一 Spark (在 EC2 上為 EMR,在 EKS 上為 EMR) 和 Kubernetes Resource Controller (KRC) 工作負載等架構的工作執行。透過作為集中控制平面門戶,DPC 可協調、排程和監視跨多個資料平面的工作,以確保可靠性、可擴充性、成本效率和一致的開發人員體驗。

Data 360 的查詢服務提供進階查詢功能,透過 Trino 和 Hyper 為結構化與非結構化資料提供廣泛的 SQL 支援。其透過「表格功能」增強運算子擴充功能,允許跨文字、影像、空間和其他非結構化資料類型進行多樣的搜尋作業。這些功能會與關聯性作業無縫整合,例如選取客戶記錄。此統一方法可產生目標化和個人化結果,藉此使用 RAG 促進更精確的 LLM 回應。

Data 360 支援在整個資料提取、處理、索引和查詢機制中順暢地儲存和管理結構化 (表格)、半結構化 (JSON) 和非結構化資料。Data 360 支援文字以外的各種非結構化資料類型,包括音訊、視訊和影像,擴大資料處理和分析的範圍。下圖說明基礎的兩個側面 (取用與提取)。

Data 360 會透過將資料儲存在資料欄中作為文字,或儲存在較大資料集的檔案中來管理非結構化資料。它支援非結構化內容的資料聯合,這允許整合和管理來自多個來源的資料。

Data 360 的非結構化資料索引管道設計為模組化、可擴充的結構,包含五個核心階段:剖析、預先處理、切分、後續處理和內嵌。接著接著是關鍵字和向量索引。「預先處理」範例包含如消除雜訊、語言正規化和影像瞭解 (光學字元辨識) 的作業,而「後續處理」階段可能包含中繼資料的增強、語意分組或進階技術 (例如切分)。

Data 360 提供多個立即可用且可插入的模型,用於分割和內嵌產生。Data 360 中的資料銷售管道完全支援程式碼擴充,允許客戶和內部小組在任何階段插入自訂邏輯。這些階段也支援以 LLM 為基礎的處理,可讓客戶視需要定義自己的提示。

針對索引,Data 360 支援使用搜尋服務進行關鍵字索引,以及使用 Milvus (開放原生矢量索引) 進行向量索引。針對使用非結構化處理來設定 RAG,Data 360 利用內容索引來啟用使用範例測試查詢的快速迭代和快速驗證,並使用設定為根據取用角色或使用者量身打造的角色特定內容。

Data 360 的 Document AI 功能支援從如發票、履歷、實驗室報告和購買訂單等文件讀取和匯入非結構化或半結構化資料。此功能支援臨時互動式處理,以及大量批次處理。這是可為客戶啟用業務流程自動化的關鍵功能。

Data 360 具有無周邊語意層,其中包含 API,其設計目的為增強業務語意和 AI/ML 驅動的分析,類似於 Tableau Next。此層包含語意資料建模服務,以業務分類 (例如度量和度量) 來增強傳統分析模型。

其語意查詢服務使用陳述性語言與這些模型互動,將查詢翻譯為 SQL,以從 Data 360 內的原生和聯合資料來源存取資料。

此整合可協助擴充且互動式的分析探索、報告和顯示面板,與第三方視覺效果工具相容。

Data 360 可作為集中式管治中心運作,確保所有資料 (無論是原始入門到已啟用的洞察) 均以完整且控制的方式管理。Data 360 已採用「以屬性為基礎的存取控制」作為其核心授權模型。ABAC 允許存取決策以使用者的屬性 (部門、角色、位置)、資料 (個人資訊、敏感度、資料空間) 和環境 (例如當天時間) 為基礎,而非預先定義的角色。這可啟用高度細微且內容相關的存取原則,以在資料和使用者屬性變更時進行調整。Data 360 的 ABAC 實作核心是使用 CEDAR 原則語言。此用途建立、開放原始碼的正式原則語言提供定義複雜授權規則的精確且可驗證方法,確保原則是無歧義的,且可以一致大規模評估。

管治生命週期包含關於保單資訊、強制執行和決策點的關鍵功能:

• **標記與分類 (原則資訊點):**資料會識別並以重要屬性增強。Data 360 提供自動標記和分類機制,利用探索、LLM 和機器學習,在結構化與非結構化資料中識別敏感資料種類 (例如電子郵件、電話、名稱等個人可識別資訊)。
• **授權服務 (原則強制執行點):**此服務會從各種耗用層 (混合結構化/非結構化查詢、RAG 提取器和提示,以及 CRM 增強) 攔截所有資料存取要求,並諮詢「原則決策點」以判斷是否允許存取。
• **原則評估引擎 (原則決策點):**此引擎會從「保單強制執行點」中取得存取要求內容,以及來自「保單資訊點」的原則定義 (在 CEDAR 中) 和屬性,以做出權威的存取決策。

ABAC 架構搭配 CEDAR 原則提供控制和彈性,確保客戶資料不僅可運作,而且在整個企業中安全、合規且值得信賴。

快取對於快速存取常用資料而言至關重要。Salesforce 在整個 Salesforce Platform 中使用許多快取,包括在核心應用程式伺服器、SalesforceDB 和 Edge 中。Salesforce Platform 與應用程式需要可調整且具有租戶認知的快取解決方案,其延遲率低且輸送量高。此解決方案必須允許 Salesforce 工程師控制快取的內容及時間長度,以確保其資料不會遭系統雜訊或其他客戶資料的外洩。以 Redis 為基礎的 Salesforce 受管理快取服務 Vegacache 針對多重型、多租戶和公用雲端環境量身打造。它已廣泛由 Salesforce 服務使用,且可透過 Apex 程式語言 API 供平台開發人員存取。目前在 Hyperforce 中大規模作業,Vegacache 每天處理超過 2 萬億個要求,回應時間低於毫秒。

在透過 Service Mesh 存取的 Kubernetes 容器中執行的 Vegacache 例項會跨多個「可用性區域」部署,以平衡資料可用性和延遲。它會根據系統載入自動調整規模,以確保資料可用性和時段訂單保留。Vegacache 可為每個客戶提供保證快取大小,並針對雜亂的鄰居提供保護,並透過複製的資料儲存空間抵禦基礎結構失敗。

針對 Salesforce Platform 開發人員,Vegacache 可讓開發人員快取 Apex 物件和 SOQL 資料庫查詢結果,從 SalesforceDB 中消除不必要的資料提取來減少 CPU 用量和延遲。它支援 Put()、Get() 和 Delete() 作業,讓常用的物件可供輕鬆存取。

Salesforce 本機支援非同步資料流程與結構,以增強工作流程的彈性、彈性與延展性。

Salesforce 工程師先利用訊息排列來分離大量與大型資料流程,以及協調獨立系統之間的流程。透過平台功能 (例如大量 API 查詢或非同步 Apex) 從外部開發人員中提取這些訊息的列。Salesforce Platform 接著導入以記錄組織的事件串流,其建立在內部受管理 Apache Kafka 叢集的強大傳訊基礎結構上。這已啟用以發佈/訂閱互動模型的以事件為基礎結構,並將其作為「平台事件」製作給外部開發人員。

這兩種技術皆持續為在平台上建立的應用程式和解決方案,這些技術均持續具有高度運用,特別是因為這些技術利用更多在獨立執行階段上主控的功能、雲端和外部系統。透過版本化事件結構描述通訊可針對不同的執行階段啟用獨立的軟體開發生命週期。透過事件將系統分離,也有助於管理負載高峰和個別執行階段的彈性/規模,以支援更高的整體彈性與應用程式可用性。

Salesforce 的搜尋功能對於從全域搜尋到生成式 AI 之間的應用程式而言至關重要,因此會面臨構成我們結構方法的獨特挑戰:

• 刻度:我們的雲端原生搜尋解決方案支援數十萬個客戶和數百萬個租戶,專為大規模設計,同時保持成本效益。
• 客戶多元性 跨不同產業的多元化客戶庫,由於平台的廣泛自訂,涉及許多物件類型與欄位,因此具有獨特且複雜的搜尋需求。
• 操作性:搜尋解決方案必須具有彈性且高可用性,支援資料落地、租戶生命週期營運 (例如區域移轉和 Sandboxing),並且在租戶之間保持低索引延遲並保持公平。
• 規模相關性:提升搜尋結果的相關性以符合各種使用者查詢十分重要,特別是因為我們將相關性演算法調整為適用於各種租戶、資料類型和搜尋案例。
• AI 與語意功能:搜尋支援「機器學習」與生成式 AI,特別是「取得增強型產生」(RAG) 和「代理搜尋」。
• 流暢整合:為了確保使用者體驗一致,Salesforce 的搜尋技術會與更廣泛的 Salesforce Platform 深度整合,包括中繼資料模型和 AI/資料服務。

Salesforce 的雲端原生解決方案 SeaS (搜尋即服務) 以 Solr (開放程式碼散佈搜尋引擎) 為基礎。Salesforce 已大幅擴充和最佳化 Solr 以符合我們獨特的挑戰,並將其與 Salesforce 應用程式和平台深度整合,並納入語意技術來增強 AI 應用程式和搜尋相關性。

SeaS 採用計算/儲存空間分隔結構,允許跨節點可調整的索引分佈,並在失敗期間重新平衡跨區域的負載和可用性。其提供自動分割和調整片段大小、零停機升級,以及如複本閒置載入和歸檔等最佳化功能,以滿足稀有的索引。

此結構也包含針對大量欄位最佳化的低層級索引實作、自動完成、拼字修正和自帶金鑰加密。Hyperforce 搜尋基礎結構在全球管理約 6,000 個 Solr 節點,使用每個區域中的多個獨立叢集 (Hyperforce 儲存格),以平衡成本與控制,自動根據載入、網域和類型放置用戶端索引。

Salesforce 的搜尋相關性管道採用學習排名技術,適應客戶的多元需求,並支援如結果排名等功能。其中也包含來自使用者查詢和過去互動的實體預估。相關性模型會透過從使用者互動中學習並透過 A/B 測試評估來持續精簡,進而增強搜尋結果的準確度。此流程也透過 Knowledge 轉移支援 AI 應用程式的入門模型。

堆疊納入用於語意搜尋和 AI 應用程式的向量搜尋引擎,並與 Data 360 整合以取得生成式 AI 功能。這包括資料轉換的全方位管道、混合式搜尋支援、可設定的排名目錄,例如 Deep Fusion Ranker 和 Autodrop,以篩選出低相關性搜尋結果。

當生成式 AI 將搜尋服務的主要消費者從人類使用者移至使用 LLM 時,Salesforce 搜尋堆疊會調整以尋找並傳回針對此程式設計耗用最佳化的結果,處理較長且更複雜的查詢,並傳回更具描述性的結果,例如區塊。這支援新的「工作人員搜尋」功能,其中 Agentforce 工作人員使用推理迴圈來利用搜尋來完成複雜工作。

Salesforce 的搜尋功能涵蓋各種內容,包括全域搜尋、對應、搜尋答案、社群搜尋、相關清單、設定、行動和生成式 AI 應用程式。透過將「搜尋」堆疊與 Salesforce 中繼資料系統和 UI 生態系統緊密整合,以順暢支援標準與自訂物件,達到此廣泛的功能。

此外,與 Data 360 整合可透過無程式碼組態增強資料物件的搜尋功能,並允許在資料銷售管道內撰寫搜尋功能,例如在 SQL 查詢中包含搜尋陳述式。「搜尋」堆疊利用 Data 360 豐富連接器生態系統 (例如 Google Drive 認可連接器) 來提供完整的企業搜尋功能。此整合可延伸至 AI 平台,讓搜尋查詢在提示詞產生器中以取得基礎,以及在工作人員搜尋中作為 retrievers 使用。

AI 已重新塑造技術環境,Salesforce Platform 具有整合且豐富的資料層,使 Salesforce 能夠為客戶提供有影響力的 AI 體驗。Salesforce 將近十年前開始 AI 轉型,並且自 2013 年以來一直在領先該領域,專注於研究、道德和產品開發,讓企業能夠解決複雜的問題並推動成長。

Salesforce 利用「創新」的核心價值,引入 Einstein 預測式 AI,讓企業能夠使用全方位的 AI 技術工具套件 (例如 Einstein 預估產生器和 AI 機器人) 來分析資料、自動化程序、瞭解客戶,並最佳化作業。隨著生成式 AI 的崛起,Salesforce 啟動 Agentforce,這是一個平台,可合併預測和生成模型,以提供進階 AI 功能,同時優先處理資料隱私權。

隨著最近的 Agentforce 3.0 推出,其以 Python 為基礎,具有以事件為導向的架構,Salesforce 透過內建對話歷程記錄、端對端工作階段追蹤、語音支援和自訂推理引擎 (自帶計畫者) 功能等功能導入增強的彈性,以啟用更可調整、可自訂且智慧的多人代理程式系統。

Agentforce 遵循以下核心原則:

• 資料安全性與道德:排定資料保護、合規性和道德 AI 原則的優先順序。
• 透明度與可解釋性:提供 AI 產生輸出的清楚瞭解與驗證。
• 彈性和自訂性:針對特定需求和產業量身打造 AI 應用程式。
• 流暢整合:與 Salesforce CRM 和其他系統整合。
• 延展性:處理大規模部署,並提供即時 AI 體驗。
• 智慧且一致的體驗:透過連線的資料和內容相關的瞭解,提供個人化、擴充和自動化的體驗。
• **全方位觀察性:**提供 AI 工作人員互動的深入可視性和監視,以使用 Agentforce 互動探索器主動最佳化和微調工作人員。

AI 堆疊包含數個關鍵元件:

• AI 平台:此平台層負責管理、訓練和微調用於預測和生成應用程式的 AI 模型。其提供立即可用的 (OOTB) 服務、Trust服務和基礎模型,用於訓練、測試和對模型執行推斷。此外,其支援您自己的預測和生成模型整合,讓您在平台內提供自訂模型。
• AI 基礎服務:其中包括 AI Gateway、回饋意見架構、RAG、工作人員協調流程、工作人員評估和理由服務,可協助將業務應用程式與 AI 堆疊整合。
• AI 技術支援的使用者和工作人員體驗 透過其雲端服務提供專業 AI 技術支援的應用程式。客戶也可以使用平台的任何元件 (例如流程、Apex 或甚至 Lightning Web 元件 (LWC)) 來建立自訂體驗,以將 AI 技術支援的體驗流暢整合到其工作流程和業務流程中。
• Agentforce Studio:此元件包含如工作人員產生器、提示詞產生器、測試中心和模型產生器等工具,專為建立生成式與預測式 AI 體驗而設計。其提供開發/訓練、測試和調整 AI 模型的端對端支援。「下一代編寫」增強這些功能,其設計目的為透過改善的 UX 與 SFDX 相容性,簡化和加速 AI 工作人員建立。

Agentforce Trust 圖層適用於選定的使用個案,透過提供強大的功能來協助保護生成式 AI 應用程式中的客戶資料:

• 資料隱私權:強大的遮蔽與隱私權控制可保護外部 AI 模型無法存取敏感資訊。
• 安全性:確保安全的資料處理環境,並防止未經授權的存取。
• 信任:維持客戶對資料的控制權,無需協力廠商 AI 儲存或使用。
• **護欄:**強制執行工作人員行為標準,並減輕 LLM 的固有不確定性,驗證工作人員持續遵循預先定義的指示和工作流程。
• 準確性:使用相關 Salesforce 資料將 AI 輸出增強至提示。
• 內容仲裁:提供內容前後仲裁、敏感資訊的可自訂資料遮蔽 (PII/PCI/PHI),以及大型語言模型 (LLM) 回應的毒性分類。

AI Gateway 提供存取和管理各種 LLM 和預測模型的統一介面。它會作為 Salesforce 與 LLM 世界之間的橋樑,從不同 LLM 提供者和客戶自己的預測 AI 模型的複雜程度中解析,並提供與其互動的一致方式。Agentforce AI Gateway 可與多個 LLM 提供者整合,讓客戶可以選擇最適合其需求的模型,並納入強大的資料安全措施,以協助管理與使用不同 LLM 相關聯的成本。

「回饋意見服務」是收集、分析、測量和利用使用者回饋意見的元件,以重新訓練和精簡 AI 模型。其在 Salesforce Platform 中持續改善 AI 驅動的功能至關重要。

RAG 是一種重要技術,可使用生成式 AI 增強搜尋功能,進而提供更具資訊且準確的回應。Agentforce 平台利用廣泛的 Salesforce Data 360 和整合的「向量資料庫」,以便針對使用者的查詢,快速提取相關資料。接著此資料會作為 LLM 的基礎,以產生最佳回應。

此外,此方法透過在回應中包含來源資料來提升回應速度和使用者 Trust。RAG 廣泛用於 Agentforce 平台,特別是用於如 Agentforce for Service 和 適用於銷售的 Agentforce 等應用程式,強調其如何呈現這些使用個案的相關資訊。

隨著 AI 模型進步,開發工作人員以自動化需要推理的工作是下一個步驟。這些工作人員會作為智慧助理,能夠以自然語言瞭解和回應查詢,讓使用者為各種工作設計、測試和部署查詢。此系統的重要元件為「計畫者服務」,其功能如下:

• 解譯使用者要求:它會分析使用者的輸入來決定意圖。
• 建立計畫:其會制定結構化計畫以滿足使用者的需求。
• 啟動動作:它會透過直接或透過其他服務起始動作來執行計畫。

「計畫者服務」會協調流程,透過管理和執行必要步驟,確保工作人員有效地滿足使用者要求。

Agentforce 是建立工作人員的平台,可讓客戶和 ISV 為如「服務工作人員」和「銷售工作人員」等應用程式建立自動化 AI 工作人員。這些工作人員可以以自然、人類似的方式處理和回應客戶查詢,處理廣泛的業務工作,並為企業和其客戶帶來重大益處。

工作人員的工作流程包括:

• 啟用:工作人員由預先定義的條件觸發,例如客戶在各種管道之間的要求。
• 瞭解與回應:其會使用「自然語言處理」(NLP) 來掌握客戶的查詢、意圖和情感,然後諮詢 Salesforce 的 Knowledge 庫或其他資料來源以建立適當的回應。
• 處理複雜性:如果遇到複雜問題或需要人力監督,工作人員可以順利將互動轉交給人力工作人員。
• 持續學習:工作人員會從每個互動中學習,並持續增強回應和整體效能。

Agentforce Studio 提供低程式碼平台,可讓客戶將 AI 整合至其 Salesforce 應用程式和工作流程,使 AI 技術可供資料科學家以外的使用者存取。

Studio 的主要功能包括:

• 模型產生器:允許建立或匯入符合特定業務需求的 AI 模型。
• 提示詞產生器:無程式碼/低程式碼工具,可協助建立和管理生成式 AI 提示,以簡單的介面增強使用者體驗,以建立、測試和部署提示。
• 工作人員產生器:讓客戶和 ISV 可以開發自訂的對話和自發工作人員。
• 測試中心:支援模型、提示和工作人員的測試,這對確保高品質 AI 應用程式和最佳化效能和成本效益至關重要,同時增強決定性回應和使用者體驗品質。

Agentforce 結合預測式與生成式 AI,利用 Salesforce Platform 和 Data 360 的統一中繼資料架構,提供智慧、個人化且有效的業務解決方案。

為了滿足生成式 AI 市場的日益加速需求,包括推理的快速進步、可調整多工作人員系統的需求,以及轉向多型式介面,Salesforce 正使用 Agentforce 3.0 來發展其架構。此新一代平台以數項重要進度為基礎:

• **非同步、以事件為導向的結構:**Agentforce 3.0 以增強型事件驅動架構的 Python 基礎為基礎。這可啟用非同步且可高度調整的工作人員實作,改善效能並為工作人員可透過事件通訊的複雜、多工作人員使用個案奠定基礎。
• **多重模式語音功能:**除了文字式互動之外,Agentforce 3.0 引進語音支援作為主要模式。此架構與電話服務供應商和 WebRTC Gateways 整合,以處理即時音訊串流。新服務管理音訊轉換為文字 (ASR) 和文字轉換為音訊 (TTS),為自動化連絡中心等使用個案啟用自然對話式語音體驗。
• **Agentforce 指令檔和決定性:**以狀態機器為基礎的截斷機制,可限制明確定義結構內工作人員行為,以確保一致的執行路徑。這可啟用決定性圖表、提供強大的狀態管理以防止記憶體遺失,並促進條件式和 LLM 決定的處理,從而確保重要業務流程的工作人員動作可預測且一致。

Salesforce Platform 的應用程式生態系統以其跨「應用程式平台服務」、「API」、「使用者體驗」和「開發人員體驗」層級的功能整合而不同。「應用程式平台服務」是用於在 Salesforce Platform 上建立和自訂大多數應用程式的常見功能,而業務功能通常更為解決方案特定。

應用程式生態系統以五個關鍵功能為基礎,其可引導應用程式開發程序。

• 租戶:這涉及在多重租戶服務內邏輯分隔資料和中繼資料,讓已驗證的使用者存取特定的資料和功能。當客戶在註冊時收到 Salesforce 組織時,最能看見此項目。
• 實體:代表資料庫表格的實體由類似表格欄的欄位所組成。實體和欄位中繼資料包含資料建模的屬性,例如資料類型和 API 名稱,以及功能屬性,例如實體是否為可查詢或可寫入。此抽象,而非直接操作資料存放區本身,可讓 Salesforce 順暢導入和切換儲存技術,而不需要 IT 開發人員進行更新,以確保持續應用程式功能。
• 存取控制:這些控制項會根據使用者身分與特定原則,規範使用者對資料與功能的存取權。原則由規則和功能切換而成,並管理可存取的實體、欄位和功能。系統會在「權限集」中共用原則和權限,並透過將權限集指派給使用者身分授與存取權。
• 分層延伸模組:如先前所述,這支援由不同角色 (包括 Salesforce 工程師、外部合作夥伴、IT 管理員和一般使用者) 獨立開發中繼資料和應用程式,並由結構化儲存訂單和中繼資料命名空間協助。
• 封裝:此功能允許在 Salesforce 租戶之間配套和散佈中繼資料,以簡化應用程式的更新和散佈流程,而不需要重新建立。

除了這些關鍵功能之外,應用程式平台服務還包括:

• 資料執行階段與查詢:支援在多個專用資料存放區之間建立、更新、刪除和查詢資料等作業。可透過 Salesforce 工程師使用的內部抽象,或透過面向客戶的「Salesforce 物件」或 sObject 慣例,直接在資料存放區上執行資料作業的結構支援資料規模與效能的範圍。
• 流程/工作流程/公式:使用低程式碼工具定義和執行業務邏輯和驗證規則。
• Apex 程式碼:應用程式邏輯的專業程式碼語言,原生整合至平台資料執行階段和 API。
• **雲端原生基礎結構服務:**Heroku 為開發人員提供使用產業程式設計語言和架構的強大環境,以建立、部署和管理與平台資料和事件整合的應用程式。
• 事件與通知:管理觸發和以事件為基礎的協調流程。
• 全球化:提供多國語言與多國應用程式的支援。
• 授權與佈建:處理平台功能與應用程式的購買與管理存取權。
• Lightning Web 堆疊:允許使用結構化中繼資料 (例如版面配置和標準 Web 技術) 自訂視覺介面。
• 網站 + CDN:確保低延遲和高流量的 Web 體驗,包括未經驗證的使用者。
• 安全性和合規性:提供符合特定組織安全性和規範需求的工具和控制項。
• 資料遺失防止:包含資料備份、還原和封存的功能。

Salesforce Platform 透過 Heroku 提供一套工具和功能,讓開發人員能夠使用他們選擇的程式設計語言和架構,在雲端中建立、執行和管理應用程式。Heroku 受管理的雲端應用程式平台提供應用程式執行階段、資料存放區、傳訊排隊和事件系統,作為可調整的服務,以建立 Salesforce 應用程式的擴充功能。

在 Heroku 上執行的應用程式擁有 Salesforce 功能、客戶資料和業務邏輯的完整套件存取權,以及與第三方系統和服務連線的能力。透過 Heroku,開發人員可以專注於提供價值,而不必因基礎結構上的疑慮而擔心。

自動化是讓應用程式具有動態性,對於重要的業務流程數位轉型而言至關重要。

Salesforce 流程自動化是為了解決客戶面臨的關鍵挑戰,包括組織規模的簡化和高效率業務流程需求。這些挑戰通常涉及需要過度手動工作的工作流程,導致效率不佳且營運成本較高。客戶尋找可將這些流程自動化、最小化手動人工,並維持一致性和準確性的解決方案。

重要問題是缺少使用者易用的工具,允許非技術使用者設計和實作沒有廣泛編碼技能的業務流程。此外,也需要可安全、可調整且順暢地與現有自動 Salesforce 工作整合的解決方案,例如資料輸入、批准、通知和複雜的多步驟流程。

Salesforce 流程自動化透過提供可建立自動化工作流程的強大但直覺式平台來滿足這些需求。其可讓使用者透過可供技術與非技術使用者存取的視覺介面建立及自訂流程,進而自動化重複的工作、強制執行業務規則,並簡化 Salesforce 生態系統內的流程。

針對需要複雜協調流程與交易資料互動的自動化,Salesforce 提供 Apex 作為撰寫業務邏輯的 Pro-code 語言。

視覺邏輯產生器:客戶和 ISV 使用 Flow Builder (拖放介面) 來建立流程自動化流程,而無須撰寫程式碼。此視覺工具適用於所有技術層級,可讓業務分析師和管理員輕鬆設計複雜的自動化。

Flow Builder 可讓客戶建立多功能的流程,這些流程可在核心流程引擎支援的各種環境中運作:

• 記錄觸發:流程會在記錄更新或表單提交時啟用,並根據客戶動作啟用資料修改、驗證和工作流程起始。
• 已排程或以事件為導向的流程:這些流程可依預先決定的排程運作,或在特定事件之後觸發,並可對外部服務進行呼叫。
• 畫面流程:針對包含表單、畫面和其他互動元素的引導式逐步流程,提供使用者介面,用於資料輸入、疑難排解或上線等工作。
• 協調流程:管理與整合多步驟流程,以協助處理複雜作業。

離線流程引擎無須與 Salesforce 應用程式伺服器連線即可執行。離線流程可為 Field Service 行動使用個案提供自動化功能。「大規模流程引擎」可強化行銷流程。其提供 B2C 級度,可同時處理大量長時間執行流程。

所有使用個案和環境都透過 Flow Builder 中的統一中繼資料模型增強,其支援適用於所有流程自動化流程的各種強大邏輯元素:

• 進階邏輯與條件:使用者可以將決策元素、迴圈和等候條件等複雜邏輯整合到其工作流程中,以便處理複雜的業務案例。
• 資料管理與轉換 Builder 可讓您從各種來源 (包括 Web 服務、Salesforce 組織和 Data 360) 來啟用資料採取、轉換和管理。它支援全方位的資料作業,例如建立、更新、刪除和查詢記錄。

Salesforce 流程自動化可與其他 Salesforce 產品和第三方系統順暢整合,確保應用程式之間的資料流程順暢,以取得業務流程和客戶互動的統一檢視。其支援各種整合方法,例如 API、網路呼叫和 MuleSoft 連接器。

Salesforce 中的「外部服務」與 MuleSoft 連線可讓外部 API 連線,並在 Salesforce 流程自動化內利用其資料。註冊 API 結構描述可建立可叫用動作,以順暢整合至流程,進而協助透過外部資料來源自動化流程。MuleSoft 的強大整合功能可確保 Salesforce 與其他應用程式之間的資料流流順暢,消除資料孤立區,並提供業務流程的統一檢視。

Agentforce 整合 流程自動化利用 Agentforce 來透過智慧決策增強工作流程。它會使用 AI 洞察來自動將商機導向至適當的銷售代表,或根據客戶行為起始量身打造的行銷活動,進而透過新增智慧提升自動化的效率。

平台同步化 流程自動化與其他 Salesforce 產品 (例如 Sales Cloud、Service Cloud、Commerce Cloud 和 Marketing Cloud) 順暢整合。此整合可讓組織自動化各種部門的流程,進而提升營運效率。例如,當透過 Marketing Cloud 表單提交客戶投訴時,工作流程會在 Service Cloud 中自動產生支援個案。

Apex 是強大的物件導向程式語言,可讓開發人員在 Salesforce 平台上撰寫自訂業務邏輯並執行複雜作業。此平台一直是我們平台的核心,目前平台每月處理超過 350 億個 Apex 交易 (截至 2025 年 10 月)。

Apex 用於開發廣泛的自訂功能和深入整合至 Salesforce 平台,包括:

• 以觸發為基礎的自動化:實作在插入、更新或刪除記錄之前或之後執行的複雜自動化。這允許複雜的資料驗證、相關記錄更新,以及根據特定資料變更叫用其他程序。
• **網路服務:**建立與外部系統的自訂整合,並從 Apex 呼叫 REST 或 SOAP API。
• 自訂使用者介面:使用 Visualforce 和 Lightning Web 元件 (LWC) 建立高度自訂的使用者介面和體驗,其中 Apex 會作為後端控制器來處理資料操作和業務邏輯。
• **自訂 API:**開發人員可以使用 Apex REST 和 Apex SOAP 將自訂邏輯公開為 API,讓外部系統以程式設計的方式與 Salesforce 資料和程序互動。
• 非同步處理:透過未來的方法、可排列的 Apex 和排程的 Apex 非同步執行長時間執行或具有資源密集性的工作。這可讓長時間執行的作業在背景中卸載和處理,進而改善使用者體驗和系統效能。
• **已排程 Apex:**開發人員可以使用 Apex Scheduler 排程 Apex 類別在特定時間執行,以進行定期工作,例如夜間資料同步、報告產生和維護活動。

Salesforce Platform 上的「使用者體驗」功能可讓使用者透過瀏覽器型 Lightning 應用程式、Experience 網站、行動原生、以 AI 為導向、協同合作 UX 或使用 Lightning Out 內嵌元件的各種部署選項與應用程式互動。

Salesforce Lightning Design System (SLDS) 是一種全方位設計架構,可透過 Salesforce 的設計原則,促進建立一致且可存取的使用者介面,為所有產品提供一致的使用者體驗。其可讓 Salesforce 工程師、客戶和合作夥伴建立在整個 Salesforce 生態系統中的原生應用程式。

設計系統的主要功能包括:

• 設計模式:針對常見設計挑戰提供經過驗證的解決方案,提供版面配置、資料呈現和使用者互動的原則,以確保一致的使用者體驗。
• 樣式勾點:代表設計決策的 CSS 變數,例如色彩、列印、間距和大小,以確保應用程式之間的一致性。
• Lightning 型元件庫:可重複使用的 UI 元件集合,例如按鈕、表單元素和瀏覽元素,遵循 Salesforce 的設計原則,協助快速且有效率地開發。
• 無障礙:內建的無障礙功能與原則可確保所有元件均可供身心障礙的個人使用,並遵循標準,例如網路內容無障礙指導方針 (WCAG)。
• 回應式版面配置:彈性的網格系統與版面配置指導方針,可讓應用程式順暢地適應不同的裝置與螢幕大小。
• 工具:支援元件衛生、反模式減少和設計系統管理的工具、資源和技術集合。

SLDS 架構持續發展以支援更豐富的樣式綁架和更深入的自訂功能,讓元件可以重複使用,同時仍可自訂以符合獨特的品牌標識和主題需求。我們的設計系統願景是讓 Salesforce 快速、簡單且吸引人使用 AI。

Salesforce 的瀏覽器型介面稱為 Lightning,提供一致的 UI 容器和中繼資料驅動的 UI 架構,以及針對 Salesforce 工程師、IT 管理員、開發人員和合作夥伴快速開發具有一致 Salesforce 外觀的 UI 的技術集合,以及可讓您完全控制重新設計和重新品牌標識的擴充點。Lightning Web 堆疊包含數種技術:

• Lightning Web 元件:以 HTML 和 JavaScript 建立的自訂 Web 元件,遵循 W3C Web 標準。
• Lightning Web 安全性:虛擬化引擎,可在瀏覽器中管理 JavaScript 程式碼,確保符合 Salesforce 第三方程式碼的安全性標準。
• Lightning 資料服務:專為與伺服器端資料有效互動而設計的架構。
• Lightning Web Runtime:確保在各種用戶端之間呈現高效且一致的 UI。

Salesforce 工程已納入先前 UI 技術的經驗,並為 Web 標準內文做出貢獻,進而影響標準型元件實作的開發。例如,Salesforce 會繼續成為約 20 個 W3C 工作群組的成員。Lightning Web 元件和 Lightning Web 堆疊符合這些產業標準,進而降低開發人員的複雜性。

行動裝置持續是使用者與 Salesforce 應用程式互動的成長且重要介面。
Salesforce 提供原生行動應用程式,因此所有以瀏覽器為基礎的 Lightning 應用程式無須撰寫新程式碼即可成為行動應用程式。Salesforce 也提供各種工具、SDK 和功能,以建立針對裝置最佳化的完全自訂原生應用程式。這些包括:

• Mobile SDK:適用於跨行動作業系統開發人員的 Procode 介面,可簡化與驗證、工作階段/權杖管理、Salesforce API 等的整合。
• 行動原生執行階段:讓開發人員能夠使用 iOS 和 Android 技術,以動態方式在執行階段呈現的中繼資料驅動原生體驗,同時利用裝置上的功能。
• 品牌:允許透過 Mobile Publisher 銷售管道自訂行動應用程式的美感,以將 Salesforce 行動應用程式轉換為客戶品牌應用程式。
• 離線功能:確保不一致或沒有網際網路連線的流暢應用程式功能。

行動自訂架構 (MCF) 透過提供易於使用和廣泛的自訂選項,大幅增強原生 Salesforce 行動應用程式的開發。主要優點包括:

• 中繼資料驅動方法 利用可從視覺產生器、一般存放庫和 Salesforce 主控的資源來源的中繼資料,以建立針對特定需求量身打造的動態且可調整的使用者體驗。
• 試驗和最佳化:架構支援具有不同版面配置的執行階段實驗,協助進行持續參與最佳化和使用者體驗精簡。
• 擴充性:針對彈性的設計,MCF 允許將自訂元件整合至核心中繼資料架構,增強功能與靈活性。
• 可組合的使用者體驗 利用最新的 iOS 和 Android 技術,支援組合可重複使用的元件,例如按鈕、清單和卡片,以建立複雜的使用者介面。
• 執行階段自訂 可啟用即時 UI 自訂和實驗,促進更個人化且吸引人的使用者體驗。

當在行動裝置上使用應用程式時,離線和低連線情況是令人擔憂的問題。行動技術堆疊會排定建立可能為離線優先之應用程式的優先順序。重要功能包括:

• 快取第一個體驗:專注於快取資料以供離線使用,以確保高效能與安全性。使用者互動也會以離線呈現原則為考量而設計。
• 快取管理:讓快取保持相關且更新,即使離線也是如此。
• 共用快取:針對原生與混合式畫面使用單一快取,以促進流暢的離線體驗。

Nimbus 是平台的生產就緒解決方案,可簡化混合式應用程式開發人員存取裝置功能的流程。傳統上,將 JavaScript 與行動原生程式碼之間的間隔橋接為一項複雜的工作。不過,透過 Nimbus,開發人員現在可以充分利用行動裝置的潛力,而無須深入瞭解低階程式碼。重要功能包括:

• 寬存取權:提供與各種裝置功能的流暢整合,例如相機、麥克風、地理位置和 LiDAR。
• 標準化介面:提供存取裝置功能的一致方法。
• 混合式應用程式整合:啟用混合式應用程式以充分利用裝置功能。
• 有效開發:簡化應用程式開發流程,減少複雜性。

隨著 AI 持續改變 Salesforce 應用程式的可行性,Salesforce 也透過運用內部裝置、工作特定 AI 模型以及雲端型解決方案來提供不同的使用者體驗:

• **小型語言模型 (SLM):**這些功能可在行動裝置上有效率且成本低的執行。
• **隱私權與安全性:**確保使用者隱私權,並維持與伺服器型模型相似的 Trust 和安全性層級。
• **離線功能:**在低連線環境中有效運作,啟用離線使用個案。
• **聲音:**最先進的語音對文字、自然文字對語音和發言者直方模型現在會在裝置上原生執行,提供高度忠實的語音互動,並提供完整的隱私權和零延遲。

自然語言的非模型使用者介面以及與我們應用程式的多輪互動的頻率將持續增加。未來開發預期會增強模型、裝置功能與應用程式之間的整合,透過更直覺的語音與文字介面改善使用者互動。裝置內度量集合也會允許根據使用者偏好進行個人化調整。

所有使用者 (包括人類與工作人員) 都需要協同合作,才能利用自動化與人力監督的組合優勢。對於涉及組織員工和其客戶的複雜業務互動而言,此協同合作特別重要。Slack 可作為 Salesforce Platform 中的主要工具,透過針對特定討論主題量身打造的直接傳訊和多使用者管道,協助進行此互動。這些討論可以從使用者建立的自發對話,到以使用者工作流程內特定資料為中心的結構化對話,例如解決重要客戶問題的詳細 Slack 訊息討論串。

在未來,Salesforce Platform 計畫增強目前由 Slack 提供的協同合作體驗。此擴充的目的是充分利用平台的廣泛功能,豐富使用者在數位工作區內互動與協同合作的方式。

平台上的「開發人員體驗」功能提供建立、自訂、測試和部署應用程式的工具,透過專業程式碼方法專注於低程式碼的範圍,確保所有技能層級的開發人員均有平等的機會。

• 低程式碼工具:這些項目包括資料模型的「結構描述產生器」、「業務規則的流程」和適用於 UI 自訂的 AppBuilder,其設計目的為透過操作結構化中繼資料並使用業務解決方案的語言來簡化開發程序,而非技術概念和語法。
• Pro-Code 工具:針對需要更豐富且複雜自訂的開發人員,平台提供如 Salesforce 程式碼產生器 (雲端型 IDE) 等工具,以及進階編碼和元件建立的命令列介面 (CLI) 和 API。開發人員可以利用 Heroku 部署、管理和最佳化應用程式的解決方案,以其選擇的語言撰寫程式碼。
• 整合開發環境 生態系統支援低程式碼和專業程式碼工具之間的流暢整合,以及使用產業標準工具在雲端內和本機進行一致開發。
• 應用程式週期管理 (ALM):提供與生產環境分開開發的各種 Sandbox 組織,包括初始開發的臨時組織,以及針對類似生產的資料和規模進行測試的完整 Sandbox 組織。

AI 和「開發人員助理」正在簡化和加速建立高效率且高品質的應用程式,藉此改變開發人員體驗。在 Salesforce,我們的 AI 研究和開發人員體驗小組不斷重複並探索如何透過代理推理,將預測和生成式 AI 轉換為強大的開發人員工作人員。這些開發人員工作人員會原生整合開發人員已使用的工具,例如 VS Code、Code Builder、指令行、DevOps Center 和 Code Analyzer,使其更具相關性和影響力。

我們在程式碼分析方面取得重大進展,以識別 Apex 程式碼中的防模式和熱點,然後提供可改善其實作的重要建議。所識別的問題通常會浪費運算資源,且通常會導致大規模事件。這是在 2024 年 1 月啟動為 ApexGuru 洞察。

在啟動後的第一年,超過 2,800 個 Salesforce 組織使用 ApexGuru 分析並改善其 Salesforce 實作。已成功實作超過 22,000 個建議,進而每週節省 28,000 個 CPU 小時。此增強不僅可提升績效,還可透過每週減少 135 公斤的 CO2 排放量來為環境永續性做出貢獻,以符合我們「永續性」的核心價值與減少碳排放的承諾。

我們也將 AI 整合至 Pro-Code 開發人員工具和功能,以改善 Developer Productivity。在 2024 年製作為「適用於開發人員的 Agentforce」,開發人員可以在 Visual Studio 程式碼和程式碼產生器中的 Salesforce Extension 套件中存取這些新功能。這些擴充功能可啟用:

• 開發人員撰寫和產生 Apex 和 Lightning Web 元件 (JavaScript、CSS、HTML) 的內嵌程式碼建議。
• Apex 和 Lightning Web 元件的程式碼說明和文件產生。
• Apex 單元測試程式碼產生。
• IDE 中獨特的多輪聊天體驗,可處理代碼產生、說明和文件的多個回應。
• Lightning Web 元件最佳化。
• 具有人類可讀 YAML 中繼資料的工作人員產生,包括工作人員測試和除錯功能。

截至 2025 年 10 月,每月超過 42,000 名開發人員主動使用此技術,並接受了 17,6 百萬行程式碼。此全方位套件可確保靈活、整合且有效率的開發環境,滿足 Salesforce Platform 內的各種開發需求。AI 開發人員工具也增強了跨多個外部和 Salesforce 建立模型的結構,可為指定的使用個案選擇最有效且最有效率的模型。

「模型內容通訊協定」(MCP) 是一種開放標準,專為允許 AI 工作人員安全且一致地與任何工具或資料來源互動而設計。Salesforce 會將 MCP 支援原生整合至 Salesforce 開發人員工具組,以協助可存取整個企業功能與工具的工作人員。包括:

• **本機 MCP 伺服器:**本機 MCP 伺服器可讓開發人員在部署至生產環境之前,輕鬆建立、測試和除錯其本機 IDE 中的代理整合,進而大幅提升生產力。本機 MCP 伺服器提供組織互動和開發工作流程的專用工具,例如行動開發、無障礙測試、Aura 到 LWC 移轉,以及代理 DevOps。本機 MCP 伺服器也包含與工作人員邏輯和 LLM 的整合,以進一步讓開發人員以自然語言以反覆方式「Vibe Code」應用程式。
• **適用於 Salesforce API 的自訂 MCP 伺服器:**開發人員現在可以安全地將 Salesforce API、Data 360 物件和自動化流程公開為 MCP「工具」。這會將整個 Salesforce Platform 轉變為任何外部 AI 工作人員或應用程式的豐富、可信任且可探索的功能集,並完成細微的存取控制,以及新以耗用量為基礎的獲利模式的潛力。
• **原生外部 MCP 連線:**開發人員也可以安全地管理與符合 MCP 標準的外部伺服器連線。這可讓開發人員建立可跨企業工作的工作人員。

我們的應用程式雲端 (包括 Sales Cloud、Service Cloud、Marketing Cloud、Revenue Cloud 和 Commerce Cloud) 是以 Salesforce Platform 為基礎,提供領先的業務功能,並撰寫應用程式套件來推動客戶成功。重要功能包括:

• 流暢整合:深度整合,並設計為在整個客戶旅程中一致運作,並確保在整個客戶接觸點之間的資料和流程順暢,以增強客戶體驗。
• 端對端自訂性:我們的應用程式建立在我們的平台上,提供廣泛的自訂選項,從無程式碼到專業程式碼,以便精確量身打造客戶需求。
• 進階 AI 功能:透過我們的 Agentforce 工作人員,提供工作人員協助與工作人員獨立的互動式管道型工作流程。整合預測和生成式 AI,透過自動化、預測分析和個人化使用者體驗提升效率,提供可採取動作的洞察和建議。
• 即時資料處理:利用 Data 360 進行即時資料存取與分析,並支援根據最新資訊及時且明智的決策。這可在快速的環境中增強回應和靈活性。
• 統一資料與分析:將各種資料來源整合至集中式平台,以提供一致且全方位的資料檢視,提供準確的分析並改善決策。
• 增強型安全性和合規性:具備強大的安全性和合規性工具,可保護敏感資料並符合法規標準。
• 消費者級使用者體驗:提供直覺式、使用者易用的介面,讓應用程式在裝置、管道和強制回應之間可供存取並有效執行。
• 可靠性:確保最低的停機時間和延展性,以支援任務和關鍵性作業,包括緊急服務和關鍵交通系統。
• 彈性延展性:建立在 Hyperforce 上,支援增加資料和使用者互動量,而不會犧牲效能或服務成本。
• 持續改善:定期整合創新以增強功能,而不會中斷現有作業。

Salesforce 致力於透過整合平台的功能,以此白皮書中所述的基礎技術為基礎,進一步推進其應用程式。此轉換由一組關鍵優先順序所引導,這些優先順序會塑造 Salesforce 應用程式套件的設計和開發。

我們的應用程式小組專注於效能與延展性,利用進階效能實驗室使用合成資料建立我們生產環境的精確複本。此設定允許大量模擬並列使用者旅程,以確保每個新功能均經過全面的效能測試,並評估其影響。當發現執行階段瓶頸時,我們會動態調整比率限制和其他措施,以保護系統運作狀況,同時收集資料來推動解決方法。

我們的系統專為水平調整而設計,以有效利用公用雲端的彈性。自動檢查可確保更新或增強項目不會對效能造成負面影響。我們採用預測自動量表,主動管理系統負載,不僅反應增加的需求,還會事先預期並調整。

自動調整對透過減少未使用的容量來最小化服務成本而言至關重要。我們會密切監控系統執行成本,識別並處理自動調整規模或資源使用的任何效率不佳。雖然成本效率很重要,但我們優先考慮可靠的應用程式傳送,選擇快速縮減及緩慢縮放的自動量表,以維持客戶的 Trust,即使產生更高的成本也是如此。

資料模型是 Salesforce 所有業務作業的基礎,會影響業務功能、API、瀏覽、UI 顯示,以及可建立的報告。它們是平台功能的整體。

我們的應用程式套件在 Sales Cloud、Service Cloud、Revenue Cloud、Commerce Cloud、Marketing Cloud 和 Industries Cloud 中共用常見的資料模型。這對我們的整合套件有貢獻,提供一致的行為與互通性,並清楚說明升級與擴充的路徑。

例如,跨所有 Cloud 的「帳戶」與「產品」實體共用可讓 Marketing Cloud 和 Sales Cloud 中的使用者交換資料、中繼資料、UI 元件和業務邏輯。此整合有助於拆分孤立群體並促進跨部門協同合作。

所有 Salesforce Cloud 之間的通用資料模型會大幅增強整合,但可能無法滿足所有複雜的合作夥伴整合需求。Data 360 常用資料模型透過將共用資料模型優點延伸至超出 Salesforce 標準資料界限,以容納更廣泛的整合案例,進而擴展此功能。

Salesforce 的中繼資料架構允許各種群組 (例如工程小組、ISV、合作夥伴、管理員和一般使用者) 在不同的擴充性層級內自訂和展開其應用程式,而無須互相干擾。此結構支援可調整的環境,其中某個群組的修改不會中斷其他群組,以維護系統完整性。

「架構」的最佳範例為統一知識產品,該產品將所有 Knowledge 來源整合到資料湖中。此設定包含語意層級與取得器,可增強 Sales Cloud、Service Cloud、Revenue Cloud、Marketing Cloud 和 Commerce Cloud 中的預測和生成式 AI 功能。其會納入與現有結構化 Knowledge 模型連結的非結構化與半結構化 Knowledge 資料模型。

此外,「架構」會使用中繼資料定義資料類型之間的自訂關係,以協助進階查詢產生。這可讓應用程式小組建立可自訂的應用程式,這些應用程式可利用此全方位的 Knowledge 庫,而 ISV、合作夥伴和客戶可以透過修改中繼資料關係或針對特定業務使用個案開發自訂取得器來進一步增強應用程式功能。

客戶資料會安全地儲存在各種平台 (例如 SalesforceDB 和 Data 360) 中,且會標準化和正規化,無論其結構化或非結構化格式為何。這可透過稱為 sObject 的統一格式確保一致的資料處理,其支援所有客戶資料之間的一致資料平台。

此標準化可為所有資料作業啟用單一 API、為 Apex 中的觸發啟用統一介面,以及使用「流程」建立自訂工作流程。它也支援 Tableau Next,允許自訂資料檢視並與生成式 AI 工具 (例如提示詞產生器) 整合,以根據客戶資料產生智慧回應。

此外,Salesforce 應用程式會與各種資料存放區整合,以增強產品內的業務流程彈性。例如,在 Marketing Cloud 中,流程用於管理多重接觸客戶體驗,以及使用預先設計的範本或建立自訂流程的選項,這些流程會根據基本客戶資料整合行銷與其他業務流程。

應用程式利用並增強如身分解析、內容協調流程、個人化、分析、LLM Gateway 和 Reasoning Services 等共用服務,以實現快速的創新和傳遞。這些服務支援即時資料處理、AI 驅動洞察和豐富的使用者體驗,提供全方位的客戶檢視。

優點包括透過智慧自動化和預測分析改善效率、可擴充資料和使用者互動的延展性,以及強大的安全性和合規性。平台的自訂功能可讓組織快速適應不斷變化的需求,進而促進成長和卓越的營運。

「應用程式層級」的創新由 Salesforce Platform 和個別應用程式推動,強化 Salesforce 生態系統並將應用程式建立為業界領導者。

Salesforce 應用程式的設計目的為滿足各種平台的使用者,包括 Web、行動、電子郵件、SMS、WhatsApp 和其他管道。它們會最佳化每個管道的原生功能,以增強使用者體驗和效率。

功能包括 Salesforce Field Service 使用者的多月離線功能、瀏覽器推送通知,以及 Lightning Service Console 中服務工作人員的寬螢幕版面配置,以及商務購物者的高效能店面和副試用版。

中繼資料平台可確保 Salesforce、其合作夥伴和客戶可以立即立即立即使用這些功能。

Salesforce 的基礎服務、平台和共用業務功能可讓應用程式快速適應市場轉變和技術趨勢,以便快速提供創新。例如,隨著生成式 AI 的出現,Salesforce 迅速利用現有的 AI 服務,例如 NLP Trust 層級和意圖偵測,將提示範本納入 Universal Communications Platform。此整合可增強產品的傳訊和電話功能,進而促進更多個人用戶端連線。

跟隨自動 AI 的趨勢,Salesforce 啟動 Agentforce,此解決方案利用這些現有的投資,以有效率地透過工作人員自動化業務使用個案,而無須從頭開始建立。

我們已在 Salesforce Platform 上重新建立 Marketing Cloud、Revenue Cloud 和 Commerce Cloud,讓這些 Cloud 能夠共用相同的基礎結構、平台、中繼資料、資料、AI、UI 元件和業務邏輯,同時受益於 Salesforce Platform 的完整功能。例如,我們已採用來自 Revenue Cloud 的功能和內嵌核心功能,例如以限制為基礎的組態器、定價引擎和目錄管理,使其成為可跨套件使用的基本服務。這也可讓我們順暢整合所有雲端,Commerce Cloud 和 Marketing Cloud 提供的功能會成為其他應用程式可利用的共用業務功能的一部分。這是我們提供的整合應用程式套件願景。

Salesforce Platform 的旅程已導致開發整合應用程式套件,將 Sales Cloud、Service Cloud、Marketing Cloud、Revenue Cloud 和 Commerce Cloud 結合為一個統一的解決方案。此套件自 Salesforce Starter Edition 起可供使用,在一個綜合的封裝中提供多管道拓展、客戶關係管理和業務洞察。無論選擇的版本為何,使用者都可以存取 Sales Cloud、Service Cloud、Marketing Cloud 和 Commerce Cloud 的核心功能,以確保跨所有層級的一致體驗。

Salesforce Industries 的 Financial Services、Health、Life Sciences、Media、Energy and Utilities、Manufacturing、Auto、Consumer Goods、Retail、Net Zero、Public Sector、Education 和 Nonprofit 產品擴充了我們的應用程式產品和平台,以提供量身打造的解決方案,滿足產業的獨特挑戰。其透過納入產業特有的工作流程、合規性度量和資料模型,來簡化作業並提升生產力。

Industries 產品組合已在 Salesforce Platform 上重建,以實現跨垂直的可組合性。客戶現在可以將一或多個產業功能組合為量身打造的解決方案,利用共用的中繼資料、API 和業務服務。此方法會平衡垂直區分與平台一致性,確保在各種法規與業務環境中具有適應性和規模。

我們的產品使用分層結構。基礎是 Salesforce Platform 和 Sales Cloud 和 Service Cloud 等水平應用程式,作為所有產業解決方案的基礎。為此,Salesforce 已新增值新增的常用服務,可增強多數產業內嵌的可重複使用元件。範例包括數位自動化、時間表、動作計畫等功能。在此層之上,有一個可重複使用的業務邏輯層,會壓縮水平功能,例如回饋意見管理、CPQ (config、price、question) 和服務管理。

頂端層有專為符合特定產業需求量身打造的網域特定自訂項目,並利用基礎平台增強擴充性與效率。例如,在製造垂直,此設定透過準確的預測最佳化生產規劃。在生命科學部門中,其提供製藥銷售小組行動離線解決方案,可有效管理工作流程和樣品處理,同時遵循各種地理法規需求。

信任的 AI 傑出:我們信任的生成式 AI 解決方案提供產業特有的 AI 功能。其中包括工作人員和提示工程,可協助在如醫療照護、生命科學和金融服務等產業中進行低程式碼/無程式碼自動化和數位化。此外,如文件/文字挖掘和摘要等功能可滿足處理大量資料的產業需求,進而協助瞭解資訊和洞察。

自訂的工作人員可增強工作人員和客戶之間的三向溝通,進而加速解決方案。Salesforce Platform 的 Trust 層級可協助跨產業遵循所有規範與法規標準。

含法規合規性和安全性的資料、洞察和情報 Industries 提供全方位的全方位檢視,其中包含嚴格的資料隱私權、共用和安全措施,以符合特定產業法規,例如 GDPR、HIPAA 和 FedRamp。Salesforce 整合來自各種來源的資料,以實現合規性和安全性,並使用如租戶資料加密的 Shield Encryption BYOK (自帶金鑰) 等額外功能增強這些解決方案。

提升的使用者體驗 Industries 強調根據產業特定需求量身打造的流暢使用者體驗,以增強使用者旅程。這包括如「可動作資源中心」、Experience Cloud 範本和 OmniStudio 型解決方案等工具。

數位化、整合和上線 Industries 透過低程式碼到無程式碼解決方案提供數位化、整合和上線,為新客戶運用如「流程」和 Omnistudio 等工具,並為現有 CRM 系統提供移轉解決方案。透過 MuleSoft 提供的連接器簡化與外部系統和資料的整合。Salesforce 也包含產業特定的服務流程,例如 Retail Banking 的爭議管理。

行動和離線 Industries 提供 Salesforce 行動應用程式和 Field Service 行動應用程式的強大網域特定支援。針對需要進階離線支援的高專業網域,產業提供以 Salesforce Mobile SDK 為基礎建立的自訂行動應用程式。

通用業務功能 Industries 建立在通用業務功能的基礎上,實現一致性和生產力,同時為業界獨特的需求量身打造解決方案,例如銀行和醫院的不同約會預訂系統。Salesforce 與更廣泛的 Salesforce 生態系統整合,提供整體的 Customer 360 檢視,使其成為 Salesforce 產品套件的重要部分。

多年來,Analytics 和業務情報 (BI) 平台市場已為一般使用者推廣視覺自助式服務和 AI 驅動的自動洞察,以協助他們更快速地做出更資料驅動的決策。然而,我們知道並非每個人都看到了由於幾個挑戰而實現:

• 中斷連線洞察:洞察未整合至使用者的工作流程中,這使得不易對洞察採取行動,儘管洞察有可能為決策提供資訊。
• 資料超載和孤立狀況:資料持續快速成長且保持分割,導致混亂和安全性風險。組織面臨混亂的自助式資料環境與受限制且受管治良好的資料環境之間的困境。
• 不信任資料:資料的擴展和分片化已經破壞了使用者對從公司資料衍生洞察的 Trust。
• 缺少可組合性:工作流程中有顯著的可組合性和重複使用缺少,強制使用者重複工作,且沒有明確的獲利方式。

Tableau Next 的設計目的為透過透過新的協同合作方式來將業務使用者和資料專業人員聯結在一起,以擴大視覺分析週期,這一切皆透過 AI 增強。它會透過 Salesforce Platform 提供及時且值得信賴的度量和洞察,以協助對可運作洞察的普遍存取。

Tableau Next 透過以下方式解決這些挑戰:

• 針對從資料連線到動作之間連線的體驗,建立開放、可編輯的 API 優先平台。提供開發的工具、豐富分析應用程式的可組合元件,以及管理其封裝與散佈的功能。
• 以 AI 為核心,能夠提供內容相關洞察,以及可讓資料專業人員有效檢閱和驗證以確保 Trust 的工具。
• 使用 Tableau Semantics 作為通用語意層,在受控制但彈性的生態系統內快速、自助式和受管理的資料分析。
• 透過 Data 360 提供即時雲端規模的資料功能,以供信任、可調整和受管理的資料存取。
• 為開發人員提供豐富的環境和市場,以建立和獲利應用程式。
• 整合核心智慧,將組織語意和 Knowledge 的強大功能提供給可提供您能力的工作人員。
• 排定Trust的優先順序,讓您能夠透過直接控制資料、分析、工作人員工作量和部署,讓您對其活動和效率有信心。
• 利用協同合作作為一流的設計原則,並與 Slack 以及您組織的任何其他協同合作工具進行深度且豐富的整合。

Tableau Next 透過提供開放式平台來增強功能並整合體驗,以建立 Tableau 在資料分析工具中的領導地位。重要功能包括:

• 豐富資料視覺效果:利用 Tableau 的 VizQL 技術進行擴充的視覺分析。
• 協同合作、受管理工作區:提供分析工作的統一介面,與 Slack 整合以進行即時協同合作。
• 受信任、受管理的資料:在安全環境中支援具有結構化促銷路徑的自助式服務分析,以進行全域管理。
• 進階度量編寫:讓分析師能夠在整個組織中有效率地建立和重複使用 KPI,以促進一致性和可靠性。

Tableau Next 以 Agentforce 作為基礎結構建構為基礎,增強 Tableau Next 提供高連線、信任且協同合作 AI 技術的資料工具的能力。

• BI 工具:提升資料工作人員的自助式服務分析效率,專注於資料準備和視覺與語意中繼資料的精密設計。
• 內容相關體驗:將資料洞察、體驗和透明 AI 帶入大多數組織的工作環境 (例如 Slack)。
• Agentforce 結構:建立在 Agentforce 堆疊上,在進階代理程式結構上為 Tableau Next 提供豐富的內容。
• 語意目錄:提供用於管理中繼資料、歷程和搜尋的集中系統,以在 Tableau Next 使用者之間啟用共用體驗。
• 共用與產生的中繼資料:在全方位生態系統中,協助在自助式服務分析與受管理內容之間順暢進行工作流程。
• 動作架構:透過預先封裝、人類策劃或產生的工作流程取得洞察以採取行動。
• 個人化洞察。瞭解您的資料偏好設定、您的角色等等 (以您允許的程度),以立即為您帶來高度內容相關聯且個人化的資料洞察。
• 主動洞察。智慧地探索資料生態系統,尋找您感興趣的統計位置,同時主動瞭解變更的驅動因素、如何處理變更,並建議採取作為後續步驟的動作。
• 信任的資料工作人員。讓您成為資料工作人員的驅動因素,能夠透過整合的體驗建立和調整應用程式。它也提供您測試工具,以預先評估資料變更及其對工作人員準確性和效率的影響。

Tableau Next 透過各種平台 (例如 Slack 與 Salesforce) 以及如 Tableau Pulse 等新分析功能 (全部可透過代理體驗存取) 來增強業務使用者體驗,以簡化分析參與。重要層面包括:

• 協同合作:以信任的分析為中心,其可協助跨不同分析元件的互動,並將驗證工具整合到使用者的工作流程中。
• 脈衝度量:與傳統分析師建立的顯示面板相比,提供精密設計和自動化洞察的效率更高。
• AI 驅動的體驗:使用 AI 來減少進階分析的技術專業知識需求,協助確保決定性中繼資料與受管理資料的可靠性。
• 多角色洞察傳遞:允許業務使用者與分析師協同合作,以取得系統提供洞察的 Knowledge 和 Trust。
• 深度整合:建立在共用中繼資料和資料平台上,提供不同系統和體驗的可組合性,以允許促銷、資料流程和不同角色的可組合性,以協助彼此檢閱和完成工作。

Tableau 語意層可作為原始資料與使用者解譯之間的關鍵橋樑,簡化資料分析、決策和應用程式開發,並增強 AI 驅動的內容與提取。重要功能包括:

• 整合中繼資料管理:支援自助式服務與受管理中繼資料,透過結構化路徑促進臨時分析,以成為組織的單一事實來源。
• Tableau 的最佳功能:包含多邏輯物件支援、模型可組合性、共用維度、複雜地理空間階層和時間建模。
• 多元化資料與分析:協助連結非結構化與結構化資料,例如將以影像為基礎的產品種類與結構化銷售資料相關聯,以及納入來自半結構化產品檢閱的情感分析。
• Salesforce Platform 整合:建立統一的事實來源,協助在應用程式之間的一致業務語意和流暢整合,以及支援各種使用者體驗和使用個案的綜合中繼資料模型。
• 工作人員情報:語意層是工作人員獲得智慧的關鍵領域之一,不僅能瞭解支援您業務的資料和中繼資料,還能瞭解定義其語意,包括針對您組織量身打造的更深入描述和偏好設定。

Tableau Next 提供增強資料驅動決策和信任自動化的整合解決方案,其中包含簡單動作、預先定義的「流程」、排程和 API 整合。重要元件包括:

• 標準化、智慧型業務動作:協助公司內的緊急與內容特定的通訊,這相當重要但複雜。
• 預先定義和產生的流程排程:透過可信任但可驗證的靜態與動態產生流程來啟用臨時與已排程動作。
• Agentforce:支援 AI 驅動的資料對話與互動,讓使用者能夠使用洞察,並執行與傳統 UI 中類似的動作,包括其業務應用程式內部與外部,並透過對話簡化。

Tableau Next 提供一個可編輯的開發人員平台,其中包含無程式碼、低程式碼和專業程式碼選項,可用於應用程式開發,全都利用 Data 360 上的 Tableau 語意。主要供應項目包括:

• 預先封裝的產業/智慧應用程式:提供符合特定產業需求的範本化和可自訂分析應用程式。
• 第三方與 ISV 申請:支援建立動態和互動式應用程式以用於分析、產業特定和自訂用途。
• 市場與交易所:允許 ISV 和開發人員在最大且最信任的業務應用程式開發生態系統內封裝和散佈其應用程式。

Tableau Next 針對業務使用者和資料專業人員設計,可促進資料瞭解的協同合作方式。無論是技術或非技術,所有小組成員都可以檢閱彼此的資料洞察,從業務使用者到資料專家。此外,這些洞察不限於 BI 平台內的瀏覽器索引標籤。

作為 BI 平台,Tableau Next 為:

• 跨平台可組合。無論您檢視洞察的平台為何,洞察都會以相同的方式呈現。此一致性是視覺化處理資料時的基礎設計原則。
• 與 Slack 深度整合。與 Slack 整合的開發確保了目前市場上最直覺式且沉浸式的協同合作資料體驗之一。
• 開啟任何工具。在我們高度統一的平台上套用我們的 API 優先原則,可確保整合可延伸至其他協同合作和第三方工具,進而在整個過程中保留豐富的功能。

雖然 Salesforce Platform 提供全方位的整合功能組合,可解決廣泛的數位挑戰,但許多客戶在一段時間內透過使用各種供應商和技術開發的企業結構內運作。

現代企業面對系統整合和業務流程自動化的挑戰,這通常會導致資料孤立和效率不佳。Salesforce 整合平台利用 MuleSoft 的強大功能,透過協助快速開發和增強自動化流程來解決這些問題。其可確保流暢的系統連線、增強資訊流程,並支援跨不同平台的決策,進而降低人工成本和自動化成本。此層對於建立、管理、管理和監視 Salesforce 服務與其他自訂或第三方服務之間的整合而言至關重要。

系統透過 API 定義,其用途為:

• 從重要系統 (例如 ERP、客戶和帳單系統,以及專屬資料庫) 存取資料。
• 協助資料互動與整合,協助消除資料孤立。
• 將業務內容新增至由系統和流程 API 管理的資料和程序。

為了有效溝通,會使用以下方式描述 API:

• 立即同步交換的 OpenAPI 規格 (OAS)
• 非同步、以事件為導向的通訊
• 用於結構化模型-內容互動的模型內容通訊協定 (MCP)
• 直接工作人員對工作人員整合的工作人員對工作人員 (A2A) 通訊協定。

Salesforce 整合層提供強大的功能,可整合和管理任何系統,進而增強與 Salesforce 資料、AI 和應用程式功能的連線,無論系統是 Salesforce 的原生系統還是來自其他提供者。

複雜整合需要進階轉換,且需要強大的工具,包括通用連線、API 管理與管治、建立整合工作負載的整合開發環境 (IDE),以及可部署、管理和監督這些整合的執行階段平台,以及可觀察性平台,以提供對這些整合的端對端可視性。

為了進一步加速整合流程,我們提供加速器和產業特有的範本,以編碼常見的整合模式和需求。

兩個主要的整合模式可處理 Salesforce 與更廣泛生態系統之間的資料與流程流程:輸出整合與輸入整合。

**將 Salesforce 連線至外部系統 (輸出):**此模式涉及源自 Salesforce 的流程,可存取外部系統中的資料或觸發動作。

• 安全端點管理 (已命名認證):「已命名認證」提供安全且集中化的位置以儲存端點和驗證詳細資料。應用程式和自動化會參照邏輯名稱,而平台會處理驗證生命週期的複雜性。
• **宣告整合 (外部服務):**針對提供標準 OpenAPI 規格的外部系統,管理員可以使用「外部服務」以宣告的方式註冊 API。接著平台會處理規格,使服務的作業在如「流程」等工具中自動可作為原生動作,或在 Apex 中可作為原生物件使用。
• 複雜系統整合 (MuleSoft):針對缺少現代化介面的系統,MuleSoft 會建立可重複使用的標準 API 圖層。這會移除舊版複雜性,並將內部部署資料和流程帶入 Salesforce 生態系統。
• **即時資料存取 (外部物件):**將外部系統中的表格呈現為 Salesforce 資料模型內的虛擬物件,讓外部資料無須複製即可透過標準查詢和 UI 元件存取。
• 中央產能管理 (統一 API 目錄):「統一 API 目錄」是集中化的存放庫,也是所有 API 規格及其相關聯中繼資料 (例如其位置與安全性通訊協定) 的單一事實來源。無論資料或商業邏輯位於何處,都可在整個 Salesforce 生態系統中進行探索、安全連線,並組成強大的新應用程式和自動化。
• **自訂 Pro-Code 邏輯 (Apex REST):**開發人員可以公開以 Apex 撰寫作為 REST API 和動作的自訂業務邏輯。此動作便可作為「流程」中的步驟或 AI 工作人員的工具使用。

**將外部系統連線至 Salesforce (輸入):**此模式可讓外部系統和應用程式連線至 Salesforce Platform,以存取資料、觸發業務邏輯和協調流程。此功能以經過驗證的企業級 API 為基礎,以大量規模運作。自 2025 年 10 月起:

• 查詢 API (SOQL) 每天處理超過 50 億個要求。
• REST API 每天從外部系統提供近 5 億個呼叫,使用量比去年增加 30%。
• 「大量 API」每日為大規模資料作業處理數十億筆記錄。

此已驗證的可靠性和規模可支援下列功能:

• **統一 API 體驗:**透過一致端點結構 (api.salesforce.com) 統一所有 Salesforce 功能的存取權,因此開發人員無須為每個產品學習不同的模式或驗證流程。
• **全方位、專用建立的 API 組合:**此平台提供針對特定需求量身打造的多元化 API 集合,包括適用於交易作業的 REST 和 SOAP API、適用於大量資料處理的大量 API、適用於事件驅動應用程式的 Pub/Sub API,以及專用產品或自訂 Apex API。
• **工作人員整合的未來整備:**透過如 MCP 等標準,客戶可以安全地將其 Salesforce 資料和動作公開為外部 AI 工作人員的「工具」,將 Salesforce 例項轉換為數位人力可擴充的技能集。

除了針對資料與程序整合建立的輸入與輸出模式以外,工作人員時代的新模式正在出現。Salesforce Platform 正在實作全方位 MCP 策略,將其定位為 AI 技術支援服務的消費者與提供者。此雙向方法可實現工作人員的互通性,讓企業能夠順暢地將 Salesforce 資料和功能與 AI 工作人員和工具的漸進生態系統整合,同時維持企業級安全性和管治。

**Salesforce 作為 MCP 用戶端:**工作人員可以智慧且動態地利用外部系統和 API 作為 MCP 用戶端。此功能可讓組織將 Agentforce 的接觸範圍延伸至超出 Salesforce 界限,協調任何系統的動作,無論其擁有現代 API 或需要透過 MuleSoft 連線至舊版系統或 RPA 機器人。透過熟悉的陳述性主題式設定體驗處理組態,無須自訂開發即可快速整合。合作夥伴提供 MCP 伺服器的簡化探索機制可進一步簡化外部功能的整合。透過大規模堆疊來摘要外部連線的複雜性,企業可以快速將 Agentforce 與其更廣泛的技術環境整合。

**Salesforce 作為 MCP 伺服器:**作為 MCP 伺服器,平台會將其邏輯和資產 (包括標準 REST API、自訂端點、可叫用動作和流程) 公開為可探索的外部工作人員「工具」。透過陳述性介面,客戶和 ISV 可以建立和設定自己的自訂 MCP 伺服器,將功能精密設計為專為獨特業務流程量身打造的工具集合。這會延伸至 MCP 提示,建立與平台的「提示範本」功能的自然同步,並允許組織將其對提示工程的投資提供給任何外部 AI 系統。

此功能由多層安全性模型管理:

• **應用程式控制:**外部用戶端應用程式建構可讓管理員強大控制哪些外部工作人員應用程式可以存取其 Salesforce 組織。
• **範圍權限:**驗證會透過細微的 OAuth 範圍增強,讓驗證的工作人員能夠精確追蹤並強制執行的動作。
• **核心平台授權:**這些新控制項是建立在 Salesforce 強大的授權模型之上,包括記錄存取控制項、實體和欄位級權限,以及在「設定檔」和「權限集」中定義的其他權限。

ISV 和合作夥伴也可以封裝和散佈 MCP 伺服器組態,以在整個 Salesforce 生態系統中快速部署 AI 整合。

Salesforce 對通用連線的現代方法是「解譯連線」,這是以中繼資料為中心的方法,可針對無須程式設計的任何使用個案開發可在任何平台 (MuleSoft、Flow 或 Data 360) 中執行的連接器。中繼資料模型會瞭解如何連線至遠端服務以驗證要求、建模傳回的資料、建立查詢、瀏覽結果,以及接收事件 (觸發) 以自動化流程。

針對未使用 HTTP 型 API 的系統,Salesforce 提供數百個預先建置的連接器和完整的 SDK 以建立自訂連接器。針對沒有任何 API 存取權的系統,Salesforce 提供「機器人流程自動化」(RPA),此機器人流程自動化會使用工作人員自動化通常由人類執行的重複的以規則為基礎工作。這些工作可能包括資料輸入、交易處理,以及回應簡單的客戶服務查詢。Salesforce 提供「智慧文件處理」(IDP) 以利用 AI 來自動從各種文件類型 (例如發票、契約和表單) 提取、分類和處理資料。無論資訊為何,Salesforce 都會提供一種自動化方式,以便在該資訊中取得和操作資訊。

隨著 AI 的最近進步,Salesforce 提供建構區塊,可在組織中快速啟用工作人員功能:

• 模型內容通訊協定 (MCP) 連接器可讓組織快速將其 API 顯示為 MCP 工具,並讓工作人員輕鬆使用 API 和資源的探索。
• 工作人員對工作人員 (A2A) 連接器可讓組織透過為工作人員提供 A2A 通訊協定支援來標準化工作人員對工作人員的通訊。每個工作人員 (網域中的功能專家) 都可以探索客戶的查詢,並將其委派給最適合網域的工作人員。
• 推斷連接器透過提供 LLM 呼叫、向量內嵌和搜尋、RAG 尋找和 MCP 工具支援,提供建構區塊來從頭開始建立工作人員。

MuleSoft 的 API 管理透過 Anypoint API Manager 提供全方位平台,可在任何部署環境中設計、保護、管理、監視和調整 API 和微型服務。無論平台為何,組織都可以使用一致的企業級控制項和洞察,從單一玻璃窗格管理其 API 和微型服務,並透過從部署到版本化進行的集中管理。重要功能包括:

• Anypoint Flex Gateway 是應用程式層 API 門戶,可管理和保護 API,在 HTTP/S 層級套用比率限制、快取、驗證、授權、威脅防護、監視和記錄的原則。這是一個輕量型、高效能、以「傳送者」為基礎的門戶,針對以微型服務為基礎的分散式環境設計,並建構以順暢整合 DevOps 和 CI/CD 工作流程,同時在任何環境中提供企業安全性和管理性,同時支援輸入與輸出原則。
• API 警示可讓組織為其 API 定義和監視特定的值或條件,以偵測異常或不需要的行為。範例包括當回應時間超過限制 (例如 60 秒)、時間範圍中要求數量過高、傳回某些 HTTP 回應碼,或發生原則違規時的警示。
• API Analytics 可讓您瞭解 API 如何使用,以及其執行的效能。Analytics 顯示面板可讓組織追蹤和檢視概況度量、逐層細分至圖表、建立和自訂顯示面板和報告,以瞭解使用趨勢、原則違規、回應時間、要求/回應代碼等。

MuleSoft Anypoint Code Builder (ACB) 是我們新一代的 IDE,專為 API 和整合開發而設計,提供現代化的統一體驗,並使用 VS Code 作為後端。

• **統一開發環境:**將整個 API 和整合開發流程合併到一個工具中,支援非同步 API、OAS 和 RAML API、管治規則集、低程式碼流程畫布、預先建置連接器,以及整合的測試和部署選項。此外,ACB 透過智慧型內容相關建議支援除錯、疑難排解和持續維護。
• **工作人員開發經驗:**在整個應用程式開發生命週期中提供工作人員體驗。核心是 MuleSoft MCP Server,可啟用工作人員整合開發。MuleSoft MCP Server 提供強大的工具,可從自然語言產生 API 規格和整合、建立資料轉換、管理 MuleSoft Exchange 中的資產,以及管理應用程式和 API 原則。MuleSoft MCP Server 工具可讓使用者在任何以 VS 程式碼為基礎的 AI 程式碼編輯器 (包括游標、Windsurf 等) 中進行 API 規格和整合開發。
• **AI 整合:**MuleSoft 使用 MuleSoft 主題中心來增強整合開發,其可將 API 呼叫轉換為 Agentforce 動作以供企業系統存取。Agentforce 連接器會將自然語言自動化內嵌在整合中。「推斷連接器」可安全整合外部 LLM 提供者,在 MuleSoft 應用程式中啟用 AI 驅動的邏輯。組織可以使用這些組合的功能來建立智慧型、適應式的整合。

MuleSoft 的「執行階段平台」提供跨環境執行 MuleSoft 應用程式、API 和整合的彈性部署選項。組織可以選擇最符合其營運、合規性和延展性需求的執行階段模型,同時透過 Anypoint Platform 維持一致的管理與管治。此彈性可確保應用程式可靠近資料來源執行、遵循區域法規,並根據需求順暢調整規模。

重要主控選項包括:

• **雲端:**MuleSoft 的完整受管理多租戶整合平台即服務 (iPaaS),可減少基礎結構管理的負擔。CloudHub 2.0 提供彈性調整、高可用性和零停機部署/升級,以及內建的可觀性需求和合規性認證。開發人員可以專注於建立 API 和整合,而 MuleSoft 可管理執行階段基礎結構,確保企業級安全性、可靠性和高可用性。
• **混合:**針對需要自行主控應用程式以獲得更多控制的組織,MuleSoft 提供「執行階段布料」,此容器服務可在 Kubernetes 或虛擬電腦之間自動部署和協調 MuleSoft 執行階段。其支援水平調整、零停機部署、內建安全性控制項,以及簡化的叢集管理。
• **Private Cloud Edition (PCE):**MuleSoft 的私人雲端版本提供完全自我管理的內部部署版 Anypoint Platform (包括「控制」和「執行階段計畫」),讓組織能夠符合嚴格的法規、資料落地與安全性需求。這可讓大型企業維持基礎結構的完整控制權,同時仍能受益於 Anypoint Platform 的統一整合和 API 管理功能。

MuleSoft 提供全方位可觀察性解決方案,可提供任何部署模型之間 API、整合和應用程式的端對端可視性。無論工作量執行的位置為何,可觀察性功能都是一致的,提供環境的統一檢視。MuleSoft 藉由即時和歷程記錄的遠端測量資料,讓組織能夠在整個應用程式網路中更快速地偵測、分析和解決生產問題。可觀察性資料可在 Anypoint Platform 內原生檢視,也可以透過 OpenTelemetry 匯出至客戶偏好的 APM,以允許與現有監視生態系統順暢整合。這可讓組織主動強化基礎結構彈性,並改善關鍵任務應用程式的可靠性。

MuleSoft 透過兩個主要供應項目提供可觀察性:

• Anypoint Monitoring 是內建於 Anypoint Platform 中的目前市內可觀察性解決方案。其提供立即可用的可自訂顯示面板,用於監視應用程式健康狀況、記錄管理的進階記錄搜尋,以及在發生定義值或異常時通知小組的警示功能。
• Integration Intelligence 是針對 MuleSoft 重新設計並在 Salesforce Platform 上原生建立的新一代 AI 優先的可觀察性平台。此產品使用 Data 360 作為遠程測量資料的統一資料層、Tableau Semantics 作為可信任的語意層,以啟用智慧且可運作的洞察、Tableau Concierge 以達成 AI 輔助的疑難排解,以及 Tableau Next Dashboards 來提供互動式的視覺化介面,將多個豐富的資料視覺效果整合到單一的凝聚式檢視中。Tableau Next 也可讓客戶在含有可觀察性功能的語意資料模型之上建立自訂顯示面板。

此堆疊也會強化以工作人員為中心的追蹤,讓客戶能完全透明地瞭解非決定性的端對端工作人員叫用路徑,讓他們可以觀察工作人員在每個中間步驟中工作的狀況,讓使用者能更快找到失敗的根本原因,並找出任何效能瓶頸。

Salesforce 生態系統範例為平台的強大功能。「系統整合者」(SI) 和諮詢合作夥伴透過開發、設定和最佳化複雜的 Salesforce 解決方案來支援客戶。獨立軟體廠商 (ISV) 會在平台上建立創新應用程式和解決方案,然後客戶可以將其安裝到其 Salesforce 組織中。這些 ISV 應用程式可在 Salesforce 於 2006 年啟動的應用程式商店 AppExchange 上使用,截至 2025 年 10 月,此商店已擁有超過 10,000 個應用程式,已安裝了超過 14.3 百萬個應用程式。

為了協助客戶瀏覽廣泛的市場並探索相關應用程式,AppExchange 搜尋體驗已在 2025 年重新架構,以利用 Data 360。Salesforce Data 360 的向量搜尋功能與傳統關鍵字比對一起運作,透過瞭解使用者的意圖,從語意上提供更相關的結果。最終願景是將此基礎與 Agentforce 平台整合,以實現完全具代理性的「詢問任何項目」介面,讓客戶能夠以對話方式描述其業務挑戰,以接收高度個人化的解決方案建議。

AppExchange 透過涉及程式碼分析器、安全性掃描器和參考實作指南的嚴格審查流程來確保高品質的解決方案,這些都與 Salesforce 密切合作。此平台也為 ISV 提供授權管理工具,以量身打造應用程式授權和獲利,並支援各種定價模型,包括以使用者為基礎和以耗用量為基礎的選項。

「中繼資料驅動的平台」原則可讓 ISV 擴充 Salesforce 的原生應用程式和中繼資料,進而簡化資料模型、業務邏輯和使用者介面的開發。Salesforce Platform 支援各式各樣的解決方案,從產業特定的應用程式到使用如 Lightning Web Components for UI 和 Apex Code for business logic 等技術的高度自訂品牌應用程式。

「封裝」的概念對於在各種 Salesforce 組織之間散佈這些應用程式而言至關重要。封裝涉及將中繼資料序列化為可由任何 Salesforce 客戶安裝的成品,其使用針對跨各種環境的中繼資料管理所設計的基礎技術。封裝的獨特層面是允許在開發人員不知道的環境中進行安裝。

為了增強控制和安全性,封裝內的「管理性」功能可讓 ISV 安全升級應用程式的部分,因為其他人無法依賴這些部分,同時允許客戶擁有和管理其他部分。例如,ISV 可以將某些中繼資料 (例如自訂設定) 設定為「受管理」,讓客戶無法看見並無法編輯,進而避免客戶環境中斷。受管理封裝包含這些可管理性控制項,而未受管理封裝會將已部署的中繼資料視為客戶建立,且無法在部署後升級。

自 AppExchange 和 Salesforce Platform 成立以來,建立和安裝封裝的數量和複雜度都大幅增加。為滿足這些需求,平台在 2020 年推出第二代封裝結構。此新結構增強受管理封裝的模組性、改善版本化彈性、允許命名空間共用,並支援陳述性相依性,包括軟體開發生命週期中的其他進階項目。封裝部署結構也有數個明顯的增強功能,以提高效率和規模,例如決定哪些中繼資料已變更,以及僅部署差異值。

新產品與功能的開發的重要度量,就是其與封裝的相容性和準備好使用 ISV。平台強調其功能可供合作夥伴快速使用,讓 Salesforce 生態系統有效利用 Salesforce Platform 的創新潛力,並超越 Salesforce 的立即可用產品。不過,這是一個持續投資的領域,以確保 Salesforce 內部開發人員可以使用本文件中描述的所有功能,而 ISV 開發人員也可以使用。

此外,Heroku Marketplace 和 Slack Marketplace 提供各種協力廠商整合和附加元件,可增強 Salesforce 應用程式的功能。Heroku Marketplace 提供其他應用程式功能的工具和服務,以及改善開發人員建立、部署和管理應用程式的方式。Slack Marketplace 提供整合,可簡化工作流程並改善 Salesforce 環境內的協同合作。

根據核心價值「客戶成功」的精神,Salesforce 會在 Salesforce Platform 上作為所有應用程式和服務的「客戶零件」,盡可能在內部利用面向客戶的產品。這可提供明顯優點:

• 嚴格的產品測試:透過每日使用產品套件,Salesforce 員工可讓平台面對真實的挑戰,增強產品品質並識別改善的區域。
• 精密產品:內部使用的立即回饋意見可快速精簡功能和可用性,以及快速識別和解決任何錯誤,進而在發行時更符合客戶需求的產品。
• 深度產業專長:各種功能的內部使用可讓 Salesforce 深入瞭解特定產品和產業的挑戰,特別是在高科技產業中。
• 增強的客戶同理心:使用平台的直接體驗可讓員工進一步瞭解並處理客戶的難題。
• 行銷和銷售洞察:每日產品用量會告知銷售和行銷策略,協助量身打造平台以滿足客戶的需求。
• 更強大的行銷策略:成功的內部實作可讓 Salesforce 自信地將套件作為經過驗證的解決方案進行行銷。

此外,所有用於生產的軟體更新一開始會部署至專屬的「Salesforce on Salesforce」Hyperforce 例項,作為暫存部署流程的一部分。自 2020 年 8 月起,此例項已成功主控 Salesforce 的工程小組組織 GUS,以及 Salesforce 的 CRM 作業,以展示 Hyperforce 對於任何客戶的穩健性和整備性。此策略可讓內部小組在對外部客戶進行生產部署之前,先測試並顯示任何問題。

Salesforce Technology 組織已完全採用 Agentforce 作為在整個 SDLC 中提升生產力與品質的內部平台。這不僅允許我們透過及早偵測和減輕程式錯誤來改善傳送給客戶的程式碼品質,也讓我們能夠根據一手內部回饋意見快速重複處理工作人員體驗。

自從 Salesforce 於 1999 年成立以來,Salesforce 經歷了多個技術轉型。不過,涉及 Salesforce Platform 的轉換特別重要,因為其規模和實作變更的速度快速。此轉換需要所有主要結構元件的同時演進,才能達成整合的平台。為了確保此轉換會反覆進行,並對利害關係人和創新者造成最小干擾,Salesforce Technology 組織也必須發展其工程和產品交付作法。

Salesforce Technology 組織是一個大型且多元化的團隊,由位於 14 個不同國家/地區超過 20 個地點的 2500 個團隊組成。此群組大規模運作,每週提供超過 200 個產品版本,並實作 250,000 個系統變更。根據更廣泛的公司精神,Technology 群組以五個核心價值觀為導向、客戶成功、創新、平等與永續性。這些值是塑造群組策略、引導其執行,以及影響每日決策的一部分。

Salesforce Engineering 360 架構遵循核心價值,為工程小組提供動作導向的顯示面板和對其作業的全方位洞察,為組織內的標準和最佳作法設定明確的期望。此整體檢視涵蓋各種關鍵領域,包括可用性、安全性、合規性、品質、無障礙性、Developer Productivity、敏捷產品開發和成本效率。為了提供這些洞察,架構會處理來自數百個內部工程系統 (例如安全性系統、生產健康記錄、程式碼存放庫、開發環境、CI/CD 和發行/工作規劃和追蹤系統) 的數十億筆記錄,這些都以 Salesforce Platform 為基礎,並使用 Agentforce、Data 360、Tableau 和 Slack 的最新創新。

Salesforce Technology 組織根據此和其他資料,利用 AI 和代理技術來加速生產力。我們每日有超過 10,000 位內部 AI 工具的啟用使用者,並已建立超過 100 個 AI 工作人員作為內部 AgentExchange 計畫的一部分,進一步促進整個組織的生產力改善。

由於我們的首要 Trust 價值,因此服務擁有權深深植根於我們的工程文化中。每個服務和產品的設計不僅符合,而且超出與可用性和事件管理度量 (例如偵測時間 (TTD) 和還原時間 (TTR) 相關的「服務層級目標」(SLO)。我們對變更管理、發行整備和問題管理的方法遵循高標準。安全性已整合至「安全開發生命週期」的每個階段,並遵循安全依預設原則。透過「敏捷測試方法」來排定品質與效能的優先順序,其中包含 CI/CD 管道內數百萬個自動測試的單元、功能、整合和負載/規模測試。

在結構上,我們專注於開發共用功能以增強杠杆率和效率,進而改善品質。例如,我們已在 Hyperforce 中開發受管理服務,以滿足如運算和資料管理等多樣化的需求,讓產品小組專注於產品創新,而中央小組在安全性、可用性和成本效益方面增強這些服務。

我們的作業具有敏捷性,可促進向客戶提供創新。超過 3000 個小組的每個小組都可以使用 Scrum 或看板來實作敏捷架構。整個組織的產品開發規劃會以各種時間表結構化,包括策略方向的 3 年長期計畫,後面是年度執行計畫,進一步細分為 4 個月的產品發行計畫,這些計畫會告知每兩週的衝刺計畫。透過多個版本車輛部署產品、功能和錯誤修正,以滿足各種客戶需求,包括三個主要年度版本、雙週版本和每日版本。

由於規模,因此生產力十分重要。我們利用 SPACE 架構有效度量測生產力,並得到 Engineering 360 系統提供的全方位度量集支援。我們也專注於改善內部開發人員的工具和體驗,以簡化開發生命週期,投資於代理體驗和 AI、工作流程、建立工具、開發設定、更安全的發行和安全性服務可帶來顯著好處。

總之,Salesforce Platform 在過去五年內經歷了驚人的轉型,從領先的多重租戶雲端平台發展為受信任、整合、代理和資料支援的平台,其可在所選區域中提供一組應用程式和服務。此演變是由應對新興挑戰的需求所驅動,例如公用雲端提供者的崛起、法規需求的增加,以及生成式 AI 和機器學習的進步。

引入 Hyperforce、Data 360 和 Agentforce 可大幅增強平台的功能,確保平台在保持 Trust 與可靠性時仍處於創新前沿。大多數客戶成功移轉至此新平台,強調了我們工程師的創造力與專心。

隨著我們持續創新並適應不斷變化的市場需求,Salesforce Platform 適合支援新一代應用程式和客戶使用個案,重申我們對客戶成功與卓越技術的承諾。