Una nuova squadra di agenti AI specializzati debutta in Agentforce, la piattaforma di Salesforce per la configurazione e distribuzione di sistemi di intelligenza artificiale che ragionano, valutano il contesto e agiscono. Battezzati Casey, Paige, Carter, Hunter, Marshall, Piper e Fin, si tratta di sistemi dedicati a differenti aree e processi aziendali: vendite, risorse umane, gestione della supply chain, supporto clienti, acquisti online e altro ancora.
Si tratta però anche di sistemi “chiavi in mano”, che non richiedono attività di sviluppo per diventare operativi ma che comunque possono essere personalizzati in base a preferenze e schemi operativi dell’azienda. Possono, inoltre, collegarsi a Customer 360 per poter vedere il “contesto” e i processi che le aziende gestiscono nel Crm di Salesforce.
Grazie alle funzionalità della piattaforma Agentforce, questi agenti AI possono apprendere nuove competenze, possono perseguire obiettivi nel tempo e anche collaborare tra di loro. Con Agent Script, il linguaggio open source di Salesforce per il comportamento degli agenti, i clienti possono inoltre combinare il ragionamento dell'AI con regole deterministiche, in modo da ottenere un maggiore controllo su comportamenti e risultati dell'intelligenza artificiale.
Casey è l'agente AI per il supporto clienti: risolve le richieste del customer service via voce, Sms, WhatsApp e chat web, con supporto predefinito per FAQ, resi, gestione dell'account, escalation verso operatori umani e altro ancora. C’è anche Fin, agente AI che lavora a supporto dei responsabili della customer esperience e che risolve casi di assistenza su qualsiasi canale.
Si chiama Paige, invece, l’agente AI che dà supporto al personale aziendale su problemi di natura IT o tipici della funzione risorse umane. Può risolvere richieste tramite Slack, portali e altri strumenti in uso. Per chi fa shopping online la novità è Carter, un sistema che aiuta a scoprire e confrontare i prodotti, a trovare risposte e a concludere l'acquisto direttamente in chat.
Due le novità per l’area vendite e per il marketing. Hunter è un agente AI capace di gestire la pipeline commerciale partendo dalla ricerca del contatto e collaborando con i venditori. Suo diretto “collega” è Piper, un agente AI per la generazione di nuove opportunità commerciali, che opera su siti Web e caselle di posta per coinvolgere, qualificare e convertire i contatti in pipeline per il personale addetto al marketing e alla vendita. Marshall è, invece, l'agente AI per la supply chain: orchestra processi di back office, automatizza le attività manuali e fornisce la tracciabilità di ogni azione compiuta.
Memoria e capacità di pianificazione
Gli agenti AI sono già disponibili su Agentforce a eccezione di Hunter, che debutterà a novembre. Con questo specifico prodotto Salesforce introduce un nuovo elemento: Hunter sarà il primo agente capace di operare sul runtime a lungo termine. In pratica, l'agente AI può risolvere una richiesta immediata (per esempio, recuperare le trattative a rischio prima della fine del trimestre) e poi trasformarla in un obiettivo di lungo termine, misurabile, ed elaborare un piano per raggiungere tale traguardo.
La memoria preserva contesto e progressi tra una sessione e l'altra, così che il lavoro non si interrompa quando termina l'interazione. L'esecuzione durevole mantiene i piani attivi nel tempo e consente a un agente di riprendere il lavoro o correggerlo progressivamente. Il dynamic steering adatta il comportamento dell'agente in base al feedback e alle indicazioni del singolo utente. Salesforce ha già fatto sapere che In futuro altri suoi agenti AI verranno abilitati su questo stesso runtime.
Le nuove funzionalità di Agentforce
Salesforce ha anche annunciato alcune nuove funzionalità trasversali alla piattaforma. All’interno di Agentforce Coworker, le AI Skills aiutano a diffondere la conoscenza in azienda in modo più efficiente: è sufficiente una sola dimostrazione (per esempio, su come completare un’attività) che può poi essere diffusa a tutti i collaboratori e su diverse interfacce.
La Multi-Agent Orchestration, invece, instrada i task su diversi agenti AI, permettendo a questi di collaborare tra loro come fossero un team. Agent Optimizer, infine, è una funzionalità che aiuta il personale a costruire e perfezionare agenti, subagenti e azioni, a testarne le prestazioni e ad analizzare le tracce delle sessioni per individuare gli elementi migliorabili. Insieme, queste novità permettono di partire da un agente AI costruito per un ruolo specifico e di farlo evolvere con ulteriori conoscenze, coordinamento, miglioramento continuo.