มีหลายบริษัทที่กำลังนำ AIมาใช้และนำเสนอโซลูชันสร้างสรรค์สำหรับลูกค้า และ Salesforce โดดเด่นท่ามกลางตัวเลือกเหล่านั้น
Salesforce Agentforce นิยามใหม่ของแรงงานดิจิทัลโดยช่วยให้องค์กรสามารถปรับใช้ตัวแทน AI อิสระที่วิเคราะห์ข้อมูล ตัดสินใจ และขับเคลื่อนงานต่างๆ ในด้านการขาย การบริการ และการตลาด
ด้วยระบบนิเวศที่ผสานรวมอย่างสมบูรณ์ซึ่งสร้างขึ้นบน Atlas Reasoning Engine และ Data Cloud, มันมอบแนวทางที่เปลี่ยนแปลงอย่างสิ้นเชิงสำหรับการอัตโนมัติขององค์กร.
ประการแรก Salesforce ให้บริการ AI แบบตัวแทนจริงหรือไม่?
ประเด็นสำคัญ
- Salesforce Agentforce นำ AI อิสระมาใช้ในกระบวนการทำงานทางธุรกิจ
- ใช้ Atlas Reasoning Engine สำหรับการตัดสินใจอัจฉริยะอัตโนมัติ
- Data Cloud ให้บริการการรวมข้อมูลองค์กรแบบรวมศูนย์และไร้การคัดลอกข้อมูล
- การตรวจสอบและรักษาความปลอดภัยอย่างครอบคลุมผ่านสถาปัตยกรรม AI แบบโมดูลาร์
Salesforce มีบริการ AI แบบตัวแทนหรือไม่?
ใช่ Salesforce มี AIแบบตัวแทนผ่านแพลตฟอร์ม Agentforce ของตน Salesforce Agentforce เป็นแพลตฟอร์มแรงงานดิจิทัลที่ช่วยให้องค์กรสามารถสร้างและปรับใช้ตัวแทน AI ที่ทำงานอัตโนมัติในระดับใหญ่ได้
เปิดตัวในเดือนกันยายน 2024 และอัปเดตในเดือนมิถุนายน 2025 Agentforce ผสานรวม Atlas Reasoning Engine, Data Cloud, การดำเนินการที่สร้างไว้ล่วงหน้า และ Agent Builder แบบ low-code เพื่อสร้างตัวแทนที่สามารถวิเคราะห์ข้อมูล ตัดสินใจ และดำเนินการตามงานในกระบวนการขาย บริการ และการตลาดได้
ชุดโซลูชันที่ครอบคลุมนี้วางตำแหน่ง Salesforce ให้เป็นผู้นำในด้าน AI แบบตัวแทนสำหรับองค์กร ขยับขยายจากแชทบอทธรรมดาไปสู่การนำเสนอพนักงานดิจิทัลที่แท้จริง
ต่อไป มาดูกันว่า ระบบที่ซับซ้อนนี้ทำงานอย่างไรเบื้องหลัง
ภาพรวมความสามารถอย่างรวดเร็ว: Salesforce Agentic Suite
ชุดเครื่องมือ Salesforce Agentic Suite ผสานรวมองค์ประกอบทางเทคนิคหลายอย่างเพื่อมอบแพลตฟอร์มการพัฒนาและการปรับใช้ตัวแทนที่ครบวงจร
แต่ละความสามารถถูกพัฒนาต่อยอดจากกันและกันเพื่อสร้างระบบนิเวศที่เชื่อมโยงกันสำหรับการดำเนินงานอัตโนมัติ
| ความสามารถ | รายละเอียด |
|---|---|
| ผู้วางแผนและประสานงาน | เอ็นจินการให้เหตุผล Atlas พร้อมโมดูลวางแผนแบบโมดูลาร์, ตัวเลือกการกระทำ, และโมดูลการสะท้อน |
| หน่วยความจำและบริบท | ชั้นข้อมูลรวมของ Data Cloud พร้อมการเข้าถึงแบบไม่คัดลอกข้อมูลสำหรับ CRM, ERP และข้อมูลจากบุคคลที่สาม |
| การเรียกใช้เครื่องมือ | 100+ การดำเนินการที่สร้างไว้ล่วงหน้าผ่านตัวเชื่อมต่อกับ Salesforce Flow, MuleSoft, Slack และเซิร์ฟเวอร์ MCP |
| รั้วกั้น & นโยบาย | สถาปัตยกรรมที่ปลอดภัยโดยการออกแบบ พร้อมรายการเครื่องมือที่อนุญาต (tool whitelists) ตัวตรวจสอบความถูกต้องของผลลัพธ์ (output validators) และการติดแท็กอัตลักษณ์ (identity tagging) |
| การสังเกตการณ์และการตรวจสอบ | ศูนย์บัญชาการพร้อมการติดตามระดับขั้นตอน, ตัวชี้วัด, และการสนับสนุน OpenTelemetry |
ชุดความสามารถที่ครอบคลุมนี้ช่วยให้องค์กรสามารถสร้างตัวแทนที่พร้อมสำหรับการผลิตซึ่งสามารถผสานรวมกับระบบธุรกิจที่มีอยู่ได้อย่างราบรื่น
การทำงานภายในของ Salesforce Agentforce
สถาปัตยกรรมทางเทคนิคของ Salesforce Agentforce ดำเนินการผ่านชั้นที่ผสานรวมกันหกชั้นซึ่งทำงานร่วมกันเพื่อมอบความสามารถของตัวแทนอัตโนมัติ
- แผนงานของ Atlas Reasoning Engine จัดลำดับงานโดยใช้การประสานงานแบบโมดูลาร์
- ตัวเลือกรูปแบบการกระทำเลือก เครื่องมือที่เหมาะสมจากไลบรารีตัวเชื่อมต่อที่มีอยู่
- Data Cloud มอบข้อมูลองค์กรแบบรวมศูนย์ด้วยการเข้าถึงแบบไม่คัดลอกข้อมูล
- การดำเนินการที่สร้างไว้ล่วงหน้าเรียกใช้ Salesforce Flow, MuleSoft และบริการของบุคคลที่สาม
- รั้วกั้นบังคับใช้การปฏิบัติตามผ่านรายการเครื่องมือที่อนุญาตและตัวตรวจสอบความถูกต้องของผลลัพธ์
- ศูนย์บัญชาการตรวจสอบ ประสิทธิภาพแบบเรียลไทม์ด้วยการติดตามในระดับขั้นตอน
แนวทางแบบหลายชั้นนี้ช่วยให้ตัวแทนสามารถวิเคราะห์สถานการณ์ทางธุรกิจที่ซับซ้อนได้ ในขณะที่ยังคงรักษามาตรฐานความปลอดภัยและการสังเกตการณ์ในระดับองค์กร
การกำหนดราคาและการออกใบอนุญาต: สิ่งที่ Salesforce คิดค่าบริการสำหรับ Agentic AI
ราคาของ Salesforce Agentforce ยังไม่ได้รับการเปิดเผยต่อสาธารณะ โดยแพลตฟอร์มนี้อาจถูกรวมอยู่ในแผน Einstein 1 และ Customer 360 มากกว่าที่จะขายเป็นผลิตภัณฑ์แยกต่างหาก
โดยปกติแล้ว บริษัทจะเสนอองค์กรสำหรับนักพัฒนาฟรีสำหรับการทดสอบเบื้องต้น แม้ว่าฟีเจอร์ของ Agentforce อาจมีข้อจำกัดในรุ่นทดลองใช้
รูปแบบการกำหนดราคาที่คาดการณ์ไว้จะรวมค่าใช้จ่ายในการดำเนินการต่อตัวแทนกับค่าบริการการใช้ Data Cloud ในขณะที่ตัวเชื่อมต่อของพันธมิตรอาจต้องมีการสมัครสมาชิกแยกต่างหาก
การอัปเดตเดือนมิถุนายน 2025ได้แนะนำ Command Center, การกระทำใหม่มากกว่า 100 อย่าง, และตัวเชื่อมต่อ MCP โดยไม่มีการระบุค่าใช้จ่ายเพิ่มเติม
แนวทางแบบรวมกลุ่มนี้สะท้อนกลยุทธ์ของ Salesforce ในการผสานรวมความสามารถเชิงตัวแทน (agentic) เข้ากับระบบนิเวศของแพลตฟอร์มที่กว้างขึ้น
จุดแข็งหลักและช่องว่างที่สำคัญของ Salesforce Agentic AI
Salesforce Agentforce แสดงให้เห็นถึงจุดแข็งที่น่าสนใจหลายประการที่ทำให้โดดเด่นในภูมิทัศน์ของ AI สำหรับตัวแทน
Atlas Reasoning Engineมอบความสามารถในการวางแผนแบบโมดูลาร์ที่ซับซ้อน ในขณะที่ Data Cloud แบบรวมศูนย์ช่วยขจัดปัญหาข้อมูลแยกส่วนด้วยการเข้าถึงระบบขององค์กรโดยไม่ต้องคัดลอกข้อมูล
เครื่องมือสร้างตัวแทนแบบใช้โค้ดต่ำ (Low-Code Agent Builder) ช่วยให้การสร้างตัวแทนเป็นไปอย่างทั่วถึง และศูนย์บัญชาการ (Command Center) มอบการตรวจสอบระดับองค์กรพร้อมการติดตามขั้นตอนอย่างละเอียด
อย่างไรก็ตาม ลักษณะที่เป็นกรรมสิทธิ์ของ Atlas Reasoning Engine อาจจำกัดความโปร่งใสและการปรับแต่งเมื่อเทียบกับเฟรมเวิร์กแบบเปิด
นอกจากนี้การพึ่งพาเซิร์ฟเวอร์ MCP ของพันธมิตรอาจทำให้การรวมระบบล่าช้า และระบบนิเวศในระยะเริ่มต้นยังต้องการการพัฒนาให้สมบูรณ์
ข้อมูลยังคงถูกล็อกอยู่ในระบบนิเวศของ Salesforce โดยจำเป็นต้องใช้ MuleSoft หรือตัวเชื่อมต่อจากบุคคลที่สามสำหรับการเข้าถึงฐานข้อมูลภายนอก
ข้อจำกัดเหล่านี้ควรได้รับการพิจารณาอย่างรอบคอบเมื่อเปรียบเทียบกับจุดแข็งของแพลตฟอร์มเมื่อทำการตัดสินใจทางเทคนิค
เริ่มต้นใช้งาน Salesforce Agentic AI ใน 8 ขั้นตอน
การสร้างตัวแทน Salesforce ตัวแรกของคุณต้องอาศัยการวางแผนและการกำหนดค่าอย่างเป็นระบบในหลายส่วนประกอบของแพลตฟอร์ม
ทีมส่วนใหญ่สามารถดำเนินการติดตั้งเบื้องต้นได้ภายใน 2-4 สัปดาห์หลังจากปฏิบัติตามแนวทางที่มีโครงสร้างนี้
- ลงทะเบียน สำหรับองค์กรนักพัฒนา Salesforce พร้อมสิทธิ์เข้าถึง Einstein 1
- กำหนดค่า การเชื่อมต่อ Data Cloud กับระบบ CRM และ ERP ที่มีอยู่ของคุณ
- ออกแบบ เวิร์กโฟลว์ของตัวแทนโดยใช้ส่วนติดต่อ Agent Builder แบบโลว์โค้ด
- เลือก การดำเนินการที่สร้างไว้ล่วงหน้าจากไลบรารีตัวเชื่อมต่อที่มีให้เลือกมากกว่า 100 รายการ
- ดำเนินการ ติดตั้งมาตรการป้องกันและนโยบายการปฏิบัติตามกฎระเบียบผ่านการจัดการข้อมูลประจำตัว
- PLOY ตัวแทนในสภาพแวดล้อมแซนด์บ็อกซ์สำหรับการทดสอบเบื้องต้น
- ติดตาม ประสิทธิภาพผ่านแดชบอร์ดการสังเกตการณ์ของ Command Center
- ขยาย ตัวแทนที่ประสบความสำเร็จไปสู่การผลิตด้วยการควบคุมการกำกับดูแลที่เหมาะสม
แผนการดำเนินการนี้ให้เส้นทางที่เป็นจริงสู่การPLOYMENTในระบบผลิตพร้อมทั้งรับประกันว่าการทดสอบและการกำกับดูแลตามขั้นตอนที่ถูกต้องได้รับการปฏิบัติตาม
แผนงานและแนวโน้มการแข่งขันสำหรับ Salesforce Agentic AI
Salesforce ยังคงลงทุนอย่างหนักในความสามารถของ AI แบบตัวแทน โดยมีแผนที่จะผสานรวมโมเดลภาษาขนาดใหญ่เพิ่มเติม รวมถึง Anthropic Claude, Gemini และ AI21
รายการแผนงานในอนาคตประกอบด้วย การปรับปรุงความจำของตัวแทนและความสามารถในการวางแผน รวมถึงโครงสร้างราคาที่ละเอียดมากขึ้นซึ่งคาดว่าจะเปิดตัวในปี 2026
การขยายระบบนิเวศแบบเปิดที่มีเซิร์ฟเวอร์ MCP ของพันธมิตรมากกว่า 30 แห่ง ทำให้ Agentforce สามารถแข่งขันกับ AWS Bedrock AgentCore และ Microsoft's Agent Framework ได้อย่างมีประสิทธิภาพ
คำถามที่พบบ่อย
ตัวแทนของ Agentforce สามารถดำเนินการอย่างอิสระผ่านระบบธุรกิจต่าง ๆ ได้ ไม่เพียงแต่ตอบคำถามเท่านั้น พวกเขาใช้ Atlas Reasoning Engine สำหรับการวางแผนและการตัดสินใจ
สร้างขึ้นบนแพลตฟอร์ม Salesforce โดยตรง Agentforce เข้าถึงข้อมูลที่มีอยู่ผ่าน Data Cloud และดำเนินการต่างๆ ผ่าน Salesforce Flow และตัวเชื่อมต่อ MuleSoft ได้อย่างราบรื่น
เครื่องมือสร้างตัวแทนให้บริการอินเทอร์เฟซแบบโค้ดต่ำสำหรับตัวแทนพื้นฐาน อย่างไรก็ตาม การนำไปใช้ที่ซับซ้อนอาจต้องการการพัฒนาโค้ดมืออาชีพและความเชี่ยวชาญทางด้านการสร้างคำแนะนำ
ใช่ ผ่านเซิร์ฟเวอร์ MCP และตัวเชื่อมต่อพันธมิตร รวมถึงการผสานรวมกับ AWS, Box, Google Cloud, PayPal และ Stripe ที่มีให้ผ่านตลาด AgentExchange
ศูนย์บัญชาการให้การติดตามแบบขั้นตอน, ตัวชี้วัดประสิทธิภาพ, และการผสานรวมกับ OpenTelemetry สำหรับการตรวจสอบอย่างครอบคลุมเกี่ยวกับพฤติกรรมของตัวแทนและผลลัพธ์.
ขั้นตอนต่อไปและรายการตรวจสอบการดำเนินการ
Salesforce Agentforce เป็นแพลตฟอร์มที่เติบโตเต็มที่และพร้อมใช้งานในระดับองค์กรสำหรับการปรับใช้ตัวแทน AI ที่ทำงานอัตโนมัติด้วยความสามารถในการให้เหตุผลที่ซับซ้อน การบูรณาการข้อมูลอย่างครอบคลุม และคุณสมบัติการสังเกตการณ์ที่แข็งแกร่ง
จุดแข็งของแพลตฟอร์มนี้อยู่ที่การผสานรวมกับ Salesforce โดยตรงและการเข้าถึงด้วยโค้ดต่ำ อย่างไรก็ตาม องค์กรควรพิจารณาอย่างรอบคอบถึงประเด็นการผูกขาดกับผู้ให้บริการและความซับซ้อนในการผสานรวมกับระบบภายนอก
เพื่อดำเนินการประเมินผลของคุณต่อไป กรุณาทำภารกิจสำคัญเหล่านี้ให้ครบถ้วน:
- ขอเข้าถึงองค์กร Salesforce สำหรับนักพัฒนาที่มีสิทธิ์ Agentforce
- จัดทำรายการแหล่งข้อมูลที่มีอยู่และข้อกำหนดในการบูรณาการสำหรับ Data Cloud
- ระบุกรณีการใช้งานเบื้องต้นที่สอดคล้องกับการดำเนินการที่สร้างไว้ล่วงหน้าที่มีอยู่
- ประเมินทักษะของทีมสำหรับการพัฒนาตัวแทนแบบ low-code เทียบกับแบบ pro-code
- คำนวณค่าใช้จ่ายที่คาดการณ์ไว้โดยพิจารณาจากการใช้งานของตัวแทนและการใช้ข้อมูลที่คาดว่าจะเกิดขึ้น
- ประเมินข้อกำหนดด้านการกำกับดูแลและการปฏิบัติตามกฎระเบียบสำหรับการดำเนินงานของตัวแทนอัตโนมัติ