AgentForce від Salesforce: інновація чи маркетинговий хайп
Наприкінці минулого року Salesforce запустила AgentForce — нову технологію для створення ШІ-агентів. Навколо неї одразу почали точитися дискусії: чи вирішить вона безліч задач інженерів, чи залишиться даниною моді? Мене звати Дмитро Марченков, я співпрацюю з компанією EPAM як Solution Architect і маю 10 років досвіду роботи з Salesforce-платформою.
В цій статті розповім, як використовую AgentForce. А також поділюсь думками щодо того, чи варто вважати дану технологію чимось, що змінить уявлення про роботу з CRM-системами, чи краще розглядати її просто як маркетинговий хід у межах глобального тренду розвитку штучного інтелекту.
Що це за технологія
Як обіцяє Salesforce в офіційному пресрелізі, AgentForce — це революційне та надійне рішення, яке легко інтегрує штучний інтелект у будь-який робочий процес та має радикально змінити формат роботи CRM-систем. До того ж Salesforce розробив власну систему безпеки та відповідності до стандартів роботи з персональними даними клієнтів, тож гарантує повну конфіденційність та захищеність інформації, яка буде оброблена великою мовною моделлю.
Декілька разів я чув від клієнтів фрази на кшталт «Що ми можемо розробити в Salesforce, аби приєднатись до глобального тренду впровадження штучного інтелекту?». У жовтні 2024 Salesforce анонсував офіційний вихід AgentForce, який містить одразу декілька великих модулів для оптимізації роботи з Sales та Service клаудами. Тож виникає питання, чи може ця технологія покращити роботу агентів з продажу та підтримки клієнтів. Це питання може здаватися дещо поверховим і непрофесійним, адже воно не містить конкретного уточнення, яких саме покращень прагне клієнт. Чи є в ньому сенс?
З досвіду багатьох років роботи на проєктах у різноманітних ролях можу сказати, що вимоги до розробки будь-якої системи майже ніколи не бувають повними та чіткими. Це завжди процес уточнення та пошуку найкращого рішення для унікального бізнесу. Адже жоден процес не є стовідсотковою копією іншого процесу. Навіть для компанії у тому ж бізнес-домені, регіоні, напрямку тощо.
Отже, уявімо, що ми стаємо на шлях впровадження штучного інтелекту. Чого варто очікувати?
Must-have для сучасних контакт-центрів та платформ з продажів
Коли агент з продажів починає свій робочий день, він очікує приділити час та увагу розв’язанню певної проблеми клієнта та створенню взаємовигідної пропозиції. І аж ніяк не на пошуки потрібного запису у CRM-платформі або роздуми про те, як саме сформулювати лист до клієнта із запрошенням на івент. «Плюшки» AgentForce на цей час можуть суттєво автоматизувати таку роботу.
Займаючись розробкою агента для агрегатора страхових компаній, я побачив багато нових можливостей.
За декілька годин вдалося реалізувати рішення, яке за запитом менеджера у довільному форматі може знайти страхову компанію з найкращим рейтингом, вивести перелік компаній за найвищим рейтингом у певному регіоні, показати середній рейтинг компаній за визначеним параметром тощо.
Налаштування виклику дій ШІ-агента відбувається за допомогою опису задачі звичайною мовою: що має відбутися для того, щоб дію було виконано? На прикладі нижче це:
«Agent Action Instructions: Gets the overall company score. Sample queries include ’If we were scored today, what would be our total score’, ’What is our overall score today?’, ’What is our company score?’, ’What is the total score of the organization?’»
Ще 20 хвилин зайняло налаштування агента для автоматичного створення персоналізованих листів, щоб запросити обраного клієнта відвідати конференцію. Такий лист враховує дані клієнта, додає дані з його попередніх активностей та може бути написаний у специфічному форматі.
Наприклад, для генерації запрошення на конференцію потрібно описати текстом у конструкторі промптів:
You are a Sales Executive and your name is {!$Input:Sender.Name} from an organization called {!$Input:Sender.CompanyName}. Your client is {!$Input:Recipient.Name}, who has the title/role of {!$Input:Recipient.Title} from the company called {!$Input:Recipient.Company}. When I ask you to generate an email inviting the client to attend the conference {!$Input:Campaign.Name} you must strictly follow my instructions below. Instructions: ''' Before you start writing the email, you must research about the conference{!$RecordSnapshot:Campaign.Snapshot} to understand the context and how the conference could be valuable for the client. Use clear, concise, and straightforward language using the active voice and strictly avoiding the use of filler words and phrases and redundant language. Create a compelling subject line that clearly communicates the purpose of the email and encourages the recipient to open it. Use keywords relevant to the conference theme or benefits of attending. Generate the body of the email, which will have the next format: - Header: Address the recipient by their name: {!$Input:Recipient.Name} - Opening Paragraph: Introduce the purpose of the email by formally inviting the recipient to attend the conference. Mention the event name {!$Input:Campaign.Name} and its purpose. - Details Paragraph: Include key information about the conference: Date: {!$Input:Campaign.StartDate} Description: key points from {!$Input:Campaign.Description} Theme or highlights (keynote speakers, networking opportunities, etc.). - Call to Action: Provide a clear call to action, such as registering online via {!$Input:Conference.Registration_Link}, or contacting the owner for further information by {!$Input:Sender.Email} or {!$Input:Sender.Phone}. ''' Now generate the official conference invitation email for the client.
Більшість налаштувань відбувається за допомогою автоматизації з мінімальним кодом. Використовуючи Prompt Builder та Flow, адміністратор може автоматизувати багато робочих процесів для себе та колег без потреби писати код. А це означає, що якщо бізнес захоче змінити дані, які повинні використовуватись, або формат для генерування листів тощо, це може бути зроблено за лічені хвилини власноруч. Але найцікавіше далі.
Уявімо, що телефонує представник страхової і питає, який рейтинг у його компанії. Маючи відкритим всього один чат ШІ-агента, менеджер підтримки робить запит рейтингу за компанією клієнта й отримує відповідь. Клієнт запитує: «А що я можу зробити, щоб підвищити даний рейтинг?». Поставивши це запитання у чаті, менеджер отримує рекомендацію: яка дія найсуттєвіше вплине на підвищення рейтингу саме для цього клієнта. Менеджер може запитати про додаткові рекомендації, які можна запропонувати представнику страхової компанії, щоб підвищити загальний рейтинг.
Як показано нижче, можна також запитати, як саме надана рекомендація допоможе у цьому конкретному сценарії. Це дозволяє набагато швидше та ефективніше покращити роботу компаній, доклавши набагато менше зусиль для аналізу даних. Менеджер сконцентрований на реальному запиті клієнта, а не на тому, як і де знайти ті дані. Враховуючи обʼєм проаналізованих даних для досить нескладного запиту, можна припустити, що частина вхідних параметрів може бути взагалі ніколи не проаналізована.
На екрані вище можна побачити, що під час діалогу виникла помилка конвертації формату. Цю помилку вже виправлено, але цікаво те, що під час діалогу менеджер у реальному часі написав у чаті, що можна використовувати інше значення та продовжив розв’язання свого питання.
Все це виконує модуль рекомендацій агента. Рекомендації враховують більш ніж 40 параметрів з різними ваговими коефіцієнтами, використовуючи декілька записів даних страхової компанії. Замість
Враховуючи наявність Data Cloud із можливістю роботи зі сторонніми джерелами даних, а також використання зовнішніх мовних моделей, технологія AgentForce може суттєво змінити швидкість та якість роботи CRM. Але подивімось також на інший бік технології.
А може, це просто хайп?
Усі навколо говорять про неймовірні можливості штучного інтелекту, але не завжди враховують, що ця технологія на рівні з такими революційними відкриттями, як винахід електрики або двигуна внутрішнього згоряння, також повинна пройти процес адаптації та усвідомлення людиною. Дуже часто використання новомодних моделей, чатів та агентів може нести непередбачувані наслідки.
Коли для розрахунку рейтингу страхових агенцій ми почали тестувати на великій кількості даних, які результати оцінки будуть отримувати клієнти, то аналіз показав, що для одного й того ж набору параметрів модель може повертати дещо різні результати. На даному етапі важко однозначно сказати чи це щось, що модель врахувала, а ми поки що не помічаємо, чи це чергова «галюцинація».
Але виникає запитання:
- Чи здатна мовна модель добре навчитись на даних, які через розбіжності у форматах роботи систем і людини майже напевно будуть неідеальної якості?
- Що вона буде робити, коли запис даних клієнта буде містити неперевірену інформацію, невідповідну лексику або іншого роду некоректний контент?
Одним з елементів аналізу відповіді від мовної моделі є виявлення токсичної мови. Але коли ми почнемо розмову з клієнтом щодо визначення токсичності та параметрів для її регулювання, чи зможемо ми впевнено відповісти, що налаштування покривають усі можливі випадки некоректної відповіді моделі?
Розбираючись у деталях імплементації AgentForce із використанням зовнішніх джерел, я звернув увагу на одне цікаве формулювання: «Використовуючи Flow, Mulesoft та APEX, клієнти можуть легко розширити функціональні можливості платформи».
Я не дуже зрозумів, звідки тут узялося слово «легко», але наявність такої можливості — хороший показник фокуса на подальшу масштабованість.
Намагаючись же реалізувати це «легке» розширення функціональності та під’єднати сторонній сервіс, який має виступати як джерело даних для аналізу та навчання мовної моделі, команда зіштовхнулася з низкою проблем. Частково це — не завжди інтуїтивне налаштування. Але також є і технічні обмеження, рішення яких ще потрібно пошукати.
Після початку роботи з Data Cloud виявилось, що неможливо використовувати телефон або імейл клієнта для налаштування універсального профілю. Для цього можна використовувати лише ідентифікатор запису. Так ми прийняли рішення щодо запровадження Data Transform. Але об’єкт, який створюється при цьому, не може використовувати функціонал Copy Field Enrichment. Тому для заповнення даних потрібно застосувати кастомний batch-клас. А враховуючи використання коду на декількох стадіях виконання, ми обмежені кількістю 50 тисяч записів. Що, звісно, мало для якісного обрахунку різних сценаріїв та типів параметрів клієнтів.
Для надання якісних результатів потрібно зробити пошук схожих записів анонімізованих клієнтів — тобто пошук не за чіткими параметрами, як імейл чи номер телефону, а за діапазонними. Щось на кшталт «клієнт приблизно того ж віку, який має близький рівень доходу та живе в тому ж регіоні». Але такого функціоналу на момент написання статті не було. Принаймні відносно легкого в реалізації. Навіть ці досить прості, на перший погляд, задачі створюють складнощі для якісного налаштування не самої комплексної моделі.
У грудні 2024 Salesforce анонсував вихід AgentForce 2.0. Враховуючи досвід налаштування проєкту, з використанням початкової версії, виникає питання — можливо, це надто швидка реакція на тиск конкурентів і розвиток тренду, а не результат ретельного та протестованого вдосконалення продукту? Адже не можна сказати, що Agentforce 1.0 вже ідеально працює, і всі користувачі у захваті.
Висновок
Що цікавого вже може робити AgentForce:
- Генерацію персоналізованих листів з урахуванням даних клієнтів та з підлаштуванням під контекст і конкретну задачу;
- Швидкий та гнучкий пошук інформації з використанням різноманітних джерел та форматів вхідних даних.
Чого не варто очікувати від технології:
- Повної автоматизації бізнес-процесів без участі людини. Навіть якщо тести показують хороші результати, це не означає, що далі не може виникнути «галюцинація» чи врахування даних, які не потрібно було враховувати в даному контексті.
- Абсолютної точності та відсутності помилок. Результат має бути проаналізований людиною, яка є компетентною в конкретному бізнесі чи його частині.
Що далі
Дискусія щодо штучного інтелекту лише на початку свого еволюційного розвитку. Чи змінить розвиток ШІ формат роботи з CRM-системами? Однозначно, і не тільки з ними. Чи буде це AgentForce? Може так, може ні. Як і з будь-якою новою технологією, неможливо стовідсотково передбачити, як саме вона вплине на оптимізацію бізнес-процесів.
Але вже зараз це рішення від Salesforce активно впроваджується та починає змінювати роботу агентів та клієнтів. Найкраще, що можна зробити для розуміння досягнень тренду та пересторог — це налаштувати простого агента, почати використовувати у нескладних задачах і тестувати результати. Але робити це наразі потрібно усвідомлено. Теперішній рівень розвитку технології дозволяє їй бути досить корисним помічником, але управління має залишатись у руках людини.
3 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарів