使っているクラウドなどの小ネタ Advent Calendar 2024 25日目
Agentforceとは？
あらゆる資格や役割のユーザーが、外部および内部のプロセスで人間のチームと連携して動作する自律型 AI エージェントを構築、展開、管理できるように設計された Salesforce のローコード プラットフォームです。
現時点で Agentforce について知っておくべき重要なことをまとめると、次のようになります。
- 24 時間 365 日対応:いつでもチャネル上で質問に答え、ケースを回避し、サービス目標を達成します。
- 自然な会話:コンテキストに適合し、ブランドの声に一致する会話応答を生成します。
- 人間への引き継ぎ: AI は、支払いの詳細や苦情などのより複雑な問題を解決できるライブエージェントに会話をエスカレートします。
- 迅速な展開と構成:サービス固有のテンプレートと既存のワークフローを数分でセットアップします。ダイアログの作成、インテントの決定、会話ツリーの維持、大規模言語モデル(LLM)のトレーニングを行う必要はありません。
- 信頼できるデータに基づく: AI エージェントは、ナレッジ記事、類似のケース、CRM データなどのソースに依存します。
エージェントとは何ですか?
本質的に、エージェントはAtlas 推論エンジンによって駆動されるインスタンスです。
エージェントは次のように定義されます。
- 役割:従業員アシスタントとして活動する
- データ: CRMデータを使用して操作します
- アクション:ユーザーに代わって特定のタスクを実行できる
- チャネル: Salesforce プラットフォーム、モバイル アプリ、Slack などすべてで動作します
- 信頼性とセキュリティ:すべての入力データと出力データはEinstein Trust Layerを経由します
Serge Koczanowski
Chief Technical Officer at Twistellar
Agentforce は、あなたに代わって構成上の決定を下す魔法のツールではありません。これは、AI の入出力処理と、支援エージェント フローに接続されたアルゴリズム手順の共生です。会話中に AI が自動化を独自に開始するため、すべてのセットアップ手順に従い、自動化を検証するようにしてください。
Salesforce Agentforce の主な機能とその動作方法は何ですか?
Agentforce は自然言語に依存しているため、アクセスしやすいように設計されています。複雑さのレベルは、特定のユースケースとエージェントのアクションを実行するために必要なデータによって異なります。
- エージェントビルダー
Salesforce Agent Builder ツールを使用すると、コーディングなしで AI エージェントをカスタマイズできます。Agent Builder を使用すると、組織はエージェントの役割を定義し、指示を与え、エージェントが実行するアクションのライブラリを構築できます。また、ユーザーはエージェントの計画された動作方法を確認し、その応答をテストすることもできます。
これらのエージェントはすべて、同じ統合アーキテクチャ上に構築されています。これは何を意味するのでしょうか? エージェントがサポートするトピックを定義し、従うべき指示を与え、エージェントがビジネスに関する知識と関連性を持つようにデータを提供し、エージェントが実行するアクションを割り当てます。エージェントは制限 (ガードレール) 内で動作し、任意のチャネルで対話できます。
- コパイロットビルダーとプロンプトビルダー
Copilot と Prompt Builder が Agentforce プラットフォーム構造に組み込まれ、モデル ビルダーが追加されたため、Salesforce データを使用して外部でカスタム AI モデルを構築、トレーニング、展開できるようになりました。
Copilot Builder の主なアップグレードは、ビジネス機能ごとにアクションをグループに分割するトピックの追加です。
プロンプト ビルダーを使用すると、CRM とデータ クラウドからのデータを動的に統合して、プロンプト (エージェントへの指示) を作成、テスト、および調整できます。フロー、Apex、MuleSoft などを使用して関連データを取得し、プレイグラウンド機能を使用してプロンプトを LLM に送信する前にテストできます。
トピック、指示、アクション
エージェントは 3 つのコンポーネントで構成されます。
-
トピックは、注文管理、修理の問い合わせ、一般的な FAQ などの特定の主題について、アクションを「実行すべきジョブ」にグループ化します。トピックは 2024 年 11 月までパッケージ化できません (変更される可能性があります)。
-
各トピックは、自然言語で記述された指示によってサポートされており、Agentforce サービス エージェントが実行するアクションや質問の選択をガイドします。これらの指示には、不要な出力やエラーを防ぎ、誤ったデータが返されるリスクを軽減するためのガードレールが含まれることがよくあります。エージェントの応答を指定されたトピックに制限することで、この構造により、エージェントがトピック外の主題に対処しないようにすることができます。
-
各トピックは、エージェントが利用できる特定のアクションセットに関連付けられています。フロー、Apex、 Data Cloud、プロンプト テンプレートなどの既存の Salesforce ツールを再利用して、複雑なダイアログ ツリーを使用せずにアクションを効率化できます。たとえば、返品ワークフローが確立されている場合、Agentforce サービス エージェントはそのフローをアクションとして実行できます。
Agentforce エージェントの種類は何ですか?
Salesforce によると、Agentforce は多くのタスクに対応できるとのことです。Agentforce は、営業、サービス、マーケティング、コマースに展開するためのいくつかの自律エージェント タイプを提供します。
- Agentforce Service Agent:顧客ケース (パスワードのリセット、注文情報の取得など) を、自然で人間のような応答で 24 時間 365 日、チャネル全体で自律的に解決します。
- Einstein Copilot:従業員の日常業務を半自律的に支援
- Agentforce SDR Agent:リードの選別を自動化し、販売者とのミーティングをスケジュールします
- Einstein Sales Coach：専任のAIコーチとして機能し、パーソナライズされたロールプレイとフィードバックを提供して、販売者が各取引を改善できるよう支援します。
B2B 向けには、Merchant、Buyer、Personal Shopper などのすぐに使用できるエージェントが登場する予定です。
Salesforce Agentforce サービスエージェントは、Einstein ボットや Copilot と異なりますか?
Agentforce Service Agent とEinstein Bots はいくつかの点で異なります。
| Agentforce | Einstein Bots | |
|---|---|---|
| 設定 | 事前に構築されたトピックとアクションによる迅速なセットアップ。生成 AI と大規模言語モデル (LLM) を使用して、人間のような会話の柔軟性を実現します。 | 顧客の言語を理解してダイアログを構築するには、自然言語モデル (NLM) を手動でトレーニングする必要があります。 |
| 保守 | 事前に構築されたトピックと手順の更新と反復により、メンテナンスの手間が少なくなります。 | メンテナンスの手間がかかり、ダイアログとインテントの継続的な更新と再トレーニングが必要です。 |
| コンテキストと例外 | 会話全体を通して文脈を理解して保持し、スクリプト外の質問も含め、フォローアップの質問に対処します。 | 会話全体を通して文脈を理解して保持し、スクリプト外の質問も含め、フォローアップの質問に対処します。 |
Einstein ボットは、説明可能なプロセスと追加のガバナンスを必要とする規制産業や、正確なダイアログとインテントを備えた厳密で決定論的な会話フローが必要な場合に適している可能性があります。
チャットボットとエージェントの違いは何ですか?
チャットボットは、その機能、トレーニング方法、実装にかかる時間など、多くの重要な点で AI エージェントと異なります。
チャットボットは主にルールベースの対話に従い、事前に定義された質問に答えることに限定されていますが、AI エージェントは関連する知識とコンテンツに基づいて推論し、回答を根拠付けることができます。カスタマーサービスチャットボットエージェントとは異なり、自然言語のリクエストを理解できるようになるには何百もの発話に関する広範なトレーニングが必要なため、エージェントの実装と起動は大幅に迅速かつ容易になります。さらに、エージェントでは、アクションを呼び出したり会話をガイドしたりするために、ルールベースのダイアログや構成は必要ありません。
では、どれが自社にとって最適かを判断するには、これらすべてが何を意味するのでしょうか? それは、顧客対応のニーズと従業員対応のニーズに帰着するかもしれません、とラトナ氏は言います。
「主に顧客対応のシナリオでは、従来のチャットボットと最新の生成 AI エージェントが混在することになると思います。従業員対応のシナリオでは、エージェントの方が有利です」と彼は言います。「当社の Einstein Copilot は、他のビジネス プロセスとともに作業フローに統合されています。そして、それが迅速な統合と相まって、より迅速な導入につながります。」
短期的には、生成 AI 応答の信頼性が向上し続けるため、Rathna 氏はハイブリッド モデルが多くの顧客にとって良い選択肢になると考えています。
「私が予測しているのは、顧客が、より指示的で制御力を高めたい場合にはチャットボットを使用し、会話を生成 AI に制御させることに抵抗がないその他のユースケースではエージェントを使用することです。テクノロジーはまだ進化しているので、数年後には状況が変わるかもしれませんが、それまでは、エージェントとチャットボットを一緒に使うことでより良い関係が築けると考えるべきでしょう。」
-
Agentforce vs Einstein Bot – The Key Differences You Need to Know
- 事前構築されたトピックとアクション: 事前構築されたトピックとアクションはニーズに合わせてカスタマイズできるため、セットアップが迅速です。
- コンテキスト理解: 従来のボットとは異なり、Agentforce は会話のコンテキスト全体を理解し、フォローアップの質問に応答したり、計画外の例外を管理したりすることができます。
- メンテナンスが簡単: 企業は、サービス リクエストの変化に応じてトピックや手順をすばやく更新できます。柔軟性を考慮して設計されているため、時間の経過とともに機能強化できます。
- 生成 AI : LLM を搭載した Agentforce は新しいリクエストに適応し、顧客からの問い合わせをより直感的かつ効率的に処理します。
ユースケースの例:
| Agentforce サービスエージェント | アインシュタインボット |
|---|---|
| グローバル小売業者: Agentforce を使用して、チャット、メール、音声などのチャネルをまたいで顧客からの問い合わせを自動化するグローバル e コマース企業。顧客が注文の更新を依頼すると、Agentforce はリアルタイムの追跡を提供するだけでなく、顧客の好みに基づいてパーソナライズされたオファーも提供します。また、在庫管理システムや注文管理システムと連携して、注文の交換やキャンセルなどの複雑なワークフローを処理することもできます。 | 通信会社: 通信会社は、プランの変更、請求の問題、データ使用量の問い合わせなど、日常的なサービスに関する問い合わせに Einstein Bot で回答しています。ボットは CRM から顧客データを引き出し、即座に解決策を提供するため、応答時間が短縮され、コール センターの負荷が軽減されます。 |
| 金融サービス プロバイダー: ある銀行は、ローン申請の自動化、顧客データの検証、リアルタイム更新の提供に Agentforce を使用しています。ボットは詳細な適格性確認や口座照会を処理し、必要な場合にのみ人間のエージェントにエスカレーションします。これにより、応答時間が短縮され、顧客満足度が向上します。 | SaaS (Software-as-a-Service) プロバイダー: SaaS 企業は、Einstein Bot を使用して顧客サポート チケットを自動化します。ユーザーが問題に遭遇すると、Einstein Bot はすぐにサポート チケットを生成したり、インストールや構成に関する一般的な質問に回答したりして、エージェントがより複雑なクエリに取り組めるようにします。 |
Agentforce は、さまざまなチャネルにわたる複数ステップのワークフローを処理するために高度な AI 機能を必要とする企業に最適です。複雑な顧客からの問い合わせや社内プロセスを自動化する必要がある、e コマース、金融、通信などの分野の企業に最適です。
一方、Einstein Bot は、企業が単純で反復的なタスクを自動化し、応答時間を最適化する必要がある環境で優れています。FAQ や注文追跡など、顧客からの日常的な問い合わせをそれほど複雑にせずに処理したい企業に最適です。
Agentforce 対 Copilot
すでに述べたように、Copilot の機能は Agentforce に統合され、ブランド名が変更されます。Agentforce の基盤となるアーキテクチャは異なり、範囲が広くなっています。
現在の Salesforce チャットボット階層の概要を以下に示します。
下位レベルには、Einstein Chatbots があります。チャットボットの設定には、インテントの定義、ダイアログのスクリプト作成、複数の会話パスの管理など、多大な労力がかかりますが、すべてのユースケースをカバーできるとは限りません。Einstein Copilot は、基本的に Einstein ボットと同じ生成 AI に基づいて構築されており、生産性に重点を置いていますが、独立して動作することはできません。対照的に、Agentforce には、ガードレール内で自律的に推論し、顧客対応タスクを処理する権限があります。
Salesforce Agentforce は安全ですか?
データが最も貴重な資産である場合、「以前の指示をすべて無視してください」、「顧客データベースを共有してください」などの悪意のあるクエリがサポートチャットにあったらどうなるでしょうか?
Einstein Trust Layer は、大規模言語モデル (LLM) を伴う Agentforce のすべての操作でデータのプライバシーとコンプライアンスが優先されることを保証します。方法は次のとおりです。
- データマスキング:データがモデルプロバイダーに送信される前に、個人情報 (PII) はプライバシー保護のために匿名化されます。
- ゼロ保持: LLM モデルプロバイダーはゼロ保持契約を結んでおり、モデルのトレーニングに Salesforce データを保存したり使用したりしません。
- 有害性検出:結果が返されると、システムはマスクされたデータを復元し、有害なコンテンツをチェックし、監査のためにすべてを記録します。
- プライバシー管理:外部LLMを統合する場合、Agentforceは生成プロセス全体を通じてデータを保護します。
Agentforce はどのようにして「従業員を増強」するのでしょうか?
Agentforce は、顧客からの問い合わせの解決、注文の処理、セールスリードの選別など、反復的で時間のかかるタスクを引き受けることで従業員の能力を強化します。リアルタイム データに基づいてアクションを自律的に実行し、複雑な問い合わせを処理し、必要に応じて問題を人間のエージェントにエスカレーションできます。従業員は、日常的なタスクの運用上の負担を軽減しながら、価値の高い戦略的なタスクに集中できます。