Salesforce: Clara Shih präsentiert neues Enterprise AI-Model ,Agentforce’
Im Rahmen der diesjährigen Dreamforce-Konferenz in San Francisco – veranstaltet von Salesforce, dem weltweit zweitgrößten Softwareunternehmen, wurde das brandneue KI-Tool “Agentforce“ präsentiert. Clara Shih, CEO von Salesforce AI, gab tiefe Einblicke in die Technologie, auf der zukünftig alle Salesforce-Softwarepakete basieren sollen. Dahinter steckt der “Atlas Reasoning Engine“. Wie Kunden dadurch eine neue Form des Customer Service erleben sollen, demonstrierte Patrick Stakes, Executive Vice President für Product and Industries Marketing, live.
So lösen AI-Agents Kundenanfragen
“Kann ich den Sweater umtauschen, er war zu klein? Drei bis fünf Werktage bis zur neuen Lieferung dauern zu lange. Gibt es eine andere Möglichkeit?“ Die Aufgabe des Agentforce Service Agent ist es, personalisiert auf die Fragen der Kund:innen zu reagieren. Dafür ist er mit der Wissensbasis in Salesforce verbunden. Dort wird die Case-History zusammengefasst und gespeichert – nur so sollen Kundenanfragen kontextgerecht beantwortet und direkt in Maßnahmen umgewandelt werden können. Für Clara Shih ist klar: “AI-Agenten werden bald genauso alltäglich sein wie Apps und Webseiten. Sie funktionieren in Voice, im Chat und auf der Website.“
5 Bestandteile eines “Agents”
Agentforce bewegt sich momentan auf AI-Level 3, wenn man von den OpenAI-Definitionen der fünf KI-Levels ausgeht. Salesforce spricht von „Wave 3“ – es geht um Agents, die in der Lage sind, selbst Aktionen auszuführen. Shih verrät, dass sich der Agent aus fünf Bestandteilen zusammensetzt:
- Die zugewiesene Rolle: Welche Aufgabe soll erfüllt werden? Hier geht es um Definition und Verwaltung.
- Daten: Sämtliche Daten des Unternehmens sind über das Salesforce CRM bereits in Salesforce integriert – strukturiert oder unstrukturiert. Data Warehouses, Metadaten und externe Daten sowie weitere Datentypen können aktiviert werden.
- Aktionen: Welche Aktionen sollen ausgeführt werden können? Salesforce verspricht, dass keine Halluzinationen auftreten, da Prompts, Flows & Apex sowie die Mulesoft API den Agenten befähigen.
- Kanäle: Die Agenten sollen auf sämtlichen Kanälen aktiv sein können, wie Slack, WhatsApp, Web, SMS und weiteren.
- Vertrauen und (Daten-)Sicherheit: Als Grundbaustein kommt die fünfte Ebene ins Spiel: der Einstein Trust Layer, der Überprüfbarkeit und Überwachung garantieren soll. Einstein GPT ist das AI-Modell, das Salesforce 2023 entwickelt hat. Guardrails, gewisse Schutzvorrichtungen, sollen verhindern, dass eine KI unerwünschte oder schädliche Entscheidungen trifft oder Inhalte generiert, und die Toxicity Detection hat die Aufgabe, schädliche oder toxische Inhalte zu erkennen.
“Accuracy Rate von 90 bis 95 Prozent“
Laut Salesforce haben andere Copilots Datenprobleme und Probleme mit der Genauigkeit. Die Version 2 von Agentforce will die nächste Generation von „nicht halluzinierender KI“ sein und eine „Accuracy Rate“ von 90 bis 95 Prozent erreichen. Mark Benioff, Salesforce CEO, erwähnte später im Rahmen der Dreamforce: „“Was bringt mir ein Copilot, wenn ein Unternehmen ihn nicht in sein bestehendes Ecosystem integrieren kann? Kunden wollen Copiloten loswerden, weil sie nicht funktionieren.“
Agentforce
“So sollen die fünf Ebenen miteinander interagieren: Los geht es bei Data Cloud, bevor der Atlas Reasoning Engine aktiviert wird. Seine Aufgabe ist es, zu planen, zu evaluieren und zu verfeinern. Er ist es, der die Eingaben in Actions umwandelt und diese mit einem 360-Grad-Customer-Approach in diverse Apps und Channels bringt. “Enterprise-AI ist viel mehr als ein Large Language Model. LLM wurde mit Inhalten aus dem Internet ausgebildet und es gibt eine Menge Bias. Je mehr Atlas eingesetzt wird, desto intelligenter wird er. Wir haben Pionierarbeit geleistet, indem wir uns von den Ergebnissen der Kunden leiten lassen“, so Shih.“
Eine neue Art des Customer Service
Patrick Stokes demonstrierte live, wie Agentforce von einem ausgewählten Großkunden bereits eingesetzt wird. Im Fall der amerikanischen Luxus-Kaufhauskette “Saks” soll es von nun an keine Kundenhotline mehr geben, die auf Band vorspricht: “Wähle 1 für Umtausch, wähle 2 für Öffnungszeiten, etc. Stattdessen soll Agentforce Kunden ihren eigenen Verkaufs-Concierge zur Seite stellen. Der demonstrierte Agentforce-Kundendienst “Sophie” konnte in der Demo wie ein menschlicher Kundenservice-Agent agieren, wusste anhand der Kundennummer sofort über die Bestellung Bescheid und suchte basierend auf der Bestellhistorie des Kunden die richtige Größe für ihn raus. Ebenso wurden Tipps zur Reinigung und Details zur gewünschten Lieferung gegeben.
Selbst bei Unterbrechung des Gesprächs sei es möglich, zu einem späteren Chatpunkt via Chat Kontakt zu Sophie aufzunehmen und sie weiß, dass der Kunde immer noch nach der richtigen Lieferoption sucht. Am Ende der Interaktion wurde Stokes mitgeteilt, er könne den bestellten Pullover in einer anderen Größe in der nächstgelegenen Filiale abholen. “Hier kommt der ‚Atlas Reasoning Engine‘ zum Einsatz”, lässt Stokes wissen.
“Kein Programmieren notwendig“
“Im Hintergrund soll der Kunde – in diesem Fall “Saks“ – durch Agentforce die KI auf unterschiedliche Weisen konfigurieren können, ohne selbst Code zu schreiben. Im Bestellmanagement sind sämtliche Details aufgelistet: Bestellhistorie, Performance, die durch den AI-Agenten gelösten Kundenanfragen und vieles mehr. Auch können Aktionen wie zum Beispiel „Liefermethode ändern“ oder „Wunschlistenverwaltung“ vom Kunden hinzugefügt werden. Durch die Mulesoft API sei es möglich, komplett neue und individuelle Agentforce-Aktionen hinzuzufügen.
In der Praxis heißt das: Agentforce will nach eigenen Angaben repetitive Aufgaben eliminieren, die Produktivität der Angestellten erhöhen und ihnen Zeit zurückgeben, indem man ihnen autonome Agenten zur Seite stellt. Denn 41 Prozent der Zeit werden für sich wiederholende Aufgaben und banale Tätigkeiten verschwendet, wie eine Studie von Harvard Business Review zeigt. Bei “Saks“, der Agentforce erst vor einer Woche integriert haben soll, könnte der Einsatz der Atlas Reasoning Engine zukünftig viel verändern: Agentforce soll in der Lage sein, sowohl Fotos als auch Texte zu verstehen, auf Basis von Bildern der Kleidungsstücke Empfehlungen abzugeben, Größenanpassungen automatisch vorzunehmen, Produkte in bestimmten Geschäften zu reservieren und sich dabei wie ein menschlicher Berater zu verhalten. Letztlich soll „Sophie“ aber auch an menschliche Agent:innen weiterleiten können.“
