تخطَّ إلى المحتوى
HPI Pro — Salesforce consulting and implementation

Agentforce والذكاء الاصطناعي على Salesforce

الذكاء الاصطناعي المتصل بالعملية.
ليس عرضًا توضيحيًا منفصلاً عن العمل.

يبدأ إدخال الذكاء الاصطناعي إلى المؤسسة بعملية محددة، وبيانات موثوقة، وصلاحيات واضحة، وإشراف بشري. نساعد في تحديد حالات الاستخدام الصحيحة ودمجها في بيئة Salesforce الخاصة بك بطريقة تدريجية ومنضبطة.

لمن هذا

نقاط البداية النموذجية للذكاء الاصطناعي على Salesforce

  • المؤسسات التي تستخدم Salesforce بالفعل وترغب في تحديد أين يضيف الذكاء الاصطناعي قيمة حقيقية.
  • فرق الخدمة ذات أحجام الحالات الكبيرة التي تسعى لتقليل وقت المعالجة دون المساس بالجودة.
  • فرق المبيعات التي ترغب في توفير الوقت في التحضير، والملخصات، والمتابعة.
  • المديرون الذين يجدون صعوبة في استخلاص الرؤى من البيانات التنظيمية الحالية.
  • المؤسسات التي تتطلب الحوكمة والتحكم قبل وضع الذكاء الاصطناعي في الإنتاج.

حالات الاستخدام المحتملة

حيث يضيف الذكاء الاصطناعي قيمة حقيقية

  • تلخيص الحالات والمكالمات
  • البحث في قواعد المعرفة المؤسسية
  • توصيات الإجراء الأفضل التالي
  • الخدمة الذاتية
  • تصنيف وتوجيه الحالات
  • إنشاء المهام
  • ملء المعلومات المفقودة
  • صياغة الردود
  • إعداد الممثلين قبل المكالمة
  • اكتشاف الحالات الشاذة
  • مساعدة المدير في إعداد التقارير
  • Agentforce للعمليات المحددة

المشكلات التي تحلها هذه الخدمة

لماذا تتعثر مشاريع الذكاء الاصطناعي في إثبات المفهوم

حماس بلا تركيز

تبدأ العديد من المؤسسات بالتقنية بدلاً من المشكلة. نحدد اثنتين إلى ثلاث حالات استخدام تحدث بشكل متكرر، قابلة للقياس والتحسين، ونركز عليها أولاً.

بيانات غير جاهزة للوكيل

يكشف الذكاء الاصطناعي كل عيب في بياناتك — الحقول الفارغة، التكرار، المصادر المتضاربة. نتحقق من البيانات قبل بناء الوكيل.

مخاوف تنظيمية وأمنية

ما يراه الوكيل، وما يسمح له بفعله، وكيف يتم تسجيله. نحدد طبقة الثقة، وسياسة المطالبة، ومسار التدقيق قبل الإطلاق المباشر.

مشاريع إثبات المفهوم التي لا تصل أبدًا إلى الإنتاج

يبقى إثبات المفهوم الذي لا يحتوي على معايير نجاح محددة مجرد عرض توضيحي جيد. نحدد مسبقًا ما يعتبر 'ناجحًا' وكيف يتم قياسه.

مبادئ العمل

نهج مسؤول لتبني الذكاء الاصطناعي

ابدأ من العملية

لا نضيف الذكاء الاصطناعي لمجرد وجود القدرة. نحدد المشكلة، والمستخدم، والنتيجة المرجوة أولاً.

تحقق من البيانات

لا يمكن لوكيل الذكاء الاصطناعي تعويض البيانات غير الموثوقة، أو الصلاحيات الخاطئة، أو العملية غير الواضحة.

حافظ علىHumans في التحكم

الإجراءات ذات الأثر التجاري أو المالي أو الخدمي الحقيقي تتطلب آلية موافقة مناسبة.

تحديد الصلاحيات

يتمتع الوكيل بالوصول فقط إلى البيانات والإجراءات التي يحتاجها فعليًا لدوره.

ابدأ بنطاق ضيق

قم ببناء حالة استخدام واحدة، وقياس النتيجة، ثم قم بالتوسع.

قياس الجودة

تتبع الدقة، والاستخدام، والوقت الموفر، والاستثناءات، وملاحظات المستخدم.

عملية التنفيذ

ثماني مراحل محكمة

  1. 01

    حدد حالة استخدام

  2. 02

    تحقق من البيانات والصلاحيات

  3. 03

    صمم المحادثة والإجراءات

  4. 04

    بناء نموذج أولي

  5. 05

    الاختبار مع المستخدمين

  6. 06

    تحديد الضوابط الاحترازية

  7. 07

    التطبيق التدريجي

  8. 08

    المراقبة والتحسين

نقطة اتخاذ القرار

محادثة قصيرة حول حالة الاستخدام الأولى الخاصة بك

سنحدد معًا العمليات الجاهزة للذكاء الاصطناعي، وما هو المطلوب في البيانات والصلاحيات، ومن أين نبدأ.

عوامل اتخاذ القرار

أربعة قرارات تحدد ما إذا كان الذكاء الاصطناعي سيصل إلى الإنتاج

Agentforce المدمج مقابل التطوير المخصص

متى يتم اختيار إجراءات Agentforce المدمجة، ومتى يلزم تطوير أداة مخصصة أو استدعاء نظام خارجي.

نطاق استقلالية الوكيل

تحديد مدى استقلالية الوكيل في التصرف، ومتى يقترح للموافقة البشرية، ومتى يسلم المهمة بالكامل لمندوب.

نموذج التسعير والتشغيل

يستهلك استخدام الذكاء الاصطناعي أرصدة. يؤثر تحديد حجم السياق وطول المطالبة وتكرار الاستخدام بشكل مباشر على تكلفة التشغيل.

المراقبة والتحسين المستمر

قياس ليس فقط مخرجات الوكيل ولكن أيضًا سلوك المستخدم من حوله — أي الإجراءات تمت الموافقة عليها، وأيها تم رفضه، وما الذي يتم تصعيده إلى إنسان.

الأخطاء الشائعة

الأنماط التي يجب تجنبها في تنفيذ الذكاء الاصطناعي

  • بناء وكيل ذكاء اصطناعي قبل وجود عملية عمل محددة.
  • منح الوكيل صلاحيات واسعة بشكل مفرط لراحة التطوير.
  • كشف مصدر بيانات غير مدقق والوثوق بالنموذج ليقوم بـ 'تحديد الأمر'.
  • تخطي الموافقة البشرية للإجراءات ذات الأثر المالي أو الخدمي.
  • الإطلاق بدون سجلات ومراقبة — مما لا يترك طريقة للتعلم والتحسين.

الأسئلة الشائعة

Agentforce والذكاء الاصطناعي — أسئلة نسمعها غالبًا

ما هو Agentforce؟
Agentforce هي طبقة الذكاء الاصطناعي من Salesforce لبناء وكلاء مستقلين يقومون بمهام ضمن عمليات المبيعات والخدمة والعمليات التشغيلية — مع وصول مُحكَم للبيانات، والصلاحيات، والأدوات الخارجية، وآليات الموافقة البشرية عند الحاجة.
هل نحتاج إلى Data Cloud لاستخدام Agentforce؟
ليس بالضرورة. تعمل بعض حالات الاستخدام مباشرةً على بيانات Salesforce القياسية. يصبح Data Cloud ذا صلة عندما يحتاج الوكيل إلى الاعتماد على مصادر متعددة، أو بيانات غير منظمة، أو معلومات في الوقت الفعلي من أنظمة خارجية.
ما الفرق بين Agentforce وروبوت الدردشة؟
يتبع روبوت الدردشة التقليدي نصًا برمجيًا محددًا مسبقًا. يستخدم Agentforce نموذج لغة لفهم النوايا، واختيار الأدوات، والتصرف بناءً على البيانات وإدارة المحادثة. كما يعرف كيفية تسليم مهمة إلى إنسان عندما يقع السيناريو خارج نطاق ما تم توجيهه به.
هل يعرض استخدام الذكاء الاصطناعي معلومات حساسة؟
ليس عند التنفيذ الصحيح. يعمل الوكيل ضمن طبقة الصلاحيات في Salesforce، يمكنك تحديد طبقة ثقة، وحظر الحقول الحساسة، وتسجيل كل إجراء. نحدد الحوكمة والضوابط قبل أن ينتقل الوكيل إلى الإنتاج.
كيف نعرف أن حالة الاستخدام مناسبة للذكاء الاصطناعي؟
يكون تبني الذكاء الاصطناعي منطقيًا عندما يكون هناك حجم كبير ومجدٍ من نفس المهمة المتكررة، وعندما تكون المعلومات ذات الصلة موجودة ومنظمة جيدًا، وعندما تكون هناك نتيجة قابلة للقياس، وعندما تكون هناك تكلفة واضحة للاستمرار في التنفيذ اليدوي. حالات الاستخدام التي تفتقر إلى هذه السمات عادةً لا تبرر الاستثمار.

الخطوة التالية

استكشف مدى ملاءمة Agentforce

سنقوم بتقييم السيناريوهات الجاهزة لوكيل الذكاء الاصطناعي، وما هو المطلوب في البيانات والصلاحيات، ومن أين نبدأ.

الخطوة 1 من 2

تُستخدم تفاصيلك فقط للتواصل معك، وفقًا لـ سياسة الخصوصية.

الخطوة التالية

تحدث عن Agentforce والذكاء الاصطناعي

سنقوم معًا بتقييم العمليات الجاهزة لأول حالة استخدام، وما هي البنية التحتية المطلوبة.