Salesforce Connections 2025 – 使用旅游服务客户引擎对 Agentforce 进行测试
快速阅读: 据《Diginomica （数码化）》最新报道，Salesforce Connect 2025展示了Agentforce在客户服务中的应用，显著提升了效率并优化了客户体验。尽管数据质量和技能仍是挑战，但通过聚焦用例和数据云整合，客户可更好地准备迎接AI时代。引擎团队强调人机协作而非替代，同时探索HR和IT内部支持的AI应用，未来还需解决AI差异化竞争的问题。
Salesforce Connect 2025 引擎团队
Salesforce Connect 的重磅新闻无疑是营销云 Next，它带着挑衅性的标语：“传统不可回复营销的终结。”
这个标语几乎不可能出错——我怀疑阅读本文的人都不是“地毯式”电子邮件轰炸的粉丝。
为什么这个时代据说已经结束？没错，你猜对了——人工智能代理，尤其是 Agentforce。正如 Salesforce 热情洋溢的宣言所说：
在 Salesforce Connect 上，客户最关注的人工智能问题是……数据
我计划在周四的一对一高管访谈中深入探讨不可回复营销的影响，以及这对客户意味着什么。但目前有一个同样重要的问题：
到目前为止，客户在 Agentforce 上的表现如何？
尽管有营销云 Next 的轰动性新闻，我会说这是展会真正的亮点：
我们现在可以评估第一批采用 Agentforce 客户的成果
（另一个例子可以参考我的同事 Stuart Lauchlan 关于希思罗机场的更新，《希思罗机场的 Agentforce 航班状态更新》）。
客户想要听到更多。在我参加的人工智能会议中，超过一半的客户正在进行某种形式的人工智能项目，但同样数量的客户仍在规划前进方向。最大的阻碍是什么？不是用例选择，甚至不是商业案例。
我听到的最大障碍是数据准备度或数据质量——也许还需要具备必要的技能和工具。这或许就是他们来到芝加哥的原因——我参加的数据云与人工智能的会议爆满并非巧合。
为了推动这一变革，向同行学习是一个重要因素——是时候坐下来和两位来自引擎团队的早期 Agentforce 采用者聊聊了。我认为这次会面可能会有些摩擦……我对使用人工智能代理预订旅行并不完全乐观。
引擎在 Agentforce 上的表现：我们不是在取代人类，而是在最大化他们的才能
但引擎团队很有说服力——不仅仅是因为他们取得的成果。他们还以客户至上的理念设计了自己的代理流程。不会让客户被困在一个无法理解的机器人对话中，无法升级到真人。
而且：没有基于机械效率减少员工人数的行动。对于引擎来说，这并不是要消除人工客服代表：“Agentforce 不是他们的替代品。它是一种方式，让他们能够最大化自己的才能，而不是陷入重复性任务。”
现在还处于早期阶段——引擎在 2024 年 11 月推出了面向客户的“Eva”机器人。但好处正在累积。自 Agentforce 推出以来，平均处理时间减少了 15%，并且引擎估计 Agentforce 每年将节省 200 万美元的成本。
一个面向客户的代理比我们在许多网站上看到的基于规则的机器人，甚至是生成式人工智能聊天机器人更进一步。代理可以在系统内采取行动——这也是许多企业从内部代理开始的原因之一。
但引擎认为他们有一个很好的面向客户的用例：取消预订。引擎每年处理超过五十万次查询；其中很大一部分是取消请求。
Agentforce 能否自主解决这些取消请求，释放客户服务代表的时间？正如引擎高级总监 Demetri Salvaggio 告诉我：
引擎运营执行副总裁 Mollie Bodensteiner 表示，实时互动是关键的区别因素：
Salvaggio 反驳了人工智能和人类对立的观点，认为两者在争夺工作效率的竞赛中并非敌人：
事实上，引擎正在招聘更多的销售人员：
更好的人工智能流程设计 -> 更好的客户体验
我认为最好的人工智能服务示例是关于构建适当的升级机制，并重新思考客户和员工需要什么以获得更好的“体验”。Salvaggio：
更好的人工智能流程设计 -> 更好的客户体验
朋友们告诉我一些基于人工智能的旅行互动经历，他们被卡在一个无法理解的机器人对话中——而且无法升级。为什么要切断与人类的联系？目标不应该是为客户提供最佳的两者结合吗？
另一个需要考虑的人工智能用例因素是风险承受能力。Bodensteiner：
客户应该如何应对人工智能数据需求——Data Cloud 又在哪里发挥作用？
如果人工智能用例设计被低估了，那么数据的需求肯定不是。在 Salesforce Connect 上，数据对话随处可见——但客户接下来应该怎么做？引擎展示了其中一种方法。他们的初始人工智能代理依赖于其他 Salesforce 云的数据，包括销售云和服务云。但现在数据云也加入了进来。Bodensteiner 解释道：
引擎在引入数据云之前就建立了人工智能势头——但实施进展如何？Bodensteiner：
但如果他们在没有数据云的情况下上线 Eva，为什么现在要做呢？
我的看法——从推出高质量人工智能代理中吸取的客户教训正在浮现
成功的早期 Agentforce 采用者具有指导意义。那么引擎迄今为止的主要经验是什么？不仅仅是技术；还有文化。这种文化包括实验精神，例如“保持好奇心”。但：然后你需要找到你的重点。正如 Bodensteiner 所说：
我告诉 Bodensteiner 和 Salvaggio：我忍不住想成为引擎的客户。你知道的，我没有过一次高质量的“智能机器人”体验，甚至没有优雅的人类升级体验。但我知道，凭借正确的架构（如 RAG 上下文等），前者是可能实现的，而升级问题更多是一个设计问题，而不是其他。或者这是一个组织哲学问题？当然，你可以尝试将这些机器人作为裁员手段，不过最近我很少听到 Salesforce 提到这一点——甚至从客户那里听到的更少。我又回到了 Salvaggio 关于 Eva 流程设计的观点：
除了文化变革，“AI 就绪”显然是一项数据雄心。但正如引擎所展示的那样，通过聚焦的用例，你可以从现代 SaaS 系统的结构化/高质量数据开始。一旦开始考虑连接第三方代理，并在推理时整合各种非 Salesforce 数据，就会面临更大的技术挑战。Salesforce 在本次展会上讨论了一些相关话题；我们应该在 Dreamforce 之前跟踪这些进展。
显然，理解计划中的 Informatica 收购首先要回答这个问题——这是一个 Stuart 多次在这篇文章中提到的话题
（我也在我的 Valoir 首席执行官 Rebecca Wettemann 录制的现场播客中提到了，将在本周末发布）。但营销云，由九个收购产品组成，是否能应对这个数据挑战？Salesforce 当然这么认为。我向 Constellation 的 Liz Miller 提出了这个问题，她在即兴的“不可回复营销终结”播客结尾给出了她的看法，嵌入在下面。
至于我自己，我认为 Connections 2025 的真正大故事是 Salesforce 的“不可回复营销终结”誓言如何极大地改变了所谓的超个性化幻想挑战——并且可能是朝着更好的方向发展。我在一对一采访中问了 Salesforce 总裁兼首席营销官 Ariel Kelman 关于这一点；接下来就是那个故事。
与此同时，引擎团队继续推进：他们已经在 Slack 中推出了一个内部 IT 支持代理。遵循相同的升级原则，他们正在考虑将其连接到 JIRA 以便移交给（人工）IT。人力资源用例也在考虑之中。引擎还在加大投入力度利用释放出来的人类支持时间，比如加倍投入他们的 VIP 客户计划，其中包括一些非常有创意的方面，例如幕后确保客户计划得到双重保障。
很快，客户可能会面临另一个挑战：
当大家都在使用 AI 时，如何区分？
Salvaggio 说得很好：
我当然希望生活在一个这样的世界里，这种人工智能哲学占据主流。你觉得呢？
(以上内容均由Ai生成)
