Découverte des agents Agentforce
Objectifs de formation
Une fois cette unité terminée, vous pourrez :
- Définir un agent autonome
- Expliquer comment les agents Agentforce aident à traiter les tâches
Présentation des agents Agentforce
Les agents Agentforce sont des applications autonomes et proactives conçues pour exécuter des tâches spécialisées afin d’aider les employés et les clients. Les agents utilisent de grands modèles de langage (LLM) pour analyser et comprendre le contexte complet des interactions avec les clients ou un déclencheur automatisé. Ils raisonnent ensuite de manière autonome pour prendre des décisions.
Ces agents génèrent des réponses cohérentes avec la voix de la marque et les directives de votre entreprise à l’aide de données commerciales fiables, notamment les données Salesforce CRM, les données externes de Data Cloud, etc. Ces agents sont capables de fonctionner 24 h/24 et 7 j/7 sur différentes plates-formes telles que des portails en libre-service et des canaux de messagerie, en gérant les tâches de manière proactive conformément aux limites définies. Lorsqu’ils sont confrontés à des problèmes complexes dépassant leur champ de compétence, ils peuvent transmettre le problème à des agents humains, garantissant ainsi une résolution efficace et précise des requêtes.
Les agents prêts à l’emploi Agentforce sont faciles à personnaliser et à déployer en quelques clics, sans code. Ils peuvent être configurés en quelques minutes, sont facilement évolutifs et fonctionnent 24 heures sur 24 sur n’importe quel canal.
- L’agent de service remplace les chatbots traditionnels par une IA capable de gérer un large éventail de problèmes de service sans scénarios préprogrammés, améliorant ainsi l’efficacité du service client.
- Le représentant du développement des ventes (SDR) interagit avec les prospects 24 h/24 et 7 j/7, répond aux questions, gère les objections et planifie des réunions en fonction du CRM et des données externes, ce qui permet à vos vendeurs de se concentrer sur l’établissement de relations clients plus étroites.
- Le coach de vente propose des sessions de jeux de rôle personnalisées pour votre équipe de vente, en utilisant les données Salesforce et l’IA générative afin d’aider les vendeurs à fournir des arguments et des objections adaptés à des transactions spécifiques.
- Le commerçant aide vos spécialistes de commerce digital avec la configuration de sites, la définition d’objectifs, les promotions personnalisées, les descriptions de produits et les informations fondées sur les données, simplifiant ainsi les tâches quotidiennes.
- L’agent acheteur améliore l’expérience d’achat B2B, en aidant vos acheteurs à trouver des produits, à effectuer des achats et à suivre les commandes via le chat ou avec les portails de vente.
- L’assistant d’achat personnel agit comme un concierge numérique sur vos sites de commerce digital ou vos applications de messagerie, en proposant des recommandations de produits personnalisées et en vous aidant dans vos recherches.
- L’optimiseur de campagne automatise l’ensemble du cycle de vie de la campagne, en utilisant l’IA pour analyser, générer, personnaliser et optimiser les campagnes marketing en fonction des objectifs commerciaux.
-
Agentforce (anciennement Einstein Copilot) assiste les employés dans leur travail en prenant en charge des tâches spécifiques, comme la recherche de données, la création de plans d’action et leur exécution pour augmenter l’efficacité sur le lieu de travail.
Composants clés d’un agent
Chaque agent Agentforce dispose de paramètres qui définissent le travail qu’il peut effectuer et l’action qu’il peut entreprendre.
-
Rôle : le but d’un agent. Il définit le travail à effectuer et les objectifs plus vastes que l’agent doit atteindre au sein de votre équipe.
-
Connaissances : les données dont un agent a besoin pour réussir. Elles peuvent inclure des articles Knowledge de l’entreprise, des données CRM, des données externes via Data Cloud, des sites Web publics, etc.
-
Actions : les objectifs qu’un agent peut atteindre. Il s’agit de la tâche prédéfinie qu’un agent peut exécuter pour effectuer son travail en fonction d’un déclencheur ou d’une instruction. Par exemple, il peut exécuter un flux, un modèle de réplique ou Apex.
-
Limites : les directives selon lesquelles un agent peut opérer. Il peut s’agir d’instructions en langage naturel indiquant à l’agent ce qu’il peut ou ne peut pas faire, et quand faire appel à un humain. Ces instructions peuvent également provenir de fonctionnalités de sécurité intégrées dans la couche de confiance Einstein.
-
Canaux : les applications dans lesquelles un agent effectue son travail. Il peut s’agir de votre site Web, de votre CRM, de votre application mobile, de Slack, etc.
Moteur de raisonnement Agentforce, le cerveau d’un agent
Le moteur de raisonnement Agentforce est conçu pour améliorer l’interaction avec l’utilisateur grâce à des conversations plus rapides, performantes et polyvalentes. Voici une brève présentation et ses principales fonctionnalités.
-
Discussion polyvalente : le moteur de raisonnement favorise la communication interactive avec les utilisateurs en prenant en compte le contexte conversationnel supplémentaire et en s’y adaptant, améliorant ainsi la précision du service fourni.
-
Classification de rubrique : le moteur de raisonnement classe les énoncés des utilisateurs dans des rubriques en fonction de descriptions prédéfinies, garantissant ainsi des réponses pertinentes.
-
Instructions et actions : chaque rubrique comprend des instructions et des actions spécifiques, telles que la vérification des détails de la commande ou l’obtention d’informations supplémentaires, pour aider les utilisateurs avec précision et efficacité.
-
Récupération des connaissances : le moteur de raisonnement utilise plusieurs techniques, notamment la génération augmentée de récupération (RAG) avancée, qui utilise de manière sélective plusieurs modèles de langage pour affiner de manière itérative la qualité des requêtes, en récupérant les éléments de connaissance les plus pertinents, tout en évaluant la qualité de la réponse.
-
Données publiques consultables : les agents peuvent désormais accéder en toute sécurité aux données publiques via la couche de confiance Einstein, élargissant ainsi la base de connaissances.
Exécution des actions par un agent
Les agents entreprennent des actions et respectent les limites en utilisant des descriptions en langage naturel qui décrivent les tâches et les seuils opérationnels. Voici un résumé de leur fonctionnement.
- L’agent reçoit d’abord un déclencheur, qui peut être une conversation avec un employé ou un client, une modification des données ou une automatisation.
- L’agent utilise le LLM et les descriptions en langage naturel pour identifier le contexte et sélectionner la rubrique qui correspond le mieux au travail à effectuer, notamment la portée, les données requises et les conditions nécessaires.
- En fonction de la tâche, un agent sélectionne et enchaîne les actions. Ces actions sont exécutées via des flux, des classes Apex, des API ou des répliques directes.
- Les agents planifient et exécutent dynamiquement des tâches tout en respectant strictement des limites prédéfinies. Ils disposent également de mécanismes intégrés de détection des risques et de la toxicité, grâce à la couche de confiance Einstein. Ils évitent ainsi de s’engager dans des activités inappropriées ou nuisibles.
Vous connaissez maintenant mieux les agents Agentforce, les tâches qu’ils font et la manière dont ils les font. Pour en savoir plus, consultez le contenu Trailhead répertorié dans Ressources et mettez ces enseignements en pratique pour créer un agent.