Activation d’agents de confiance avec Data 360

Objectifs de formation

Une fois cette unité terminée, vous pourrez :

• Décrire le rôle de Data 360 dans la génération augmentée de récupération
  
• Expliquer comment Data 360 prend en charge les tests, la surveillance et les garde-fous pour les agents
  
• Expliquer comment Data 360 active Agentforce Analytics
  

Importance de disposer d’agents de confiance

Vos agents sont la voix de votre entreprise auprès des clients. Il est donc essentiel qu’ils soient ancrés, conformes et responsables. Avec Data 360, vous pouvez ancrer les instructions génératives dans vos données d’entreprise grâce à la génération augmentée de récupération (RAG) et surveiller les agents à l’aide de garde-fous en matière d’IA et d’analytiques. Cela garantit que vos agents sont plus précis et éthiques. Dans cette unité, découvrez comment Data 360 alimente la RAG, les garde-fous en matière d’IA et les analytiques.

Découverte de la génération augmentée de récupération

La génération augmentée de récupération (RAG) est un moyen d’ancrer les requêtes d’instruction générative dans de grands modèles de langage (LLM). L’ancrage consiste à ajouter aux instructions génératives des informations contextuelles et spécifiques afin d’améliorer la qualité, la précision et la pertinence des sorties générées par les LLM. La RAG implique l’extraction d’informations pertinentes à partir d’une base de connaissances (à l’aide d’un récupérateur), l’augmentation de l’instruction générative en combinant ces informations avec l’instruction générative d’origine et la génération d’une réponse. D’où le terme de « génération augmentée de récupération ».

Voici quelques termes clés pour comprendre la RAG. Pour en savoir plus, consultez le module Génération augmentée de récupération : aperçu.

• Données non structurées : données qui n’ont pas de format cohérent spécifique et qui ne peuvent pas être facilement stockées dans une base de données relationnelle classique. Après avoir ingéré des données non structurées, segmentez-les afin de pouvoir créer des incorporations de vecteur.
  
• Incorporations de vecteur : représentations numériques de données non structurées lisibles par les machines. Les incorporations de vecteur mesurent la similarité sémantique de différentes parties de texte, permettant d’obtenir des résultats précis et pertinents dans les recherches et les instructions génératives de l’IA générative.
  
• Magasin de données vectorielles : type de base de données conçue pour stocker les incorporations de vecteur.
  
• Index de recherche : structure de données qui stocke des données segmentées et vectorisées pouvant faire l’objet de recherches et de récupérations à partir d’autres applications.
  
• Récupérateur : lien entre l’instruction générative et l’index de recherche. Les récupérateurs recherchent des informations pertinentes dans les sources de données afin d’augmenter l’instruction générative. Les récupérateurs d’ensemble sont une collection de récupérateurs individuels qui effectuent des recherches à partir de plusieurs sources en parallèle.
  

Il existe deux options concernant l’implémentation de la RAG pour les agents.

• Démarrage rapide avec la bibliothèque de données Agentforce
  
• Configuration avancée dans Data 360
  

Explorons chacune des options.

Data 360 activé : exploration de la bibliothèque de données Agentforce

La bibliothèque de données Agentforce est une solution de RAG préconfigurée et rapide. Il s’agit de la source de données personnelle et organisée de vos agents.

Lorsque vous ajoutez une bibliothèque de données, dans le générateur d’agent ou depuis Setup (Configuration), Salesforce crée automatiquement une solution optimisée par la RAG avec Data 360 en utilisant les paramètres par défaut pour tous les composants : magasin de données vectorielles, index de recherche et récupérateur. Vous pouvez configurer et personnaliser ces composants individuellement.

Les bibliothèques de données Agentforce ne prennent en charge que les données non structurées. Voici quelques exemples :

• Des articles Knowledge
  
• Des fichiers
  
• Recherches Internet
  

Pour en savoir plus, consultez le module Notions de base de la bibliothèque de données Agentforce.

Data 360 implémenté : personnalisation complète de la RAG avec la configuration de Data 360

L’implémentation de la RAG directement dans Data 360 prend plus de temps, mais vous offre un meilleur contrôle sur l’ingestion et le traitement des données, une plus grande variété de sources de données et des mécanismes de récupération précis allant au-delà de la recherche de base (notamment la recherche hybride).

Grâce à une configuration avancée, vous pouvez ancrer les instructions génératives dans toutes les données importées dans Data 360. Par exemple, ingérez des enregistrements de CRM avec des champs de texte long non structurés et segmentez les données. Créez ensuite un magasin de données vectorielles et un index de recherche. Utilisez le récupérateur de l’index de recherche pour ancrer les instructions génératives. Lorsque vous utilisez ces instructions génératives dans vos agents, vous permettez à ces derniers de mieux connaître vos clients et votre organisation. Vous pouvez donner à vos agents accès à des données harmonisées, à des données zéro copie et à des données en temps réel, qu’elles soient structurées ou non.

RAG avec des graphiques de données

Les enregistrements de graphique de données fournissent une vue aplatie des données associées sous la forme d’une chaîne JSON que vous pouvez récupérer rapidement. Par exemple, créez un graphique de données qui modélise les relations entre les profils client et les détails des commandes client. Ensuite, utilisez le graphique de données afin d’ancrer les instructions génératives pour les agents.

Voici les principaux avantages de l’utilisation de graphiques de données pour la RAG.

• Permet d’intégrer des données provenant de plusieurs sources, dont des données de CRM et des données de lacs externes via l’intégration zéro copie, sans qu’il soit nécessaire de créer un récupérateur d’ensemble.
  
• Permet de convertir les données au format JSON, qui conserve les données relationnelles et est facilement compréhensible par les agents.
  

Pour en savoir plus, consultez le module Graphiques de données dans Data 360.

Résumons les différences entre les bibliothèques de données Agentforce et la configuration personnalisable de Data 360.

Data 360 activé : sécurité garantie grâce aux garde-fous de l’IA

L’IA a besoin de garde-fous pour assurer la sécurité des données et maintenir l’intervention humaine. Cela garantit que son utilisation est conforme aux politiques de votre organisation en matière de sécurité, de confidentialité, de réglementation et de gouvernance de l’IA.

Les garde-fous Agentforce incluent la couche de confiance Einstein, ainsi que le journal d’audit et de commentaires relatif à l’IA générative. Ces fonctionnalités sont alimentées par Data 360. Agentforce dispose également de ses propres garde-fous. Apprenez-en davantage dans IA agentique de confiance.

Exploration de la couche de confiance Einstein

La couche de confiance Einstein protège les données client grâce à des fonctionnalités de sécurité et des garde-fous robustes, tels que l’absence de rétention des données, la détection de la toxicité, la récupération sécurisée des données et l’ancrage dynamique. Elle améliore la sécurité et la précision des sorties tout en garantissant une utilisation responsable des agents IA au sein de l’écosystème Salesforce.

Journal d’audit et de commentaires relatif à l’IA générative

Le journal d’audit fournit les données dont vous avez besoin pour suivre les actions et les sorties d’un agent IA. Ces données sont stockées et analysées dans Data 360.

• ID d’instruction générative et données utilisateur
  
• Texte d’instruction générative et instruction générative avec masquage des informations d’identification personnelle (PII)
  
• Score de sécurité et de toxicité
  

Vous pouvez consigner des commentaires sur les réponses de l’agent via l’API Feedback.

• Réactions positives et négatives, et texte explicatif
  
• Indication pour signifier si les actions ont été acceptées, à nouveau générées, modifiées et refusées ou ignorées
  
• Réponse finale modifiée utilisée
  

Data 360 activé : exploration d’Agentforce Analytics

Une fois vos agents déployés, surveillez leurs performances avec Agentforce Analytics. Les données sont stockées et traitées dans Data 360. Affichez les résultats à l’aide de tableaux de bord et de rapports Data 360.

Les tableaux de bord d’informations prédéfinis comprennent les données suivantes.

• Du masquage des données
  
• Toxicité dans les réponses
  
• Tendances utilisateur
  
• Taux d’acceptation
  

Vous pouvez également créer vos propres tableaux de bord personnalisés.

Data 360 activé et Data 360 implémenté

Résumons les fonctionnalités liées à l’activation et à l’implémentation de Data 360.

Étapes suivantes

Vous connaissez désormais les différents avantages liés à l’activation et à l’implémentation de Data 360 pour Agentforce. Vous savez également comment Data 360 alimente les capacités d’Agentforce avec des données unifiées, la RAG, des garde-fous en matière d’IA et des analytiques. À présent, apprenez comment implémenter Data 360 pour Agentforce.

Ressources

• Aide Salesforce : Utilisation de la génération augmentée de récupération
• Aide Salesforce : Bibliothèque de données Agentforce
• Aide Salesforce : Graphiques de données
• Aide Salesforce : Couche de confiance Einstein
• Aide Salesforce : Données d’audit et de commentaires sur l’IA générative
• Aide Salesforce : Agentforce Analytics
• Trailhead : Introduction aux rapports Data 360