Atlas 推論エンジンについて理解する
学習の目的
この単元を完了すると、次のことができるようになります。
- AI を向上するために Atlas 推論エンジンで採用されている 4 つの主要概念を挙げる。
- Atlas 推論エンジンの 3 つの主要機能を説明する。
Atlas の概要
Atlas 推論エンジンは、Salesforce プラットフォームのエージェント層である Agentforce の「脳」のような存在です。人間がどのように思考し、計画するかをシミュレーションするよう設計された独自システム上に構築されており、簡単または複雑なタスクを実行するために、高度な検索拡張生成 (RAG) などの複数の手法を使用して、情報を分析し、次善アクションを決定します。ほかの推論エンジンと同様に、AI エージェントが手順に従うだけではなく、その手順を達成可能な目標に変換する最善の方法についてプロアクティブに思考できるようにします。
しくみ
信頼性の高い支援を行うために、Atlas ではいくつかの主要概念を基盤としています。
-
推論-行動-観察ループ (ReAct): Atlas では、推論、行動、観察のサイクルが使用されています。ユーザーの目標が達成されるまで、ステップの熟考、アクションの実行、結果の確認というループを繰り返します。必要に応じて、タスクの途中で詳細な説明を求めることもあります。この手法では、自然で正確な会話が維持されます。
-
トピック分類: すべての要求は、AI のその瞬間のジョブ説明として機能するトピックに対応付けられます。トピックには、有効なアクションと適用されるポリシーが定義されています。この概念は、Atlas を何千ものシナリオで安全に拡張するのに役立ちます。
-
より充実した会話: 従来のボットとは異なり、Atlas によって Agentforce は自然言語での応答、フォローアップの質問の処理、過去の会話コンテキストからの取り込みを行えます。その結果、 よりスムーズに、人間に近い対話を行うことができます。
-
参照可能な推論: Atlas は、システム管理者が決定の確認、エラーの防止、信頼の構築を行えるように、「思考」(特定の行動を取った理由となる推論) を共有ます。こうしたインサイトには、エージェントビルダーでアクセスできます。
Atlas が一線を画している点
では、Atlas が Agentforce のきわめて強力な要素となっているのはなぜでしょうか? Atlas は、エクスペリエンス全体を通じて、ユーザーの能力と可能性を高めることを重視するよう設計されています。
-
プロアクティブなアクション: エージェントはユーザーを待ちません。CRM データが変更されたり、メールを受信したり、ミーティングが近くなったりしたときにアクションをトリガーできます。
-
動的な情報取得: Atlas によって、最も関連性の高いデータ (構造化データと非構造化データの両方) が Salesforce Data Cloud、Web 検索、または内部ドキュメントから取り込まれます。AI エージェントからの応答がより正確になり、より充実したアクションが実行されます。
-
人間へのシームレスな引き継ぎ: Atlas が難しい質問や厳格なビジネスルールに遭遇した場合、会話が人間の担当者にスムーズに引き継がれるため、カスタマーエクスペリエンスが低下することはありません。
Atlas 推論エンジンによって、AI が反応型から推論型へと変革します。目的を持って、聞き、思考し、意思決定を行い、行動します。スマートデータを取得し、変更に適応し、必要に応じてユーザーを関与させ、選択内容を説明します。Atlas によって AI は有能で信頼できる真に役立つ存在となります。難しいことも楽々とこなし、人間味を感じる人工知能を使用して、チームを拡張することが可能です。その結果、 人間は AI エージェントとペアを組み、広範にわたって業務の迅速化と効率化を実現できます。
Atlas は目標指向です。応答するだけでなく、経路が線形ではない場合であっても、良い結果に向けて進みます。フォローアップ、詳しい説明、例外が日常的な現実世界のビジネスシナリオへの対処に最適です。Atlas により、エージェントはチャットだけでなく、コラボレーション、解決、結果の提供も行うことができます。