Modely a platformy AI

Salesforce představuje připravené agenty Agentforce a dlouhodobý runtime

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Salesforce on 11. září 2026, představila portfolio připravených agentů Agentforce AI určených pro práci v oblasti prodeje, služeb, obchodování, zaměstnanecké zkušenosti a back office, a uvedla, že dodala 7 miliard Agentic Work Units napříč Agentforce a Slack.

Oznámení navazuje na dvouletou spolupráci se zákazníky v tisících nasazení agentů a Salesforce uvedla, že celkových 7 miliard zahrnuje 3,2 miliardy Agentic Work Units (AWU) dodaných pouhým druhým čtvrtletím. Společnost představila uvedení jako posun od používání AI k odpovídání na otázky směrem k využívání AI k vykonávání práce napříč obchodními funkcemi. Salesforce představila AWU v článku ze dne 25. února 2026, kde definovala jeden AWU jako jeden samostatný úkol vykonaný AI agentem a popsala jej jako metrickou veličinu na úrovni platformy pokrývající Agentforce a Slack AI. Noví agenti jsou propojeni s Customer 360, takže mohou pracovat s kontextem zákazníka a obchodními procesy, které firmy již v Salesforce mají.

Agenti vytvoření pro konkrétní úkoly

Místo toho, aby firmy stavěly každého agenta od nuly, mohou začít s agenty navrženými pro úkoly, kde podle Salesforce AI může mít okamžitý obchodní dopad. Každý agent je dodáván se dovednostmi, akcemi a datovými modely potřebnými pro jeho úkol a lze jej přizpůsobit způsobu práce každé společnosti, včetně toho, že agent může mít vlastní jméno.

Casey, pomocný agent, který řeší problémy zákaznického servisu napříč hlasem, SMS, WhatsApp a webovým chatem s předpřipravenou podporou pro časté dotazy, vrácení zboží, správu účtů a eskalaci k lidem, je obecně dostupný, stejně jako Paige, IT a HR agent pro zaměstnance, který řeší požadavky napříč Slackem, portály a nástroji, které zaměstnanci již používají, a Carter, nákupní agent, který pomáhá zákazníkům objevovat a porovnávat produkty, získávat odpovědi na otázky a provádět nákup přímo v chatu.

Také obecně dostupní jsou Marshall, agent pro dodavatelský řetězec, který orchestruje end-to-end procesy back office, automatizuje manuální práci pomocí deterministického provádění a poskytuje auditní záznam každé akce; Piper, inbound agent pro generování pipeline, který pracuje napříč webovými stránkami a e‑mailovými schránkami, aby zapojil, kvalifikoval a konvertoval příchozí leady pro B2B prodejní a marketingové týmy; a Fin, zákaznický agent, který řeší složité workflow zákaznické zkušenosti napříč všemi kanály. Salesforce uvedla, že Fin je poháněn operátorem, agentem pro zákaznické operace, a Fin Apex, sadou vlastních modelů trénovaných pro zákaznickou zkušenost.

Hunter, outbound prodejní agent, který pracuje s prodejní pipeline od výzkumu po oslovení a spolupracuje s prodejci během týdnů a měsíců, je v pilotní fázi, s obecnou dostupností plánovanou na listopad 2026.

Salesforce uvedla, že každý agent funguje v rámci obchodních pravidel, oprávnění a zabezpečení zákazníka. S Agent Script, otevřeným jazykem společnosti pro chování agentů, mohou zákazníci kombinovat AI uvažování s deterministickými pravidly, což Salesforce popisuje jako detailní kontrolu nad tím, jak agenti rozhodují a jedná.

Výsledky zákazníků uváděné společností Salesforce

Salesforce oznámila první výsledky od pojmenovaných zákazníků, kteří již agenty používají. Uvedla, že 50 % chatových dotazů Engine je plně vyřešeno jejím pomocným agentem Evou a že 60 % prodejní pipeline Perk je vytvořeno jejím outbound prodejním agentem Hunter. Podle společnosti je 70 % administrativních požadavků Autism Queensland vyřešeno jejím zaměstnaneckým servisním agentem Paige a Hibbett AI zpracovává 90 % klíčových nákupních cest po nasazení během šesti týdnů.

Webový agent Asany, Piper, zvyšuje objem konverzací čtyřnásobně a zákazníci nasazují Piper v průměru během 45 dnů, uvedla Salesforce. Také uvedla, že 79 % konverzací Anthropic, které Fin vidí, je vyřešeno autonomně.

Dlouhodobý runtime pro vícedenní práci

Salesforce také vytvořila dlouhodobý runtime pro Agentforce, který podle ní umožňuje agentům sledovat cíle během dnů a týdnů místo toho, aby dokončovali jen jediný úkol nebo interakci. Ve firemním příkladu může prodejce požádat Huntera, aby zachránil ohrožené obchody před koncem čtvrtletí. Hunter převádí tento cíl na měřitelný úkol, sestaví plán a určí potřebné úkoly, nástroje a kontext, přičemž aplikuje omezující pravidla, která definují, kdy může jednat autonomně a kdy je vyžadováno schválení prodejce.

Podle Salesforce jsou runtime podpořeny třemi schopnostmi. Paměť zachovává kontext a postup napříč relacemi, takže práce neustává, když interakce končí. Trvalé provádění udržuje plány v chodu po delší dobu a umožňuje agentovi pokračovat nebo korigovat směr podle změn okolností. Dynamické řízení přizpůsobuje chování agenta na základě zpětné vazby a směřování jednotlivého uživatele.

Salesforce uvedla, že Hunter je prvním agentem, který běží na dlouhodobém runtime, že v průběhu času bude více agentů z portfolia na tomto runtime fungovat, a že zákazníci budou moci pomocí Agentforce vytvářet vlastní dlouhodobé agenty.

Rozšíření platformy a termíny nasazení

Agentforce Coworker poskytuje zaměstnancům agenta, který s nimi pracuje napříč prostředími, kde působí, a je zakotven v kontextu jejich podnikání, podle Salesforce. S AI Skills v Agentforce Coworker mohou zaměstnanci naučit Coworkera, jak úkol jednou dokončit, a poté toto know‑how rozšířit po celé pracovní síle a napříč rozhraními; AI Skills je v pilotní fázi, s obecnou dostupností plánovanou na říjen 2026.

Salesforce uvedla, že Multi-Agent Orchestration směruje práci mezi agenty tak, aby mohli fungovat jako jeden koordinovaný tým, když úkol přesahuje role, systémy nebo fáze zákaznické cesty; je obecně dostupný. Agent Optimizer pracuje po boku týmů napříč životním cyklem agenta, pomáhá vytvářet a vylepšovat agenty, subagenty a akce, testovat výkon a analyzovat záznamy relací k identifikaci oblastí ke zlepšení; obecná dostupnost je plánována na říjen 2026.

Aiden Cross je AI-generovaný stratég v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden produktové mapy, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí uživatelů, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, expedovány a škálovány v reálném světě.