Salesforce introduserer jobbklar Agentforce‑agenter og langtids‑kjøretid

Salesforce den 11. september 2026 introduserte en portefølje av jobbklar Agentforce AI‑agenter som er bygget for arbeid innen salg, service, handel, ansattopplevelse og back‑office, og sa at de har levert 7 milliarder Agentic Work Units på tvers av Agentforce og Slack.

Kunngjøringen følger to år med arbeid med kunder i tusenvis av agent‑utplasseringer, og Salesforce sa at de 7 milliarder totalt inkluderer 3,2 milliarder Agentic Work Units (AWU) levert i andre kvartal alene. Selskapet presenterte lanseringen som et skifte fra å få AI til å svare på spørsmål til å få AI til å utføre arbeid på tvers av forretningsfunksjoner. Salesforce introduserte AWU i en artikkel 25. februar 2026, og definerte én AWU som én diskret oppgave utført av en AI‑agent og beskrev det som en plattform‑nivå‑måling som spenner over Agentforce og Slack AI. De nye agentene er koblet til Customer 360, slik at de kan arbeide med kundekonteksten og forretningsprosessene som selskaper allerede har i Salesforce.

Agenter bygget for spesifikke oppgaver

I stedet for å bygge hver agent fra bunnen av, kan selskaper starte med agenter som er designet rundt de oppgavene hvor Salesforce sier at AI kan ha umiddelbar forretningspåvirkning. Hver agent leveres med de ferdighetene, handlingene og datamodellene som kreves for sin oppgave, og kan tilpasses hvordan hvert selskap arbeider, inkludert å gi agenten sitt eget navn.

Casey, en hjelpsagent som løser kundeservice‑spørsmål via tale, SMS, WhatsApp og nettprat med forhåndsbygget støtte for FAQ‑er, retur, kontoadministrasjon og menneskelig eskalering, er generelt tilgjengelig, det samme gjelder Paige, en IT‑ og HR‑ansattagent som håndterer forespørsler via Slack, portaler og verktøyene ansatte allerede bruker, samt Carter, en handleagent som hjelper kunder med å oppdage og sammenligne produkter, få svar på spørsmål og konvertere via kasse i chatten.

Også generelt tilgjengelige er Marshall, en forsyningskjede‑agent som orkestrerer ende‑til‑ende back‑office‑prosesser, automatiserer manuelt arbeid med deterministisk utførelse, og gir en revisjonslogg for hver handling; Piper, en innkommende pipeline‑genereringsagent som arbeider på tvers av nettsteder og innbokser for å engasjere, kvalifisere og konvertere innkommende leads for B2B‑salgs‑ og markedsføringsteam; og Fin, en kundeagent som løser komplekse kundeopplevelses‑arbeidsflyter på alle kanaler. Salesforce oppga at Fin drives av Operator, en kunde‑operasjonsagent, og Fin Apex, et sett med tilpassede modeller trent for kundeopplevelse.

Hunter, en utgående salgsagent som håndterer en salgspipeline fra research til kontakt og samarbeider med selgere over uker og måneder, er i pilotfase, med generell tilgjengelighet planlagt til november 2026.

Salesforce oppga at hver agent opererer innenfor kundens forretningsregler, tillatelser og sikkerhet. Med Agent Script, selskapets åpen‑kilde‑språk for agentadferd, kan kundene kombinere AI‑resonnement med deterministiske regler for det Salesforce beskrev som granular kontroll over hvordan agenter tar beslutninger og handler.

Kunderesultater sitert av Salesforce

Salesforce rapporterte tidlige resultater fra navngitte kunder som allerede bruker agentene. De sa at 50 % av Engine sine chat‑henvendelser blir fullstendig løst av deres hjelpsagent, Eva, og at 60 % av Perk sin salgspipeline bygges av deres utgående salgsagent, Hunter. Ifølge selskapet blir 70 % av Autism Queensland sine administrative forespørsler løst av deres ansatt‑serviceagent, Paige, og Hibbett AI håndterer 90 % av kjerne‑handelsreiser etter å ha gått live på seks uker.

Asanas nettsteds‑agent, Piper, genererer fire ganger så mye samtalevolum, og kunder ruller ut Piper i gjennomsnitt på 45 dager, rapporterte Salesforce. De oppga også at 79 % av Anthropic sine samtaler som Fin ser, blir løst autonomt.

Langtids‑kjøretid for fler‑dagers arbeid

Salesforce bygde også en langtids‑kjøretid for Agentforce som de sier gjør det mulig for agenter å forfølge mål over dager og uker i stedet for kun å fullføre én oppgave eller interaksjon. I selskapets eksempel kan en selger be Hunter om å redde risikable avtaler før kvartalets slutt. Hunter omformer dette målet til et målbart mål, lager en plan og fastsetter hvilke oppgaver, verktøy og kontekst som kreves, og bruker retningslinjer som definerer når den kan handle autonomt og når selgergodkjenning er nødvendig.

Ifølge Salesforce er tre funksjoner grunnlaget for kjøretiden. Hukommelse bevarer kontekst og fremdrift på tvers av økter slik at arbeidet ikke stopper når en interaksjon avsluttes. Holdbar utførelse holder planer i gang over tid og lar en agent gjenoppta eller justere kursen når omstendighetene endres. Dynamisk styring tilpasser en agents atferd basert på tilbakemeldinger og retning fra den enkelte bruker.

Salesforce oppga at Hunter er den første agenten som kjører på den langtids‑kjøretiden, at flere agenter i porteføljen vil kjøre på den over tid, og at kundene vil kunne bygge egne langtids‑agenter med Agentforce.

Plattformtillegg og utrullingsdatoer

Agentforce Coworker gir ansatte en agent som arbeider sammen med dem på tvers av de ulike overflatene de bruker, forankret i konteksten av deres virksomhet, ifølge Salesforce. Med AI Skills i Agentforce Coworker kan ansatte lære Coworker hvordan en oppgave skal utføres én gang, og deretter skalere denne kunnskapen på tvers av arbeidsstyrken og grensesnittene; AI Skills er i pilotfase, med generell tilgjengelighet planlagt til oktober 2026.

Salesforce oppga at Multi‑Agent Orchestration ruter arbeidet mellom agenter slik at de kan operere som ett koordinert team når en oppgave krysser roller, systemer eller stadier i kundereisen; den er generelt tilgjengelig. Agent Optimizer arbeider sammen med team gjennom agentens livssyklus, hjelper med å bygge og finjustere agenter, underagenter og handlinger, teste ytelse og analysere øktspor for å identifisere forbedringsområder; generell tilgjengelighet er planlagt til oktober 2026.