🗾ITmedia AI+ (日本)•較早收集於 82m
Salesforce 針對 AI Agent 時代的開放系統戰略佈局
💡了解 Salesforce 如何重塑企業級 AI Agent 編排，掌握平台競爭的最新趨勢。
⚡ 30-Second TL;DR
有什麼變化
Salesforce 正轉向支援企業系統內 AI Agent 的開放生態系統。
為什麼重要
此轉變表明 Salesforce 正從封閉生態轉向與第三方 AI 模型和 Agent 更好地整合，這可能會顯著降低企業採用 AI 的門檻。
下一步行動
請查閱 Salesforce Agentforce 的技術文件，了解如何將您的自訂 AI Agent 與其新的編排框架進行整合。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Salesforce 正轉向支援企業系統內 AI Agent 的開放生態系統。
- •此策略旨在解決企業環境中管理多個自主 Agent 的複雜性問題。
- •該公司正積極佈局，以爭奪 AI Agent 編排市場的主導地位。
🧠 深度解析
Web-grounded analysis with 19 cited sources.
🔑 增強重點摘要
- •Salesforce 的 AI Cloud 採用分層架構，結合了 CRM 數據、Data Cloud、多個大型語言模型（如 Einstein、GPT、Gemini 和 Claude），以及一個用於 AI 驅動動作的動作層，確保準確性、安全性和可擴展性。
- •Salesforce 的「開放生態系統」策略不僅限於其內部 AI 模型，還包括透過「模型上下文協議」（Model Context Protocol）安全地存取來自 OpenAI 和 Anthropic 等合作夥伴的領先基礎模型，以實現代理間的互操作性。
- •Salesforce 將 AI Agent 視為其 AI 發展的「第三波」，超越了早期的預測性 AI 和生成式 AI，旨在實現無需持續人工監督即可執行多步驟任務的自主代理。
- •Salesforce 的 Data Cloud（前身為 Data 360）是其 AI 策略的核心，負責整合和統一來自多個來源的客戶數據，創建實時、統一的客戶資料，從而為 AI 回應提供可靠的業務背景。
- •Salesforce Agentforce 於 2024 年 10 月推出，是一個自主代理平台，旨在跨銷售、商務等職能執行任務，大規模簡化工作流程並提高生產力。
📊 競品分析▸ Show
| 平台/產品 | 主要功能/優勢 | 定價 | 基準測試 |
|---|---|---|---|
| Salesforce Agentforce | 深度 CRM 整合、CRM 原生自動化、Salesforce 平台內的多代理協調、企業級合規性和數據保護。 | null | null |
| Microsoft 365 Copilot AI Agents | 預計與 Microsoft 生態系統深度整合，提供輔助型 AI 功能。 | null | null |
| Google Agentspace | 允許 AI 代理安全存取應用程式、跨來源搜尋、總結和綜合資訊，並透過預建或自訂代理執行操作，具備企業級安全性、隱私和合規性。 | null | null |
| IBM Watsonx Orchestrate | 協助建立、部署和管理 AI 助理及代理，自動化工作流程，與現有業務系統整合，連接任何 AI 模型或自動化工具，並實現 AI 助理和代理之間的協作。 | null | null |
| ReplyCX | 專為全通路銷售和支援設計的 AI 代理平台。 | null | null |
| UiPath Agentic Automation | 結合 RPA 與 AI 驅動的決策，與 ERP、ITSM、CRM 和企業應用程式整合，協調多步驟、跨部門工作流程，並提供監管和合規功能。 | null | null |
| Google Vertex AI | 企業級協調平台，支援多代理設計和與 Google Gemini 模型的協調，深度整合 Google Cloud 服務和 API，支援自訂模型訓練、數據管道、分析和 AI 生命週期管理。 | null | null |
| Kore.ai | 企業級代理平台，具備強大的多代理協調能力，支援跨客戶體驗、員工工作流程和營運流程的代理協作，結合無程式碼/低程式碼建構器與進階治理。 | null | null |
| Oliv AI | AI 原生銷售執行和預測，適用於 Salesforce 或 HubSpot，可替代非 Salesforce 堆棧上的 Agentforce。 | null | null |
| ServiceNow AI Agents | 專為 ITSM（IT 服務管理）和客戶服務設計的 AI 代理。 | null | null |
🛠️ 技術深入
- Salesforce AI Cloud 架構: 採用分層設計，包括數據層（整合 CRM 數據與 Data Cloud 以提供統一客戶資料）、信任層（執行安全、治理、數據遮罩、數據基礎化和審計控制）、模型層（根據上下文和合規性路由 Einstein、GPT、Gemini 和 Claude 等 LLM 請求）和動作層（透過 Flows、Einstein Actions 和 AI Agents 執行 AI 驅動的動作）。
- Einstein Copilot/Agents 核心組件: 包含 Copilot 本身、動作（Actions）、主題（Topics）、推理引擎（Reasoning Engine）和大型語言模型（LLM）。
- Einstein Actions: 分為標準動作（Salesforce 提供，可讀取和編輯 CRM 數據）和自訂動作（基於 Apex 類、Flows 或提示模板構建）。
- Einstein Topics: 作為子代理，定義代理的範圍，幫助 Einstein 識別和組織行為及回應方式，並在需要時進行升級或拒絕請求。
- Salesforce Trust Layer: 一個安全的 AI 框架，內建於 Einstein Copilot 和代理中，確保數據保護（如零數據保留、數據遮罩、存取控制）、AI 護欄和毒性檢測，並將 AI 生成的回應基於可信賴的 Salesforce 數據。
- Data Cloud: 統一和協調來自各種來源的數據，創建客戶、訂單等實體的「黃金記錄」，支援實時數據處理，並包含一個新的向量數據庫。它與 Einstein 1 Platform 深度整合。
- 模型層: 根據上下文和合規性，在 Salesforce 內部 AI 模型（如 Einstein）和外部 LLM（如 GPT、Gemini、Claude）之間路由請求。
- 推理引擎: Einstein Copilot 使用推理引擎來識別用戶意圖並生成行動計劃。 Agentforce 2.0 引入了 Atlas 推理引擎，以實現更複雜的系統 2 推理能力。
- Agentforce 實施: 利用 Data Cloud 進行數據攝取和轉換，Agentforce 進行自動化，Tableau 進行分析，以及核心平台進行協調和信任管理。
🔮 前景展望AI analysis grounded in cited sources
Salesforce 將透過其開放系統策略，加速企業 AI Agent 的普及與標準化。
透過支援多個基礎模型和 Model Context Protocol，Salesforce 降低了企業採用 AI Agent 的技術障礙，並促進了跨系統的互操作性。
企業將更廣泛地採用自主 AI Agent 來處理複雜的跨職能工作流程，而非僅限於單一任務輔助。
Salesforce Agentforce 的設計目標是執行多步驟、目標導向的任務，並在企業環境中實現規模化和安全性，這將推動從輔助型 AI 到自主型 AI 的轉變。
對於企業級 AI Agent 解決方案而言，數據治理、安全性和合規性將成為關鍵的差異化因素。
Salesforce Trust Layer 的強調以及對數據遮罩、零數據保留和訪問控制的承諾，表明這些是企業客戶在採用 AI Agent 時最關心的問題。
⏳ 時間線
1999-03
Salesforce CRM 平台推出，奠定數據驅動基礎。
2014-01
Salesforce 內部會議宣布將成為「AI 優先」公司。
2016-10
推出 Einstein AI，將預測性 AI 整合到其產品中。
2023-03
推出 Einstein GPT，將生成式 AI 引入 CRM。
2023-06
推出 Salesforce AI Cloud。
2023-09
推出 Einstein 1 Platform，整合 Data Cloud、Einstein Copilot 和 Einstein Trust Layer。
2024-10
推出 Agentforce，作為自主 AI Agent 平台。
📎 來源 (19)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗