Salesforce presentó su Agentforce 2.0, una plataforma de trabajo digital que revoluciona la integración de agentes de IA, que busca que los chatbots y agentes virtuales tengan la capacidad de optimizar tareas y respuestas según las necesidades de los usuarios.
Con una biblioteca de habilidades pre-construidas es posible para las compañías personalizar agentes de IA según sus necesidades específicas. Uno de los grandes avances de Agentforce 2.0 es la incorporación de nuevas habilidades especializadas en CRM.
Por ejemplo, en ventas, los chatbots pueden nutrir clientes potenciales y proporcionar retroalimentación en tiempo real durante llamadas de prospección. En el servicio al cliente, pueden manejar consultas complejas, proporcionando respuestas precisas gracias al motor de razonamiento Atlas, que mejora la toma de decisiones basándose en datos estructurados y no estructurados.
“Sabemos que ya existen los chatbots, pero estos son básicamente un árbol de decisiones con reglas fijas, y su función es mapear cuántos escenarios puede tener un usuario, lo que hace que sea limitado. (…) Agentforce 2.0 es una evolución que se alimenta de los datos del usuario directamente desde la nube”, señala Alejandro Aguirre, Director regional de ventas para Salesforce.
Agentforce 2.0: automatización e inteligencia en segundos
El objetivo de Agentforce 2.0 es simplificar la creación de agentes personalizados gracias a su capacidad para interpretar instrucciones en lenguaje natural. Esto permite a las empresas generar asistentes virtuales sin necesidad de conocimientos en programación. Además, el motor de razonamiento Atlas permite a los chatbots responder preguntas complejas con mayor precisión y ejecutar acciones de manera automatizada.
“Nosotros venimos a desbloquear esos datos que tiene una compañía de cada usuario. ¿Para qué? para que en un canal asistido como este la información ya esté y el cliente no se sienta como que no lo conoce”, explica Alejandro Aguirre.
Por ejemplo, si un usuario pregunta: «¿Cuál es el estado de mi cartera?», el sistema puede proporcionar una respuesta rápida con información básica. Sin embargo, si la consulta es más detallada, como «¿Cuál sería el mejor instrumento de inversión para el fondo universitario de mi hijo según mis ingresos y perfil de riesgo?», el chatbot utiliza recuperación de datos avanzada para ofrecer una respuesta precisa y personalizada.
En ese proceso, Atlas evalúa su propia respuesta y realiza un bucle a través de diversas herramientas y fuentes en lo que se conoce como un «agentic loop» (o “bucle del agente”), lo que le permite ofrecer una respuesta o acción fiable y bien documentada a solicitudes matizadas y más complejas, y hacerlo sin escribir código personalizado.
“Esto es revolucionario porque lo que estamos haciendo acá es automatizar totalmente. Además, estamos ayudando a que los agentes humanos se centren en tareas de mayor valor”, agrega Aguirre.
La información que alimenta a estos agentes no solo se hace a través de Atlas, sino que con las capacidades en Data Cloud que alimentan a Agentforce, le permiten contar con un mayor contexto, complementando los datos estructurados y no estructurados con metadatos específicos de la empresa para lograr una mayor precisión en las solicitudes más complejas y multifacéticas. “Este es un único agente, que tiene la capacidad de traer datos desde donde sea. Contamos con un ecosistema para extraer datos sea de Google o AWS, y eso habilita a un agente más avanzado”.
