Salesforce تسلّم خارطة طريقها في الذكاء الاصطناعي لعملائها وتسرّع إطلاق Agentforce وميزات جديدة

تغيّر Salesforce منطق إطلاق منتجاتها في الذكاء الاصطناعي: فبدلاً من خطة طويلة الأمد، تبني الشركة خارطة الطريق مع عملائها وتعيد كتابة الأولويات تقريباً في الوقت الفعلي. ومن المفترض أن يساعدها هذا النهج على تكييف Agentforce وvoice AI والتكاملات مع Slack بسرعة أكبر مع المهام الحقيقية للشركات الكبرى.

العملاء بدل الخطة

تفرض وتيرة تطور الذكاء الاصطناعي على موردي حلول الشركات إطلاق الميزات أسرع بكثير مما كان عليه الحال سابقاً. وقررت Salesforce أن خارطة الطريق التقليدية الممتدة لأرباع سنوية قادمة تعمل ببطء شديد في مثل هذه البيئة. لذلك لا تعتمد الشركة على مواعيد نهائية ثابتة بقدر ما تعتمد على تدفق مستمر من ملاحظات العملاء.

وبحسب مديري Salesforce AI، تُعقد بعض اللقاءات مع العملاء كل أسبوع، لا مرة كل ربع سنة. ولا تعدّ Salesforce هذا مجرد تطوير للعملاء (customer development) بالمعنى المعتاد. فالشركة ترى أنه إذا اصطدمت مؤسسة كبيرة بمشكلة محددة عند تبنّي الذكاء الاصطناعي، فإن المعاناة نفسها ستظهر قريباً لدى مؤسسات أخرى. وداخلياً يتحول ذلك إلى منظومة للكشف المبكر عن الاحتياجات: يراقب الفريق المشكلات المتكررة ويحوّلها إلى موضوعات منتج تخدم المنصة بأكملها.

كيف تعمل الدورة

كان دافع إطلاق Agentforce بسيطاً: بعد ظهور النماذج اللغوية الكبيرة، افتقرت الشركات إلى «الميل الأخير» الذي يوصل الذكاء الاصطناعي إلى سيناريو عمل مؤسسي (enterprise) فعلي. فالنموذج وحده لا يكفي، إذ يلزم سياق ورقابة وقابلية للمراقبة وقواعد واضحة حتى لا يتصرف الوكيل بصورة غير متوقعة. لذلك تبني Salesforce حزمة الذكاء الاصطناعي من الأسفل إلى الأعلى، ولا تخطط لمواعيد إصدار محددة، بل لاتجاهات التطوير.

• سياق لوكلاء الذكاء الاصطناعي وإتاحة الوصول إلى بيانات الشركة
• observability — القدرة على تتبع ما يفعله الوكيل
• deterministic controls — قيود وقواعد يمكن التنبؤ بها
• اختبارات بيتا مبكرة و«بوابات» (gates) قبل الإطلاق الواسع
• دورة سريعة لإصدار الكود بالأسابيع والأشهر، لا بفترات نصف سنوية

«نحن نستجيب حرفياً أسبوعاً بعد أسبوع وشهراً بعد شهر»، هكذا وصف موراليدهار كريشنابراساد، رئيس القسم الهندسي في

Salesforce وكبير مسؤوليه التقنيين (CTO)، الإيقاع الجديد للعمل.

وتتمثل الخطوة التالية في تفكيك كل طلب من العميل إلى أجزاء: ما الذي تستطيع طبقة LLM حلّه بنفسها، وما الذي يتطلب بنية تحتية وكيلية (agentic) إضافية حول النموذج. وهذا مهم لبيئة الشركات، حيث لا تكفي ميزة تجريبية لافتة. فالمطلوب منتج يمكن التحكم فيه والتحقق منه ودمجه في الحزمة التقنية القائمة دون إشراف يدوي مستمر.

النتائج الأولى والمخاطر

من المشاركين في هذه الدورة منصة السفر Engine. يلتقي فريقها مع Salesforce أسبوعياً ويحصل على أدوات الذكاء الاصطناعي قبل إطلاقها العلني. وبحسب الرئيس التنفيذي (CEO) لـ Engine، يساعد ذلك الشركة على اختبار الإمكانات الجديدة قبل منافسيها والتأثير فعلياً في المنتج. ومن الأمثلة وكيل صوتي لحجز الفنادق: فبعد ملاحظة أن الحوار يبدو غير طبيعي، عدّلت Salesforce سلوك الوكيل، وأظهرت اختبارات A/B نتيجة أفضل.

والقصة مشابهة مع PenFed. فقد بنى الاتحاد الائتماني سير عمل ITSM خاصاً به على أدوات Agentforce ووكلائها القائمة أصلاً. وعندما أثبت الحل نفسه في العمل الفعلي، نقلت Salesforce هذا السيناريو إلى المنصة بوصفه أداة أكثر شمولاً لعملاء آخرين. أي أن العملاء هنا لا يقتصر دورهم على الاختبار، بل هم شركاء في تأليف ميزات مؤسسية جاهزة.

وللنموذج جانب آخر. فهو يفترض أن العميل يدرك جيداً أي ذكاء اصطناعي سيحتاجه بعد عام، مع أن كثيراً من الشركات ما زالت تبحث عن عائد عملي من هذه الأنظمة. كما أن الاستعداد للبقاء في مرحلة البيتا ومناقشة المنتج كل أسبوع لا يضمن عقداً طويل الأمد ولا استخداماً واسع النطاق. وتخفف Salesforce هذه المخاطرة بالاستخدام النشط لأدوات الذكاء الاصطناعي الخاصة بها داخل الشركة، وبإعادة توزيع الفرق باستمرار تبعاً للتحولات التقنية الجديدة.

ماذا يعني ذلك

تُظهر Salesforce كيف قد يبدو تطوير الذكاء الاصطناعي المؤسسي في عصر يتغير فيه السوق أسرع من التخطيط الفصلي. ولن يفوز هنا من يملك أجمل شريحة لخارطة الطريق، بل من يحوّل أسرع آلام العملاء المتكررة إلى منتجات عاملة لقاعدته بأكملها.