سلّمت Salesforce جزءًا من خارطة طريق AI لعملائها وسرّعت إطلاق Agentforce والميزات الجديدة

تقوم شركة Salesforce بتغيير منطق إطلاق منتجات الذكاء الاصطناعي: بدلاً من خطة طويلة الأجل، تقوم الشركة ببناء خريطة الطريق مع العملاء وإعادة كتابة الأولويات تقريباً في الوقت الفعلي. يجب أن يساعد هذا النهج الشركة على التكيف بسرعة أكبر مع Agentforce والذكاء الاصطناعي الصوتي وتكاملات Slack مع الاحتياجات الحقيقية للشركات الكبرى.

العملاء بدلاً من الخطة

يجبر إيقاع تطور الذكاء الاصطناعي الموردين العملاء على إطلاق الميزات بسرعة أكبر بكثير من ذي قبل. في Salesforce، قررت الشركة أنه في مثل هذه البيئة، تعمل خريطة الطريق الربعية الكلاسيكية ببطء شديد. لهذا السبب، تعتمد الشركة ليس فقط على المواعيد النهائية الثابتة، بل على تدفق مستمر من تعليقات العملاء. وفقاً لقادة Salesforce AI، تجري بعض الاجتماعات مع العملاء كل أسبوع، وليس مرة واحدة في الربع.

بالنسبة إلى Salesforce، هذا ليس مجرد تطوير العملاء التقليدي. تعتقد الشركة أنه إذا واجهت منظمة كبيرة مشكلة محددة عند تنفيذ الذكاء الاصطناعي، فسيظهر ألم مماثل قريباً في منظمات أخرى. يتحول هذا داخلياً إلى نظام للكشف المبكر عن الاحتياجات: تلاحظ الفريق المشاكل التي تتكرر وتحولها إلى مواضيع منتجات لكامل المنصة.

كيفية عمل الدورة

كان الحافز لإطلاق Agentforce بسيطاً: بعد ظهور نماذج اللغة الكبيرة، افتقرت الشركات إلى "الميل الأخير" لإحضار الذكاء الاصطناعي إلى سيناريو enterprise عملي. النموذج وحده ليس كافياً—هناك حاجة إلى السياق والتحكم والمراقبة والقواعد الواضحة حتى لا يتصرف الوكيل بشكل غير متوقع. لهذا السبب، تبني Salesforce مكدس الذكاء الاصطناعي من الأسفل إلى الأعلى وتخطط ليس تواريخ إطلاق محددة، بل اتجاهات التطوير.

• السياق للوكلاء الذين يعملون بالذكاء الاصطناعي والوصول إلى بيانات الشركة
• المراقبة—القدرة على تتبع ما يقوم به الوكيل
• التحكم الحتمي—القيود والقواعد القابلة للتنبؤ
• الاختبارات التجريبية المبكرة و"البوابات" قبل الإطلاق العام
• دورة سريعة لإطلاق الأكواد حسب الأسابيع والأشهر، وليس الفصول الدراسية

"نحن نستجيب حرفياً أسبوعاً تلو الأسبوع، شهراً تلو الشهر"، هكذا وصف مراليدهار كريشنابراساد، رئيس وCTO لقسم الهندسة في

Salesforce، الإيقاع الجديد للعمل.

الخطوة التالية هي تقسيم كل طلب عميل إلى أجزاء: ما الذي يمكن لطبقة LLM حله بنفسها وما الذي يتطلب بنية وكيل إضافية حول النموذج. هذا مهم في بيئة enterprise حيث لا تكفي ميزة العرض التوضيحي الجميلة. تحتاج إلى منتج يمكن التحكم فيه والتحقق منه والتكامل مع المكدس الموجود دون إشراف يدوي مستمر.

النتائج الأولى والمخاطر

أحد المشاركين في هذه الدورة هو منصة السفر Engine. يجتمع فريقها مع Salesforce كل أسبوع ويحصل على الوصول إلى أدوات الذكاء الاصطناعي قبل الإطلاق العام. وفقاً لرئيس Engine، يساعد هذا الشركة على اختبار الإمكانيات الجديدة قبل المنافسين والتأثير الفعلي على المنتج. أحد الأمثلة هو وكيل صوتي لحجز الفنادق: بعد ملاحظة أن الحوار بدا غير طبيعي، حسنت Salesforce سلوك الوكيل، وأظهرت اختبارات A/B نتائج أفضل.

حدثت قصة مماثلة مع PenFed. بنت الاتحادية الائتمانية سير عمل ITSM خاص بها على أساس أدوات وعملاء Agentforce الموجودة بالفعل. عندما أثبت الحل نفسه في العمل الحقيقي، أحضرت Salesforce هذا السيناريو إلى المنصة كأداة أكثر عمومية للعملاء الآخرين. بمعنى آخر، يعمل العملاء هنا ليس فقط كمختبرين بل كمشاركين في تأليف الميزات enterprise المكتملة.

لهذا النموذج جانب سلبي. يفترض أن العميل يفهم جيداً أي ذكاء اصطناعي سيحتاج إليه بعد سنة، على الرغم من أن العديد من الشركات لا تزال تبحث عن العائد العملي من مثل هذه الأنظمة. الاستعداد البقاء في مرحلة تجريبية ومناقشة المنتج كل أسبوع أيضاً لا يضمن عقداً طويل الأجل أو اعتماداً جماعياً. تقلل Salesforce هذا الخطر بشكل فعال باستخدام أدوات الذكاء الاصطناعي الخاصة بها بنشاط داخلياً وإعادة توزيع الفريق باستمرار على التحولات التكنولوجية الجديدة.

ما يعني هذا

تظهر Salesforce كيف يمكن أن يبدو تطوير الذكاء الاصطناعي enterprise في عصر يتغير فيه السوق أسرع من التخطيط الربعي. الفائزون هنا لن يكونوا أولئك الذين لديهم أجمل شريحة خريطة طريق، بل أولئك الذين يحولون الألم المتكرر للعملاء بسرعة أكبر إلى منتجات عملية لكامل قاعدة العملاء.