יישום Agentforce · CloudX
הטמעת Agentforce: סוכני AI בתוך Salesforce לשירות, מכירות ותפעול
CloudX היא חברת ייעוץ ישראלית שמטמיעה Agentforce, שכבת סוכני ה-AI של Salesforce (סיילספורס). אנחנו בונים סוכנים שעונים מתוך מאמרי Knowledge, פועלים על רשומות Salesforce דרך Flow ו-Apex, עובדים בערוצים כמו WhatsApp ובעברית, ומעבירים לנציג אנושי דרך Omni-Channel כשצריך. שתי הטמעות Agentforce שלנו רצות בייצור אצל לקוחות: סוכן שנשען על ספריית ידע מבוססת Knowledge, ותהליך שבו פנייה ב-WhatsApp מגיעה לסוכן ועוברת לנציג.
מה זה Agentforce
Agentforce הוא שכבת סוכני ה-AI של Salesforce (סיילספורס). סוכן Agentforce מבין בקשה בשפה טבעית, מזהה לאיזה נושא היא שייכת ומבצע פעולות על נתוני Salesforce, בתוך גבולות שהארגון מגדיר. בשונה מצ'טבוט עם עץ תשובות קבוע, הסוכן בוחר בעצמו איזו פעולה מתאימה לבקשה, ומעביר לאדם כשהבקשה מחוץ לתחום שלו.
אבני הבניין של סוכן Agentforce:
- נושאים (Topics): תחומי העבודה של הסוכן, למשל סטטוס הזמנה, שאלות על מדיניות או תיאום פגישה. לכל נושא יש תיאור שעוזר לסוכן לזהות מתי הוא רלוונטי.
- הנחיות (Instructions): כללים בשפה טבעית שמכוונים את ההתנהגות בתוך כל נושא, למשל מה לבדוק לפני שעונים ומתי להעביר לנציג.
- פעולות (Actions): מה הסוכן יכול לעשות בפועל: להריץ Flow, לקרוא ל-Apex, להפעיל Prompt Template או לחפש בבסיס הידע.
- עיגון בידע ובנתונים: התשובות נשענות על מאמרי Knowledge, על קבצים ועל רשומות ב-Salesforce, דרך Agentforce Data Library ושירותי Data 360 (לשעבר Data Cloud), ולא על ידע כללי של המודל.
- Einstein Trust Layer: שכבת האמון של Salesforce, שעומדת בין הסוכן לבין מודל השפה. בין היתר היא כוללת הסכמי אי-שמירת נתונים מול ספקי המודלים, מנגנונים למיסוך מידע רגיש, בדיקה של תוכן פוגעני ותיעוד של הבקשות והתשובות לצורכי ביקורת.
הסוכן רץ תחת משתמש ייעודי עם הרשאות משלו, כך שהוא רואה ועושה רק את מה שהגדרתם לו. זה ההבדל המהותי בין סוכן AI בסיילספורס לבין כלי AI כללי: הוא פועל על הנתונים החיים של הארגון, תחת אותו מודל הרשאות ואותו תיעוד.
איפה Agentforce מתאים
סוכן AI לשירות לקוחות
זה השימוש הנפוץ ביותר. הסוכן מקבל את הפנייה הראשונה בצ'אט באתר או ב-WhatsApp, עונה על שאלות חוזרות מתוך מאמרי Knowledge, בודק סטטוס של הזמנה או פנייה, פותח Case עם הפרטים הנכונים ומעביר לנציג כשצריך. הנציגים מקבלים פחות שאלות חוזרות ויותר פניות שבאמת דורשות שיקול דעת, והלקוח מקבל מענה ראשוני גם מחוץ לשעות הפעילות.
איך נראית שיחה טיפוסית
תרחיש טיפוסי: לקוח כותב ב-WhatsApp שהוא רוצה לדעת מתי תגיע ההזמנה שלו. הסוכן מזהה את הנושא, מאמת את זהות הלקוח לפי מה שהגדרתם, מפעיל Flow שקורא את סטטוס ההזמנה ב-Salesforce ועונה בעברית. אם הלקוח מבקש לשנות כתובת, והנושא הזה מוגדר כמחוץ לתחום של הסוכן, הוא פותח Case עם פרטי השיחה ומעביר לנציג. הנציג רואה את ההזמנה, את השיחה ואת הבקשה, ומטפל בה בלי לשאול שוב את אותן שאלות.
מכירות
סוכנים שמסכמים חשבון או הזדמנות לפני שיחה, מכינים טיוטת מייל המשך על בסיס הפעילות האחרונה, או עונים לפניות נכנסות ומעבירים ליד מסונן לאיש המכירות. כאן האיכות תלויה כמעט לגמרי בנתוני ה-CRM: סוכן שקורא הזדמנויות לא מעודכנות יסכם מידע לא מעודכן.
תפעול פנימי
סוכן לעובדים בתוך מסכי Salesforce: שאלות על נהלים, איתור רשומה, סיכום ההיסטוריה של לקוח או תיק, או הכנת טיוטת מסמך. בארגונים שהידע הפנימי שלהם מפוזר בין מסמכים ואנשים, סוכן שנשען על מאגר ידע מסודר חוסך חיפושים ושאלות חוזרות לצוות המטה.
ערוצים, עברית והעברה לנציג
WhatsApp וערוצי הודעות
Agentforce מתחבר לערוצי ההודעות של Salesforce, כולל WhatsApp דרך Enhanced Messaging וצ'אט באתר. הניתוב נעשה ב-Omni-Channel: ה-Flow של ערוץ ההודעות מחליט אם השיחה הולכת לסוכן או ישר לתור, והסוכן מעביר הלאה כשצריך. ההטמעה שלנו ב-WhatsApp רצה בייצור אצל לקוח בדיוק במבנה הזה, באותו Salesforce ועם אותם תורים ודוחות של שאר ערוצי השירות.
האם Agentforce עובד בעברית
הסוכן עונה בשפה שבה פונים אליו, ומודלי השפה שמאחוריו מטפלים בעברית. רשימת השפות הנתמכות רשמית ב-Agentforce מתעדכנת מגרסה לגרסה, ולכן אנחנו בודקים אותה מול התצורה שלכם ומריצים סבבי בדיקות על שאלות אמיתיות בעברית לפני העלייה. מה שקובע יותר מכל הוא איכות הידע: מאמרי Knowledge כתובים בעברית ברורה, עם המונחים שהלקוחות שלכם באמת משתמשים בהם.
העברה לנציג אנושי
סוכן טוב יודע מתי לעצור. מגדירים מראש מתי הוא מעביר: בקשה מפורשת לנציג, נושא רגיש, לקוח מתוסכל או שאלה מחוץ לתחום. ההעברה עוברת דרך Omni-Channel לתור הנכון, והנציג מקבל את תמליל השיחה ואת רשומת הלקוח, כך שהלקוח לא מתחיל מההתחלה. מתכננים גם מה קורה מחוץ לשעות הפעילות, ומה קורה כשנציג מתנתק באמצע שיחה.
רשימת מוכנות לפני הטמעת Agentforce
לפני שבונים סוכן, בודקים את התשתית שהוא יישען עליה:
| תחום | מה בודקים | למה זה חשוב |
|---|---|---|
| איכות נתונים | כפילויות, שדות ריקים, רשומות לא מעודכנות | הסוכן עונה מתוך הנתונים, גם כשהם שגויים |
| מאמרי Knowledge | כיסוי של השאלות הנפוצות, עדכניות, מבנה ושפה | זה מקור התשובות העיקרי בשירות |
| הרשאות | משתמש סוכן ייעודי, Permission Set מינימלי, גישה לשדות | הסוכן לא צריך לראות יותר ממה שהתהליך דורש |
| תהליכים | Flows ו-Apex שהסוכן יפעיל, ומה קורה בכשל | פעולה שנכשלת באמצע משאירה לקוח בלי מענה |
| ערוצים ותורים | Omni-Channel, תורים, שעות פעילות | בלי ניתוב תקין ההעברה לנציג נתקעת |
| רישוי | זמינות Agentforce ו-Data 360 ב-org, מודל החיוב | משפיע על ההיקף ועל התכנון |
כשה-org צריך סדר לפני שמוסיפים עליו סוכן, זה בדיוק מה שאנחנו עושים בשיפור של Salesforce קיים.
אבטחה וממשל
- הרשאות מינימליות: הסוכן רץ תחת משתמש ייעודי עם Permission Set שמאפשר רק את מה שהתהליך דורש, ופעולות כתיבה מוגדרות במפורש.
- גבולות כתובים: אילו נושאים בתחום, אילו מחוץ לתחום, ומה הסוכן אומר כשהוא לא יודע.
- מידע רגיש: קובעים אילו שדות הסוכן לא קורא בכלל, במקום לסמוך על מיסוך בלבד.
- תיעוד: השיחות והפעולות נשמרות ב-Salesforce, כך שאפשר לבדוק מה הסוכן ענה ועל מה התשובה נשענה.
- בעלות: לכל סוכן יש בעלים בארגון שאחראי לידע, לבדיקות ולשינויים.
בדיקות וניטור
לפני העלייה מריצים סבבי בדיקות ב-Agentforce Testing Center: שאלות אמיתיות מהפניות שלכם, ניסוחים שונים לאותה שאלה, שאלות מחוץ לתחום שהסוכן חייב לסרב להן, וניסיונות לגרום לו לחרוג מההנחיות. כל שינוי בהנחיות או בידע נבדק מחדש מול אותו סט שאלות.
אחרי העלייה עוקבים אחרי מה שקורה בפועל: אילו נושאים הסוכן סוגר לבד, איפה הוא מעביר לנציג, ואילו שאלות חוזרות על עצמן בלי מאמר שעונה עליהן. הנתונים האלה מכוונים את סבב השיפור הבא, ובעיקר את כתיבת הידע.
שלבי פרויקט הטמעת Agentforce
- בחירת שימוש ראשון: תהליך אחד עם נפח ברור וכללים ברורים.
- בדיקת מוכנות: נתונים, Knowledge, הרשאות, ערוצים ורישוי.
- תכנון הסוכן: נושאים, הנחיות, פעולות, נקודות העברה לנציג וגבולות.
- בנייה ב-Sandbox: הגדרת הסוכן ב-Agentforce Builder, Flows ו-Apex לפעולות, ו-Data Library לידע.
- בדיקות: סט של שאלות אמיתיות, כולל שאלות שהסוכן חייב לסרב להן, בעברית ובאנגלית.
- עלייה הדרגתית: ערוץ אחד או קבוצת לקוחות אחת קודם.
- ניטור והרחבה: נושאים נוספים לפי מה שהשימוש בפועל מראה.
שימוש ראשון ממוקד על org מסודר לוקח בדרך כלל כמה שבועות. כשצריך קודם לסדר את בסיס הידע, את הנתונים או את הערוצים, הפרויקט ארוך יותר, בהתאם להיקף.
מה קובע את העלות
אין מחיר קבוע. העלות נגזרת מכמה רכיבים:
- רישוי Agentforce: מתומחר בנפרד מרישיונות המשתמשים, במודלים שתלויים בהיקף השימוש. Salesforce מעדכנת את מודלי החיוב מעת לעת, ולכן נפח השיחות הצפוי הוא חלק מהתכנון.
- מצב הידע והנתונים: כתיבה או ארגון מחדש של מאמרי Knowledge וניקוי נתונים הם לא פעם החלק הגדול בעבודה.
- מספר הנושאים והפעולות: כל פעולה שכותבת ל-Salesforce או פונה למערכת אחרת דורשת בנייה ובדיקה.
- ערוצים: חיבור WhatsApp, צ'אט באתר וניתוב ב-Omni-Channel.
- שפות: עברית ואנגלית פירושן ידע ובדיקות בשתי השפות.
למה CloudX
- Agentforce בייצור: סוכן שנשען על מאמרי Knowledge כספריית ידע, ותהליך שבו פנייה ב-WhatsApp מגיעה ל-Agentforce ועוברת לנציג, רצים אצל לקוחות.
- "Process First. Then AI.": מתחילים מהתהליך ומהידע, ורק אז בונים סוכן.
- עומק ב-Salesforce: שירות, GTM, עמותות וקרנות, אינטגרציות ואבטחה. פרטים בעמוד הטמעת Salesforce ובעמוד Salesforce לעמותות.
- סוכנים גם מחוץ ל-Salesforce: כשהסוכן צריך לפעול בצ'אט הארגוני, אנחנו בונים סוכנים גם על ZENZAP.
רוצים לבדוק אם Agentforce מתאים לתהליך שלכם ומה צריך להכין? קבעו שיחה, ונמפה יחד את השימוש הראשון.
פרויקטים שעשינו
ארגון שירות לקוחות · בייצור
WhatsApp ל-Agentforce ומשם לנציג
צוות השירות ענה ללקוחות ב-WhatsApp, אבל בלי סוכן שמטפל בפנייה הראשונה. בנינו את המסלול המלא בתוך Salesforce: ה-Flow של ערוץ ההודעות מנתב כל שיחה נכנסת לסוכן Agentforce, הסוכן מטפל במה שבתחום שלו, וכשהשיחה צריכה אדם, פעולת העברה מחזירה אותה ל-Omni-Channel, שמנתב אותה לתור אנושי. הנציג מקבל את כל השיחה ואת רשומת הלקוח מול העיניים, ולא מבקש מהלקוח להתחיל מההתחלה. היום WhatsApp רץ באותו Salesforce, עם אותם תורים ודוחות, כמו כל ערוץ שירות אחר.
ארגון עם מאגר ידע מקצועי · בייצור
סוכן Agentforce שעונה מתוך ספריית ידע
הארגון מחזיק ידע מקצועי במאמרי Salesforce Knowledge, וחלק חשוב ממנו יושב בשדות מותאמים ובתוכן מובנה ולא רק בגוף המאמר. הגדרנו Agentforce Data Library על בסיס Knowledge, חיברנו אותה לסוכן, והתאמנו את מקור הידע כך שגם המידע שבשדות המותאמים יהיה זמין לתשובות. את הסוכן בדקנו מול מאמרים עם תוכן מובנה, כדי לוודא שהתשובה נשענת על המאמר הנכון ועל השדה הנכון. היום הצוות מקבל תשובות מתוך הידע של הארגון עצמו, במקום לחפש אותן ידנית.
צוות שירות לקוחות · בייצור
מעבר WhatsApp לתשתית ההודעות החדשה וניתוב שיחות
הארגון היה צריך להעביר את מספר ה-WhatsApp שלו לתשתית ההודעות החדשה של Salesforce בלי לאבד את היסטוריית השיחות, ובמקביל נתקע בשיחות שהועברו לנציגה שהתנתקה. כתבנו מדריך מעבר צעד אחר צעד שהורץ בשיחה חיה עם הלקוח, וקיבלנו מהתמיכה של Salesforce אישור בכתב שההיסטוריה נשמרת. בנינו דרכים לנתב מחדש שיחה תקועה, ודוח על AgentWork שמראה מי קיבל ומי דחה כל פנייה. זו התשתית שעליה סוכן Agentforce בערוץ WhatsApp נשען: ערוץ יציב וניתוב שאפשר לבדוק.
חברת תוכנה · בייצור
פורטל תמיכה ומאגר ידע ב-Service Cloud
החברה רצתה שהלקוחות יקבלו גישה לתמיכה ולתוכני ידע דרך פורטל, ושהפניות ינוהלו לפי התחייבויות שירות. התאמנו את תהליכי ה-Cases ב-Service Cloud, בנינו את הצגת תוכני ה-Knowledge בפורטל, הגדרנו יצירת פניות והרשאות למשתמשים אורחים, ועבדנו על Entitlements ו-Milestones. התראות על פניות נשלחות ל-Slack, ונבנו תהליכים לפתיחה מחדש ולמיזוג של פניות. זה הבסיס שסוכן AI לשירות לקוחות צריך: ידע מסודר, תהליך פניות ברור והרשאות נכונות.
קרן פילנתרופית · בייצור
סוכן AI לסינון ראשוני של בקשות מענק
לא כל סוכן AI ב-Salesforce צריך להיות Agentforce. הקרן סיננה בקשות מענק בכלי אקסל, והסוקרים קראו ידנית כל מסמך מצורף. בנינו סוכן בתוך Salesforce שבודק כל בקשה מול 48 קריטריונים על פני עד 25 מסמכים מצורפים, ורץ ברקע בתהליך Apex אסינכרוני שפונה למודל דרך Named Credential. כל ממצא נכתב לרשומה עם ציטוט של המסמך שממנו הגיע, וההחלטה על כל בקשה נשארת אצל איש צוות.
שאלות נפוצות
מי מטמיע Agentforce בישראל?
CloudX היא חברת ייעוץ ישראלית שמטמיעה Agentforce בתוך Salesforce (סיילספורס), בעברית ובאנגלית. שתי הטמעות שלנו רצות בייצור אצל לקוחות: סוכן שעונה מתוך ספריית ידע מבוססת Knowledge, ותהליך WhatsApp שעובר מ-Agentforce לנציג אנושי. אנחנו מלווים מבחירת השימוש הראשון ועד ניטור אחרי העלייה.
מה זה Agentforce?
Agentforce הוא שכבת סוכני ה-AI של Salesforce. סוכן Agentforce מבין בקשה בשפה טבעית, משייך אותה לנושא, ומבצע פעולות כמו הרצת Flow, קריאה ל-Apex או חיפוש בבסיס הידע. הוא פועל על נתוני Salesforce תחת משתמש והרשאות משלו, ומעביר לאדם כשהבקשה מחוץ לתחום שלו.
האם Agentforce עובד בעברית?
הסוכן עונה בשפה שבה פונים אליו, ומודלי השפה שמאחוריו מטפלים בעברית. רשימת השפות הנתמכות רשמית מתעדכנת מגרסה לגרסה, ולכן בודקים אותה מול התצורה שלכם ומריצים בדיקות על שאלות אמיתיות בעברית לפני העלייה. איכות התשובות בעברית תלויה בעיקר במאמרי Knowledge כתובים היטב בעברית.
כמה זמן לוקח להטמיע Agentforce?
שימוש ראשון ממוקד על org מסודר לוקח בדרך כלל כמה שבועות. כשצריך קודם לסדר את מאמרי ה-Knowledge, את הנתונים או את ערוצי השירות, הפרויקט ארוך יותר, בהתאם להיקף. אחרי השימוש הראשון מרחיבים לנושאים נוספים בשלבים.
כמה עולה הטמעת Agentforce?
אין מחיר קבוע. רישוי Agentforce מתומחר בנפרד מרישיונות המשתמשים, במודלים שתלויים בהיקף השימוש, ולכן נפח השיחות הצפוי הוא חלק מהתכנון. עלות ההטמעה תלויה במצב הידע והנתונים, במספר הנושאים והפעולות, בערוצים ובשפות. שלב אפיון קצר הוא הדרך האמינה לקבל הערכה.
אפשר לחבר Agentforce ל-WhatsApp?
כן. WhatsApp מתחבר ל-Salesforce דרך Enhanced Messaging, וה-Flow של ערוץ ההודעות מנתב את השיחה לסוכן Agentforce. כשצריך נציג, השיחה עוברת דרך Omni-Channel לתור אנושי. תהליך כזה שבנינו רץ בייצור אצל לקוח.
איך סוכן AI מעביר שיחה לנציג אנושי ב-Salesforce?
מגדירים מראש מתי הסוכן מעביר: בקשה מפורשת לנציג, נושא רגיש או שאלה מחוץ לתחום. ההעברה עוברת דרך Omni-Channel לתור הנכון, והנציג מקבל את תמליל השיחה ואת רשומת הלקוח. מתכננים גם מה קורה מחוץ לשעות הפעילות וכשנציג מתנתק באמצע שיחה.
מה צריך להכין לפני הטמעת Agentforce?
ארבעה דברים: נתונים נקיים בלי כפילויות ושדות ריקים, מאמרי Knowledge שמכסים את השאלות הנפוצות, מודל הרשאות עם משתמש סוכן ייעודי ו-Permission Set מינימלי, וערוצים ותורים מוגדרים ב-Omni-Channel. בנוסף בודקים שהרישוי של Agentforce ו-Data 360 זמין ב-org.
האם Agentforce בטוח? מה קורה למידע של הלקוחות?
Salesforce מפעילה את Einstein Trust Layer בין הסוכן למודל השפה, שכוללת בין היתר הסכמי אי-שמירת נתונים מול ספקי המודלים, מיסוך של מידע רגיש ותיעוד לצורכי ביקורת. מעבר לזה, אנחנו מגבילים את הסוכן להרשאות מינימליות, קובעים אילו שדות הוא לא קורא בכלל, וכותבים במפורש מה בתחום שלו ומה לא.
מה ההבדל בין Agentforce לצ'טבוט רגיל?
צ'טבוט קלאסי, כמו Einstein Bots, עובד לפי עץ שיחה שהוגדר מראש. סוכן Agentforce מבין את הבקשה, בוחר בעצמו את הנושא והפעולה המתאימים, ונשען על הידע והנתונים של הארגון. בגלל זה הוא דורש יותר השקעה בידע, בגבולות ובבדיקות, ויודע לטפל בהרבה יותר ניסוחים.
האם צריך Data Cloud כדי להשתמש ב-Agentforce?
לא כל שימוש דורש פרויקט Data 360 (לשעבר Data Cloud), אבל חלק מהיכולות, כמו Agentforce Data Library שמעגנת את הסוכן במאמרי Knowledge ובקבצים, נשענות על שירותי Data 360 שמוקצים ב-org. בודקים את זה בשלב המוכנות מול הרישוי שלכם.
איך בודקים סוכן AI לפני שעולים לאוויר?
מריצים סבבי בדיקות ב-Agentforce Testing Center על שאלות אמיתיות מהפניות שלכם, כולל ניסוחים שונים, שאלות מחוץ לתחום שהסוכן חייב לסרב להן וניסיונות לעקוף את ההנחיות. כל שינוי בהנחיות או בידע נבדק מחדש מול אותו סט, ואחרי העלייה עוקבים אחרי מה שהסוכן סוגר לבד ומה הוא מעביר לנציג.
Agentforce או סוכן AI שנבנה בנפרד?
כשהנתונים והתהליך יושבים ב-Salesforce ורוצים הרשאות, תיעוד והעברה לנציג באותה מערכת, Agentforce הוא בדרך כלל הבחירה הטבעית. כשהעבודה דורשת קריאה עמוקה של הרבה מסמכים, סוכן שפונה למודל מתוך Apex וכותב חזרה ל-Salesforce יכול להתאים יותר. אנחנו בונים את שני הסוגים, וממליצים לפי התהליך.
עודכן לאחרונה: