Salesforce Agentforce permite a las empresas crear agentes de IA que leen y actúan sobre los datos de CRM, desde responder preguntas de los clientes hasta actualizar registros y calificar clientes potenciales. Debido a que estos agentes pueden realizar acciones, los riesgos van más allá de las respuestas incorrectas: incluyen cambios de registro incorrectos, exposición de datos a través de permisos, sobrecostos por precios basados en el uso y acciones tomadas fuera de la política. Establezca reglas para el alcance, los permisos, las acciones, las pruebas y el monitoreo antes de que el primer agente entre en funcionamiento.
¿Qué es Agentforce?
Agentforce es la plataforma de Salesforce para agentes de IA autónomos, integrada en Sales Cloud, Service Cloud y otros productos. Los agentes se configuran con temas, instrucciones y acciones en Agent Builder. Se basan en registros de CRM y Data Cloud, y se ejecutan a través de Atlas Reasoning Engine, que planifica los pasos y elige las acciones.
Salesforce también proporciona Einstein Trust Layer, que maneja funciones de enmascaramiento de datos, fundamentación y auditoría, y establece que los datos del cliente no son retenidos por proveedores de modelos externos bajo sus acuerdos. Estos son fundamentos útiles, pero no reemplazan sus propias reglas.
¿Qué riesgos son específicos para un agente que actúa?
Un chatbot que responde incorrectamente engaña a un cliente. Un agente que escribe datos incorrectos en el CRM puede engañar a todo el equipo de ventas y activar automatizaciones posteriores.
Acciones incorrectas
Un agente podría actualizar una etapa de oportunidad, cambiar el campo de consentimiento de un contacto o cerrar un caso demasiado pronto. Los flujos y activadores adjuntos a esos campos se disparan automáticamente.
Exposición de permisos
Los agentes se ejecutan con un contexto de usuario. Si ese usuario puede ver demasiado, el agente puede mostrar registros que un cliente o un empleado junior nunca debería ver.
Desviación de la política
Las instrucciones escritas en lenguaje sencillo pueden interpretarse libremente. A un agente al que se le dice “ayude a los clientes con las devoluciones” podría aceptar una devolución fuera del plazo.
Sorpresas en los costos
El precio de Agentforce se basa en el consumo de varias formas, a través de conversaciones, Flex Credits u opciones por usuario, y los modelos han cambiado desde el lanzamiento. Consulte la página de precios actual; el uso ilimitado en un canal ocupado puede crecer rápidamente.
Calidad de los datos
Los agentes razonan a partir de los registros que encuentran. Los duplicados, las cuentas obsoletas y los campos vacíos conducen a respuestas deficientes y acciones incorrectas.
¿Qué límites debería tener en cuenta?
En el momento de escribir este artículo, Agentforce funciona mejor dentro del modelo de datos de Salesforce. Conectar sistemas externos requiere MuleSoft, API o la configuración de Data Cloud, lo que añade tiempo.
- Las acciones son tan buenas como los flujos, las clases de Apex o las plantillas de mensajes que las respaldan
- La calidad del idioma varía según el idioma; pruebe en turco o en cualquier mercado que no sea de habla inglesa
- Los agentes dependen de Data Cloud y de una base correcta para obtener respuestas precisas
- Algunas funciones dependen de la edición y de las licencias adicionales
¿Qué reglas de gobernanza debería establecer primero?
Escríbalas antes de construir y manténgalas en un lugar que tanto los administradores como los propietarios de negocios puedan leer.
- Alcance por agente: los temas que maneja y una lista explícita de lo que no debe hacer
- Lista de permitidos de acciones: cada acción que el agente puede realizar, con un propietario y un motivo
- Solo lectura primero: comience los agentes con acciones de lectura; agregue acciones de escritura después de probar
- Usuario de agente dedicado con conjuntos de permisos de menor privilegio y reglas de uso compartido
- Protecciones de campo: campos de consentimiento, precios y contratos que no pueden ser escritos por agentes
- Aprobación humana para acciones de alto impacto como descuentos, reembolsos o cambios de etapa
- Escalamiento a una cola humana con contexto completo
- Límites presupuestarios y alertas sobre el consumo
- Auditoría: habilite el registro y revise las acciones del agente semanalmente
- Control de cambios: cualquier cambio de instrucción o acción debe pasar primero por un entorno sandbox
¿Cómo debería probar un agente?
Salesforce ofrece el Agentforce Testing Center para ejecutar conjuntos de pruebas contra agentes en un entorno sandbox. Úselo y agregue sus propios casos adversarios.
- Cree 100 o más expresiones de prueba por tema a partir de casos reales
- Incluya solicitudes fuera del alcance e intentos de eludir las reglas
- Verifique los cambios de registro después de cada prueba, no solo el texto de respuesta
- Confirme que los campos enmascarados permanezcan enmascarados en las respuestas
- Vuelva a ejecutar las pruebas después de cada lanzamiento, incluidos los lanzamientos estacionales de Salesforce
¿Qué debería cubrir el monitoreo después del lanzamiento?
Una vez en funcionamiento, observe tanto la calidad de la conversación como los efectos en los datos.
- Registro de acciones: qué registros cambió el agente y cuántos fueron revertidos por humanos
- Tasa de escalamiento y motivos
- CSAT o comentarios de los representantes sobre los resultados del agente
- Consumo frente al presupuesto
- Señales de calidad de datos: duplicados creados, campos dejados vacíos
¿Cómo decide qué trabajos darle al primer agente?
Los buenos primeros trabajos son frecuentes, de bajo riesgo y fáciles de verificar. Responder preguntas sobre pedidos o estados de casos, resumir el historial de la cuenta para un representante antes de una llamada y redactar correos electrónicos de seguimiento para revisión humana encajan bien. Los trabajos que cambian las cifras de ingresos, los precios o el consentimiento del cliente no lo hacen.
Califique cada trabajo candidato en tres puntos: volumen, riesgo si sale mal y qué tan fácilmente una persona puede verificar el resultado. Comience con el trabajo que obtenga una puntuación alta en volumen y baja en riesgo.
- Alto volumen, bajo riesgo, fácil de verificar: comience aquí
- Alto volumen, alto riesgo: más tarde, con aprobación humana en cada acción
- Bajo volumen, alto riesgo: manténgalo con personas
Cómo aplica Alien Road Salesforce Agentforce
En un compromiso típico de CRM, comenzamos con una revisión de datos y permisos. Los agentes heredan cada defecto en la organización, por lo que verificamos duplicados, reglas de uso compartido y campos que impulsan automatizaciones antes de construir nada.
Luego escribimos las reglas de gobernanza con los líderes de ventas o servicios del cliente, construimos un primer agente con acciones de solo lectura en un sandbox y lo probamos con casos reales pasados. Las acciones de escritura se agregan una a la vez, cada una con su propio conjunto de pruebas y regla de aprobación.
Los informes cubren las conversaciones de los agentes, las acciones tomadas y revertidas, los escalamientos y el consumo frente al presupuesto. El cliente obtiene una vista mensual de lo que hizo el agente y lo que costó, junto con las tendencias de calidad de los datos.
Por dónde empezar esta semana
Enumere el primer trabajo que desea que haga un agente y cada campo de CRM que necesitaría leer o cambiar. Para cada campo, pregunte quién es el propietario y qué automatizaciones activa. Cualquier campo que active un flujo o afecte las cifras de ingresos debe permanecer de solo lectura para el primer lanzamiento del agente. Esa lista única dará forma a su conjunto de permisos y a su plan de pruebas.
A continuación, abra un sandbox y verifique los conjuntos de permisos que recibiría su usuario de agente planificado. Elimine todo lo que el primer trabajo no necesite. Es mucho más fácil otorgar acceso más tarde, después de las pruebas, que explicar por qué un agente cambió registros que nunca debería haber tocado.
Siga leyendo: Sistema CRM · Sistema Crm