@alexxubyte: Salesforce部署了20,000个企业级AI代理。最大的教训?工作重心颠倒!传统软件→90%的精力在发布前…
摘要
Salesforce部署了20,000个企业级AI代理,揭示了大部分精力在发布之后而非之前。Agentforce首席产品官John Kucera分享了成功代理与停滞代理的区别。
查看缓存全文
缓存时间: 2026/06/10 00:26
Salesforce 部署了 20,000 个企业级 AI 智能体。最大的教训?工作模式彻底翻转了!
传统软件 → 90% 的工作在发布前完成 AI 智能体 → 90% 的工作在发布后完成
我们与 Agentforce 的 CPO John Kucera 聊了聊,了解哪些因素让智能体真正创造价值,而哪些智能体在演示后便停滞不前。
将发布视为终点的团队,永远停留在试点模式。将发布视为起点的团队,才能实现规模化。
完整手册涵盖:
- 大多数企业智能体失败的原因
- 发布前的基础准备(范围界定、KPI、安全护栏)
- 决定规模化能力的反馈循环
- 来自 20,000 个部署场景的 3 种反模式
- 智能体架构的下一个发展方向
完整文章见下方推文链接
完整解析:
相似文章
@GergelyOrosz: 看到Salesforce大力推广Agentforce用于AI(而大多数科技公司对此毫不在意)几乎有些滑稽……
Gergely Orosz观察到,Salesforce大力推广Agentforce用于AI,但大多数科技公司忽略它,转而将Slack作为他们的AI连接组织,暗示Salesforce赢得了AI基础设施,却没有注意到Slack的重要性。
Salesforce
彭博社调查发现,Salesforce 的 Agentforce 营销与实际企业部署之间存在差距,凸显了更广泛的行业挑战:AI 演示的进展速度已快于运营现实。
我帮助一家300人公司部署智能体:几点新的经验教训
本文分享了协助一家300人公司部署AI智能体的实践经验,强调了企业级智能体实施中的挑战与收获。
Salesforce运行自家AI Agents基准测试,你看到了吗?
讨论Salesforce的CRMArena-Pro基准测试,结果显示代理在单轮任务中成功率为58%,在多轮任务中骤降至35%;并给出实用建议:将代理工作流拆分为狭窄阶段,以减少错误累积。
@levie:企业级 AI 的部署——不仅仅是与聊天机器人交互——毫无疑问需要投入实际工作来调整…
Aaron Levie 讨论了在企业工作流中部署 AI 智能体的重大挑战,包括数据碎片化、遗留系统以及变更管理的需求,并强调了部署公司日益增长的作用。