Atlas, le moteur de raisonnement derrière Agentforce, est en passe de transformer la façon dont les entreprises gèrent les processus complexes. Grâce à ses capacités avancées de planification et d’autoréflexion, il permet d’obtenir des résultats précis, tout en s’adaptant aux demandes des utilisateurs.
Dans cet article, tu vas découvrir :
- Le moteur de raisonnement d’Atlas, qui affine les actions en fonction des processus métiers.
- Les mécanismes avancés de récupération, pour accéder rapidement à des données pertinentes.
- Les garde-fous, garantissant que les actions restent dans les limites définies.
Atlas offre un potentiel énorme pour améliorer les interactions avec les clients et les employés. Plonge dans les détails de cette technologie révolutionnaire !
L’état de la sécurité de l’IA dans Salesforce DevOps
Que fait Atlas ?
Atlas est le moteur de raisonnement et d’apprentissage derrière Agentforce, également appelé « chaîne de pensée ». C’est un moteur sophistiqué qui fonctionne dans une boucle continue de récupération de données structurées et non structurées (données CRM, données introduites via un Zero Copy Partner), avant de passer à l’action.
Le nouveau réseau Agentforce Partner Network permet désormais aux entreprises de déployer des agents IA clés en main, intégrant des actions provenant de partenaires tels qu’Amazon Web Services, Google, IBM ou encore Workday. Cela renforce la capacité d’Atlas à agir de manière autonome, tout en restant aligné sur les politiques et les garde-fous définis par l’entreprise.
Atlas continue à « boucler » jusqu’à ce qu’il soit convaincu de pouvoir atteindre l’objectif défini par ton organisation, conformément à la demande de l’utilisateur, qu’il s’agisse d’un membre interne de ton équipe ou d’un client/prospect. Ensuite, il effectue un apprentissage par renforcement basé sur les retours humains – en d’autres termes, à chaque interaction, Atlas devient plus intelligent pour ton organisation.
Des clients comme OpenTable, Saks et Wiley bénéficient déjà d’Agentforce, l’intégrant à leurs processus et observant une augmentation significative de la productivité et de la satisfaction client. Par exemple, Wiley a amélioré son taux de résolution de 40 % grâce à l’automatisation des tâches de routine, permettant à leurs agents humains de se concentrer sur des problèmes plus complexes.
Du point de vue de la sécurité, Atlas respecte le modèle de partage défini au niveau de l’application (par exemple, quels représentants commerciaux ont accès à quels dossiers clients ?). Comme l’a expliqué l’un des dirigeants proches de ce moteur de traitement, Atlas est le copilote amélioré de Salesforce.
Le schéma ci-dessous permet de mieux comprendre les composants essentiels du processus, l’objectif ultime étant de générer des résultats précis et factuels.
Les trois capacités d’Atlas
Lorsqu’on parle d’Atlas, on peut décomposer ses capacités en trois volets :
- Moteur de raisonnement Atlas
Comme mentionné, Atlas génère un plan en fonction de ce que le rôle essaie d’accomplir, puis évalue et affine ce plan. Lorsqu’il passe à l’action, il identifie quel processus métier (par exemple, des flux) doit être utilisé. Cette capacité d’autoréflexion est essentielle, car elle permet à Atlas d’être délibéré dans sa prise de décision. D’autres moteurs de raisonnement sont plus statiques par nature et donc moins réactifs aux questions changeantes des clients, par exemple dans le cadre d’une conversation.- Le moteur de raisonnement d’Atlas semble pertinent pour les entreprises cherchant à améliorer l’efficacité de leurs processus automatisés, notamment dans les interactions complexes avec les clients où la flexibilité et la réactivité sont importantes.
- Mécanismes avancés de récupération
Aussi appelés mécanismes de fondement, ils fonctionnent en conjonction avec la couche de raisonnement. Cela peut être comparé à « trouver l’aiguille dans une botte de foin » parmi des masses de données d’entreprise, afin d’offrir des réponses plus précises en fonction des demandes formulées. L’objectif général est de réduire, voire d’éliminer, le risque d’hallucination.- Les mécanismes avancés de récupération d’Atlas pourraient aider les équipes à accéder rapidement aux informations pertinentes, optimisant ainsi la prise de décision basée sur des données vérifiées.
- Garde-fous (Guardrails)
Un autre élément qui fonctionne avec la couche de raisonnement est les garde-fous – ou les limites de ce que les agents peuvent faire. La possibilité de définir des garde-fous, c’est-à-dire de mettre en place des politiques, permet aux agents de savoir quand ils sortent du cadre défini. Par exemple, l’agent pourrait passer le relais à un agent humain, ou poser des questions clarificatrices avant d’élaborer un plan plus dynamique.- Les garde-fous semble offrir une sécurité supplémentaire pour s’assurer que les processus automatisés ne dérivent pas dans des zones imprévisibles. Cela permet de maintenir la cohérence et de garantir que les actions de l’agent restent conformes aux normes de l’entreprise.
Conclusion
Atlas est prêt à révolutionner la gestion des processus complexes en offrant des capacités avancées de raisonnement, de récupération et de prise de décision. Son potentiel à transformer les interactions avec les clients et les employés est immense, et on devrait entendre parler de développements passionnants lors de Dreamforce.
Avec la sortie imminente des fonctionnalités complètes d’Agentforce et des composants d’Atlas Reasoning Engine en 2025, Salesforce vise à déployer un milliard d’agents d’ici la fin de l’année prochaine, marquant une avancée majeure dans l’IA autonome.
