מוצר חדש

סיילספורס השיקה את AI Skills ב-Agentforce Coworker

משתמשים יכולים להגדיר זרימות עבודה חוזרות בשפה פשוטה ולשתף אותן עם צוותים ב-Salesforce

4 דקות קריאה
EN
סיילספורס השיקה את AI Skills ב-Agentforce Coworker
מבוסס על כתבה שלSalesforce Blog ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

מה חשוב לדעת

  1. סיילספורס הודיעה על זמינות כללית של AI Skills בתוך סוכן ה-AI המכונה Agentforce Coworker.

  2. מיומנות מאפשרת לתאר משימה חוזרת בשפה פשוטה ולשתף אותה כך שחברי צוות יוכלו להריץ אותה בעקביות.

  3. Coworker מריץ מיומנויות תחת הרשאות המשתמש ברמת השורה והאובייקט, ועוצר לאישור לפני יצירה או עדכון של רשומה.

  4. בניית מיומנות מתבצעת בשלושה שלבים: תיאור זרימת העבודה, בדיקה ודיוק השלבים, ושמירה ושיתוף.

לפי פרסום של חברת סיילספורס (Salesforce), יכולות ה-AI המכונות AI Skills בתוך סוכן הבינה המלאכותית Agentforce Coworker זמינות כעת באופן כללי (Generally Available). לפי החברה, מדובר בדרך חדשה עבור משתמשים להגדיר סט הוראות לשימוש חוזר, המנחה סוכן כיצד להשלים משימה שחוזרת על עצמה. המשתמש מתאר את העבודה פעם אחת בשפה פשוטה, ו-Coworker יכול להריץ אותה בעקביות בכל פעם. סיילספורס מתארת את Coworker כעמית לעבודה מבוסס AI המתאם בין סוכני Agentforce כדי להשלים משימות מורכבות ב-Salesforce, ב-Microsoft Teams ובמכשירים ניידים, והוא הסוכן הראשון מבית Agentforce שכולל את AI Skills.

מה ההבדל בין AI Skills לבין תבניות הנחיה (Prompt Templates)

בפרסום מוסבר כי בכל צוות קיימות שיטות עבודה מומלצות שנמצאות בראשם של עובדים מסוימים. בין הדוגמאות שמובאות נמנות האופן שבו אנשי מכירות בעלי הביצועים המובילים מתכוננים לשיחה ראשונה, רשימת הבדיקות שמנהל מריץ לפני סקירת תחזית, והשלבים המדויקים להזנת סיכומי פגישות לתוך הרשומה הנכונה. עבור האנשים שמכירים אותם, תהליכי עבודה אלה מהווים שינוי משמעותי, אך קשה להרחיב אותם לכלל הארגון משום שאיש לא כתב אותם בצורה שבינה מלאכותית מסוגלת להריץ.

הפרסום משווה את היכולת החדשה ל-Prompt Builder, שבו קיימות תבניות הנחיה (prompt templates) המבוססות על נתוני ה-Salesforce של הארגון. בניגוד לתבנית הנחיה, המספקת דרך חוזרת להנחות מודל שפה גדול (LLM) לקבלת פלטי טקסט – כגון הודעת דוא"ל ראשונית למכירות או סיכום רשומה – מיומנות מתארת את המשימה החוזרת כולה. תיאור זה מאפשר לסוכן לעבור דרך כל שלב של המשימה ולבצע פעולות בפועל.

בנוסף, מצוין כי בכל צוות ישנם עובדים מנוסים שמכירים את קיצורי הדרך, הבדיקות והשלבים שקל לפספס. באמצעות AI Skills, עובדים אלה יכולים להפוך את התהליך למיומנות על ידי ניהול שיחה עם Coworker. לאחר מכן, כל אדם שהמיומנות משותפת איתו יכול להריץ את אותו התהליך בעקביות דרך Coworker בכל עת, כולל עובדים חדשים או חברי צוות.

אוונתיקה ראמש (Avanthika Ramesh), מנהלת בכירה למוצרי זרימת עבודה מבוססי AI לעובדים ב-Salesforce, ציינה כי AI Skills מסמנים שינוי פרדיגמה אמיתי באופן שבו עבודה מתבצעת. לדבריה, מתן האפשרות לכל עובד לקודד את זרימות העבודה השגרתיות שלו לכדי מיומנויות סוכניות ולשתף אותן, הופך מומחיות מבודדת לבינה קולקטיבית שניתנת להרחבה ברחבי החברה כולה, לצד האמון והמשילות המובנים שצוותים זקוקים להם כדי להתקדם במהירות.

כיצד לבנות מיומנות ולהריץ אותה בסביבת העבודה

התהליך של יצירת מיומנות מתחיל כשיחה בתוך Coworker. כדי לפתוח את Coworker, יש להתחבר ל-Salesforce וללחוץ על "Ask" המופיע בקצה שורת החיפוש. Coworker נפתח עם תיבה שבה ניתן להקליד בקשה, לצד שאלה מוצעת שתסייע להתחיל. המיומנויות של המשתמש ממוקמות תחת הלשונית "Skills" בסרגל הצד השמאלי.

בניית מיומנות כוללת שלושה שלבים:

  1. תיאור זרימת העבודה (Describe the workflow): המשתמש פותח את Skills בסרגל הצד של Coworker ולוחץ על כפתור New. בתגובה, Coworker פותח צ'אט שמנחה את המשתמש בתהליך ומבקש ממנו לתת שם למיומנות, להסביר מתי יש להשתמש בה, ולפרט את השלבים שעליה לבצע, כגון אילו רשומות יש לבדוק וכיצד לעצב את תמצית הפגישה.
  2. בדיקה ודיוק של השלבים בתוך Coworker, או פתיחתם בעורך Skill Builder כדי לערוך אותם באופן ישיר.
  3. שמירה ושיתוף של המיומנות (Save and share): מיומנויות מוגדרות כפרטיות כברירת מחדל, ולכן המיומנות נשארת פרטית עד שהמשתמש בוחר לשתף אותה עם האנשים שזקוקים לה.

באשר להרצת מיומנות, הפרסום מציין כי התהליך פשוט וכולל מספר אפשרויות: ניתן להקליד לוכסן (/), ללחוץ על סמל המיומנויות בתיבת הצ'אט, או פשוט לבקש מ-Coworker את הפעולה הנדרשת. Coworker מסוגל גם לבחור את המיומנות המתאימה באופן אוטומטי בהתבסס על כוונת המשתמש, כך שנציג מכירות יכול לבקש הכנה לפגישה מבלי לזכור כיצד נקראת המיומנות.

בנוסף, מיומנויות פועלות במסגרת מנגנוני הבקרה והאבטחה (guardrails) הקיימים בארגון. מיומנות רצה תחת זהותו של המשתמש שמפעיל אותה, ובהתאם להרשאותיו ברמת השורה וברמת האובייקט, כך שהיא אינה יכולה לגשת לנתונים שאותו עובד לא היה מורשה לראות ממילא. כמו כן, Coworker עוצר וממתין לקבלת אישור לפני שהוא יוצר רשומה חדשה או מעדכן רשומה קיימת.

חמש משימות שניתן להעביר למיומנות מבוססת סוכן

סיילספורס מציינת כי מיומנויות מתאימות למרבית המשימות שחוזרות על עצמן בצוות, ומציגה חמש דוגמאות ליישום שלהן:

  1. מחקר לקוחות וחשבונות (Account research): מחקר של חשבון דורש בדרך כלל פתיחה של מספר כרטיסיות שונות, כגון רשומת החשבון, חדשות אחרונות, הזדמנויות פתוחות ופעילות עבר. באמצעות מיומנות, הצוות מגדיר בכתב פעם אחת את שגרת המחקר שלו – לרבות אילו רשומות לבדוק תחילה ואילו נתונים יש להדגיש בכל סיכום. לאחר מכן, כל נציג יכול לבקש מ-Coworker לחקור חשבון ולקבל סיכום שנבנה באותה מתכונת בדיוק, וכך כל הנציגים פועלים מאותו קו בסיס.
  2. הכנה לשיחה וסנכרון רשומות (Call prep and record sync): לפני שיחה עם לקוח, Coworker יכול לפעול לפי מיומנות כדי לאסוף את ההקשר הדרוש לנציג ולהפיק תדריך במבנה אחיד. לאחר השיחה, הוא יכול לסנכרן פעולות המשך בחזרה לרשומה, לאחר שהנציג מאשר זאת. באופן זה, שגרת ההכנה של הנציג המצטיין הופכת לשגרה של הצוות כולו.
  3. כרטיסי קרב מול מתחרים (Competitive battle cards): במקום שנציגים יחפשו בעצמם כיצד למצב מול מתחרה, מיומנות של כרטיס קרב יכולה לרכז נקודות לשיחה, גורמי בידול ואופן טיפול בהתנגדויות לתשובה עקבית אחת, בדיוק ברגע שהנציג זקוק לה.
  4. סיכום פניית שירות וניסוח תגובה (Summarize a case and draft a response): כאשר פניית שירות (case) כוללת היסטוריה מורכבת הפזורה בין הודעות דוא"ל, שיחות צ'אט והערות, מיומנות מסוגלת לסכם את כל המידע ולנסח טיוטת מענה המוכנה לשליחה ללקוח בשלב אחד. הנציג בודק את הטיוטה, מתקן במידת הצורך ושולח.
  5. הפיכת ביצועי קמפיין לדוח (Turn campaign performance into a report): מיומנות לביצועי קמפיין אוספת את הנתונים העדכניים ביותר, מסכמת מה פועל היטב ומה אינו עובד, ומגישה דוח מסודר ומוכן לשיתוף, ובכך מחליפה שעות של ייצוא נתונים ועיצוב בהרצה אחת.

כיצד להתחיל בעבודה עם מיומנויות

הפרסום ממליץ לצוותים המעוניינים להתנסות ב-AI Skills לבחור תחילה זרימת עבודה אחת שמתבצעת מדי שבוע, ולכתוב את שלביה באותו האופן שבו היו מוסברים לעובד חדש שמצטרף לארגון. לאחר מכן, יש לפתוח את Coworker, להדריך אותו לאורך אותם השלבים, ולשתף את המיומנות עם חברי הצוות לאחר שהיא פועלת בהתאם לרצונם.

לצורך למידה נוספת, החברה מפנה לצפייה בסרטון הדגמה ולשמירת מאמר העזרה העוסק ב-AI Skills. לסיום, מוזכר מדריך ה-AI Fluency Playbook, שמציג למנהלים כיצד לבנות מעורבות, הפעלה ומומחיות ב-AI.

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של Salesforce Blog. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־Salesforce Blog

כל הכתבות מ־Salesforce Blog
חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס
ניתוח
4 דקות
מ־Salesforce Blog

חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס

במאמר מאת Salesforce מפורטים ארבעה לקחים מניסיונה כמשתמשת הראשונה במוצריה (Customer Zero), ובפרט בחיבור ידע מוצר לסוכני בינה מלאכותית באמצעות Data 360 ו-Agentforce. החברה מתארת כיצד תשובות סוכן RAG תלויות באיכות התוכן הנשלף, וממליצה להעריך את מאגר הידע לפי התאמה, פער והתנגשות לפני בניית אינדקס. בנוסף מומלץ לפתח תצורות על בסיס השערות שנבדקות כמותית ואיכותית ולא לפי מפרט קשיח, להגדיר מראש מאגר נתוני ייחוס לבדיקות, ולשלב בדיקות אנושיות לצד מדדים אלגוריתמיים כדי למנוע דחיות שווא לפני עלייה לייצור.

קרא עוד
Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy
מוצר חדש
4 דקות
מ־Salesforce Blog

Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy

לפי הודעת סיילספורס, שיתוף הפעולה במודל Zero Copy עם חברת סנואופלייק מורחב במטרה להפוך נתונים ארגוניים מבוזרים להקשר מאוחד עבור סוכני בינה מלאכותית ובני אדם. השותפות מתמקדת בחיבור הנתונים מהמקום שבו הם מאוחסנים, ללא צורך בהעתקתם או בהפעלת תהליכי ETL מסורתיים. במרכז המהלך עומד מנוע ההקשר לסוכנים (Agent Context Engine - ACE) של Data 360, המשלב נתונים מובנים, תוכן לא מובנה, גרפי ידע וזיכרון סוכנים לשכבת הקשר אחת. החיבור מאפשר הרצת סוכנים על גבי נתוני לקוחות מעודכנים, הרחבת השימוש באמצעות פלטפורמת נתוני לקוחות סוכנותית ו-Data 360 Headless, וקישור ישיר בין פלטפורמות דרך פורמט הטבלאות Apache Iceberg ופרוטוקול Model Context Protocol (MCP).

קרא עוד
מחקר סיילספורס: כיצד לשמר מומחיות אנושית לצד AI סוכני
מחקר
4 דקות
מ־Salesforce Blog

מחקר סיילספורס: כיצד לשמר מומחיות אנושית לצד AI סוכני

מחקר ראשוני של צוותי הבינה המלאכותית האחראית ומחקר המוצר בסיילספורס (Salesforce) מציג פרדוקס בשימוש בבינה מלאכותית סוכנית: לצד הרחבת יכולות, הסתמכות יתר עלולה להוביל להטיית אוטומציה ולהחלשת מיומנויות קיימות. המחקר, שכלל ראיונות עם עובדים בסיילספורס ואלפי משתתפים בכנס Dreamforce, מצא כי מומחים אינם מוותרים על שיקול דעתם אלא מטמיעים ספקנות מובנית בתהליכי העבודה שלהם. החוקרים הציגו שמונה פרקטיקות לתכנון "חיכוך פורה" — מנגנונים שמחייבים מעורבות אנושית, ביקורת ובדיקות עקביות, במטרה לשמור על המומחיות האנושית במרכז.

קרא עוד
ההבדל בין ארכיטקטורה כבולה לדפדפן לארכיטקטורת Headless
ניתוח
4 דקות
מ־Salesforce Blog

ההבדל בין ארכיטקטורה כבולה לדפדפן לארכיטקטורת Headless

במאמר שפרסמה Salesforce מוצג ההבדל בין ארכיטקטורה כבולה לדפדפן (browser-bound) לבין ארכיטקטורת headless בעידן שבו ארגונים מסתמכים על עובדים אנושיים וסוכני בינה מלאכותית. בעוד שבמודל המסורתי המשתמש נדרש לנווט בין מסכים, להתחבר למערכות נפרדות ולעבור בין לשוניות כדי לבצע משימות, ארכיטקטורת headless מפרידה בין הלוגיקה העסקית ושכבת הנתונים לבין ממשק המשתמש. באמצעות ה-Headless Toolkit ומערכת AIforce, יכולות הפלטפורמה נחשפות ישירות דרך ממשקי API, פרוטוקול MCP וממשק CLI, מה שמאפשר לסוכנים אוטונומיים לגשת לנתונים, להריץ תהליכים ולבצע משימות ישירות בערוצים שבהם העובדים פועלים, כמו Slack, Microsoft Teams ו-WhatsApp.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
LinearB מציגה את Agentic Studio כדי להאיץ אספקת תוכנה בעזרת הקשר
מוצר חדש
4 דקות
מ־SiliconANGLE AI

LinearB מציגה את Agentic Studio כדי להאיץ אספקת תוכנה בעזרת הקשר

חברת LinearB Inc. הכריזה על השקת Agentic Studio, כלי שנועד להקל על העומסים בצינורות אספקת התוכנה שנוצרו בעקבות השימוש הגובר בכלי בינה מלאכותית לכתיבת קוד. לפי דוח מדדי התוכנה של החברה, ארגונים המסתמכים על כלי קידוד מבוססי AI כמעט הכפילו את כמות שינויי הקוד שמוזגו, אך בקשות המשיכה הללו גדולות בשיעור של כמעט פי 2.6 וממתינות פי חמישה יותר לסקירה. הפלטפורמה החדשה מאחדת נתונים ותובנות ממאגרי Git ומכלי מעקב לכדי שכבת הקשר אחידה, המאפשרת למהנדסים לקבל המלצות ולתשאל את המערכת בשפה פשוטה. בנוסף, באמצעות אינטגרציה דרך Model Context Protocol, המערכת מזינה סוכני קידוד אוטונומיים בהקשר היסטורי כדי למנוע שינויים עיוורים בקוד.

קרא עוד
Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy
מוצר חדש
4 דקות
מ־Salesforce Blog

Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy

לפי הודעת סיילספורס, שיתוף הפעולה במודל Zero Copy עם חברת סנואופלייק מורחב במטרה להפוך נתונים ארגוניים מבוזרים להקשר מאוחד עבור סוכני בינה מלאכותית ובני אדם. השותפות מתמקדת בחיבור הנתונים מהמקום שבו הם מאוחסנים, ללא צורך בהעתקתם או בהפעלת תהליכי ETL מסורתיים. במרכז המהלך עומד מנוע ההקשר לסוכנים (Agent Context Engine - ACE) של Data 360, המשלב נתונים מובנים, תוכן לא מובנה, גרפי ידע וזיכרון סוכנים לשכבת הקשר אחת. החיבור מאפשר הרצת סוכנים על גבי נתוני לקוחות מעודכנים, הרחבת השימוש באמצעות פלטפורמת נתוני לקוחות סוכנותית ו-Data 360 Headless, וקישור ישיר בין פלטפורמות דרך פורמט הטבלאות Apache Iceberg ופרוטוקול Model Context Protocol (MCP).

קרא עוד
מודל הרובוטיקה Gemini Robotics ER 2 זמין ב-Google Cloud
מוצר חדש
4 דקות
מ־Google Cloud AI

מודל הרובוטיקה Gemini Robotics ER 2 זמין ב-Google Cloud

חברת גוגל הודיעה על השקת Gemini Robotics Embodied Reasoning 2 (או ER 2) בתצוגה מקדימה ציבורית בפלטפורמת Gemini ב-Google Cloud. המודל, שפותח על ידי Google DeepMind, משמש כשכבת בינה וכמוח ברמה גבוהה עבור רובוטים במגוון תצורות — מזרועות נייחות ועד רובוטים דמויי אדם. המערכת משלבת הבנת וידאו מרחבית וזמנית, תכנון ארוך טווח ומנגנוני בטיחות מובנים, ומאפשרת לרובוטים להבין משימות, לתקן שגיאות בזמן אמת ולתזמר ממשקי בקרה באמצעות פקודות בשפה טבעית. בנוסף, המודל מאפשר שיתוף פעולה בין רובוטים שונים ומסוגל לקרוא מכשירי מדידה מגוונים. השילוב ב-Google Cloud מאפשר לארגונים לפתח, לדמות ולפרוס סוכנים פיזיים בקנה מידה רחב באמצעות תשתיות הענן של גוגל.

קרא עוד
הכרזת n8n 3.0 בטא: שינויי תשתית, אבטחה ודוח הגירה לקראת דצמבר
מוצר חדש
4 דקות
מ־n8n

הכרזת n8n 3.0 בטא: שינויי תשתית, אבטחה ודוח הגירה לקראת דצמבר

חברת n8n הודיעה על שחרור גרסת n8n 3.0.0 בטא, לקראת השקת הגרסה היציבה בתחילת דצמבר. העדכון מתמקד בשיפורי תשתית, אמינות ואבטחה, וכולל שינויים שוברים כמו הסרת מצב נתונים בינאריים בזיכרון, הרצת הפעלות ידניות על שרתי עיבוד במצב תור, קיצור ברירת המחדל של הפסקת הזמן בצומת הקוד לדקה אחת, והגבלת התקנה עצמית ל-Docker בלבד. משתמשים מגרסה 2.39 ואילך יכולים לבדוק את התאמת המערכת באמצעות דוח הגירה מובנה.

קרא עוד