Эпоха агентов под задачу по версии Salesforce и асимметрия корпоративных цифр

Salesforce смещает центр тяжести корпоративного искусственного интеллекта: от мгновенного диалога — к автоматизации сложных задач, растянутых на дни и недели. Компания объявила о расширении Agentforce и представила семь преднастроенных агентов под конкретные роли: Casey — поддержка клиентов по голосу, SMS, WhatsApp и в веб-чате; Paige — заявки в ИТ и HR в Slack и на внутренних порталах; Carter — сопровождение покупки с оплатой прямо в чате; Hunter — исходящие продажи; Marshall — процессы бэк-офиса; Piper — квалификация входящих лидов; Fin — сценарии клиентского опыта в нескольких каналах. Шесть из них на момент анонса официально общедоступны, а агент исходящих продаж Hunter находится в пилоте: общая доступность заявлена на ноябрь 2026 года. Архитектурное обещание строится на так называемом 'long-horizon runtime' — инфраструктуре, которая, по словам Salesforce, опирается на три механизма: память, сохраняющую контекст между сессиями, устойчивое исполнение, удерживающее и корректирующее план во времени, и 'dynamic steering', подстраивающий поведение под отклик пользователя. Однако, как показывают материалы SiliconANGLE, эта способность к длительному исполнению пока доступна только агенту Hunter, а распространение на остальных запланировано позже. По тем же данным SiliconANGLE, разработчики могут заставить агента выполнять определённые шаги строго заданным образом с помощью синтаксиса под названием Agent Script, поданного как способ снизить риск галлюцинаций: заявленная мера, независимых проверок которой не существует.

Коммерческую часть подпирает внушительная батарея цифр, начиная с 7 миллиардов 'Agentic Work Units', заявленных суммарно по Agentforce и Slack, из которых 3,2 миллиарда — только за второй квартал. Приводимые самой компанией кейсы описывают заметные доли успеха: Anthropic якобы самостоятельно закрыла 79% обращений в поддержку через агента Fin, а Autism Queensland — 70% административных дел с помощью Paige. По этим цифрам не опубликованы ни методика, ни период измерения, ни база сравнения, а сами кейсы по определению являются референс-клиентами, которых выбрал тот, кто делает объявление. Отсутствие публичного определения используемой единицы измерения и отсутствие независимой проверки клиентских данных — вместе с полным молчанием о тарифной модели и ценах — не второстепенная деталь: это и есть ключ к тому, чтобы измерить асимметрию между продающим рассказом и технической реальностью.

Картину усложняет положение агента Fin: он предлагается как уже доступный, но привязан к одноимённой компании, соглашение о покупке которой примерно за 3,6 миллиарда долларов Salesforce подписала в июне 2026 года. Формальная сделка подписана, но не закрыта, зависит от одобрения регуляторов, а закрытие ожидается в четвёртом квартале 2027 финансового года — и полная доступность агента в таких условиях поднимает вопросы о договорном периметре и о зависимости от проприетарной модели Apex. Тем временем Salesforce объявляет общедоступной Multi-Agent Orchestration, распределяющую работу между специализированными агентами, а AI Skills in Coworker остаётся в пилоте: для них, как и для Agent Optimizer, общая доступность указана на октябрь 2026 года. Это заявленные обязательства, а не свершившиеся факты.

Обещать синтетических сотрудников «под ключ» — отличный рычаг позиционирования. Но пока метрики остаются внутренней валютой, не сопоставимой ни с чем, а стоимость использования не раскрыта, корпоративная автоматизация похожа скорее на ставку на доверие, чем на расчёт возврата инвестиций. — Olya