Епоха агентів під задачу за версією Salesforce і асиметрія корпоративних цифр

Salesforce зміщує центр ваги корпоративного штучного інтелекту: від миттєвої розмови — до автоматизації складних завдань, розтягнутих на дні й тижні. Компанія оголосила про розширення Agentforce й представила сім заздалегідь налаштованих агентів під конкретні ролі: Casey — підтримка клієнтів голосом, через SMS, WhatsApp і вебчат; Paige — запити до ІТ та HR у Slack і на внутрішніх порталах; Carter — супровід покупки з оплатою просто в чаті; Hunter — вихідні продажі; Marshall — процеси бек-офісу; Piper — кваліфікація вхідних лідів; Fin — сценарії клієнтського досвіду в кількох каналах. Шість із них на момент анонсу офіційно загальнодоступні, а агент вихідних продажів Hunter перебуває в пілоті: загальну доступність заявлено на листопад 2026 року. Архітектурна обіцянка спирається на так званий 'long-horizon runtime' — інфраструктуру, що, за словами Salesforce, тримається на трьох механізмах: пам'яті, яка зберігає контекст між сесіями, тривкому виконанні, що утримує й коригує план у часі, та 'dynamic steering', який підлаштовує поведінку під відгук користувача. Проте, як показують матеріали SiliconANGLE, ця здатність до тривалого виконання наразі доступна лише агентові Hunter, а поширення на інших заплановане згодом. Так само за SiliconANGLE, розробники можуть змусити агента виконувати певні кроки в наперед визначений спосіб за допомогою синтаксису під назвою Agent Script, поданого як спосіб знизити ризик галюцинацій: заявлений засіб, незалежних перевірок якого не існує.

Комерційну частину підпирає значна батарея цифр, починаючи з 7 мільярдів 'Agentic Work Units', заявлених сукупно для Agentforce і Slack, з яких 3,2 мільярда — лише за другий квартал. Кейси, які наводить сама компанія, описують помітні частки успіху: Anthropic нібито самостійно закрила 79% звернень у підтримку через агента Fin, а Autism Queensland — 70% адміністративних справ за допомогою Paige. Щодо цих цифр не оприлюднено ні методики, ні періоду вимірювання, ні бази порівняння, а самі кейси за побудовою є референс-клієнтами, яких обрав той, хто оголошує. Відсутність публічного визначення застосованої одиниці виміру й відсутність незалежної перевірки клієнтських даних — разом із цілковитим мовчанням про тарифну модель і ціни — не другорядна деталь: це ключ, яким вимірюють асиметрію між продажною розповіддю і технічною реальністю.

Картину ускладнює становище агента Fin: його пропонують як уже доступний, але він прив'язаний до однойменної компанії, угоду про купівлю якої приблизно за 3,6 мільярда доларів Salesforce підписала в червні 2026 року. Формальна домовленість підписана, але не закрита, залежить від погоджень регуляторів, а закриття очікується в четвертому кварталі 2027 фінансового року — і повна доступність агента за таких умов ставить питання про договірний периметр і про залежність від пропрієтарної моделі Apex. Тим часом Salesforce оголошує загальнодоступною Multi-Agent Orchestration, яка розподіляє роботу між спеціалізованими агентами, а AI Skills in Coworker лишається в пілоті: для них, як і для Agent Optimizer, загальну доступність указано на жовтень 2026 року. Це оголошені зобов'язання, а не факти, що сталися.

Обіцяти синтетичних працівників «під ключ» — чудовий важіль позиціонування. Але доки метрики залишаються власною валютою, яку немає з чим зіставити, а вартість використання не розкрито, корпоративна автоматизація більше схожа на ставку на довіру, ніж на розрахунок повернення інвестицій. — Olya