Salesforce نقشه‌راه هوش مصنوعی خود را در زمان واقعی به‌صورت جمع‌سپاری با مشتریان می‌سازد

در دوران جهش‌های سریع در توسعه هوش مصنوعی، شرکت‌های بزرگ برای حفظ رقابت مجبورند محصولات جدید را با سرعتی بی‌سابقه عرضه کنند. Salesforce، غول نرم‌افزار مدیریت مشتری، راهبردی متفاوت اتخاذ کرده است: تدوین نقشه‌راه هوش مصنوعی (AI) به‌صورت جمع‌سپاری و با مشارکت مستقیم مشتریان به‌صورت مداوم. این رویکرد به شرکت اجازه می‌دهد حتی در شرایطی که جهت‌گیری بعدی فناوری نامشخص است، سریع و مشتری‌محور بماند.

چرا این رویکرد مهم است؟
– سرعت تغییر در حوزه مدل‌های زبانی بزرگ (LLM) و سیستم‌های عامل عامل‌محور (agentic systems) باعث می‌شود توسعه‌دهندگان نتوانند صرفاً بر برنامه‌ریزی بلندمدت تکیه کنند. نیاز به «فناوری آخرین مایل» (last-mile tech) برای اجرای مؤثر LLMها در محیط‌های سازمانی، Salesforce را به سمت ایجاد پلتفرم‌ها و ابزارهای جدید سوق داد.
– Salesforce با گوش دادن مستمر به مشتریان خود، می‌تواند محصولاتی توسعه دهد که واقعاً در یک محیط کاری واقعی کاربردی و قابل‌پیاده‌سازی باشند؛ نه صرفاً نسخه‌های آزمایشی که بعدها کنار گذاشته می‌شوند.

شیوه کار Salesforce
به‌جای برنامه‌ریزی مبتنی بر جدول زمانی محصولات، Salesforce یک استراتژی پایین‌به‌بالا (bottom-up) بر پایه موضوعات کلیدی تعریف کرده است: زمینه (context) برای عامل‌ها، رصدپذیری (observability)، کنترل‌های مشخص و قطعی (deterministic controls) و غیره. تیم‌های مهندسی شرکت به‌صورت هفتگی یا ماهانه با گروه‌های چرخشی از مشتریان دیدار می‌کنند تا بازخوردهای واقعی و عملی دریافت کنند. این بازخوردها به‌عنوان منبعی غنی برای اولویت‌بندی قابلیت‌ها و تصمیم‌گیری درباره اینکه چه چیزی باید در لایه LLM حل شود و چه چیزهایی نیاز به اجزای سیستمی اطراف LLMها دارند، مورد استفاده قرار می‌گیرد.

محصولات کلیدی و نمونه‌های واقعی
– Agentforce: پلتفرم مدیریت عامل که در اواخر 2024 توسط Salesforce معرفی شد و پاسخ به نیاز «آخرین مایل» برای بهره‌برداری از LLMها در سازمان‌ها بود.
– توسعه‌های مستمر در حوزه‌های صدای هوش مصنوعی و ادغام با Slack که با کمک بازخورد مشتریان شتاب گرفت.

نمونه‌های مشارکت موفق مشتریان
– Engine، یک پلتفرم مدیریت سفر، بخشی از حلقه بازخورد Salesforce است و تیم عملیاتی آن با Salesforce هفتگی ملاقات می‌کند. دسترسی زودهنگام Engine به ابزارهای AI باعث شد شرکت سریع‌تر ارزش بیشتری از این فناوری استخراج کند و بازخوردهایش به تغییراتی در تعاملات صوتی منجر شد که نتایج آزمایش A/B بهبود یافته را نشان داد.
– PenFed، اتحادیه اعتباری فدرال، با تکیه بر همکاری نزدیک با Salesforce توانست پشته فناوری خود را ساده کند و یک گردش‌کار مدیریت خدمات IT (ITSM) مبتنی بر Agentforce را پیاده‌سازی کند که سپس به‌عنوان الگو برای سایر مشتریان ارائه شد.

مزایا و محدودیت‌ها
مزایا:
– سرعت بالای چرخه توسعه و انتشار به‌واسطه بازخورد لحظه‌ای مشتریان.
– تولید قابلیت‌هایی که در عمل کاربردی و ارزش‌آفرین هستند.
– امکان انتشار راهکارهای ساخته‌شده توسط کاربران برای کل پایگاه مشتریان.

محدودیت‌ها:
– اتکا به دیدگاه مشتریان فعلی ممکن است نیازهای بلندمدت یا غیراشکار بازار را پوشش ندهد، زیرا بسیاری از سازمان‌ها هنوز مشخص نکرده‌اند هوش مصنوعی چه نقشی دائمی در کسب‌وکارشان خواهد داشت.
– مشارکت در نسخه‌های بتا و تست‌های زودهنگام لزوماً به قراردادهای طولانی‌مدت یا عادات استفاده پایدار منجر نمی‌شود.

نتیجه‌گیری
استراتژی Salesforce برای «جمع‌سپاری نقشه‌راه AI» نمونه‌ای از چگونگی تطبیق شرکت‌های بزرگ با تحولات سریع هوش مصنوعی است: تمرکز بر تعامل مستقیم و مداوم با مشتریان، استفاده از بازخورد به‌عنوان نیروی محرکه توسعه و ترکیب توانایی‌های LLMها با اجزای سیستمی برای حل مشکلات عملی. اگرچه این رویکرد محدودیت‌هایی دارد، اما تا کنون به Salesforce کمک کرده است با سرعت تغییرات همگام بماند و محصولات کاربردی‌تری برای بازار سازمانی ارائه دهد.

تبدیل متن به صوت با هوش مصنوعی

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اسکرول به بالا