Agentenproduktivität für alle Mitarbeitenden in Slack
Mit Agentforce in Slack werden Agenten zu Teammitgliedern. Auf der Grundlage relevanter Unterhaltungen in Slack und deiner vertrauenswürdigen Enterprise-Daten schlägt Agentforce Maßnahmen vor und führt diese direkt im Arbeitsablauf aus.
Den dialogorientierten Kontext für jeden Agenten zur Verfügung stellen
Mithilfe von dialogorientierten Daten werden Agenten kontextbezogener, aussagekräftiger und genauer. Indem du ihnen den Zugriff auf die öffentlichen dialogorientierten Daten deines Unternehmens in Slack ermöglichst, kannst du deine Agenten präziser und leistungsfähiger machen.
80 %
der Unternehmensdaten sind unstrukturiert.
Agenten zu Teammitgliedern machen
Wenn Mitarbeitende neue Agenten und deren Fähigkeiten kennenlernen, können sie nahtlos mit ihnen in Channels, Direktnachrichten und Threads interagieren, genau wie mit jedem anderen Mitglied des Teams.
47 %
der Slack-Benutzer:innen melden eine Produktivitätssteigerung.
Slack-Aktionen mit Agentforce automatisieren
Gib deinen Agenten die Möglichkeit, in Slack Channels zu erstellen, Canvases zu aktualisieren, eine Direktnachricht zu senden und vieles mehr. Du legst die Regeln für die Aktionen fest, die sie durchführen können, damit sie auf dem richtigen Kurs bleiben.
44 %
der Personen, die KI schon früh eingesetzt haben, melden eine Umsatzsteigerung in allen Bereichen.
Mit generativer KI können Unternehmen heutzutage ein enormes Potenzial erschließen
60 %
Budget für Mitarbeitende1
Der Großteil deines Budgets fließt in deine Mitarbeitenden. Unterstütze sie durch KI-Agenten, um deine Investition optimal auszunutzen.
40 %
Leistungssteigerung2
Mithilfe der generativen KI in Slack können Mitarbeitende ihre Leistung erheblich steigern.
4,4 Mio.
an potenziellen Gewinnen3
Generative KI bietet aufgrund der gesteigerten Mitarbeitendenproduktivität das Potenzial für einen enormen Mehrwert.
Alle Arten von Agenten für den Erfolg
Slack ist die zentrale Anlaufstelle für alle deine Agenten und Assistenten. Binde deinen eigenen benutzerdefinierten Slack-KI-Assistenten ein oder greife auf KI-Assistenten von Drittanbietern zurück, um Aktionen zu fördern, die die Arbeit voranbringen.
Häufig gestellte Fragen
Ein KI-Agent ist ein intelligentes System, das Kundenfragen selbstständig bearbeiten kann, ohne dass dafür Menschen erforderlich sind. Er nutzt maschinelles Lernen und die Verarbeitung natürlicher Sprache, um einfache Fragen oder auch komplexe Probleme zu lösen, und er kann sogar mehrere Aufgaben gleichzeitig erledigen. KI-Agenten können lernen und mit der Zeit immer besser werden. Dadurch unterscheiden sie sich von herkömmlicher KI, bei der Menschen für bestimmte Aufgaben einspringen müssen. KI-Agenten können im Namen von Mitarbeitenden agieren.
Slack-Daten aus verschiedenen Channels, Threads, Canvases und Unterhaltungen ergänzen und bereichern deine vernetzten, unternehmensweiten Datenquellen, sodass deine Agenten effektiver reagieren und handeln können.
Jeder Slack-Workspace ist ein Fundus an institutionellem Wissen – er ist das Langzeitgedächtnis deines Unternehmens. Damit KI nützlich sein kann, braucht sie Zugriff auf Daten – und zwar nicht nur auf die Daten in einer App oder einem System, sondern auf alle deine Systeme – einschließlich der unstrukturierten Daten in Teamunterhaltungen. Diese kontextbezogenen Daten sind der Schlüssel zu qualitativ hochwertigen, relevanten KI-Ergebnissen und zur Anpassung an neue kontextbezogene Erkenntnisse in Echtzeit.
Die ungenutzten, unstrukturierten Daten jedes Unternehmens – z. B. benutzergenerierte Inhalte, Texte in natürlicher Sprache, Audio- und Videodateien und vieles mehr – verbessern die Entscheidungsfindung der Agenten und erhöhen deren Relevanz. Wenn du Agenten zu Slack hinzufügst, können Kund:innen ihnen die Berechtigung erteilen, auf die öffentlichen dialogorientierten Daten in der Slack-Instanz deines Unternehmens zuzugreifen, wodurch sie präzise und leistungsfähig werden. Da deine Daten nicht zu unserem Produkt gehören, haben Kund:innen die Kontrolle darüber, auf welche Daten Agenten in Slack zugreifen können. Wir trainieren keine LLMs mit Kundendaten; stattdessen verwenden wir erweiterte RAG-Techniken (Retrieval-Augmented Generation) für die unstrukturierten dialogorientierten Daten, um den Agenten genau zum richtigen Zeitpunkt den erforderlichen Kontext zur Verfügung zu stellen, um ihr menschliches Gegenüber optimal zu unterstützen.
Es gibt drei Arten von Agenten und Assistenten, die du in Slack verwenden kannst:
1. Agentforce (verfügbar ab Januar 2025 in Slack): Auf der Grundlage der relevantesten dialogorientierten Daten in Slack und deiner vertrauenswürdigen Enterprise-Daten schlägt Agentforce Aktionen in deinem Namen vor und automatisiert sie. Entwickle benutzerdefinierte Agenten, die ihre Produktivität direkt in den Arbeitsablauf deiner Mitarbeitenden einbringen. Agentforce kann in Slack Aktionen wie das Erstellen und Aktualisieren von Channels, Listen und Canvases durchführen – sei es für die Personalabteilung, die IT, den Support, den Vertrieb oder viele andere Bereiche. Agentforce in Slack ist bald verfügbar; nimm Kontakt zu unserem Vertrieb auf, um mehr zu erfahren.
2. Deine individuell entwickelten KI-Assistenten auf der Slack-Plattform: Über eine spezielle Benutzeroberfläche in Slack kannst du KI-Assistenten einbetten, die du mit eigens entwickelten APIs erstellt hast. Du kannst diese benutzerdefinierten KI-Assistenten so einrichten, dass sie genauso arbeiten wie du. So kannst du Aufgaben – von Tickets bis zu Anfragen und mehr – auslagern und dich auf wichtigere Aufgaben konzentrieren. Diese APIs sind bereits heute im Slack Developer Center verfügbar.
3. KI-Assistenten von Drittanbietern: Mit den KI-Assistenten von Drittanbietern kannst du dir Hilfe beim Verfassen von Inhalten, beim Recherchieren von Marktforschungsergebnissen oder beim Abrufen und Zusammenfassen von Dateien holen. Derzeit gibt es mehrere sofort einsatzbereite KI-Apps, die im Slack Marketplace heruntergeladen werden können, z. B. Adobe Express und Cohere.
KI-Assistenten von Drittanbietern werden durch Slack anhand von Richtlinien und/oder Prüfungen auf Qualität und Sicherheit geprüft, bevor sie im Slack Marketplace veröffentlicht werden. Unternehmen, die KI-Assistenten von Drittanbietern für den Slack Marketplace entwickeln, müssen sich an die App-Richtlinien von Slack halten, nach denen es unter anderem verboten ist, Slack-Kundendaten für das Training von LLMs zu verwenden, und die Unternehmen dazu verpflichten, wichtige Sicherheits- und Compliance-Details über ihre Apps zu teilen. Außerdem können Inhaber:innen und Admins in Slack steuern, welche Agenten-Apps ihren Workspaces hinzugefügt werden können.
Der Einstein Trust Layer von Salesforce unterstützt dich bei der sicheren Bereitstellung von KI in deinem Unternehmen. Bei jeder Agentforce-Interaktion arbeitet der Einstein Trust Layer im Hintergrund, um die Privatsphäre und Sicherheit deiner Daten zu schützen und die Sicherheit und Genauigkeit der einzelnen Antworten zu gewährleisten.
- Kundendaten: Wir verwenden niemals Kundendaten, um LLMs zu trainieren.
- Grenzen für Agenten: Kund:innen haben die Kontrolle darüber, auf welche Daten Agenten in Slack zugreifen können, und legen Grenzen fest, damit Agenten ihre Aufgaben erfüllen und unerwünschtes Verhalten verhindert wird.
- Sichere LLM-Gateways: Du kannst grundlegende LLMs sicher verwenden, indem du verhinderst, dass LLMs von Drittanbietern deine Kunden- und Unternehmensdaten aufbewahren oder überwachen.
- Zero Data Retention: Nachdem das LLM eine Antwort generiert und an Agentforce zurückgeschickt hat, werden alle Daten dank unserer „Zero Data Retention“-Vereinbarungen automatisch gelöscht, denn deine Daten sind nicht unser Produkt. Unsere Datenmaskierungstechniken verhindern, dass das LLM sensible Daten wie die Namen von Unternehmen und Personen erkennt oder verarbeitet.
- KI-Überwachung: Agentforce überwacht und analysiert Antworten kontinuierlich und erkennt darin enthaltene schädliche Sprache. Wir lassen im Hintergrund Modelle zur Bewertung der Toxizität laufen, um potenziell toxische oder schädliche Inhalte zu ermitteln.
2 Quelle: Harvard Business School, „Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality“, 2024
3 Quelle: McKinsey Global Institute, „The economic potential of generative AI: The next productivity frontier“, 2023