I team si pongono le stesse domande prima di collegare Agentforce ai propri dati Salesforce. Questa pagina ne risponde a dieci in modo diretto. Ogni risposta è pensata per una consultazione rapida e rimanda a una guida più approfondita dove serve.
Agentforce ha bisogno di dati puliti?
Sì. Agentforce ha bisogno di dati puliti perché gli agenti basano le proprie risposte sui record Salesforce che recuperano. Un agente lavora con ciò che trova nei campi che rientrano nel suo ambito. Quando quei campi sono incompleti, incoerenti o non validi, l’agente produce risultati incompleti, incoerenti o non validi. Dati puliti fanno la differenza tra un agente che aiuta gli utenti e uno che li induce in errore. Il rischio è documentato: Gartner ha previsto nel 2024 che almeno il 30% dei progetti di intelligenza artificiale generativa verrebbe abbandonato dopo la fase di proof-of-concept entro la fine del 2025, con la scarsa qualità dei dati tra le cause principali. Consultate perché gli agenti Agentforce falliscono per le specifiche modalità di errore generate da dati di scarsa qualità.
Quali dati utilizza Agentforce?
Agentforce utilizza i vostri record Salesforce. Gli agenti recuperano informazioni dagli oggetti a cui concedete loro accesso, generano risposte basate su quei dati e compiono azioni per conto degli utenti. I campi più importanti per la qualità delle risposte sono i campi di testo libero come Description, Comments e Notes, insieme ai picklist e ai campi di riferimento che forniscono il contesto. Se un campo rientra nell’ambito di un agente, il suo contenuto diventa input per le risposte dell’agente. Per un quadro completo di come i dati CRM alimentano l’AI, leggete Qualità dei dati in Salesforce.
Come faccio a sapere se i miei dati Salesforce sono pronti per Agentforce?
Sapete che i vostri dati sono pronti quando soddisfano soglie di preparazione definite in termini di completezza, coerenza, validità ed esposizione PII. La preparazione è misurabile, non una sensazione. Eseguite una scansione DQS su ogni oggetto a cui un agente accederà, registrate un tasso di riferimento per ogni dimensione e confrontate quei tassi con i vostri obiettivi. La checklist di preparazione dei dati per Agentforce illustra ogni elemento da confermare prima del deployment.
Cosa succede se Agentforce legge record incompleti?
Quando Agentforce legge record incompleti, genera risposte vaghe o generiche perché non ha alcun contesto da cui attingere. Un campo Description vuoto non dà all’agente nulla di specifico a cui fare riferimento, quindi ripiega su un linguaggio generico che aggiunge poco valore. Il problema cresce con il volume. Il tasso di completezza indica quanti record presentano questa lacuna nei campi utilizzati da un agente, così da poter dare priorità prima ai campi peggiori. La completezza è la prima delle cinque dimensioni della qualità dei dati.
Agentforce può esporre dati PII?
Sì. Agentforce può portare alla luce informazioni di identificazione personale presenti nei campi Salesforce che legge. I dati PII si nascondono nei campi di testo libero in cui gli utenti incollano le comunicazioni con i clienti. La funzione email-to-case, ad esempio, cattura numeri di previdenza sociale e numeri di carte di credito dai messaggi in arrivo e li memorizza in Description e Comments dei Case. Quando un agente recupera uno di quei record, il dato PII entra nel contesto AI e può comparire in una risposta generata. Il rilevamento PII di DQS include otto pattern per individuare questi dati, e la guida Agentforce e conformità PII spiega come gestirli.
Come misuro la qualità dei dati Salesforce prima di implementare Agentforce?
Si misura la qualità dei dati Salesforce con DQS, che scansiona i vostri record all’interno di Salesforce e restituisce un tasso per ogni dimensione. In Definition Builder, selezionate gli oggetti e i campi a cui un agente accederà, poi eseguite una scansione. Insight Studio restituisce il tasso di completezza, il tasso di conformità, il tasso di validità, il tasso di tempestività, il tasso di duplicati e il tasso di esposizione PII per quell’ambito. L’intera scansione viene eseguita nella vostra organizzazione, quindi nessun dato lascia Salesforce. Per un metodo passo dopo passo, consultate come misurare la qualità dei dati in Salesforce.
Quanto devono essere puliti i miei dati?
Puntate a un tasso di completezza dell’85% o superiore sui campi chiave, a un tasso di conformità del 90% o superiore sui campi picklist e di riferimento, a un tasso di validità del 90% o superiore sui campi strutturati e a un tasso di esposizione PII inferiore all’1% sui campi di testo. Queste soglie forniscono agli agenti dati sufficientemente completi, coerenti e validi per rispondere in modo affidabile, mantenendo al contempo i dati sensibili fuori dal contesto AI. Aumentate gli obiettivi per i campi regolamentati o rivolti ai clienti, dove gli errori comportano un rischio maggiore. La guida alla preparazione per Agentforce spiega come convalidare ogni tasso rispetto a questi obiettivi prima della messa in produzione.
Quanto tempo richiede la preparazione dei dati per Agentforce?
Prevedete all’incirca tre mesi per la preparazione dei dati prima della messa in produzione. Eseguite la valutazione circa tre mesi prima per stabilire i valori di riferimento. Completate la bonifica circa due mesi prima, affrontando prima i dati PII, poi la completezza e la coerenza. Eseguite la convalida circa un mese prima rieseguendo ogni scansione e confrontando i nuovi tassi con i valori di riferimento. Dopo il deployment, passate al monitoraggio continuo. Le dimensioni dell’organizzazione e il numero di oggetti nell’ambito di analisi modificano la tempistica, ma la sequenza resta invariata. Per la fase di bonifica nel dettaglio, consultate bonifica dei dati Salesforce per Agentforce.
Il monitoraggio della qualità dei dati è importante dopo la messa in produzione?
Sì. Il monitoraggio della qualità dei dati è importante dopo la messa in produzione perché la qualità dei dati si degrada man mano che gli utenti inseriscono nuovi record. Un dataset ripulito per il lancio accumula nuove lacune, incoerenze e dati PII nel giro di settimane. Una bonifica una tantum non basta. Programmate scansioni DQS ricorrenti, settimanali per i campi di testo ad alto volume e mensili per gli oggetti nell’ambito dell’agente, e monitorate le tendenze delle metriche. Scansioni regolari individuano le regressioni in anticipo, prima che raggiungano i vostri agenti e i vostri utenti.
Qual è la differenza tra qualità dei dati e preparazione dei dati?
La qualità dei dati misura se i vostri record sono idonei allo scopo previsto. La preparazione dei dati misura se quegli stessi record sono pronti per un uso specifico, in questo caso Agentforce. La preparazione si basa sulle cinque dimensioni della qualità dei dati e aggiunge una preoccupazione che il lavoro tradizionale sulla qualità ignora: l’esposizione di dati sensibili. Un record può essere completo, coerente e valido e contenere comunque un numero di previdenza sociale che un agente non deve mai portare alla luce. La preparazione combina entrambi i controlli. Iniziate dalle basi con che cos’è la qualità dei dati.
Prossimi passi
- Preparazione per Agentforce: la guida completa alla preparazione, fase per fase
- Checklist di preparazione dei dati per Agentforce: confermare ogni elemento prima del deployment
- Rilevamento PII: individuare i dati sensibili prima che gli agenti possano leggerli
- Misurare la qualità dei dati in Salesforce: eseguire la prima scansione di riferimento
- Valutazione della preparazione IA: ottenere il punteggio di preparazione attuale in 3 minuti