Agentforce คืออะไร และทำไมยุทธศาสตร์ Multi‑Cloud ของ Salesforce จึงสำคัญ
Salesforce Agentforce AI คือระบบแพลตฟอร์มสำหรับสร้างและบริหาร Enterprise AI agents ที่เชื่อมต่อข้อมูล โมเดล AI เอเจนต์ และโครงสร้างพื้นฐานคลาวด์เข้าด้วยกัน เพื่อให้ AI สามารถทำงานบนกระบวนการธุรกิจจริง เช่น การขาย การบริการลูกค้า และงานภาครัฐอย่างปลอดภัยและอยู่ภายใต้การกำกับดูแลขององค์กร จุดต่างจากเครื่องมือ AI ทั่วไปคือ Agentforce ถูกออกแบบให้ฝังตัวลงในเวิร์กโฟลว์ที่มีอยู่ เชื่อมต่อกับระบบธุรกิจหลากหลาย และทำงานข้ามผู้ให้บริการคลาวด์ได้โดยตรง ทำให้องค์กรลดความเสี่ยงจากการพึ่งพาผู้ขายรายเดียวและสามารถขยายการใช้งาน AI ไปทั่วทั้งองค์กรได้แบบเป็นระบบ หัวใจของการประกาศครั้งล่าสุดคือการจับมือเชิงกลยุทธ์กับ AWS Google Cloud และ Nvidia ที่ถูกเปิดตัวในงาน Dreamforce เมื่อวันที่ 15 กันยายน โดยมุ่งไปที่การขยายระบบนิเวศของ Agentforce ให้รองรับโมเดลและโครงสร้างพื้นฐานหลากหลายรูปแบบ ทิศทางนี้สะท้อนมุมมองค่อนข้างชัดว่าในยุค Enterprise AI การผูกติดกับคลาวด์รายเดียวหรือโมเดลตัวเดียวคือข้อจำกัด ไม่ใช่ข้อได้เปรียบ
Hyperforce บน Google Cloud และ AIforce อินเทอร์เฟซใหม่ของ AI CRM platform
การย้าย Hyperforce ไปทำงานแบบเนทีฟบน Google Cloud คือก้าวสำคัญที่ทำให้ Salesforce สามารถขยายศักยภาพ AI ไปได้ทั่วโลกโดยไม่ต้องเปลี่ยนวิธีที่ลูกค้าเคยเชื่อใจแพลตฟอร์มนี้มาก่อน Hyperforce บน Google Cloud ถูกออกแบบให้ยกระดับมาตรฐานด้านความปลอดภัย การปฏิบัติตามกฎระเบียบ และความยืดหยุ่น ขณะเดียวกันก็เปิดทางให้ลูกค้ามีตัวเลือกในการปรับใช้ Multi‑cloud AI infrastructure มากขึ้น การให้บริการทั่วไปในอเมริกาเหนือถูกวางไทม์ไลน์ไว้เดือนพฤศจิกายน และจะทยอยขยายฟีเจอร์และภูมิภาคในปีต่อไป รวมถึงยุโรป บนชั้นอินเทอร์เฟซ Salesforce เปิดตัว AIforce แพลตฟอร์มอินเทอร์เฟซแบบเรียลไทม์ที่ให้ทั้งผู้ใช้และ AI agents เข้าถึงความสามารถของ AI CRM platform ได้จากทุกช่องทางที่ใช้งานอยู่ ไม่ว่าจะเป็น Claude Slack หรือ Lightning คำกล่าวหนึ่งที่สะท้อนภาพการใช้งานคือ “ด้วย AIforce ผู้ใช้งานไม่จำเป็นต้องเข้าไปที่ Salesforce เพื่อทำงานอีกต่อไป แต่ Salesforce จะเข้ามาอยู่ในเครื่องมือที่พวกเขาใช้งานอยู่แล้ว” ซึ่งพลิกมุมมองจากการเข้าแอปเพื่อค้นข้อมูล มาเป็นให้ข้อมูลและเวิร์กโฟลว์เดินทางไปหาผู้ใช้แทน
Trusted Enterprise AI Harness และบทบาทของ Enterprise AI agents ในโลกจริง
หาก Agentforce และ AIforce คือกล้ามเนื้อของ Enterprise AI แกนกลางที่ทำให้ทุกอย่างทำงานอย่างมีระเบียบคือ Trusted Enterprise AI Harness แนวคิด Agentic Enterprise ทำให้ AI Agent ไม่ใช่แค่บอทตอบคำถาม แต่เข้ามารับผิดชอบงานที่ซับซ้อน ตั้งแต่ทำความเข้าใจบริบท ตัดสินใจ ไปจนถึงลงมือทำงานข้ามระบบและทำงานร่วมกับพนักงานและเอเจนต์อื่น ปัญหาสำคัญจึงไม่ใช่แค่ความฉลาดของโมเดล แต่คือการกำกับให้เอเจนต์เหล่านี้ทำงานสอดคล้องกับกฎ นโยบาย และความคาดหวังขององค์กร Enterprise AI Harness ถูกออกแบบให้รวมความสามารถที่ AI Agent ต้องใช้ในด้านบริบท การวางแผน การดำเนินการ การกำกับดูแล ความปลอดภัย และการเชื่อมต่อโมเดล AI ภายใต้สถาปัตยกรรมเดียวที่ประกอบใช้งานได้อย่างยืดหยุ่น จุดเด่นคือ AI Control Plane ศูนย์กลางสำหรับค้นหา ลงทะเบียน กำหนดนโยบาย ติดตามประสิทธิภาพ และควบคุมต้นทุนของ AI Agent ทั้งหมดในองค์กร นี่คือชั้นกำกับดูแลที่ทำให้ AI agents จากหลายแพลตฟอร์มสามารถถูกใช้ในงานจริงโดยไม่ทำให้ฝ่ายบริหารรู้สึกว่าสูญเสียการควบคุม
ยุทธศาสตร์ Multi‑Cloud และผลกระทบจริงต่อผู้ใช้และข้อมูลองค์กร
ยุทธศาสตร์ Multi‑Cloud AI infrastructure ของ Salesforce ไม่ได้เป็นแค่วาทกรรมทางการตลาด การเชื่อมต่อ Agentforce กับ AWS Google Cloud และ Nvidia เปิดให้ลูกค้าใช้โมเดลหลากหลาย ตั้งแต่โมเดลพื้นฐานบน Amazon Bedrock ไปจนถึง Gemini ของ Google ภายในแพลตฟอร์มเดียว ลูกค้าร่วมสามารถใช้โมเดล Gemini อย่างเนทีฟใน Agentforce เพื่อสร้าง Enterprise AI agents ที่ให้เหตุผลและลงมือปฏิบัติข้ามทั้งสองแพลตฟอร์ม ขณะที่โมเดลจาก Nvidia ที่ผ่านการฝึกขั้นหลังถูกเตรียมไว้ให้ลูกค้าบางกลุ่มใช้งานต่อเนื่อง ด้านข้อมูล การออกแบบให้ Data 360 รองรับการแชร์แบบ zero‑copy ไปยัง Apache Iceberg ที่จัดการด้วย AWS Glue ฐานข้อมูล Amazon Aurora และการแชร์ข้อมูลกับ BigQuery ผ่านมาตรฐานเปิด Iceberg Rest Catalog และ Private Connect แปลว่าข้อมูลสามารถอยู่ในที่เดิมแต่พร้อมให้เอเจนต์ AI เข้าถึงโดยไม่ต้องย้ายข้อมูลซ้ำซ้อน สิ่งนี้ช่วยตอบโจทย์ data residency และการกำกับสิทธิ์ ซึ่งเป็นประเด็นสำคัญสำหรับองค์กรที่ต้องอยู่ภายใต้กฎกำกับดูแลเข้มข้น การลดการพึ่งพาคลาวด์รายเดียวจึงไม่ใช่แค่เรื่องต่อรองราคา แต่เป็นเรื่องความเสี่ยงและความยืดหยุ่นของข้อมูลในระยะยาว
จาก Coworker ถึงภาพใหญ่ของ Agentic Enterprise และทิศทางต่อไป
เพื่อเห็นภาพว่าแนวคิด Agentic Enterprise จะลงสู่ระดับผู้ใช้รายวันอย่างไร ตัวอย่างเช่น Agentforce Coworker ซึ่งทำหน้าที่เป็นเพื่อนร่วมงานดิจิทัลใน Lightning Interface ของ Salesforce สามารถวิเคราะห์ข้อมูลลูกค้า กิจกรรม และประวัติการทำงาน แล้วเสนอข้อมูลเชิงลึกและลงมือดำเนินการในที่เดียวกับที่ผู้ใช้ทำงานอยู่ทุกวัน ปัจจุบันมีผู้ใช้งานมากกว่า 100,000 คนที่เปิดใช้งาน Coworker ภายใน 35 วันแรกหลังเปิดตัว แสดงให้เห็นว่าพนักงานพร้อมยอมรับเอเจนต์แบบนี้เมื่อมันฝังตัวอยู่ในเครื่องมือที่คุ้นเคย เบื้องหลังความนิยมของแพลตฟอร์ม อยู่บนการใช้งานที่ขยายมาตลอดสองทศวรรษ มีการพัฒนาแอปพลิเคชันกว่า 12 ล้านรายการ รองรับการเรียกใช้ API กว่า 9,600 ล้านครั้งต่อวัน และสร้างโค้ดด้วย AI กว่า 156 ล้านบรรทัด เมื่อผสานฐานการใช้งานขนาดนี้เข้ากับ Agentforce AIforce และ Trusted Enterprise AI Harness ภาพใหญ่ที่เห็นชัดคือ Salesforce กำลังพยายามย้ายศูนย์กลางของซอฟต์แวร์ธุรกิจจากหน้าจอเมนูไปสู่เอเจนต์อัจฉริยะที่ทำงานแบบเรียลไทม์บน Multi‑Cloud และรองรับการกำกับดูแลระดับองค์กร ทิศทางต่อไปจึงไม่น่าจะเป็นการถามว่าองค์กรควรใช้ AI หรือไม่ แต่จะเปลี่ยนเป็นว่าองค์กรจะจัดระบบให้ AI agents ทำงานได้อย่างไว้ใจและไม่ติดกับผู้ขายรายเดียวอย่างไร
