Gigant CRM spotyka się z klientami nawet raz w tygodniu, zbierając feedback do rozwoju produktów AI w czasie rzeczywistym i implementując zmiany niemal natychmiast.

Źródło zdjęcia: TechCrunch
Salesforce wprowadza nowatorskie podejście do rozwoju swoich produktów sztucznej inteligencji, angażując klientów w tworzenie strategii technologicznej w czasie rzeczywistym. Gigant oprogramowania CRM nie tylko konsultuje się z użytkownikami, ale wręcz crowdsourcuje swoją mapę drogową AI, spotykając się z niektórymi klientami nawet raz w tygodniu, jak donosi TechCrunch.
Jayesh Govindarajan, wiceprezes wykonawczy Salesforce AI, podkreśla znaczenie bliskiej współpracy z klientami. „18 000 klientów to źródło informacji i bogactwo wiedzy, które jest naprawdę potrzebne do osiągnięcia sukcesu klienta” — mówi w wywiadzie. Firma rozwija stos technologiczny, który rezonuje z klientami, a wraz z czasem może lepiej zrozumieć kontekst, co sprawia, że systemy agentów wykonują coraz bardziej autonomiczne zachowania.
To podejście różni się od tradycyjnych cykli rozwoju produktów. Muralidhar Krishnaprasad, prezes i dyrektor techniczny inżynierii Salesforce, wyjaśnia: „Nie możemy czekać trzy lub sześć miesięcy na feedback, a potem zastanawiać się nad kolejnymi sześcioma miesiącami pracy. Reagujemy dosłownie tydzień po tygodniu, miesiąc po miesiącu.”
Engine, platforma zarządzania podróżami służbowymi, jest jednym z przykładów takiej ścisłej współpracy. Zespół operacyjny firmy spotyka się z Salesforce co tydzień, zgodnie z relacją Elii Wallena, założyciela i CEO Engine. Dzięki temu partnerstwa Engine otrzymuje dostęp do narzędzi AI przed ich oficjalnym wydaniem, co pomaga firmie pozostać konkurencyjną.
Wallen opisuje konkretny przypadek, gdy poinstruował agenta głosowego AI, aby zarezerwował mu hotel w Chicago. Uznał, że głos i interakcja wydawały się nieco nienaturalne i podzielił się tym spostrzeżeniem z Salesforce. Wkrótce potem agent został zmieniony, a testy A/B firmy zaczęły pokazywać lepsze wyniki.
Strategia Salesforce opiera się na tematach takich jak kontekst agenta, obserwowalność i kontrole deterministyczne, zamiast na konkretnych harmonogramach produktów. Govindarajan wyjaśnia: „Innowacje, które wprowadziliśmy, są bezpośrednim rezultatem pracy z ogromną liczbą klientów i klasyfikowania problemów, które widzą w rzeczywistym świecie.”
Firma analizuje, które problemy można rozwiązać na poziomie modeli językowych, a które wymagają budowania dodatkowych komponentów systemu operacyjnego agentów wokół LLM-ów. To pozwala na szybkie naprawianie problemów, zanim technologia ewoluuje poza nie.
Salesforce udowadnia, że w erze szybko rozwijającej się sztucznej inteligencji kluczem do sukcesu może być nie tylko technologiczna przewaga, ale przede wszystkim umiejętność słuchania klientów i błyskawicznego reagowania na ich potrzeby.

Redaktorka The Verge użyła Google Gemini do stworzenia aplikacji ogrodowej w 233 sekundy, ale prawdziwe wyzwanie rozpoczęło się dopiero w praktyce.

Nvidia planuje pierwszą od 2021 roku emisję obligacji warte 20 mld dolarów, dołączając do fali korporacyjnych pożyczek napędzanych rozwojem AI.
Twórca BitTorrenta analizuje drastyczne pogorszenie jakości rozmów z Claude. Nowe wersje są niepotrzebnie konfrontacyjne i trudne w obsłudze.