美国 - 艾赫巴里通讯社
Salesforce 发布全新 Slackbot AI 代理，加剧职场 AI 竞争
Salesforce 周二在蓬勃发展的职场人工智能领域迈出了重要一步，推出了一个全新设计的 Slackbot。该公司长期以来一直使用的办公场所助手已从一个简单的通知系统根本性地转变为其高管所称的成熟的 AI 代理。这一高级版本旨在执行复杂任务，例如搜索庞大的企业数据存储库、起草文档以及代表员工执行操作，这标志着在数字工作空间中重新定义生产力和协作方面迈出了重要的一步。
现在已面向 Business+ 和 Enterprise+ 客户推出的全新 Slackbot，代表了 Salesforce 将 Slack 嵌入“代理式 AI”（Agentic AI）运动核心的最雄心勃勃的尝试。这种范式转变设想软件代理能够主动与人类用户协同工作，以完成复杂的工作流程。此次发布凸显了 Salesforce 的战略必要性，即向投资者证明其 AI 投资将巩固其产品套件，而不是因该领域的快速进步而过时。
另请阅读
从“三轮车”到“保时捷”：彻底的检修
Salesforce 联合创始人兼 Slack 技术主管 Parker Harris 强调了该工具的巨大演变。“Slackbot 不仅仅是另一个 Copilot 或 AI 助手，” Harris 在一次独家采访中说道。“它是代理式企业的入口，由 Salesforce 提供支持。”他生动地描述了这次转变，将旧的 Slackbot 比作“小三轮车”，而新版本则比作“保时捷”，突显了能力和复杂性的巨大飞跃。
自 Slack 成立以来一直存在的原始 Slackbot，负责处理基本的算法功能：提醒用户进行文档协作、建议频道归档以及传递基本警报。然而，新的 Slackbot 在完全不同的架构上运行。它建立在一个大型语言模型（LLM）的基础上，并辅以强大的搜索功能，可以索引和检索 Salesforce 记录、Google Drive 文件、日历数据以及多年的 Slack 对话历史中的信息。“这是两件完全不同的事情，” Harris 解释道。“旧的 Slackbot 是算法化的，相当简单。新的 Slackbot 是全新的——它基于 LLM 和一个非常强大的搜索引擎，并连接到第三方搜索引擎和第三方企业数据。” Salesforce 决定保留熟悉的“Slackbot”品牌名称，以利用现有的用户认知度，同时推出一个功能大大增强的产品。
Anthropic 的 Claude 为新代理提供动力，更多模型即将推出
最初，新的 Slackbot 利用了 Anthropic 先进的大型语言模型 Claude。这一选择部分受到严格合规要求的影响。Slack 的商业服务根据 FedRAMP Moderate 认证为美国联邦政府客户提供服务。据 Harris 称，在开发过程中，Anthropic 是“唯一能够为我们提供合规 LLM 的供应商”。
然而，这种独特性不会持久。Salesforce 计划在年内集成其他 AI 供应商。Harris 证实了与 Google 的牢固关系，并提到了 Gemini 的“令人难以置信”的性能和成本效益，这表明它将来会用于特定功能。OpenAI 的模型也仍然是一个可能性。Harris 回应了 CEO Marc Benioff 关于 LLM 商品化（commoditization）的观点，称它们为“CPU”——即基本且必不可少的组件，而不是独特的差异化因素。
数据隐私：不可谈判的立场
在处理培训数据的关键问题时，Harris 态度坚决：Salesforce 不会在客户数据上训练其 AI 模型。他解释了安全理由：“模型没有任何形式的安全保障。如果我们对您和我之间的秘密对话进行模型训练，而我不想让 Carolyn 知道——如果我将其训练到 LLM 中，我将无法区分出您可以看到答案，而 Carolyn 看不到。”这一承诺对于建立信任和确保企业通信的机密性至关重要。
内部试点项目带来了显著的采用率
Salesforce 在数月内对新 Slackbot 进行了广泛的内部测试，并将其推广到所有 80,000 名员工。根据 Slack 的首席营销官 Ryan Gavin 的说法，结果“令人震惊”。他称之为“Salesforce 历史上采用最快的的产品”。内部数据显示，三分之二的 Salesforce 员工尝试了新的 Slackbot，其中 80% 的用户继续定期使用。用户满意度飙升至 96%，这是 Slack 发布的任何 AI 功能的最高纪录。员工报告称，通过使用新工具，每周可节省两到二十小时的时间。
相关新闻
采用很大程度上是有机发生的，这得益于用户的热情。Gavin 指出，由员工创建的、列出“最值得借鉴的 Slackbot 提示”（The Most Stealable Slackbot Prompts）的“Canvas”迅速涌现，并迅速增长到包含 250 多个条目。Salesforce 的首席用户体验研究员 Kate Crotty 观察到，73% 的内部采用是通过社交分享和同事推荐实现的，而不是自上而下的指令，从而促进了协作学习环境。
将数据转化为可操作的见解
在产品演示中，Slack 的产品体验设计师 Amy Bauer 展示了 Slackbot 如何综合来自多个来源的信息。在一个例子中，她指示 Slackbot 分析试点计划中的客户反馈，上传使用情况仪表板的图像，并关联定性和定量数据。“这就是 Slackbot 对我来说真正物有所值的地方，” Bauer 评论道。“它不仅仅是简单地读取图像——它实际上在查看图像并将其与它刚刚为我生成的见解进行比较。”然后，Slackbot 会查询 Salesforce 来识别具有开放交易的相关企业客户，将它们定位为早期访问的候选客户，从而产生 Bauer 所说的“一个非常好的理由和前进计划”。最后，它将所有这些综合分析整合到 Slack Canvas 中，呈现出面向管理层的即时见解。
