اعلام همکاری کلودفورس میان آنتروپیک و سیلزفورس

کلودفورس؛ همکاری آنتروپیک و سیلزفورس با ۳۷ مهارت فروش

اخبار · هوش مصنوعی

دو شرکت آنتروپیک و سیلزفورس همکاری تازه‌ای با نام «کلودفورس» اعلام کردند. در این طرح، مدل کلود به موتور استدلال ابزارهای سیلزفورس و مدل پیش‌فرض اسلک تبدیل می‌شود و به داده‌های زنده‌ی مشتریان دسترسی پیدا می‌کند. نسخه‌ی نخست با ۳۷ مهارت آماده‌ی فروش عرضه شده و بتای عمومی آن برای سپتامبر اعلام شده است. جمله‌ی مدیرعامل سیلزفورس درباره‌ی رابط کاربری تازه، نشان می‌دهد رقابت نرم‌افزارهای سازمانی وارد مرحله‌ی دیگری شده است.

چکیده. شرکت‌های سیلزفورس و آنتروپیک در ۲۶ اوت ۲۰۲۶ همکاری گسترده‌ای با نام Claudeforce اعلام کردند. این طرح دو جهت دارد: افزونه‌ی سیلزفورس درون کلود، و کلود به‌عنوان موتور استدلال محصولات سیلزفورس از جمله ایجنت‌فورس. در اسلک هم کلود به مدل پیش‌فرض تبدیل می‌شود. نسخه‌ی نخست با ۳۷ مهارت آماده‌ی فروش عرضه شده و بتای عمومی برای سپتامبر ۲۰۲۶ اعلام شده است. دسترسی کلود به داده‌ها از مسیر هارنس سازمانی سیلزفورس و درون مرز اعتماد این شرکت انجام می‌شود.
اعلام همکاری کلودفورس میان آنتروپیک و سیلزفورس

۱) کلودفورس دقیقاً چیست

خبر در ۲۶ اوت ۲۰۲۶ اعلام شد و عنوانی که دو شرکت برای آن برگزیدند، خودش گویای لحن ماجراست: تلاقی هوش مصنوعی پیشرو با سامانه‌ی مدیریت ارتباط با مشتری پیشرو.

در توصیف رسمی، کلودفورس گسترش همکاری پیشین دو شرکت است که توانایی استدلال کلود را با داده‌های سازمانی، گردش‌کارها و لایه‌ی حاکمیت داده‌ی سیلزفورس ترکیب می‌کند تا هوش مصنوعی بتواند نه فقط پاسخ بدهد، بلکه اقدام کند.

این تمایز میان «پاسخ دادن» و «اقدام کردن» کلید فهم کل ماجراست و در ادامه به آن برمی‌گردیم.

۲) دو جهت این همکاری

ساختار این طرح دوسویه است و همین نکته اغلب در پوشش‌های خبری گم می‌شود.

سیلزفورس درون کلود

در این جهت، افزونه‌ای فراهم می‌شود که به کاربر امکان می‌دهد از درون خود کلود به داده‌های درآمدی دسترسی داشته باشد و به‌روزرسانی خط لوله‌ی فروش را خودکار کند. یعنی فروشنده لازم نیست از محیط گفت‌وگو خارج شود.

کلود درون سیلزفورس

در جهت مقابل، کلود به موتور استدلال محصولات سیلزفورس تبدیل می‌شود؛ از موتور استدلال اطلس در ایجنت‌فورس گرفته تا ابزارهای ساخت عامل. در اسلک هم کلود به مدل پیش‌فرض در قابلیت‌های هوشمند این پیام‌رسان تبدیل می‌شود.

اهمیت بخش اسلک را دست‌کم نگیرید. اسلک برای بسیاری از سازمان‌ها محل واقعی انجام کار است؛ جایی که تصمیم‌ها گرفته می‌شود و اطلاعات رد و بدل می‌گردد. حضور پیش‌فرض یک مدل در این لایه، دسترسی به بستری با میلیون‌ها کاربر روزانه است.

سی‌وهفت مهارت آماده فروش در نسخه نخست کلودفورس

۳) سی‌وهفت مهارت آماده؛ یعنی چه

نسخه‌ی نخست با ۳۷ مهارت از پیش ساخته‌شده برای حوزه‌ی فروش عرضه شده است. نمونه‌های اعلام‌شده شامل آماده‌سازی جلسه، بررسی سلامت معامله و مرور خط لوله‌ی فروش است.

مفهوم «مهارت» در اینجا یعنی یک گردش‌کار بسته‌بندی‌شده. به‌جای این‌که کاربر خودش دستور بنویسد و مراحل را توضیح دهد، یک وظیفه‌ی تعریف‌شده را فرا می‌خواند و سامانه می‌داند باید به کدام داده‌ها نگاه کند، چه چیزی را خلاصه کند و خروجی را در چه قالبی بدهد.

این رویکرد، فاصله‌ی میان «مدل توانمند» و «ابزار مفید» را پر می‌کند. تجربه‌ی این دو سال نشان داده که مشکل اصلی سازمان‌ها نبود توانایی مدل نبوده؛ ندانستن این‌که چطور آن را به کار روزمره وصل کنند بوده است. اگر می‌خواهید در نوشتن دستورهای دقیق حرفه‌ای‌تر شوید، راهنمای پرامپت‌نویسی ما نقطه‌ی شروع خوبی است.

تفاوت مهارت با پرامپت ساده

برای درک بهتر این تفاوت، یک نمونه‌ی عملی کمک می‌کند. اگر از یک مدل زبانی بخواهید «برای جلسه‌ی فردا با فلان شرکت آماده‌ام کن»، مدل بدون دسترسی به داده فقط می‌تواند یک چارچوب کلی بدهد. همان درخواست وقتی به‌صورت یک مهارت تعریف‌شده اجرا شود، سامانه می‌داند باید سابقه‌ی تماس‌های آن حساب، وضعیت معامله‌ی باز، تیکت‌های پشتیبانی اخیر و آخرین ایمیل‌های رد و بدل‌شده را جمع کند و خلاصه‌ای عملیاتی بسازد.

تفاوت در توانایی مدل نیست؛ در تعریف مسئله و دسترسی به داده است. همین است که بسته‌بندی گردش‌کارها را به بخش ارزشمند این‌گونه محصولات تبدیل می‌کند.

ریسکی که باید دید

هرچه عامل هوشمند اختیار بیشتری برای اقدام پیدا کند، اهمیت لایه‌ی تأیید انسانی بیشتر می‌شود. به‌روزرسانی خودکار خط لوله‌ی فروش، اگر بر پایه‌ی برداشت نادرست مدل از یک ایمیل انجام شود، می‌تواند گزارش‌های مدیریتی را خراب کند. تعریف روشن این‌که کدام اقدام‌ها نیاز به تأیید انسان دارند، بخشی از پیاده‌سازی درست چنین سامانه‌هایی است.

۴) داده‌ها چگونه به دست مدل می‌رسند

پرسش همیشگی هر مدیر فناوری اطلاعات همین است. طبق اعلام دو شرکت، دسترسی از مسیر هارنس سازمانی سیلزفورس انجام می‌شود؛ مجموعه‌ای از سرورهای پروتکل زمینه‌ی مدل، رابط‌های برنامه‌نویسی و ابزارهای خط فرمان که داده‌ها و گردش‌کارها را بدون یکپارچه‌سازی‌های پیچیده و پرهزینه به مدل وصل می‌کنند.

در بخش امنیت، اعلام شده که کلود درون مرز اعتماد سیلزفورس و از طریق زیرساخت ابری آمازون کار می‌کند و این ساختار برای صنایع تحت مقررات هم طراحی شده است.

این معماری منطق روشنی دارد. سازمان‌های بزرگ سال‌ها داده‌ی مشتریان خود را در این سامانه‌ها انباشته‌اند و بزرگ‌ترین مانع استفاده از هوش مصنوعی روی این داده‌ها، نگرانی حقوقی و امنیتی بوده است. راه‌حل، بردن مدل به سمت داده است، نه بیرون بردن داده.

۵) آنچه مدیران دو شرکت گفتند

مارک بنیوف، رئیس و مدیرعامل سیلزفورس، گفته است که با درآمیختن توان استدلال خارق‌العاده‌ی کلود با داده‌ها، گردش‌کارها و حاکمیت داده‌ای که هر سازمانی بر پایه‌ی آن کار می‌کند، رابطی پویا ارائه می‌شود که فکر می‌کند، استدلال می‌کند و اقدام می‌کند.

داریو آمودی، مدیرعامل و هم‌بنیان‌گذار آنتروپیک، تأکید کرده که با این همکاری شرکت‌ها می‌توانند کلود را به سمت اطلاعات مشتریانی نشانه بگیرند که دهه‌ها در سیلزفورس ساخته‌اند و از آن برای اداره و رشد واقعی کسب‌وکارشان استفاده کنند.

هر دو جمله یک نکته‌ی مشترک دارند: تأکید بر اقدام و اجرا، نه صرفاً تحلیل. این همان تغییر لحنی است که در کل صنعت دیده می‌شود.

پرسش درباره آینده رابط‌های کاربری سنتی در نرم‌افزارهای سازمانی

۶) پرسش بزرگ‌تر؛ آیا رابط کاربری سنتی تمام می‌شود

بحثی که این خبر را داغ‌تر کرد، پرسشی است که مدت‌هاست در فضای نرم‌افزارهای سازمانی مطرح است: اگر کاربر بتواند نیازش را به زبان طبیعی بگوید و سامانه خودش کار را انجام دهد، دیگر چه نیازی به ده‌ها صفحه و فرم و منو هست؟

پاسخ محتاطانه این است که نه، رابط سنتی تمام نمی‌شود، اما نقشش عوض می‌شود. کارهای تکراری و پرسش‌های ساده به لایه‌ی گفت‌وگو منتقل می‌شوند و رابط بصری برای کارهای دقیق، بازبینی نهایی و مواردی که نیاز به دیدن ساختار دارند باقی می‌ماند.

نکته‌ی مهم برای سازمان‌ها این است: ارزش یک سامانه‌ی سازمانی هیچ‌گاه فقط در رابط کاربری‌اش نبوده؛ در داده، حاکمیت داده و گردش‌کارهای تثبیت‌شده بوده است. همین دارایی است که دو طرف این معامله را به هم رسانده است. تحلیل ما درباره‌ی اهمیت هوش مصنوعی در کسب‌وکار این زاویه را بازتر می‌کند.

۷) این همکاری برای بازار چه معنایی دارد

سه پیامد قابل ردیابی است. نخست، تثبیت الگوی هم‌زیستی؛ به‌جای این‌که سازنده‌ی مدل و سازنده‌ی نرم‌افزار سازمانی یکدیگر را حذف کنند، هر کدام روی دارایی اصلی خود تمرکز می‌کنند.

دوم، فشار رقابتی بر سایر بازیگران. وقتی یکی از بزرگ‌ترین سکوهای نرم‌افزار سازمانی جهان یک مدل مشخص را به‌عنوان موتور پیش‌فرض انتخاب می‌کند، رقبا باید پاسخی داشته باشند. برای دنبال‌کردن این رقابت، بخش اخبار سایت را ببینید.

سوم، مسئله‌ی وابستگی. سازمانی که کل گردش‌کار فروشش را روی یک مدل مشخص بنا می‌کند، در برابر تغییر قیمت یا سیاست آن مدل آسیب‌پذیر می‌شود. این ریسکی است که مدیران فناوری باید از همین حالا برایش برنامه داشته باشند. برای آشنایی بیشتر با بازیگران این حوزه، این معرفی کمک می‌کند.

۸) برای کسب‌وکارهای کوچک‌تر چه درسی دارد

دسترسی مستقیم به این محصول برای بیشتر کسب‌وکارهای کوچک در دسترس نیست، اما منطق پشت آن کاملاً قابل تعمیم است.

پیام اصلی این است: ارزش هوش مصنوعی وقتی آزاد می‌شود که به داده‌های واقعی کسب‌وکار وصل شود. یک مدل قدرتمند که چیزی درباره‌ی مشتریان شما نمی‌داند، فقط یک نویسنده‌ی خوب است. همان مدل وقتی به سابقه‌ی خرید، تاریخچه‌ی پشتیبانی و خط لوله‌ی فروش شما دسترسی داشته باشد، تبدیل به همکار می‌شود.

گام عملی برای مقیاس کوچک ساده است: پیش از هر ابزاری، داده‌های مشتریانتان را مرتب و یک‌جا کنید. بدون داده‌ی تمیز، هیچ دستیاری معجزه نمی‌کند. مجموعه آموزش‌های سایت برای شروع این مسیر در دسترس است.

پرسش‌های پرتکرار درباره‌ی کلودفورس

کلودفورس دقیقاً چه چیزی است؟

همکاری گسترده‌ی سیلزفورس و آنتروپیک که در ۲۶ اوت ۲۰۲۶ اعلام شد و توان استدلال کلود را با داده‌ها، گردش‌کارها و حاکمیت داده‌ی سیلزفورس ترکیب می‌کند.

چه زمانی در دسترس قرار می‌گیرد؟

بتای عمومی آن برای سپتامبر ۲۰۲۶ اعلام شده است.

چند مهارت آماده دارد؟

نسخه‌ی نخست با ۳۷ مهارت آماده در حوزه‌ی فروش عرضه شده است؛ از جمله آماده‌سازی جلسه، بررسی سلامت معامله و مرور خط لوله‌ی فروش.

در اسلک چه تغییری ایجاد می‌شود؟

کلود به مدل پیش‌فرض قابلیت‌های هوشمند اسلک تبدیل می‌شود.

داده‌های شرکت‌ها امن می‌ماند؟

طبق اعلام دو شرکت، کلود درون مرز اعتماد سیلزفورس و از مسیر زیرساخت ابری آمازون کار می‌کند و این ساختار برای صنایع تحت مقررات هم در نظر گرفته شده است.

جمع‌بندی. کلودفورس نشان می‌دهد نبرد اصلی هوش مصنوعی سازمانی نه بر سر توانمندی مدل، که بر سر دسترسی به داده و گردش‌کار است. برنده کسی است که مدل را به جایی برساند که کار واقعاً آنجا انجام می‌شود. برای دنبال‌کردن ادامه‌ی این پرونده و داغ‌ترین اخبار هوش مصنوعی به @MrChatGPT_IR بپیوندید.
(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *