Salesforce меняет курс Agentforce: отказ от LLM объяснен

Краткая сводка

Salesforce объявила о крупном стратегическом повороте в развитии платформы Agentforce, переходя от зависимости от больших языковых моделей (LLM). Компания сокращает использование LLM из-за проблем со стоимостью, сложностью и нестабильностью производительности, которые преследуют корпоративные внедрения ИИ.

Этот сдвиг знаменует значительную перемену в том, как Salesforce подходит к разработке агентов ИИ. Поворот предполагает сосредоточение на более специализированных и эффективных архитектурах ИИ, способных обеспечить лучшие результаты для корпоративных клиентов.

В то время как LLM доминируют в заголовках, Salesforce делает ставку на иной подход, который, по ее мнению, окажется более устойчивым и экономически эффективным для ключевых клиентов. Этот шаг отражает растущую в отрасли скептическую оценку универсальной применимости LLM для всех случаев использования ИИ.

Стратегический поворот: почему Salesforce меняет курс

Salesforce кардинально пересматривает свой подход к разработке агентов ИИ. Компания пришла к выводу, что текущий путь с LLM не приносит ожидаемых результатов для ее корпоративных клиентов.

Решение отойти от LLM в Agentforce продиктовано несколькими критическими факторами, которые проявились в ходе внедрения. Среди них:

• Чрезмерные вычислительные затраты, которые делают решения на базе LLM экономически невыгодными при масштабировании
• Сложности, замедляющие циклы разработки и развертывания
• Нестабильность производительности, не отвечающая корпоративным стандартам надежности
• Трудности в кастомизации LLM под специфические бизнес-процессы

Эти проблемы становятся все более очевидными по мере того, как Salesforce пытается интегрировать агентов ИИ в свои основные платформенные предложения. Компания обнаружила, что хайп вокруг LLM не превратился в практические, устойчивые решения для ее клиентской базы.

Поворот представляет собой прагматичный ответ на реальные вызовы внедрения, а не теоретическое предпочтение. Salesforce отдает приоритет решениям, способным обеспечивать стабильную ценность без издержек, связанных с масштабными развертываниями LLM.

Новое направление Agentforce: что дальше

Agentforce теперь сосредоточится на специализированных архитектурах ИИ, разработанных специально для корпоративных задач. Этот новый подход делает упор на эффективность, надежность и экономичность, а не на размер модели.

Поворот включает несколько ключевых стратегических изменений:

• Разработка небольших моделей, созданных с нуля под конкретные бизнес-функции
• Интеграция традиционных методов машинного обучения там, где это уместно
• Фокус на детерминированных системах ИИ, обеспечивающих предсказуемые результаты
• Акцент на гибридных подходах, объединяющих несколько технологий ИИ

Это новое направление позволяет Salesforce сохранять контроль над технологическим стеком, сокращая зависимость от внешних поставщиков LLM. Компания может оптимизировать решение под свои специфические корпоративные требования, вместо того чтобы адаптироваться к ограничениям универсальных моделей.

Такой сдвиг также обеспечивает лучший контроль за конфиденциальностью данных и безопасностью, что критически важно для корпоративных клиентов. Отказ от массивных LLM позволяет Salesforce предлагать более прозрачные и поддающиеся аудиту решения.

Контекст отрасли: проверка реальности LLM

Salesforce отражает более широкую отраслевую тенденцию к переосмыслению возможностей и ограничений LLM. Многие компании обнаружили, что LLM — это не универсальное решение.

Несколько факторов способствуют этой проверке реальности:

• Структуры затрат, которые плохо масштабируются с объемами использования
• Проблемы с задержками (latency), влияющие на пользовательский опыт
• Галлюцинации и противоречия, требующие человеческого контроля
• Регуляторные и compliance-вызовы в регулируемых отраслях

Эти вызовы подтолкнули такие компании, как Salesforce, к поиску альтернативных подходов, способных обеспечивать возможности корпоративного уровня ИИ без недостатков LLM.

Поворот также отражает созревшее понимание того, что на самом деле требуется для корпоративного ИИ. Вместо погони за последними прорывами, компании сосредотачиваются на решениях, которые надежно работают в рамках существующих бизнес-процессов.

Этот сдвиг может ознаменовать новый этап внедрения ИИ, где практическая полезность становится важнее технологической новизны.

Последствия для корпоративной стратегии ИИ

Решение Salesforce отойти от LLM в Agentforce имеет значительные последствия для более широкого ландшафта корпоративного ИИ. Это говорит о том, что отрасль движется к более взвешенным, специфичным для приложений стратегиям ИИ.

Для корпоративных клиентов этот сдвиг может означать:

• Более предсказуемые затраты и лучшую окупаемость инвестиций в ИИ
• Быстрые сроки развертывания решений ИИ
• Больший контроль над поведением и выходными данными ИИ
• Улучшенную интеграцию с существующими бизнес-системами

Поворот также подчеркивает важность стратегической гибкости в разработке ИИ. Компании, способные адаптировать свои стратегии ИИ на основе реальных результатов, скорее всего, превзойдут те, что ограничены одним подходом.

В будущем отрасль может увидеть больше компаний, следующих примеру Salesforce в выборе специализированных решений вместо универсальных LLM. Это может ускорить инновации в альтернативных архитектурах и техниках ИИ.

Этот шаг знаменует созревание рынка ИИ, где практическая бизнес-ценность становится основным показателем успеха, а не только техническая сложность.