Ha eddig a Slackbotot legfeljebb kedves, de korlátozott értesítési robotnak láttad, a Salesforce most azt üzeni: ezentúl inkább egy „munkahelyi AI-ügynök” legyen, ami nemcsak válaszol, hanem intézkedik is.

Mi történt

A Salesforce kedden bejelentette a teljesen újraépített Slackbotot, amely a korábbi, egyszerű értesítési és emlékeztető funkciókból egy „fully powered AI agent” irányába mozdul. A cégvezetők szerint az új Slackbot képes vállalati adatokban keresni, dokumentumokat megfogalmazni, és feladatokat végrehajtani a dolgozók nevében. A termék általánosan elérhető (GA) a Business+ és Enterprise+ Slack-ügyfeleknek.

Parker Harris, a Salesforce társalapítója és a Slack CTO-ja élesen különválasztotta a régi és az új rendszert: a korábbi Slackbotot „triciklinek”, az újat pedig „Porschénak” nevezte. A lényeg nem a költői túlzás, hanem a technikai váltás: a régi Slackbot főleg előre programozott, algoritmikus feladatokat végzett (például emlékeztetők, csatorna-archívumok ajánlása, alap értesítések). Az új verzió ezzel szemben egy nagy nyelvi modellre (LLM) és egy robosztus keresőrétegre épül, amely több forrásból is tud dolgozni: Salesforce-adatokból, Google Drive fájlokból, naptáradatokból, illetve évek Slack-beszélgetéseiből.

A Salesforce a „Slackbot” márkanevet megtartotta, hiába lett gyakorlatilag új termék. Harris szerint ennek oka prózai: a felhasználók ismerik a nevet, így ezt vitték tovább.

A háttérben futó nyelvi modell jelenleg az Anthropic Claude. A választás egyik fő oka a megfelelőség: a Slack kereskedelmi szolgáltatása FedRAMP Moderate minősítéssel is működik (ez egy amerikai kormányzati biztonsági megfelelőségi keretrendszer), és Harris szerint amikor a fejlesztés indult, Anthropic volt az egyetlen olyan szolgáltató, amely „compliant” LLM-et tudott adni ehhez a környezethez. Ugyanakkor a cég nem akar egyetlen modellre bezáródni: Harris szerint idén további modell-szolgáltatókat is támogatnak, és konkrétan megemlítette a Google Geminit („teljesítményben és költségben is erős”), illetve azt is, hogy OpenAI is szóba jöhet.

A kényes adatkezelési pontra Harris egyértelmű választ adott: a Salesforce állítása szerint nem tanít modelleket ügyféladatokon. Indoklása közérthetően így hangzik: ha egy bizalmas beszélgetést „beletanítanának” a modellbe, akkor utána nem lehetne garantálni, hogy az információt csak az arra jogosultak kapják vissza — mert az LLM-eknél a betanult tudás nem úgy „jogosultságkezelhető”, mint egy adatbázisrekord.

A Salesforce a bevezetés előtt belső tesztet is futtatott: 80 ezer alkalmazott kapta meg a Slackbot új verzióját. Ryan Gavin, a Slack marketingvezetője szerint ez lett „a leggyorsabban adoptált termék a Salesforce történetében”. A cég belső adatai alapján a dolgozók kétharmada kipróbálta, és a kipróbálók 80%-a rendszeres használó maradt. A belső elégedettségi mutató 96% lett (a cég szerint ez a Slack eddigi AI-funkciói közül a legmagasabb), a felhasználók pedig heti 2–20 óra megtakarításról számoltak be. Érdekes részlet, hogy a terjedés jelentős része nem felülről jött: Kate Crotty UX-kutató szerint az adoptáció 73%-át a kollégák közti „szociális megosztás” hajtotta. Ennek egyik látványos példája egy belső Slack Canvas volt „The Most Stealable Slackbot Prompts” címmel, amely organikusan nőtt 250+ promptos gyűjteménnyé.

A cikkben egy demó is szerepel: Amy Bauer, a Slack product experience designere azt mutatta be, hogy a Slackbot több forrásból képes összeszintetizálni információt (például ügyfélvisszajelzések elemzése), és akár képi inputot is be lehet vonni (a leírás itt megszakad a forrásrészletben, de a lényeg a többforrású összegzés).

Miért fontos

A „agentic AI” (ügynökszerű AI) kifejezés itt nem marketingdísz: gondolj rá úgy, mint a sima chat-asszisztens következő lépcsőjére. Míg egy klasszikus AI-asszisztens főleg válaszol és szöveget generál, addig egy AI-ügynök célja az, hogy feladatot vigyen végig: információt összeszed, összerak belőle egy anyagot, és bizonyos lépéseket el is indít. Ha a Slack tényleg „front door” lesz, ahogy Harris mondja, akkor a mindennapi munka egyik fő belépési pontjánál (chat, csatornák, belső tudás) jelenik meg egy olyan réteg, ami a szétszórt vállalati információt használható, vezetői szintű válaszokká alakítja.

A modellválasztás és a megfelelőség szintén kulcskérdés. A FedRAMP említése arra utal, hogy a Slackbotot nem csak „irodai kényelmi funkciónak” szánják, hanem olyan környezetekben is terveznek vele, ahol a szabályozás és auditálhatóság nem opcionális. Emellett Harris „LLM-ek mint CPU-k” hasonlata (Benioff nyomán) azt jelzi, hogy a Salesforce stratégiai üzenete: a nyelvi modell egyre inkább cserélhető infrastruktúra, a valódi versenyelőny pedig a vállalati adatokhoz való biztonságos kapcsolódásban, a keresésben, és a munkafolyamatokba való beágyazásban lesz.

Mire figyelj

  1. Modellportfólió bővülése: Harris szerint idén jönnek további szolgáltatók (Gemini biztosan képben van, OpenAI lehetséges). Érdemes figyelni, mely feladatokra melyik modellt használják majd, és ez mit jelent költségben, minőségben, megfelelőségben.
  2. Adat-hozzáférések és jogosultságok: az AI-ügynök értéke a sok forrásból jövő keresés — a kockázat is. Kulcskérdés lesz, hogyan kezeli a Slackbot a jogosultságokat (ki mit láthat), és hogyan bizonyítható ez audit esetén.
  3. Valódi „action-taking” képességek: a forrás állítja, hogy a Slackbot „cselekszik” a dolgozók nevében. A gyakorlati különbség ott dől el, hogy ez mennyire lesz megbízható, visszavonható, és mennyire kér megerősítést (gondolj rá úgy, mint az autopilótára: más, ha javasol, és más, ha kormányoz).
  4. Terjedés mintázata a cégeknél: a Salesforce-nál az adoptáció nagy része organikus volt (promptgyűjtemények, megosztott „hackek”). Ha ez más szervezetekben is így működik, akkor a bevezetés sikere kevésbé IT-projekt, inkább belső tudásmegosztási kultúra kérdése lesz.