Analiza wykorzystania Agentforce przez firmy, które konsekwentnie korzystały z agentów od lutego 2025 roku do kwietnia 2026 roku, pokazuje, w jaki sposób poszczególne branże wdrażają agentów AI, budując jednocześnie zaufanie do tej technologii i osiągając zwrot z inwestycji.
Salesforce opublikował raport 2026 Agentic Enterprise Index, analizujący zagregowane dane dotyczące wykorzystania sztucznej inteligencji na platformie Agentforce. Celem badania jest pokazanie, w jaki sposób firmy wdrażają i wykorzystują agentów AI oraz jakie korzyści biznesowe dzięki nim osiągają.
Tegoroczne wyniki pokazują dwa odmienne modele wdrażania agentów – odzwierciedlające zróżnicowanie globalnego środowiska biznesowego, w którym specyfika operacyjna danej branży oraz jej potrzeby biznesowe determinują sposób wykorzystania cyfrowej siły roboczej.
Wdrożenia na dużą skalę, skoncentrowane na konkretnych zadaniach: najczęściej spotykane w sektorach bezpośrednio obsługujących konsumentów. Podejście to wykorzystuje dużą skalę działania i szybkość agentów, aby odpowiadać na bieżące potrzeby klientów.
Wszechstronne wdrożenia wieloetapowe: charakterystyczne dla bardziej złożonych operacyjnie i silnie regulowanych sektorów, takich jak produkcja czy sektor publiczny. Strategia ta koncentruje się na budowaniu agentów zdolnych do realizacji szerokiego zakresu zadań wymagających zastosowania logiki biznesowej obejmującej różne funkcje organizacji.
Oba modele wdrażania przyczyniają się do wzrostu zaufania do agentów i generowania zwrotu z inwestycji. Przyszłość agentycznej AI będzie jednak opierać się na współistnieniu obu podejść – zapewniając szybki efekt w dużej skali, a jednocześnie umożliwiając realizację coraz bardziej złożonych zadań we wszystkich branżach.
- Usługi finansowe łączą szybkość z wymogami regulacyjnymi: sektor finansowy wdraża jedne z najbardziej zaawansowanych agentów, a jednocześnie wykorzystuje je na ogromną skalę, typową dla sektorów konsumenckich. Pokazuje to, że wysoka złożoność procesów i automatyzacja dużej liczby zadań mogą współistnieć, szczególnie w okresach zwiększonego zapotrzebowania, takich jak sezon rozliczeń podatkowych.
- Handel detaliczny zwiększa poziom złożoności w zależności od potrzeb: agenci w sektorach konsumenckich mogą koncentrować się na prostszych zadaniach, ale w okresach szczególnie intensywnego ruchu, np. w sezonie świątecznym, zwiększają zakres i głębokość realizowanych działań.
Większa liczba i tempo wdrożeń
Średnia liczba agentów aktywowanych przez jedną organizację wzrosła w ciągu ostatniego roku niemal trzykrotnie. Po udostępnieniu agentów firmy zaczynają je tworzyć średnio w ciągu dwóch dni. Okres ten systematycznie się skraca – w całym analizowanym okresie zmniejszył się o 53%.
Czy jednak agenci ci wykonują działania mające rzeczywiste znaczenie biznesowe? Aby to zmierzyć, Salesforce opracował wskaźnik Agentic Work Unit (AWU). AWU oznacza jedno konkretne zadanie wykonane przez agenta AI – moment, w którym sama inteligencja zostaje przekształcona w rzeczywistą pracę.
W kwietniu 2026 roku liczba AWU realizowanych przez agentów Agentforce rosła w tempie 15% CMGR (compound monthly growth rate – skumulowanej miesięcznej stopy wzrostu).
Sektory konsumenckie, szczególnie te charakteryzujące się dużą liczbą interakcji z klientami, odnotowują najbardziej dynamiczny wzrost liczby realizowanych AWU. Mimo wysokiego poziomu aktywności agenci AI w handlu detalicznym zazwyczaj pozostają jednak skoncentrowani na wąskim zakresie zadań – przez większą część roku wykonują średnio od jednej do dwóch czynności na agenta. Wskazuje to na dużą skalę realizacji rutynowych zadań o jasno określonym charakterze.
Przykład z rynku: Pandora
Globalna marka jubilerska Pandora mierzy się z gwałtownym wzrostem liczby zapytań klientów w okresach zwiększonego popytu, takich jak święta czy walentynki. Aby utrzymać wysoki poziom spersonalizowanej obsługi również w tych okresach, Pandora wykorzystuje Gemmę, wirtualnego asystenta AI działającego w oparciu o Agentforce.
Gemma natychmiast odpowiada na rutynowe pytania klientów – od statusu zamówienia i śledzenia przesyłki po najczęściej zadawane pytania dotyczące pielęgnacji biżuterii – a także oferuje spersonalizowane rekomendacje prezentów na podstawie preferencji klientów.
Dzięki bezpośredniemu połączeniu z systemami obsługującymi zamówienia oraz katalogami produktów Gemma zapewnia szybką i spersonalizowaną obsługę na dużą skalę. W okresach największego ruchu obsługuje 60% rutynowych zgłoszeń, jednocześnie przyczyniając się do 10-procentowego wzrostu wskaźnika Net Promoter Score (NPS). Dzięki temu pracownicy mogą skoncentrować się na bardziej wymagających interakcjach z klientami.
Większa wszechstronność
W przypadku większości rutynowych zadań agenci muszą korzystać z jednej lub dwóch prostych umiejętności, takich jak wyszukiwanie informacji w rekordach czy odpowiadanie na pytania klientów. Coraz częściej realizują jednak bardziej skomplikowane zadania. Obecnie przeciętny agent potrafi korzystać z sześciu umiejętności, podczas gdy na początku 2025 r. były to zaledwie dwie.
Możliwości agentów jeszcze bardziej zwiększają się w okresach wysokiego zapotrzebowania. W szczycie sezonu zakupowego przeciętny agent w handlu detalicznym był w stanie korzystać z dziewięciu umiejętności, co oznacza wzrost o 350%. Pokazuje to, że wraz ze wzrostem popytu w okresie świątecznym agenci są wykorzystywani do obsługi bardziej złożonych, wieloetapowych potrzeb klientów.
Dane pokazują również, że agenci coraz częściej wykonują działania w różnych obszarach chmurowych. Przykładowo agent obsługi klienta nie ogranicza się już do odpowiadania na pytania – może również wyszukiwać informacje dotyczące sprzedaży i przedstawiać spersonalizowane rekomendacje. Zwiększa to zakres możliwości wykorzystania agentów, zarówno przez klientów, jak i przedsiębiorstwa.
Możliwość działania w różnych, odrębnych systemach chmurowych podkreśla praktyczne znaczenie architektury headless. Dzięki oddzieleniu logiki działania agenta od tradycyjnych interfejsów użytkownika agenci mogą przetwarzać zadania, wykonywać działania i uruchamiać procesy w dowolnym miejscu.
Większa złożoność
Przykład z rynku: Siemens
Firma Siemens sprzedaje tysiące produktów sprzętowych i programowych za pośrednictwem siedmiu niezależnych jednostek biznesowych i sieci 18 000 sprzedawców. Każdego tygodnia firma otrzymywała 2800 niezakwalifikowanych leadów, nie mając jednocześnie informacji o budżecie, osobach decyzyjnych czy harmonogramie zakupu. Sprzedawcy tracili więc czas na pozyskiwanie niewłaściwych leadów, podczas gdy inne pozostawały bez obsługi.
W branży charakteryzującej się długimi, technicznymi procesami sprzedażowymi, obejmującymi wielu interesariuszy, Agentforce rozłożył proces kwalifikacji na skoordynowany przepływ pracy z udziałem wielu agentów. Jeden agent nawiązuje kontakt z potencjalnym klientem i rozwija relację, podczas gdy drugi gromadzi brakujące dane, poddaje je procesowi kwalifikacji zgodnie z określonymi zasadami i przekazuje lead dalej, wraz z pełnym kontekstem obejmującym różne jednostki organizacji. Dzięki takiej orkiestracji Siemens może kompleksowo obsługiwać złożony proces – 24 godziny na dobę, 7 dni w tygodniu.
Aby ocenić stopień złożoności wykorzystania agentów w poszczególnych branżach, Salesforce opracował Sophistication Index, przypisując wszystkie działania agentów do pięciu kolejnych poziomów złożoności poznawczej:
- Poziomy 1–3 (Odczyt, Koordynacja, Synteza): standardowe funkcje o niskim poziomie ryzyka, takie jak wyszukiwanie informacji w rekordach, tworzenie projektów wiadomości e-mail czy podsumowywanie dokumentów.
- Poziomy 4–5 (Zapis, Analiza, Przetwarzanie): funkcje o wysokim poziomie złożoności, takie jak aktualizowanie pól w bazach danych czy programowe wydobywanie zagnieżdżonych parametrów z danych wprowadzanych przez użytkowników.
Analizując, z ilu poziomów złożoności aktywnie korzystają agenci w poszczególnych branżach, Sophistication Index pokazuje, które sektory wykorzystują agentów do realizacji różnorodnych, złożonych zadań, a nie tylko do automatyzacji procesów realizowanych na dużą skalę.
Branże produkcyjna, usług finansowych oraz HLS (Healthcare and Life Sciences – ochrona zdrowia i nauki biologiczne) tworzą bardziej zaawansowane sieci agentów niż tradycyjni liderzy wykorzystania AI, tacy jak sektor technologiczny czy handel detaliczny. Wdrażają agentów w całym spektrum działań – od wyszukiwania i podsumowywania danych, przez przygotowywanie komunikacji, aż po bezpośrednią aktualizację rekordów. Sektory te generują mniejszy wolumen AWU, ale jego wartość dynamicznie rośnie. Liczba AWU w sektorze publicznym oraz HLS wzrosła odpowiednio 227–krotnie i 19–krotnie.
Usługi finansowe są przykładem regulowanej i złożonej operacyjnie branży, która wdraża agentów AI na dużą skalę – odpowiadając za podobny udział, wynoszący 10% całkowitego miesięcznego wolumenu AWU agentów. Aktywność ta jest napędzana sezonowymi wzrostami zapotrzebowania ze strony konsumentów, takimi jak termin rozliczeń podatkowych, które zwiększają zapotrzebowanie na obsługę realizowaną przez agentów.
Przykład z rynku: PenFed
PenFed działa w silnie regulowanym środowisku. Jako spółdzielcza kasa oszczędnościowo-kredytowa zarejestrowana na szczeblu federalnym obsługująca członków sił zbrojnych i ich rodziny musi spełniać rygorystyczne wymagania dotyczące zgodności z regulacjami, bezpieczeństwa i weryfikacji na każdym etapie kontaktu z członkiem organizacji. Odejście od tradycyjnych chatbotów opartych na regułach wymagało wdrożenia solidnych mechanizmów kontroli ryzyka oraz nadzoru prawnego i compliance obejmującego różne obszary organizacji.
Aby zapewnić płynną, zautomatyzowaną obsługę na dużą skalę, PenFed wdrożył agenta o nazwie Ace. Dostępny po zalogowaniu do bankowości internetowej Ace działa jako inteligentny asystent, który może analizować salda kont, sprawdzać statusy wniosków kredytowych, wykonywać przelewy oraz udzielać odpowiedzi opartych na zweryfikowanej bazie wiedzy. Drugi agent, Echo, rozszerza te możliwości o kanał głosowy. Został zaprojektowany z myślą o całkowitym zastąpieniu tradycyjnych systemów interaktywnej odpowiedzi głosowej (IVR) oraz zautomatyzowanych systemów telefonicznej obsługi klienta.
– Łącząc solidne mechanizmy zarządzania i kontroli z naszą zunifikowaną platformą, bezpiecznie wdrożyliśmy agentów realizujących wiele działań, takich jak Ace i Echo, którzy wykonują rzeczywiste, złożone zadania bankowe. W ten sposób urzeczywistniamy nasz cel, jakim jest stworzenie w pełni połączonej, wykorzystującej AI spółdzielczej kasy oszczędnościowo-kredytowej – mówi Shree Reddy, CIO w PenFed.
– Naszą wizją od zawsze było wykorzystywanie AI w sposób godny zaufania, praktyczny i znaczący, aby zapewniać naszym członkom płynną obsługę we wszystkich kanałach. Urzeczywistnienie tej wizji wymagało wyjścia poza proste chatboty i stworzenia zaawansowanych doświadczeń z udziałem agentów, w których zaufanie jest elementem podstawowym. Łącząc solidne mechanizmy zarządzania i kontroli z naszą zunifikowaną platformą, bezpiecznie wdrożyliśmy agentów realizujących wiele działań, takich jak Ace i Echo, którzy wykonują rzeczywiste, złożone zadania bankowe, przybliżając nas do celu, jakim jest stworzenie w pełni połączonej, wykorzystującej AI spółdzielczej kasy oszczędnościowo-kredytowej – dodaje Shree Reddy.
Wzrost sprzedaży
We wszystkich branżach agenci AI przechodzą od prostych rozmów do realizacji konkretnych działań. Agenci wykonują coraz więcej czynności, takich jak uruchamianie procesów działających w tle czy stosowanie logiki biznesowej, zamiast ograniczać się do generowania tekstu. Stosunek liczby wykonywanych działań do generowanych treści rośnie w tempie 15% miesięcznie.
Przykładowo agent obsługi klienta nie tylko przygotowuje odpowiedź dotyczącą zamówienia klienta – wyszukuje odpowiedni rekord, stosuje regułę biznesową, a następnie realizuje zwrot środków lub ponownie rezerwuje termin wizyty.
Firmy wykorzystujące agentów AI odnotowują również wyższy wzrost sprzedaży w porównaniu z organizacjami, które z nich nie korzystają. Tendencja ta jest szczególnie widoczna w handlu detalicznym i innych sektorach konsumenckich w okresie przedświątecznych zakupów.
– Niezależnie od tego, czy wdrażacie agentów, aby działać na ogromną skalę, czy też koordynujecie ich pracę w ramach rozbudowanych, wieloetapowych procesów, najważniejsze jest to, że dostarczają oni realną wartość – mówi Joe Inzerillo, President of Enterprise AI and Technology w Salesforce. – Ten zwrot z inwestycji jest widoczny nie tylko w wynikach sprzedaży, ale również w efektywności realizacji procesów. Przechodzimy od pasywnych chatbotów i modeli predykcyjnych do agentów nastawionych na realizację zadań, którzy faktycznie wykonują pracę i generują realną wartość.
Zaufanie rośnie – pracownicy coraz częściej korzystają z agentów, a agenci obsługi klienta prowadzą więcej rozmów bez pogorszenia jakości
W ciągu analizowanego roku przeciętny pracownik korzystał z agenta o 300% częściej w skali tygodnia, co wskazuje na rosnący poziom zaufania do tej technologii. Agenci działający w Slacku przeprowadzali średnio 67 sesji tygodniowo, a w kwietniu ich liczba była trzykrotnie wyższa niż w lutym.
Customer Zero: Slackbot w Salesforce
Agent AI Salesforce działający w Slacku – Slackbot – jest najszybciej wdrażanym narzędziem w historii Salesforce. Korzysta z niego regularnie 83% pracowników firmy, a przeciętny pracownik może dzięki niemu zaoszczędzić do pięciu godzin pracy tygodniowo.
Pracownicy Salesforce korzystają ze Slackbota bezpośrednio w środowisku Slack, aby usprawniać codzienne zadania – od podsumowywania pominiętych wątków i tworzenia treści po przygotowywanie briefów, poprzez agregowanie danych i plików z różnych kanałów i aplikacji.
Zaufanie klientów
W ciągu ostatnich pięciu kwartałów agenci obsłużyli 170 razy więcej rozmów z klientami w obszarze obsługi klienta, niż w poprzednich latach, a w sposób ciągły rozwiązywali 7 na 10 takich spraw bez konieczności angażowania człowieka. Niedawne badanie wykazało ponadto, że 77% klientów dokonujących zakupów, którzy korzystali z firmowych agentów zakupowych dostępnych na stronach internetowych, czuło większą pewność co do swojej decyzji zakupowej niż osoby, które z takich agentów nie korzystały.
W organizacjach obsługi klienta agenci wywierają największy wpływ na satysfakcję klientów – większy niż produktywność pracowników obsługi, średni czas obsługi, retencja klientów czy czas reakcji na pierwsze zgłoszenie.
Przyszłość
Wraz z dojrzewaniem cyfrowej siły roboczej przedsiębiorstwa nie będą już musiały wybierać między agentami, których można szybko wdrożyć, a agentami zdolnymi do realizacji złożonych zadań. Całkowicie wyeliminują ten kompromis, zwiększając szybkość i skalę działania w odpowiedzi na wzrost zapotrzebowania, a jednocześnie zachowując głęboką, międzyfunkcyjną logikę niezbędną do obsługi złożonych procesów biznesowych.
Pobierz raport Salesforce „2026 Agentic Enterprise Index”.
Wykorzystując Agentforce oraz inne produkty Salesforce, firma przeanalizowała i zagregowała dane dotyczące wykorzystania technologii przez grupę przedsiębiorstw, aby pokazać rzeczywisty obraz wykorzystania agentów w środowisku pracy.
Salesforce Agentic Enterprise Index analizuje trendy od lutego 2025 r. do kwietnia 2026 r., przedstawiając aktywność i zaangażowanie rzeczywistych przedsiębiorstw wykorzystujących możliwości agentów AI do generowania zwrotu z inwestycji. Aby firma mogła zostać uwzględniona w analizowanym zbiorze danych, musiała mieć aktywowanych agentów działających produkcyjnie w każdym miesiącu analizowanego okresu.
Wyniki te nie są miarodajne dla oceny wyników biznesowych Salesforce.
Materiał we współpracy z Salesforce.
