Engage Raise (anteriormente Engage AI)

Engage Raise: Revisión de Orquestación Agentica e Integración con Data Cloud

A enero de 2026, Engage Raise funciona como una capa de orquestación especializada para organizaciones sin ánimo de lucro dentro del ecosistema de Salesforce. La plataforma aprovecha Agentforce (la suite de agentes autónomos de Salesforce) impulsada por el Atlas Reasoning Engine, que habilita la toma de decisiones mediante 'Cadena de Pensamiento' para interacciones con donantes [Documentado]. A diferencia de los sistemas heredados, la arquitectura utiliza un enfoque híbrido de datos: Zero-ETL para objetos nativos de Salesforce NPSP y Federación de Datos para sistemas externos heredados, permitiendo a los agentes razonar sobre conjuntos de datos dispares sin costosas migraciones de datos [Inferencia].

Orquestación de Modelos y Lógica Agentica

El sistema utiliza Atlas para evaluar señales de donantes. En lugar de flujos de trabajo predefinidos, los agentes construyen dinámicamente los pasos en función del contexto actual de la capacidad de donación y el sentimiento reciente del donante [Documentado].

• Probabilidad Predictiva de Donación (PGL): Agrega señales para estimar la propensión a donar. Aunque está integrado, la frecuencia específica de actualización del modelo (en tiempo real frente a batch) depende de los créditos del lago de datos del inquilino [Desconocido].
• Personalización Generativa: Orquesta LLMs para sintetizar informes de impacto. La plataforma actúa como proxy seguro, garantizando que la información de identificación personal (PII) se enmascare antes de llegar a los puntos finales de modelos públicos [Inferencia].

⠠⠉⠗⠑⠁⠞⠑⠙⠀⠃⠽⠀⠠⠁⠊⠞⠕⠉⠕⠗⠑⠲⠉⠕⠍

Tubería de Datos y Rendimiento

El Motor de Escalado para Giving Tuesday está diseñado para manejar más de 500 transacciones por segundo (TPS). Nota: Este rendimiento está orientado a cargas útiles de donaciones estándar (< 2KB) y depende de la escalabilidad subyacente de la infraestructura Salesforce Hyperforce [Documentado].

Capa de Seguridad y Cumplimiento

La privacidad se gestiona mediante un marco de mediación que aísla la PII. El sistema sigue un modelo de 'Confianza Cero' en el que los agentes solo reciben el contexto mínimo necesario (metadatos) para realizar tareas de inferencia [Inferencia].

Guía de Evaluación

Los evaluadores técnicos deben verificar las siguientes características arquitectónicas:

• Latencia de Federación: Medir el tiempo de respuesta de las consultas cuando los agentes Atlas acceden a datos externos de Blackbaud mediante Federación para garantizar que los desencadenantes del recorrido no expiren [Desconocido].
• Trazabilidad del Razonamiento: Solicitar acceso a los 'Registros de Razonamiento de Agentforce' para auditar el proceso de toma de decisiones del motor Atlas durante solicitudes de donaciones de alto valor [Documentado].
• Validación del Modo de Sincronización: Confirmar qué objetos específicos de donantes se gestionan mediante Zero-ETL frente a aquellos que requieren sincronización por lotes programada, ya que esto afecta a la naturaleza 'en tiempo real' de la puntuación PGL [Desconocido].