以客戶關係管理(CRM)雲端服務聞名的Salesforce,今年積極拓展AI領域的應用,陸續發表多種解決方案與功能,例如,3月推出第一款針對CRM的生成式AI技術,名為Einstein GPT;6月針對自家CRM平臺發表企業級生成式AI雲服務,名為Salesforce AI Cloud;8月宣布用戶可自帶AI模型使用(Bring Your Own Model,BYOM)的解決方案,名為Einstein Studio,正式上線服役,強調這項功能,可讓企業使用他們自行組建的AI模型,以此支撐Salesforce平臺上面執行的銷售、服務、行銷、商業活動,以及IT應用系統的運作,進而從這些AI與資料的投資獲得更多價值。

對於資料科學與工程團隊而言,Einstein Studio能提供更有效率、成本更低的AI模型管理與部署環境,企業可將存放在即時客戶資料平臺Salesforce Data Cloud的專屬資料,以更簡便的方式訓練他們所要使用的AI模型,從而解決特定業務的需求,當中可結合AWS的Amazon SageMaker、Google Cloud的Vertex AI等AI服務精選的模型,最終能經由Einstein GPT的幫忙,而獲得立即可用的大型語言模型(LLMs),更快提供完整的AI應用。

這裡提到的即時資料平臺Data Cloud,每天處理超過1千億筆客戶記錄,可連結各種來源的資料,並將這些資料自動彙整為單一客戶描述(profile),能根據每個客戶的活動即時進行調適,以因應橫跨各種部門的使用。

在AI模型的訓練工作上,Einstein Studio可達到更快速度的處理,因為裡面預先內建zero-ETL的整合機制,對於資料在不同平臺之間搬移而面臨的複雜狀況,能予以減少。AI技術團隊只需透過簡單的點選,即可存取Data Cloud存放的資料,隨後可組建與訓練他們自定的AI模型,供不同Salesforce應用程式採行,而這樣的流程可提供現行與相關的客戶資料,而能實現AI預測與內容自動生成。

Einstein Studio能用來管理AI模型的使用,Salesforce在此提供控制面板(control panel),可協助資料科學家與工程師以此進行資料治理,掌控暴露在AI平臺、用於訓練的資料。

至於Einstein Studio所用的zero-ETL,能讓企業在毋須費時進行跨系統資料整合作業的狀態下,就能進行AI模型的自建,Salesforce允許Data Cloud直接連結其他AI工具,而不需經歷資料的擷取、轉換、載入(ETL)等流程,可大幅節省用戶的時間與金錢,加速AI導入。

以目前的Einstein Studio提供的功能而言,用戶可透過簡易的方式連接預測性(predictive)的AI模型,或是生成性(generative)的AI模型,並將它們用在Salesforce平臺的作業流程,分別提供潛在客戶評分、產品推薦、客戶流失偵測,以及案例摘要,郵件回覆、產品描述。

經由Einstein Studio連接模型之後,用戶可以輕鬆整合自定AI模型與Data Cloud,而能獲得即時預測與洞察分析,並將這些資訊用在許多領域,像是充實客戶個人資料、建立區隔,以及橫跨不同通路,量身打造不同的終端使用者體驗。此外,用戶也能運用生成式模型,基於客戶的偏好與購買行為,建立個人化的電子郵件行銷活動。

產品資訊

Salesforce Einstein Studio
●原廠:Salesforce.com
●建議售價:廠商未提供
●技術平臺:Salesforce Data Cloud
●支援外部機器學習平臺:AWS Amazon SageMaker
●可使用的資料平臺:Salesforce Customer 360
●運用的生成式AI技術:Salesforce Einstein GPT
●存取資料的管道:Python connector

【註:規格與價格由廠商提供,因時有異動,正確資訊請洽廠商】

熱門新聞

Advertisement