可自帶AI模型，Salesforce推出便於使用專屬資料訓練的新服務

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】