A Salesforce apresentou sua estrato de IA, chamada de Einstein, em 2016. Mais recentemente, na Salesforce evento da turnê mundial em Novidade York em maio, tudo o que a empresa falava era IA generativa e nuvem de dados, seu data lake interno. Hoje, anunciou o próximo passo nessa jornada com o lançamento de Estúdio Einstein e a capacidade de trazer seu próprio protótipo (BYOM).
“Estamos lançando ‘traga seu próprio protótipo’, que permite que nossos clientes tragam seus dados proprietários para a nuvem de dados para erigir e treinar seu protótipo”, disse Rahul Auradkar, EVP e GM de serviços de dados unificados e Einstein, ao TechCrunch. Quando você traz seu protótipo extrínseco e o mistura com os dados do Salesforce no Data Cloud, Auradkar diz que é uma combinação poderosa.
A solução é realmente voltada para pessoas que possuem equipes de dados bastante sofisticadas e que construíram modelos em outros lugares, porquê o SageMaker. Essas empresas querem colocar os modelos que já construíram e nos quais fizeram um investimento significativo para funcionar em outros contextos. É isso que o Einstein Studio permite que eles façam.
O Einstein Studio é um console de gerenciamento que reside no Data Cloud e permite que os clientes importem um protótipo existente com zero ETL. Isso significa que o cliente deve ser capaz de importar os dados sem ter que passar pelo penoso manobra de extraí-los, transformá-los e carregá-los. Isso é importante para as equipes de dados e deve tornar a solução mais encantador por razão disso.
Para inaugurar, ele oferecerá suporte subitâneo ao Amazon SageMaker, mas a Salesforce também está trabalhando em um piloto com o Google Vertex AI com planos em curso para oferecer suporte a Databricks, Snowflake e outros no horizonte.
Embora o Einstein venha com vários modelos preditivos, porquê quais clientes têm maior verosimilhança de rotatividade, essa solução permite que os clientes criem modelos preditivos personalizados para prever coisas porquê quais produtos têm maior verosimilhança de precisar de manutenção ou fazer recomendações de produtos com base no interesse do cliente.
Ele também pode trabalhar com LLMs para gerar teor porquê o envio de um e-mail automático quando o resultado estiver pronto para manutenção antes de quebrar. A Salesforce quer reduzir as alucinações, nas quais o protótipo inventa coisas quando não tem uma resposta definitiva, conectando-se a um banco de dados gráfico fundamentado em dados dentro da Salesforce. Assim, o LLM pode ver todos os dados relacionados a um determinado cliente, fornecendo ao protótipo as informações necessárias para redigir um e-mail mais preciso com base nas informações do registro do cliente.
Depois de importar o protótipo, você pode colocá-lo em fluxos de trabalho dentro do Salesforce e gerar insights ou acionar ações porquê a geração de um email, enquanto aproveita o trabalho que sua equipe de dados já realizou.
O Einstein Studio com a capacidade de se conectar ao Amazon SageMaker e trazer seu próprio protótipo está disponível no GA a partir de hoje.