概述
這很重要,因為它將人工智慧直接帶入數百萬商業用戶的日常工作流程,而無需數據科學專業知識。
深入探討
Einstein 於 2016 年推出,將機器學習嵌入 Salesforce「雲端」中,以便人工智慧可以處理公司自己的 CRM 資料。經典的 Einstein 功能包括潛在客戶和機會評分(預測哪些交易將完成)、預測和建議的後續步驟。隨著生成式人工智慧浪潮的到來,Salesforce 增加了 Einstein GPT,然後添加了 Einstein Copilot,這是一款會話助理,可以起草銷售電子郵件、總結案例並回答基於公司數據的問題。一個核心部分是愛因斯坦信任層,它旨在確保提示和客戶資料的安全,掩蓋敏感訊息,並避免使用這些資料來訓練外部基礎模型。 Salesforce 也提供 Data Cloud 來統一客戶數據,最近還提供 Agentforce,這是一個用於建立在整個企業中採取行動的自主 AI 代理的平台。
現實世界的實施
銷售代表看到 Einstein 潛在客戶分數對最有可能轉換的潛在客戶進行了排名,因此他們會優先考慮最熱門的潛在客戶。
支援代理商使用 Einstein 自動總結較長的客戶服務案例,並根據帳戶的歷史記錄起草回應。
行銷人員要求 Einstein Copilot 直接在 Salesforce 內為行銷活動片段產生個人化電子郵件副本。
Agentforce 服務代理自主處理常規客戶問題,僅將複雜問題回報給手動處理。
Salesforce Einstein 的未來
Salesforce 正在透過 Agentforce 大力推動「代理」人工智慧,其中人工智慧代理可以自主解決服務單、確定潛在客戶資格並在人工監督下完成多步驟任務。期望更深入地了解統一的數據雲數據、更多針對特定行業的代理以及與處理的結果或「對話」相關的定價。最大的挑戰是信任、準確性和證明真正的生產力提升,因此安全護欄和可衡量的投資回報仍將是 Einstein 和 Agentforce 發展的核心。
付諸實踐
為什麼這很重要
- 供應商策略. 供應商路線圖會影響您的團隊接下來可以建立的功能。
- 成本與預算. 商業條款和部署選項會影響長期成本和風險。
- 風險與安全. 公司激勵措施塑造了產品預設、安全態勢和開放性。
留意
- 發佈公告可能會超過實際生產工作流程的穩定性。
- API 定價或政策轉變可能會在一夜之間打破假設。
- 單一供應商依賴性增加了鎖定和遷移成本。
後續步驟
- 使用您自己的任務和資料集評估提供者。
- 在整合之前查看隱私、安全和法律條款。
- 維護跨模型或供應商的後備計劃。
- 監控發行說明,以便路線圖的變更不會讓團隊感到意外。
不斷探索
常見問題
什麼是 Salesforce Einstein?
Salesforce Einstein 是內建於 Salesforce 客戶關係管理 (CRM) 平台中的 AI 層,可為銷售、服務和行銷工具添加預測、建議和生成內容。這很重要,因為它將人工智慧直接帶入數百萬商業用戶的日常工作流程,而無需數據科學專業知識。
Salesforce Einstein 內建於什麼樣的軟體平台?
Einstein 是嵌入 Salesforce CRM 平台的人工智慧層,用於銷售、服務和行銷。
愛因斯坦領先和機會評分可以幫助企業做什麼?
愛因斯坦評分使用預測機器學習根據潛在客戶和交易的轉換可能性對潛在客戶和交易進行排名,幫助銷售代表確定優先順序。
愛因斯坦信任層的主要目的是什麼?
信任層添加了資料屏蔽和零保留協議等防護措施,因此敏感的 CRM 資料在使用生成式 AI 時仍能受到保護。
愛因斯坦的生成功能如何立足於公司的真實數據?
Einstein 使用檢索增強生成,將相關 CRM 記錄插入提示中,以便模型的答案反映實際的公司資料。
Salesforce 的最新產品 Agentforce 是什麼?
Agentforce 是 Salesforce 的平台,用於建立代理 AI,可在手動監督下自主完成多步驟業務任務。