Cuando se trata de IA generativa, fuerza de ventas no dudes en hacer todo lo posible. Y qué mejor manera de hacerlo que aliándose con proveedores de plataformas globales. Así, con motivo de su evento anual Dreamforce (que tendrá lugar del 12 al 14 de septiembre de 2023 en San Francisco), el editor anunció integraciones adicionales con AWS, así como con Databricks y Google. Céntrese en estos cambios relacionados con la IA, la optimización de datos y la gestión de relaciones con los clientes.
No mueva datos entre AWS y la nube de datos
Si miramos primero a AWS, el fortalecimiento de la asociación entre las dos empresas se centra principalmente en Bring Your Own Lake (BYOL) y Bring Your Own Large Language Model (BYO LLM) y la nube de datos de Salesforce. En detalle, esta fusión debe ofrecer un intercambio seguro de datos unificados de clientes desde esta plataforma a un amplio conjunto de datos de AWS y servicios de inteligencia artificial. Esto significa que los clientes de Data Cloud pueden acceder a los datos de Redshift y a los lagos de datos de Amazon en AWS sin mover los datos. Como recordatorio, la asociación de IA generativa existente entre las dos empresas ya proporciona una cierta cantidad de integraciones, es decir, unificar de forma transparente y segura los datos de los clientes en Data Cloud y servicios de AWS como Redshift y EMR para aprovechar de forma segura el gran conjunto de modelos base disponibles en Bedrock y SageMaker.
Ahora, los clientes tendrán las claves para integrar las últimas soluciones de IA generativa de AWS en sus aplicaciones y flujos de trabajo a través de la capa de confianza de Einstein, más conocida como capa de confianza de Einstein. Por ejemplo, las empresas pueden utilizar los LLM que hayan alojado en Bedrock para impulsar aplicaciones generativas en Salesforce y al mismo tiempo cumplir con los requisitos de cumplimiento y seguridad de los datos. Luego pueden usar sus datos de CRM para perfeccionar los LLM de Amazon u otros proveedores de modelos como Anthropic, Cohere, AI21 Labs y Stability AI, entre otros, y usarlos en toda la plataforma Salesforce. Por tanto, estas integraciones deben responder a un desafío al que se enfrentan muchas empresas: la capacidad de generar información a partir de datos. Esto incluye agrupar datos en un solo lugar, lo que facilita su almacenamiento, gestión y escalado, al tiempo que reduce los costos. Sin embargo, no debe tener prisa por acceder a estas integraciones, ya que el editor especifica que estarán en la fase piloto para los clientes el próximo año.
Acercando Google Workspace a los asistentes generativos basados en IA
Con toda modestia, la empresa de Marc Benioff anunció que reunirá "el número 1 en gestión de relaciones con los clientes en términos de IA, y Google Workspace, la herramienta de productividad más popular del mundo" para estimular la productividad gracias a la IA. El objetivo es reunir las diversas herramientas de la suite, incluidas Calendar, Docs, Meet y Gmail, para impulsar experiencias generativas de IA en todas las plataformas. Así, las empresas dependerán de los asistentes de IA generativa de las dos empresas, Einstein Copilot de Salesforce y Duet AI de Google Workspace. En detalle, los usuarios pueden usar sus propios datos de cuentas, contactos y oportunidades comerciales de Salesforce para generar diapositivas y documentos personalizados, mientras que los resúmenes y el contexto de Meet de Gmail y Calendar se pueden incorporar a Salesforce para actualizar registros y activar flujos de trabajo, como grabar un documento firmado. contrato en Salesforce y cerrarlo. Según las dos empresas, este es para cada uno de ellos "el primer socio que se integra con las plataformas de terceros recientemente disponibles del otro".
Además de la integración de Workspace con Einstein Copilot, Salesforce dijo que los usuarios tendrán los medios para implementar sus LLM en Vertex AI, incluida la familia de modelos PaLM de Google, y utilizarlos dentro de su plataforma presentada este año. semana y llamó a Einstein 1 para crear experiencias generativas basadas en IA en Customer 360. Este es un "impulso continuo en torno a los datos y la IA", según la empresa, luego de las asociaciones anunciadas a principios de este año entre Data Cloud, BigQuery y Vertex AI para ofrecer una estrategia de datos de clientes más integral y crear experiencias personalizadas para los clientes. Todos estos cambios estarán disponibles durante 2024.
“Acceso inmediato a datos unificados de clientes” con Databricks
“Ofrecer intercambio de datos sin ETL (Extract, Transform, Load) en Salesforce Data Cloud”. A esto se reduce la asociación entre Databricks y Salesforce. Gracias a esta fusión, los usuarios ahora pueden fusionar datos de Data Cloud con datos externos de la plataforma Databricks Lakehouse. El resultado: costos reducidos y complejidad de mover y copiar datos, seguridad y gobernanza preservadas. La combinación de la plataforma de datos de clientes y Lakehouse aporta una serie de beneficios, empezando por el acceso a los datos en estas dos ubicaciones “como si estuvieran alojados en una única ubicación, sin ETL”. El especialista en CRM lo justifica por el hecho de que su plataforma y la de Databricks están construidas sobre una arquitectura lakehouse, “lo que les permite soportar la federación de datos bidireccional a nivel de almacenamiento, lo que resulta en una mejor experiencia de intercambio con menor latencia”. La solución se está probando y debería estar disponible el próximo año.
Otra integración es la de Data Cloud con Databricks AI Machine Learning. Para que conste, este último proporciona un entorno de aprendizaje automático integrado que ayuda a simplificar y estandarizar los procesos de desarrollo de ML. En este caso, esta integración debería proporcionar acceso a datos ETL cero para entrenar modelos de IA para maximizar la inversión en IA de una empresa. Los usuarios tienen acceso inmediato a datos unificados de los clientes, lo que agiliza el proceso de desarrollo del modelo y mejora la precisión y eficiencia de las predicciones y los conocimientos de la IA. Luego, las empresas pueden crear, entrenar y optimizar sus propios modelos de IA en Databricks Machine Learning e integrarlos en Data Cloud para impulsar cualquier aplicación en la plataforma Salesforce. Si tomamos el ejemplo de un banco, este último puede conectar datos de CRM, como el historial de transacciones, la puntuación crediticia y los objetivos financieros de un cliente, con datos que no son de CRM, como análisis de mercado o tendencias económicas. Luego, es posible crear modelos de venta cruzada personalizados que ayuden a recomendar productos o servicios adicionales a los asesores en función de datos de participación del cliente en tiempo real. Salesforce planea apuntar a muchos sectores con esta integración, incluidos los sectores bancario, automotriz y de juegos.
Otras noticias que te pueden interesar