Salesforce.com的年度Dreamforce大会本周开幕,带来了一系列产品发布以及关于产品组合更新的消息。
今年Dreamforce的核心主题是Einstein——数周来Salesforce一直在热炒的人工智能平台。Salesforce表示,Einstein“将作为每个人自己的数据科学家”,通过整个Salesforce Platform注入人工智能。
换言之,Einstein被作为一种企业中缓解数据科学家人才短缺的方式,为企业提供他们自己难以开发的工具。在销售背景下,Einstein可以预测客户行为,建议采取达成交易和自动执行某些任务的措施。
Salesforce表示,Einstein可以获得整个Salesforce数据通道,包括来自Chatter、电子邮件、日历和电子商务的行为数据;来自推特等来源的社交数据和图像;在某些情况下,获得来自参与客户的物联网信号来培训人工智能预测模型。这些预测模型会根据相关交互数据进行学习和自我调优。
Einstein还可以通过通用的开发者工具融入由人工智能提供支撑的应用中,Salesforce表示。数据科学家和程序员可以访问Predictive Vision和Sentiment Services来培训深度学习模型,识别和分类图像和文本中的情绪。
“今年最关键的就是Einstein,”Salesforce公司负责Einstein的总经理John Ball在Dreamforce大会前的新闻发布会上这样表示。“这将改变我们产品的每个环节。”
至于Salesforce在8月收购的生产力平台Quip,主要的内容涉及到拓宽与Salesforce平台的整合。Quip首席执行官Bret Taylor表示,他们的目标是让Quip可以横跨所有Salesforce云。
“我们真的希望借助Quip把生产力带入Salesforce所有这些产品中,”Taylor说。
对于初学者来说,Quip现在允许Salesforce用户用他们的Salesforce证书注册并登录到Quip中,例如单点登录。有了新的Quip Lightning组件,该团队将可以连接、访问和创建Quip文档、电子表格和任务列表。
此外还有一些关于Salesforce设计框架Salesforce Lightning的消息。Salesforce正在推出所谓的下一代Lightning,也就是Lightning Bolt。与Lightning类似,新的Bolt作为一个将现代化的、消费级的用户体验带入Salesforce应用的框架。
但是,Bolt与众不同之处在于它被用于创建新的社区终端或者面向客户的网站,集成了Salesforce CRM。Salesforce表示,Accenture、Cognizant、Deloitte和PwC都已经针对特定行业社区和终端采用了Lightning Bolt。
Lightning Bolt还拥有增强的生产力特性,包括一个新的水平导航栏,以及重新设计的App Launcher,以及自适应的、实时搜索功能。
此外,Salesforce1移动应用的更新将让企业可以用他们自己的颜色和Logo定制UX。Salesforce希望借助个性化功能来加速Salesforce1平台的普及。
最后,Salesforce IoT Cloud正在强化连接性。Salesforce IoT Cloud在9月首次推出,背后是数据处理引擎Thunder提供强大支持,旨在将传感器数据发送回Salesforce渠道以便对服务案例进行立即响应。
今天,Salesforce宣布推出一款新工具,让客户对来自更多非Salesforce系统的事件数据实现可视化,以及新的IoT Traffic Monitor,旨在让客户更深入地洞察数据如何影响客户体验。
“我们把所有CRM数据放进单一的配置文件中,帮助在应对客户方面做出正确的决策,”Salesforce公司CRM应用执行副总裁Mike Rosenbaum说。
从宏观上来看,今年Salesforce要传递的一个信息是“一个平台”的策略。简单地说,Salesforce正在试图形成产品与云之间的闭合循环,同时赶超像微软和Oracle等科技巨头。这是一个艰巨的任务,但是我们可以期待在本周的Dreamforce大会上了解更多Salesforce的战略。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。