对于Salesforce客户、美国银行(US Bank)首席分析师Bill Hoffman来说,AI中的A是关于“增强”(Augmented)智能,正如他本周在旧金山举行的Dreamforce大会上所说,“没有任何人工的部分”。
美国银行已经部署了Salesforce Einstein功能,包括Predictive Lead Scoring和Einstein Analytics(之前的Wave),用于客户流失分析和保留。此外它还采用了Einstein Discovery(之前的BeyondCore),以更好地了解客户行为和交叉销售机会。该银行预计将把Einstein推广给全公司2000名面向客户的财务顾问,希望能够“大规模提供个性化服务”以及“创造具有差异化的客户体验”,Hoffman表示。
大规模个性化正是这次Dreamforce大会上公布的两项“myEinstein”能力背后的理念。此外公布的还有两项Einstein Analytics功能。所有这四个功能都将于明年在产品组合中提供,承诺将为企业提供:
Einstein Prediction Builder:有很多Salesforce客户正在使用或者考虑使用基于机器学习的Einstein功能。但是在Dreamforce 2017大会上,我们听说,在Salesforce客户数据中有80%是与自定义(客户定义)字段和对象捆绑在一起的。毫不意外,Salesforce客户呼声最高的就是可定制的、预构建的Einstein洞察、预测和建议功能。
Einstein Prediction Builder是一个无代码功能,旨在让非数据科学家的人也能使用自定义字段来开发预测功能。用途也是没有限制的,但是主要的使用实例可能包括交叉销售/追加销售、客户流失、CSAT和倾向性升级分析。Prediction Builder同样是以机器学习数据通道为驱动的,这个数据通道每天可处理Einstein的数百万条预测,但是对于Salesforce中的自定义字段和对象是开放的,从二月发布的测试版开始,可能会在6月全面提供。定价还没有最终确定。
Einstein Bots:Salesforce通过今年收购的MetaMind获得强大的自然语言理解和自然语言翻译功能。Einstein Bots是myEinstein的第二个功能,将把这些语言能力与Salesforce数据以及Salesforce工作流引擎结合起来,为自动的客户服务助理提供支撑。这背后的理念是处理大量简单的、频繁的服务案例(例如用户密码重置),把大量复杂的、频率低的服务请求交给人类代理。
与Prediction Builder一样,Einstein Bots开发也定位为无代码的。它始于点击式选择和工作流设置、把示例客户服务交互文本的电子表格上传以便训练语言模型。测试版预计将在2月发布,全面提供将会是在6月,届时也将公布定价信息,但我预计这将取决于在特定时间内处理的案例数量。Einstein Bots将从基于文本的交互开始,但是未来还会增加基于语音的交互。
Einstein Data Insights:这个新的Einstein Analytics(之前的Wave)功能提供了对来自Sales Cloud、Service Cloud以及其他云的标准Salesforce报告更深入的洞察。Einstein Data Insights背后采用了与Einstein Discovery相同的引擎,将自动找出标准报告中的重要趋势、异常值、随时间的变更、甚至是数据质量问题,同时以可视化和文本解释的形式呈现。用户按下嵌入标准报告的按钮,可视化和文本解释就会出现在屏幕右侧(见图)。预计这项功能也将在2月发布测试版、6月全面提供。定价模式目前尚未确定。
Einstein数据浏览器功能:这个功能将包含在Einstein Analytics中,让你“与你的数据交流”,Salesforce这样说,你可以用简单的英语输入问题。在这背后,以关键字为驱动的解释将帮助你深入了解仪表板和可视化,以便更好地了解发生了什么、为什么发生。你可以分析总数,例如,输入“产品数量”,或者你可以分析性能,输入“产品丢单”。预计这项功能将在2月全面提供。
关于Einstein进展的预测
即将到来的Einstein功能越来越有吸引力,很多客户脑海中有一个大大的问号“价格多少?”看起来我们仍然处于鸡和蛋的阶段,Salesforce和客户都在试图衡量Einstein功能价值几何。不同类型的预测和建议有不同的价值,取决于云和触发此操作的类型。客户的规模和特性也增加了复杂性,大型企业有时候更喜欢无限量的交易。与此同时,Salesforce需要有明确的收入预期,让投资者和华尔街满意。创新的同时也带有挑战。
考虑到目前大数据和开源软件定价的趋势,有一种可能的定价方法,就是免费提供Einstein开发工具以及有限数量的预测或者建议,这样企业可以知道他们能做什么。一旦部署了这个能力,Salesforce可运用基于批量数据的预测或者按推荐收费。这样,费用就与提供给客户的价值是挂钩的,尽管不同的客户肯定会对价值有不同的理解,所以可能很难提出一个“一刀切”的定价方案。
客户在Dreamforce上感到困惑的一件事是Einstein和Einstein Analytics(之前的Wave Analytics)之间的区别。Dreamforce上两个独立的主题演讲,并且这两个Einstein功能背后有两个独立的团队。但这两个功能都是一个产品组合的一部分,从描述性分析和诊断性分析再到预测分析和规范性建议及操作(高级语言和视觉能力,以及针对人类交互型应用的API)角度来说又是一个连续统一体。在你触及到预测和规范部分之前,你需要有好的数据和报告功能。
美国银行正在使用这些Einstein能力,Bill Hoffman在主题演讲中被问及建议的时候说,你必须从数据质量着手,你必须从一开始就让关键利益相关者、风险管理和合规合作伙伴参与进来。简而言之,不要期待着在没有解决数据管理的基本问题、基础的报告和分析之前就试图利用“AI”。
这次Dreamforce大会上没有得到太过关注的未对外公告中,有一个重新编写的Einstein Analytics引擎,数据接收和查询时间减少了30%。每个客户的可用数据容量也翻了一番达到10亿行。
为了更轻松地从加载来自外部来源的数据,Salesforce增加了针对AWS Redshift、Google BigQuery和Microsoft Dynamics的开箱即用型数据连接器,未来6个月还将增加超过20个额外的预构建连接器。最后,
这些更新并不“性感”,但是是日常生产力的改进,将有助于让客户接受在Salesforce中处理分析,升级到使用Einstein预测和建议功能。Smart Data Prep的数据配置、自动集群、异常检测、过滤和转换建议也得到了增强。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。