AWS和Salesforce正在展开合作进行集成,未来将把双方各自的大量云产品相互连接起来。
今天公布的这一消息,主要有两个目标:一是,让企业开发人员更轻松地构建能够同时支持采用AWS和Salesforce服务的应用;二是,增强Salesforce的Industry Cloud产品组合,这些具有特定垂直功能的云服务适用于医疗和金融服务等行业。
AWS公司首席执行官Andy Jassy在声明中表示:“五年多来,我们的客户从AWS和Salesforce的紧密关系之中受益。现在,我们通过集成双方的产品将合作伙伴关系提升到一个新的高度,因此那些使用AWS和Salesforce的开发人员可以更快、更简单地构建统一的应用。” Jassey即将在下个月接替Jeff Bezos担任AWS母公司Amazon的首席执行官。
企业应用通常需要访问来自多个来源的数据,例如销售分析工具可能会通过将Salesforce中的客户购买日志与Amazon S3中的库存数据相互关联进行收入预测。为了让应用以这种方式从两个不同的独立平台中检索信息,开发人员通常不得不在应用代码库中添加两个独立的数据检索机制。
AWS和Salesforce将通过这次合作解决这个问题。两家厂商正在构建集成,让来自AWS的信息可以通过Salesforce提供,数据就像是“在Salesforce中原生的一样”。因此,打造一个可以通过双方平台访问彼此信息的应用,将会变得非常简单,不需要那么多的定制代码来管理数据检索。
这些集成项将搭配多项AWS服务一起使用,例如Amazon Relational Database Service和Amazon S3。这些集成再加上双方推出的第二组集成,将让企业能够在AWS和Salesforce的平台之间同步实时数据。
例如,如果零售商的Salesforce环境获取了了一条记录显示客户刚刚进行了购买,那么零售商就可以把记录立即同步到他们在AWS部署环境中运行的营销自动化系统。然后,营销自动化系统可以向客户发送折扣代码以鼓励进一步购买行为。
除了简化数据共享之外,AWS还把通过Salesforce平台内部访问其云技术变得更加简单。两家厂商计划将Amazon Connect联络中心管理产品和AWS人工智能服务连接到两个在关键的Salesforce平台:Sales Cloud客户关系管理系统和用于协调营销活动的Marketing Cloud工具包。这样企业就能够使用AWS服务对在这两个平台上执行的任务实施自动化。
此外,两家厂商今天公布的最后一组集成侧重于Salesforce的行业云产品组合,其中包括Salesforce产品的定制版本,这些产品包含了针对目标垂直行业的专有功能,例如,针对包装消费商品这个细分市场的行业云,提供了帮助企业检查商店货架上的产品是否码放正确的功能。
该计划是将Amazon Chime SDK通信服务、用于从文档中提取文本的Amazon Textract人工智能平台、Amazon Comprehend自然语言处理工具等AWS服务集成到Salesforce的行业云中。双方表示,此举将让那些使用行业云的企业能够把AWS的技术用于开发个性化医疗交付应用等项目中。
两家厂商此次的公告,是建立在双方从2016年开始持续五年多的合作伙伴关系之上的。Salesforce和AWS已经在其部分产品子集之间提供了集成。此外,Salesforce将自己大部分系统托管在AWS的云基础设施上,而AWS也在使用Salesforce的客户关系管理平台。
两家厂商的合作不仅能让他们更好地支持现有客户,而且更有能力获得新的客户。AWS和Salesforce正在寻求通过这些即将推出的集成来简化各种使用场景,例如在系统之间迁移销售数据,通常需要大量的工程资源来实施。AWS和Salesforce通过减少此类项目所涉及的时间和费用,让企业有更多理由在市场竞争中选择他们的产品。
随着时间的推移,两家厂商未来有可能会通过新增的集成来扩大彼此的合作伙伴关系,他们提供的集成越多,就可以为客户释放越多的工程资源,从而增强他们的价值主张。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。