Salesforce发布AI模型训练工具Einstein Studio 允许企业部署自己的AI模型

Salesforce 推出了新的 AI 模型训练工具 Einstein Studio，并加入了自有模型功能。用户可以通过 Einstein Studio 将自己独特的 AI 模型部署到 Salesforce 的销售、服务、营销、商务和 IT 应用中，以最大程度地发挥他们的 AI 和数据投资的价值。

Einstein Studio 允许数据科学家和工程团队高效、廉价地维护和部署 AI 模型。Salesforce 的 Data Cloud 是客户关系管理（CRM）领域的第一个实时数据平台，Einstein Studio 通过 Data Cloud 来训练人工智能模型。这个自有模型功能的解决方案将用户的独特 AI 模型与 Einstein GPT 提供的预制 LLM 相结合，以加快完整 AI 的交付。

项目地址:

https://help.salesforce.com/s/articleView?id=sf.c360_a_bring_your_own_model.htm&type=5

用户可以将客户数据从 Data Cloud 导入到 Einstein Studio，使用自己拥有的数据训练定制的 AI 模型来解决独特的问题。Einstein Studio 的自有模型功能让公司能够使用 Data Cloud 训练他们首选的 AI 模型，Data Cloud 将所有来源的客户数据统一到一个统一的配置文件中，并实时根据每个客户的行为动态响应。

Einstein Studio 通过提供预构建的零 ETL 连接，简化了训练 AI 模型的时间，简化了系统之间的数据传输。技术团队可以通过 Einstein Studio 的 “点按” 界面轻松访问 Data Cloud 中的数据，并创建和训练他们在所有 Salesforce 应用中使用的 AI 模型。这种方法为 AI 预测和内容自动化生成了最新和有用的客户信息。

通过 Einstein Studio 的集中管理界面，数据科学家和工程师现在可以管理他们对 AI 平台的数据访问权限。Einstein Studio 中的零 ETL 框架消除了繁琐的系统对系统数据集成的需求，使企业能够运行自己独特的 AI 模型。在将 Data Cloud 与其他 AI 工具连接时，客户可以通过加速 AI 部署并避免 ETL 过程来节省时间和金钱。

Salesforce 声称，Einstein Studio 中包含的其他功能可以帮助企业提供模型并监测异常。这个新工具还可以帮助企业将数据连接到其他平台上构建的人工智能或大型语言模型，比如 Amazon SageMaker 和 Google Vertex AI。

总之，Salesforce 的 Einstein Studio 和自有模型功能具有以下优点:

- 提高销售、减少客户流失，并提供出色的服务。

- 使用客户数据，训练 AI 在所有品牌渠道上提供个性化服务。

- 利用选定的技术构建机器学习模型，提高数据团队的生产力。

- 在不进行昂贵的集成改造的情况下，从数据中提取更多价值。

- 利用现有的 IT 和 AI 知识和资源。

- 通过实时客户参与数据，帮助金融机构开发定制的交叉销售模型，帮助顾问推荐补充产品和服务。

- 利用客户的人口统计、购买历史和其他标准，将客户分为不同群体，为零售商提供定制的产品推荐、定价和其他服务。

- 汽车制造商可以预测何时需要维修车辆，识别虚假的保险索赔，并针对每个潜在客户量身定制他们的营销策略。