Salesforce AI: Защо независимите платформи с изкуствен интелект са по-добри от Einstein и Agentforce – Хибридният подход преодолява зависимостта от доставчик!

Стратегическо значение на независимите AI платформи в Salesforce: Анализ отвъд Айнщайн

Salesforce позиционира видно своя вграден изкуствен интелект (ИИ) като неразделна част от своята платформа Customer 360, рекламирайки го като „ИИ №1 за CRM“. Основното послание набляга на безпроблемната интеграция на ИИ възможности като Einstein, Agentforce и по-широкия AI Cloud в съществуващите работни процеси на Salesforce, за да се повиши производителността и да се персонализира клиентското изживяване. Това обещание за лесно внедряване и използване в позната среда резонира с много бизнеси.
Клиентите на Salesforce обаче все по-често са изправени пред стратегическо решение: Трябва ли да разчитат единствено на вградения ИИ пакет на Salesforce или да обмислят интегрирането на независими, потенциално по-специализирани ИИ платформи? Пазарът на ИИ се развива бързо, като външни доставчици непрекъснато въвеждат високоспециализирани модели и иновативни решения, които могат да надхвърлят възможностите на платформа „всичко в едно“.

Тази статия анализира стратегическите предимства от използването на независими AI платформи в средата на Salesforce. Тя критично разглежда възможностите и ограниченията на оригиналния AI на Salesforce, подчертава пътищата и предизвикателствата пред интеграцията и разглежда ключови аспекти като гъвкавост, цена, поверителност на данните и обвързване с доставчик. Целта е да се предостави солидна основа за вземане на решение дали една по-отворена AI стратегия може да бъде по-полезна за потребителите на Salesforce, отколкото да се разчита единствено на собствените решения на Salesforce.

Основният въпрос се върти около компромиса между удобството на дълбоко интегрирано решение и потенциалната мощ и специализация на външните инструменти за изкуствен интелект. Докато Salesforce набляга на предимствата на своя интегриран изкуствен интелект, високата степен на специализация и бързият темп на иновации в областта на изкуствения интелект налагат по-нюансиран подход. Един доставчик на платформа може да не е в състояние да осигури високи постижения във всички области на изкуствения интелект, в сравнение с доставчиците, които се фокусират върху специфични области. Това напрежение между интеграцията и най-добрите решения е в основата на стратегическите съображения, разгледани в този доклад.

Свързано с това:

• Интеграция на независима и междуизточникова платформа с изкуствен интелект за всички бизнес нужди

Разбиране на вградения AI пакет на Salesforce (Einstein, Agentforce, AI Cloud)

Salesforce предлага широка гама от възможности за изкуствен интелект, дълбоко интегрирани в различните облачни продукти, групирани под марките Einstein, Agentforce и AI Cloud. Този пакет има за цел да оптимизира ежедневните бизнес процеси чрез автоматизация, прогнозиране и персонализирани взаимодействия.

Функционален преглед по облак

• Sales Cloud: Основните функции включват оценяване на потенциални клиенти и възможности въз основа на вероятността им за сключване на сделка (Einstein Lead/Opportunity Scoring), по-точни прогнози за приходите (Einstein Forecasting), автоматично създаване на персонализирани имейли за продажби (Sales Emails), обобщения на обажданията за продажби (Call Summaries) и автоматично заснемане на активността от имейли и календари (Einstein Activity Capture). Einstein Copilot също така предоставя контекстно-зависими действия и поддръжка по време на целия процес на продажби.
• Облачни услуги: Тук изкуственият интелект поддържа автоматичната класификация на клиентски случаи (Класификация на случаи), препоръчва подходящи статии от базата знания или предварително направени отговори (Препоръки за статии/отговори), създава обобщения на завършени случаи (Обобщения на работата) и позволява използването на чатботове за автоматизиране на стандартни заявки.
• Маркетингов облак: Функциите на изкуствения интелект помагат за създаването и автоматичното маркиране на маркетингово съдържание (генериране/маркиране на съдържание), оценяват вероятността за взаимодействие от контактите (оценяване на ангажираността), оптимизират времената за изпращане за максимални нива на отваряне (оптимизация на времето за изпращане) и позволяват задълбочена персонализация на кампаниите и клиентското изживяване.
• Commerce Cloud: В тази област изкуственият интелект се фокусира върху персонализирани препоръки за продукти, оптимизиране на резултатите от търсенето и предоставяне на информация за поведението при покупка, за да се увеличат реализациите.
• Междуплатформена/Обща: Инструменти като Einstein Prediction Builder позволяват на администраторите да създават персонализирани модели за прогнозиране, без да пишат код. Einstein Discovery помага за намиране на модели и прозрения в данните. Einstein Next Best Action предоставя контекстно-зависими препоръки. Agentforce представлява автономни агенти с изкуствен интелект, които могат да изпълняват задачи самостоятелно. Prompt Builder и Copilot Studio позволяват персонализирането и създаването на асистенти и подкани, задвижвани от изкуствен интелект.

Свързано с това:

• Извън американския облак: Преглед на суверенните SaaS предложения + препоръки за действие

Основна архитектура

Функционалността на Salesforce AI се основава на два основни стълба: облакът от данни и слоят на доверие на Айнщайн.

Зависимост от облака данни

Salesforce Data Cloud действа като централна база данни. Тя обединява клиентски данни от различни източници (както вътрешни, така и външни за Salesforce) в 360-градусов изглед. Тези хармонизирани данни формират основата за много приложения с изкуствен интелект, особено генеративния изкуствен интелект и персонализацията. Важно е да се отбележи, че някои възможности на генеративния изкуствен интелект и одитната следа на Trust Layer изискват осигуряване на Data Cloud, дори ако той не се използва интензивно за хармонизиране на данни. Това създава архитектурна зависимост и може да доведе до допълнителна сложност и потенциални разходи, особено за компании, които вече имат изградени хранилища за данни или езера от данни. Следователно необходимостта от Data Cloud може да увеличи общата цена на притежание (TCO) и представлява потенциално пречка, ако не се управлява внимателно.

Доверителен слой на Айнщайн

Тази рамка за сигурност е предназначена да гарантира надеждното използване на генеративен изкуствен интелект. Тя се състои от няколко компонента:

• Защитено запитване за данни: Достъпва данни от Salesforce, за да обогати подканите със съответния контекст, като се вземат предвид правата за достъп на съответния потребител.
• Бърза защита: Системните политики са предназначени да намалят халюцинациите и вредния изход от езиковите модели (LLM).
• Маскиране на данни: Чувствителни данни, като например лична информация (PII) или информация за плащане (PCI), се маскират, преди да бъдат изпратени до външни LLM-ове.
• Оценка на токсичността: Генерираните отговори се проверяват и оценяват за потенциално вредно съдържание.
• Политика за нулево запазване на данни: Salesforce има споразумения с партньори като OpenAI и Azure OpenAI, за да гарантира, че предоставените фирмени данни не се съхраняват от тези доставчици на трети страни, нито се използват за обучение на техните модели.

По-внимателният поглед върху архитектурата разкрива, че Salesforce разчита на външни модели на големи езици (LLM) от доставчици като OpenAI, Anthropic или Google за много от своите генеративни възможности за изкуствен интелект. Тези модели често се интегрират чрез облачни услуги като AWS Bedrock, като Einstein Trust Layer действа като защитен шлюз. Това означава, че Salesforce действа предимно като интегратор и посредник по сигурността, вместо единствено да разработва свои собствени основни генеративни модели. Макар че това осигурява достъп до мощни модели, то създава зависимости и повдига въпроса как основната технология за изкуствен интелект се различава от директното използване на тези модели чрез други платформи. Клиентите по същество плащат на Salesforce за интеграцията, защитния слой и вграждането в работни процеси, базирани на до голяма степен външно достъпни модели за изкуствен интелект. Това засилва аргументите за оценка на директната интеграция с тези външни модели или платформи.

Признати силни страни на нативното решение

Въпреки споменатите точки, вграденият пакет Salesforce AI предлага неоспорими предимства:

• Безпроблемна интеграция: Функциите на изкуствения интелект са дълбоко вградени в потребителския интерфейс и работните процеси на Salesforce, което позволява безпроблемна употреба.
• Леснота на използване и познаваемост: Съществуващите потребители и администратори на Salesforce обикновено се ориентират бързо, което намалява времето за адаптация. Инструментите с нисък код също така позволяват на нетехнически потребители да създават изживявания, задвижвани от изкуствен интелект.
• Използване на съществуващи CRM данни: Изкуственият интелект е проектиран да работи директно с данни за клиентите, съхранявани в Salesforce, което може да опрости подготовката на данните.

Xpert.Digital притежава задълбочени познания в различни индустрии. Това ни позволява да разработваме персонализирани стратегии, прецизно съобразени с изискванията и предизвикателствата на вашия специфичен пазарен сегмент. Чрез непрекъснат анализ на пазарните тенденции и наблюдение на развитието в индустрията, ние можем да действаме проактивно и да предлагаме иновативни решения. Комбинацията от опит и експертиза генерира добавена стойност и осигурява на нашите клиенти решаващо конкурентно предимство.

Повече информация тук:

• Възползвайте се от 5-те области на експертиза на Xpert.Digital в един пакет – от само 500 евро/месец

Аргументи за независими AI платформи в Salesforce

Въпреки че вградената интеграция на Salesforce AI предлага предимства, има няколко убедителни причини сериозно да обмислите включването на независими AI платформи. Тези външни решения могат да бъдат превъзходни в области като гъвкавост, специализация, адаптивност и потенциални предимства по отношение на разходите.

Гъвкавост и специализация на модели

Пазарът на изкуствен интелект се характеризира с висока динамика и специализация. Независимите доставчици на ИИ често се фокусират върху специфични области или технологии, което им позволява да предлагат по-модерни или персонализирани решения в определени области, отколкото универсална платформа като Salesforce.

Достъп до най-добрите модели в класа си

Външните доставчици често разработват високоспециализирани алгоритми за области като обработка на естествен език (NLP), компютърно зрение или специфични за индустрията анализи. Примерите включват специализиран изкуствен интелект за правни документи като ContractPodAi или специфични за индустрията диагностични инструменти като Aquant. Такива специализирани модели могат да превъзхождат по-общите модели, вградени в Salesforce.

По-бързи иновационни цикли

Специализираните компании, занимаващи се с изкуствен интелект, често могат да разработват и пускат нови модели и функции по-бързо от голям доставчик на платформи като Salesforce, чиято пътна карта за развитие на изкуствен интелект е обвързана с по-широки цикли на пускане на пазара. Това позволява на компаниите да се възползват по-бързо от най-новите постижения в областта на изкуствения интелект.

По-голямо разнообразие от модели

Независимите платформи или пазари предлагат достъп до по-широк набор от модели, включително нишови решения, опции с отворен код или модели от доставчици, които не са директно достъпни чрез функцията „Bring Your Own Model“ (BYOM) на Salesforce.

Свързано с това:

• Независимите платформи с изкуствен интелект като стратегическа алтернатива за европейските компании

Тази специализация на външни доставчици контрастира с по-широкия подход на Salesforce, който има за цел да предостави основни възможности за изкуствен интелект в целия си CRM пакет. Макар че този широк подход гарантира, че изкуственият интелект е наличен в много области, той може да е за сметка на дълбочината. Специализиран изкуствен интелект за откриване на измами или инструмент за анализ на медицински изображения вероятно ще превъзхожда общ CRM-интегриран модел за тези специфични задачи. Организациите с критични изисквания в специализирани области на изкуствен интелект може да открият, че вграденият изкуствен интелект на Salesforce е недостатъчно развит. Независимите платформи им позволяват да изберат най-добрия инструмент за работата, вместо да се задоволяват с потенциално единственото адекватно вградено решение.

Адаптация и контрол

Независимите платформи с изкуствен интелект често предлагат по-високо ниво на контрол върху целия жизнен цикъл на изкуствения интелект, от подготовката на данни до внедряването и мониторинга на модела.

Задълбочена фина настройка на модела

Външните платформи често са предназначени за инженери, занимаващи се с машинно обучение, и предлагат подробен контрол върху моделите за обучение и фина настройка. Това надхвърля възможностите на по-абстрактните инструменти на Salesforce с нисък код, като Einstein Prediction Builder, или ограниченията на фината настройка на импортираните модели (BYOM) в Salesforce.

Избор на алгоритъм и прозрачност

Потребителите имат по-голяма свобода при избора на специфични алгоритми и потенциално получават по-голяма прозрачност относно функционирането на моделите (обяснимост), отколкото чрез слоевете на абстракция на Salesforce. Въпреки че Salesforce предлага инструменти като Model Inspector, външните MLOps инструменти често са по-всеобхватни.

Контрол върху AI стека

Управлението на целия AI процес (подготовка на данни, обучение, внедряване, мониторинг) на платформи като AWS или Google Cloud предлага повече контрол, отколкото разчитането на управляваната среда на Salesforce.

Ограничения за персонализиране на Salesforce

Въпреки че Salesforce предлага конструктор с нисък код за лесно персонализиране, външните платформи често позволяват по-задълбочено персонализиране, базирано на код. Съществуват и специфични функционални ограничения с функциите на Salesforce AI, като например сложни изисквания или при персонализиране на Einstein Activity Capture, както и общи ограничения на платформата.

Потенциални предимства при разходите

Структурите на разходите за решения с изкуствен интелект могат да варират значително и простото сравнение на лицензионните такси често е недостатъчно.

Различни модели на ценообразуване

Salesforce често лицензира своите AI възможности на потребител на месец като допълнение към съществуващи облачни лицензи. За разлика от това, ценообразуването за самостоятелни AI платформи често се основава на действителното потребление (изчислително време, памет, API извиквания). Самостоятелните доставчици на AI, от своя страна, могат да имат свои собствени, потенциално по-гъвкави ценови модели. Въпреки че опцията BYOM в Salesforce може да намали цената на Einstein Requests, основните разходи на външния доставчик на модел все още се прилагат.

Обща цена на притежание (TCO)

Цялостният анализ на общите разходи за притежание (TCO) е от решаващо значение. Въпреки че вградената интеграция на Salesforce AI може да намали първоначалните разходи за интеграция, други фактори могат да увеличат общите разходи: потенциалната необходимост от лицензи или използване на Data Cloud, относително високите разходи на потребител за добавки към AI и възможността за плащане на премия за модели с AI, които биха били достъпни по-евтино външно. TCO за самостоятелен AI трябва да включва разходите за интеграция, но може да се възползва от по-ниските разходи за използване на основния AI и използването на съществуващата облачна инфраструктура. Agentforce също е описан като потенциално скъп за използване (2 долара на разговор).

Избягване на съкращения

Използването на независим изкуствен интелект може да позволи на компаниите да се възползват от съществуващите инвестиции в други облачни платформи или собствени инфраструктури за данни, като по този начин избегнат излишни разходи в екосистемата на Salesforce.

Salesforce Native AI срещу Independent AI: Сравнение на функциите и гъвкавостта

Нативният ИИ на Salesforce, като Einstein или Agentforce, и независимите ИИ платформи, които често използват специализирани или отворени модели, се различават значително по своите характеристики и гъвкавост. Докато нативният ИИ на Salesforce се фокусира върху универсални подходи и CRM приложения, независимите платформи често предлагат специализирани модели и по-широк избор, включително опции с отворен код. Достъпът до най-новите модели със Salesforce зависи от циклите на пускане и партньорствата, докато специализираните доставчици потенциално предлагат по-бързи актуализации. Що се отнася до фината настройка, нативните модели на Salesforce често са ограничени и абстрактни, например чрез инструменти като Prediction Builder, докато независимите платформи предлагат по-детайлно управление върху процеса на обучение. Изборът на специфични алгоритми е ограничен със Salesforce, тъй като те обикновено са предварително дефинирани или се осигуряват от партньори, докато независимите платформи предлагат повече свобода в това отношение. Освен това Salesforce управлява изцяло инфраструктурата, често базирана на AWS или GCP, докато независимите платформи позволяват директен достъп до хостинг среди, независимо дали в собствения облак на компанията или локално. Усилията за интеграция със Salesforce са ниски, тъй като решенията му са нативно интегрирани, докато външните платформи изискват повече работа по разработка и конфигуриране. Що се отнася до разходите, Salesforce често използва месечен ценообразуващ модел, базиран на потребителите, като допълнение, докато независимите платформи често използват ценообразуване, базирано на потреблението, например базирано на изчислителна мощност или API извиквания, или модели, специфични за доставчика.

Навигация по интеграцията: Свързване на независим изкуствен интелект със Salesforce

Изборът на независима AI платформа изисква внимателно планиране за нейната интеграция в съществуващата среда на Salesforce. Съществуват няколко метода за установяване на тази връзка, всеки със своите предимства и предизвикателства.

Методи за интеграция

AppExchange / AgentExchange

Salesforce AppExchange предлага голямо разнообразие от приложения на трети страни, включително AI решения, които често предоставят предварително изградени интеграции. AgentExchange е по-нов пазар, специално фокусиран върху умения, теми и шаблони за AI агенти от партньори, целящ да ускори внедряването на AI агенти. Това често е най-лесният подход, но изисква подходящ партньор, който да предложи решение.

API (REST/SOAP/Bulk/Streaming)

Директното използване на Salesforce API позволява персонализирана интеграция. Разработчиците могат да обменят данни, да задействат процеси в Salesforce или да предоставят обратна връзка за резултати от външни AI модели. Композитният API може да помогне за ефективното обединяване на множество операции. Този метод предлага максимална гъвкавост, но изисква значителни усилия за разработка.

Middleware платформи (напр. MuleSoft)

Интеграционни платформи като MuleSoft (собствено решение на Salesforce) или други могат да действат като посредници. Те обработват задачи като трансформация на данни, оркестрация на сложни работни процеси и управление на свързаността между Salesforce и външни услуги с изкуствен интелект.

Конектори за облачни платформи (AWS/GCP)

Големите доставчици на облачни услуги все по-често предлагат специфични услуги, които улесняват интеграцията със Salesforce. Примерите включват AWS Private Connect за сигурни мрежови връзки, AWS Event Relay за предаване на събития в реално време, AWS Glue Salesforce Connector и SageMaker Data Wrangler Connector за подготовка на данни. Google Vertex AI може да бъде интегриран в Salesforce Data Cloud чрез Model Builder. Въпреки че тези конектори могат да опростят интеграцията, те обвързват потребителите с екосистемата на съответните им доставчици на облачни услуги.

BYOM чрез Einstein Studio

Както бе споменато по-рано, тази функция ви позволява да интегрирате външно хоствани модели в средата на Salesforce чрез Model Builder. Заявките все още преминават през инфраструктурата на Salesforce и използват доверителния слой, което опростява интеграцията, но също така създава известна зависимост.

Свързано с това:

• Интеграция на изкуствен интелект и машинно обучение в складовата логистика – глобални развития в Германия, ЕС, САЩ и Япония

Често срещани предизвикателства при интеграцията

Интегрирането на външни системи със Salesforce не е тривиално и представлява специфични предизвикателства:

Ограничения на API

Salesforce ограничава броя на API извикванията за всяка организация и период от време (напр. ежедневно, едновременно). Интензивните процеси с изкуствен интелект, които често синхронизират или заявяват данни, могат бързо да достигнат тези ограничения. Това налага внимателно проектиране (напр. ограничаване на натоварването, пакетна обработка, кеширане) или може да изисква закупуване на по-високи издания на Salesforce или допълнителни API квоти. Ограниченията на Streaming API са особено важни за случаи на употреба в реално време.

Синхронизиране на данни

Осигуряването на съгласуваност на данните между Salesforce и външната платформа с изкуствен интелект е от решаващо значение. Предизвикателствата включват обработка на големи обеми данни (LDV), избор между актуализации в реално време и пакетни актуализации, управление на латентността и избягване на несъответствия в данните. Подходи като интеграции с нулево копие целят да смекчат тези проблеми, но не винаги са приложими.

Картографиране и трансформация на данни

Различните модели данни, формати и семантика на полетата трябва да бъдат съгласувани. Това може да изисква сложна логика на трансформация, за да се осигури правилна интерпретация на данните.
Сигурност и удостоверяване: Сигурното управление на идентификационните данни за достъп (API ключове, токени), внедряването на надеждни методи за удостоверяване (напр. OAuth 2.0, именувани идентификационни данни) и осигуряването на сигурно предаване на данни (криптиране) са от съществено значение. Неправилните конфигурации могат да доведат до уязвимости в сигурността.

Обработка на грешки и съгласуваност на данните

Интеграциите трябва да са устойчиви на грешки (мрежови проблеми, системни повреди, грешки в данните). Необходими са надеждни механизми за регистриране, наблюдение и логика за автоматично повторно опитване, за да се гарантира целостта на данните и да се сведе до минимум времето на престой.

Сложност и поддръжка

Персонализираните интеграции изискват непрекъсната поддръжка и корекции, особено с развитието на Salesforce или външната платформа с изкуствен интелект. Това обвързва ресурси и изисква техническа експертиза.

Сложността на интеграцията е често подценяван фактор, свързан с разходите. Въпреки че самостоятелните платформи с изкуствен интелект могат да предлагат по-ниски основни разходи или превъзходни функции, разходите и усилията за интеграция – включително времето за разработка, потенциалните лицензи за междинен софтуер и текущата поддръжка – трябва да бъдат взети предвид при изчисляването на общата цена на притежание (TCO). Вграденият изкуствен интелект на Salesforce се възползва от предварително изградената интеграция. Ограниченията на API могат допълнително да увеличат сложността и разходите, ако са необходими тромави решения или по-скъпи лицензи. Следователно, решението за използване на самостоятелен изкуствен интелект трябва да вземе предвид техническите възможности и ресурсите на организацията за управление на тази сложност на интеграцията. Лошо планираната интеграция може да обезсмисли предимствата на външната платформа.

Успешни модели на интеграция

Въпреки предизвикателствата, съществуват установени модели и инструменти за успешни интеграции. Казуси демонстрират успешната интеграция на AWS SageMaker със Salesforce, често използвайки специфични AWS услуги за оптимизиране на производителността и разходите. Подобни интеграции са възможни с Google Vertex AI, особено чрез Model Builder. Инструменти като Zapier могат да се използват за по-прости, безкодови интеграции за преместване на данни между системи, като например между Google Sheets и Vertex AI като заместител на данни от Salesforce. Използването на облачни конектори и услуги като AWS Glue, EventBridge или Private Connect също може значително да опрости и защити процеса на интеграция.

Независима платформа с изкуствен интелект: Методи за интеграция и предизвикателства с един поглед

Независимата AI платформа предлага разнообразие от методи за интеграция, всеки със своите специфични предимства и предизвикателства. Приложенията AppExchange или AgentExchange позволяват лесно инсталиране на предварително изградени приложения или компоненти от партньори с минимални усилия за разработка и често със сертифицирано качество. Възможностите за персонализиране обаче са ограничени и има зависимост от предложенията на партньорите и потенциални разходи. Директната API интеграция, която позволява персонализирана разработка с помощта на Salesforce API като REST, SOAP, Bulk и Streaming, предлага максимална гъвкавост и пълен контрол върху потока от данни и логиката. Тя обаче изисква значителни усилия за разработка, управление на ограниченията на API, щателни одити за сигурност и текуща поддръжка. Използването на middleware като MuleSoft опростява сложните интеграции чрез свързаност, трансформация на данни и оркестрация. Той предлага централизирано управление и възможност за повторна употреба, но изисква допълнителни разходи за лицензиране и обширно обучение на платформата. Облачните конектори като AWS или GCP оптимизират интеграциите чрез специфични, понякога нискокодови, услуги като Glue, Event Relay или Private Connect. Те обикновено са мощни, сигурни и идеално пригодени за съответните им облачни екосистеми, но изискват специализирани конфигурации и обвързват потребителя с доставчика. С BYOM чрез Einstein Studio, външно хоствани модели могат лесно да бъдат интегрирани в работните процеси на Salesforce, като се използва доверителният слой и се опростява процесът на интеграция. Съществуват обаче ограничения по отношение на поддръжката на модели в сравнение с директното използване, фината настройка и зависимостта от платформата Salesforce.

AI Game Changer: Най-гъвкавата AI платформа - Специализирани решения, които намаляват разходите, подобряват вашите решения и повишават ефективността

Независима платформа с изкуствен интелект: Интегрира всички съответни източници на фирмени данни

• Тази платформа с изкуствен интелект взаимодейства с всички специфични източници на данни
  • От SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox и много други системи за управление на данни
• Бърза интеграция на ИИ: Специализирани ИИ решения за бизнеса за часове или дни, вместо за месеци
• Гъвкава инфраструктура: облачна или хостинг във вашия собствен център за данни (Германия, Европа, свободен избор на местоположение)

• Максимална сигурност на данните: използването му в адвокатските кантори е неопровержимо доказателство
• Разгръщане в широк спектър от корпоративни източници на данни
• Избор на собствени или различни модели на изкуствен интелект (Германия, ЕС, САЩ, Китай)

Предизвикателства, които нашата AI платформа решава

• Липса на съответствие с конвенционалните решения с изкуствен интелект
• Защита на данните и сигурно управление на чувствителни данни
• Високи разходи и сложност на индивидуалното разработване на ИИ
• Недостиг на квалифицирани специалисти по изкуствен интелект
• Интегриране на изкуствен интелект в съществуващи ИТ системи

Повече информация тук:

• Интеграция на независима и междуизточникова платформа с изкуствен интелект за всички бизнес нужди

Критични съображения: Управление на риска в независимия изкуствен интелект

Решението за или против независими платформи с изкуствен интелект трябва да включва и внимателна оценка на потенциалните рискове, особено в областите на защитата на данните, зависимостта от доставчиците и суверенитета на данните.

Защита и сигурност на данните

Въпреки че Salesforce позиционира Einstein Trust Layer като гаранция за сигурно използване на изкуствен интелект, по-внимателното разглеждане разкрива практически ограничения, които трябва да бъдат претеглени спрямо независимите решения.

Ограничения на доверителния слой на Айнщайн:

Деактивирано маскиране на данни за Agentforce: Ключов момент е изричното твърдение, че маскирането на данни е деактивирано за работните процеси на Agentforce. Даденото основание е, че маскирането би нарушило контекстуалната точност и релевантност на резултатите, например при търсене на подобни акаунти, където са необходими данните за референтния акаунт. Това представлява значителен риск за поверителността на данните, тъй като потенциално чувствителни данни за клиентите биха могли да бъдат изпратени немаскирани към външни LLM, което е особено проблематично в регулираните индустрии и противоречи на обещанието за „доверие“.
Алтернативно смекчаване (Anthropic): Salesforce планира да предложи Anthropic модели като алтернатива, работещи в рамките на „Salesforce Trusted Boundary“ (хоствана на AWS Bedrock). Въпреки че данните не напускат контролната сфера на Salesforce с този подход, маскирането на данни остава деактивирано. Под въпрос е дали това адекватно адресира опасенията за поверителност на данните в сравнение с функциониращото маскиране.
Обща функционалност на Trust Layer: Основни функции като нулево задържане с партньори и проверки за токсичност остават в сила. Изключението за Agentforce обаче представлява значително ограничение.

Потенциални предимства на независимите платформи:

Опции за специално съхранение на данни: Независимите доставчици на облачни услуги или специализираните платформи могат да предлагат по-детайлно управление върху това къде се съхраняват и обработват данните. Това може да е необходимо, за да се спазват строги регионални закони за поверителност на данните (като GDPR или специфични национални разпоредби), които надхвърлят общите гаранции на Salesforce Hyperforce.
Алтернативни архитектури за сигурност: Организациите могат да избират архитектури, които по-добре отговарят на техните специфични изисквания за сигурност, като например специално криптиране, по-строг контрол на достъпа или механизми за изолиране на данни.
Директна отчетност на доставчика: Директната работа с доставчик на изкуствен интелект създава по-ясна отчетност за обработката на данни, без Salesforce като посредник.

Разликата между маркетинговото обещание на Trust Layer и неговата техническа реалност, особено деактивираното маскиране за Agentforce, е от решаващо значение за оценката на риска. Вземащите решения не могат да разчитат единствено на маркетингови твърдения, а трябва да проучат конкретната имплементация за своите случаи на употреба и да я сравнят с потенциално по-последователните или конфигурируеми контроли на независимите платформи.

Свързано с това:

• Надежден изкуствен интелект: козът на Европа и шансът да поеме водеща роля в областта на изкуствения интелект

Аспекти на защитата на данните и сигурността: Einstein Trust Layer срещу независими платформи

Поверителността и сигурността на данните са от първостепенно значение както за Einstein Trust Layer на Salesforce, така и за независимите платформи. Що се отнася до маскирането на данни, Trust Layer предлага поддръжка за специфични региони и езици, макар и с ограничения за Agentforce. Независимите платформи, от друга страна, могат да предоставят конфигурируеми и персонализируеми правила и поддържани типове данни. Маскирането на данни е деактивирано за работни процеси, базирани на агенти, в Trust Layer, докато често е възможно при независими платформи, в зависимост от внедряването, ако влошаването на производителността е приемливо. Нулевото запазване на данни с доставчици на трети страни се гарантира чрез договорни споразумения, като например с OpenAI; независимите платформи позволяват директни договори или хостинг в собствената инфраструктура на клиента, за да се избегнат напълно трети страни. Одитните следи се регистрират в Trust Layer от Data Cloud, включително токсично съдържание и маскиране, докато независимите платформи често предлагат подробни възможности за регистриране и наблюдение, като например MLOps инструменти. При контролирането на местоживеенето на данните, Trust Layer зависи от региона на Hyperforce и осигуряването, докато независимите платформи обикновено позволяват по-подробен избор на региони на центровете за данни. Опциите за хостинг на Salesforce варират от управляван от доставчик хостинг до BYOM (Bring Your Own Host) чрез SF Gateway с хостинг при партньори като AWS или GCP, като Anthropic също е планиран за района на SF. Независимите платформи, от друга страна, позволяват хостинг в специален облачен екземпляр, локално или в облака на доставчика. Що се отнася до гранулираността на контролите, Trust Layer предлага конфигурируеми опции, като например дефиниране на правила за маскиране, докато основната архитектура е фиксирана; независимите платформи често могат да осигурят по-цялостна конфигурация на мерките за сигурност.

Избягване на обвързване с доставчик

Дълбоката интеграция на услугите на Salesforce носи риск от силна зависимост от доставчика.

Риск от екосистемна зависимост

Разчитането единствено на Salesforce за CRM и AI създава значителна зависимост. Това може да отслаби вашата преговорна позиция, когато става въпрос за корекции на цените, и да ограничи гъвкавостта ви да използвате други технологии в бъдеще.

Стратегическа диверсификация

Използването на независими платформи с изкуствен интелект диверсифицира технологичния стек. Компаниите могат да се възползват от иновации от целия пазар и по-лесно да сменят доставчиците си, ако е необходимо. Това поддържа тяхната стратегическа гъвкавост.

Парадоксът на „отворената екосистема“ на Salesforce

Въпреки че Salesforce насърчава отворена екосистема, например чрез BYOM (Bring Your Own Machine - Донеси си собствена машина), практическата реалност на дълбоката интеграция често води до фактическо обвързване. Дори с BYOM, управлението и внедряването се извършват чрез платформата на Salesforce, което затруднява превключването. Удобството на интегрираното решение може по този начин да доведе до „меко обвързване“, тъй като основните зависимости са скрити и преминаването към различна стратегия за управление или внедряване създава трудности.

Повече информация тук:

• Опасностите от обвързването с даден доставчик: Защо компаниите трябва да избягват зависимости

Суверенитет на данните и преносимост

Контролът върху собствените данни и възможността за мигриране на модели или данни при необходимост са важни стратегически аспекти.

Опасения относно улавянето на активността на Айнщайн (EAC)

Един специфичен проблем се отнася до EAC. Заснетите имейли и данни от календара не се съхраняват като стандартни записи за активност в Salesforce, а външно в AWS. Тези данни са обект на ограничен период на съхранение (6 месеца по подразбиране, до 24 месеца с платен лиценз) и се губят, ако EAC бъде деактивиран. Това повдига сериозни въпроси относно суверенитета на данните, дългосрочния достъп и опциите за архивиране. В този случай вие не притежавате изцяло данните си.

Преносимост на модела

Моделите, изградени директно с инструменти на Salesforce, като Einstein Prediction Builder, са обвързани с платформата и не са лесно преносими. Въпреки че основните данни могат да бъдат експортирани, самият обучен модел не е преносим. За разлика от тях, моделите, разработени на външни платформи (AWS, GCP и др.), са по своята същност по-преносими, дори ако са временно интегрирани със Salesforce.

Преносимост на данни в независимия изкуствен интелект

При използване на външни AI платформи, основната обработка на данни и артефактите на модела често остават извън Salesforce. Това потенциално предлага по-добра преносимост на данни и модели, ако връзката със Salesforce или стратегията се променят.

Стратегически препоръки за вземащите решения

Изборът на правилната стратегия за изкуствен интелект в контекста на Salesforce изисква нюансирана оценка, която надхвърля простото сравнение на функциите. Следните препоръки могат да помогнат на вземащите решения:

Критично оценявайте случаите на употреба

Не разчитайте по подразбиране на вградения изкуствен интелект в Salesforce. Оценявайте всеки случай на употреба на изкуствен интелект поотделно въз основа на:

• Необходима специализация: Изисква ли задачата задълбочени, специализирани възможности за изкуствен интелект (напр. сложен научен анализ, прогнози за нишови индустрии), които е вероятно да бъдат по-добре обслужвани от специализирана платформа?
• Нужди от адаптация: Колко контрол върху модела, данните за обучение и алгоритмите е необходим? Достатъчно ли е нивото на абстракция на Salesforce?
• Изисквания за производителност: Има ли строги изисквания за латентност или пропускателна способност, които биха могли да бъдат по-добре изпълнени чрез оптимизирана външна инфраструктура?
• Чувствителност и съответствие на данните: Включва ли случаят на употреба силно чувствителни данни, при които ограниченията на доверителния слой (особено липсата на маскиране в Agentforce) представляват неприемливи рискове? По-добре ли се спазват специфичните изисквания за местоживеене на данните външно?

да се следва хибриден подход

Помислете за стратегия, която използва вградения изкуствен интелект на Salesforce за по-прости, силно интегрирани задачи, където той е отличен (напр. основен анализ на потенциални клиенти, изготвяне на имейли в Sales Cloud). Едновременно с това интегрирайте независими платформи за високостойностни, специализирани или силно чувствителни случаи на употреба.

Обмислете готовността за интеграция

Реалистично оценете техническите ресурси и ноу-хауто на организацията, за да се справи със сложността на интегрирането и поддръжката на външни решения с изкуствен интелект. Започнете с добре поддържани интеграции (напр. AppExchange, установени облачни конектори), преди да се заемете със сложни вътрешни разработки.

Изчислете пълната обща стойност на притежанието на собственост (TCO)

Проведете задълбочен анализ на общите разходи за притежание (TCO), който сравнява общите разходи за вградения изкуствен интелект в Salesforce (лицензи, използване на облак от данни, потенциални функционални ограничения) с тези за независимия изкуствен интелект (основни разходи за изкуствен интелект + разработка/поддръжка на интеграция + междинен софтуер).

Анализът на общите разходи за притежание (TCO) е метод за оценка на общите разходи, свързани с придобиването и експлоатацията на технология през целия ѝ жизнен цикъл – включително не само разходите за придобиване, но и текущите оперативни разходи, поддръжка, обучение, надстройки и др.

Защо външните платформи с изкуствен интелект могат да бъдат по-рентабилни:

• Икономии от мащаба: Доставчиците разпределят разходите за инфраструктура между много клиенти.
• По-ниска инвестиция: Няма нужда да изграждате собствена инфраструктура.
• По-бързо внедряване: По-бързото време за пускане на пазара намалява непреките разходи.
• Включени поддръжка и актуализации: Не се изискват никакви усилия от ваша страна за ИТ операции.
• Плащане при ползване: Цените се коригират спрямо търсенето.

Анализът на общата стойност на притежанието на собственост (TCO) често показва, че външните платформи с изкуствен интелект са по-евтини и по-гъвкави в дългосрочен план от вътрешните решения.

Приоритизирайте стратегическата гъвкавост

Претеглете удобството на интегрираната екосистема на Salesforce спрямо дългосрочните стратегически рискове от обвързване с доставчик (вижте раздел VB). Включете съображения за преносимост в стратегията за изкуствен интелект от самото начало.

Прозрачност на търсенето

Изисквайте ясна документация от всички доставчици (включително Salesforce и независими доставчици) относно възможностите на модела, ограниченията, практиките за обработка на данни, мерките за сигурност и ценовите модели. Критично разгледайте маркетинговите твърдения и ги сравнете с техническите реалности.

Свързано с това:

• Системи за управление на данни в преход: Стратегии за бизнес успех в ерата на изкуствения интелект

Апел за отворена стратегия за изкуствен интелект в Salesforce

Анализът ясно показва, че макар разчитането единствено на вградения AI пакет на Salesforce да предлага удобство и безпроблемна интеграция със съществуващите CRM процеси, това не е непременно оптималната стратегия за всяка компания. Стратегическото обмисляне на независими AI платформи предлага значителни предимства: достъп до високоспециализирани и потенциално по-мощни модели, по-голяма гъвкавост и контрол върху AI стека, потенциална ефективност на разходите чрез алтернативни ценови модели и използване на съществуващата инфраструктура, както и решаващо смекчаване на риска по отношение на обвързването с доставчик и суверенитета на данните.

Идентифицираните ограничения на Einstein Trust Layer са особено критични, особено деактивираното маскиране на данни за работните процеси на Agentforce. Това подчертава необходимостта да се погледне отвъд маркетинговите обещания и внимателно да се проучат техническите реалности, особено при обработката на чувствителни данни. Опасенията относно преносимостта на данните, както е илюстрирано от примера на Einstein Activity Capture, служат и като предупреждение срещу прекомерната зависимост от собствени механизми за съхранение и обработка.

В същото време, ролята на Salesforce AI не бива да се подценява. Той предлага ценно, добре интегрирано решение за много стандартни CRM задачи. Въпреки ограниченията си, Einstein Trust Layer представлява важен слой за управление и сигурност. Освен това, инструментите с low-code позволяват по-широка демократизация на внедряването на AI в организациите.

Най-убедителната стратегия за много компании вероятно ще бъде отворен, хибриден подход. Такава стратегия използва силните страни на оригиналния изкуствен интелект на Salesforce за ежедневни, интегрирани задачи, но не се страхува от селективно интегриране на външни, най-добри в класа си решения с изкуствен интелект за специфични, високо взискателни или стратегически критични случаи на употреба. Това изисква отдалечаване от стандартния подход за използване само на оригинални инструменти и вместо това провеждане на строга оценка, базирана на случаи на употреба.

Вземащите решения се призовават внимателно да определят правилната комбинация от нативни и самостоятелни решения с изкуствен интелект. Това решение трябва да се ръководи от специфични бизнес изисквания, съществуващи технически възможности, толерантност към риск и дългосрочни стратегически цели, за да се използва пълноценно потенциалът на изкуствения интелект в екосистемата на Salesforce, без да се създават ненужни зависимости или рискове.

☑️ Подкрепа за МСП в стратегията, консултирането, планирането и внедряването

☑️ Създаване или пренасочване на стратегията за ИИ

☑️ Pioneer Business Development

 

С удоволствие бих служел като ваш личен съветник.

Можете да се свържете с мен, като попълните формата за контакт по-долу или просто ми се обадите на +49 7348 4088 965 .

Очаквам с нетърпение нашия съвместен проект.

 

 

Xpert.Digital е индустриален център, фокусиран върху дигитализацията, машиностроенето, логистиката/интралогистиката и фотоволтаиката.

С нашето 360° решение за бизнес развитие, ние подкрепяме известни компании от нов бизнес до следпродажбено обслужване.

Пазарно разузнаване, маркетинг, маркетингова автоматизация, разработване на съдържание, PR, имейл кампании, персонализирани социални медии и подхранване на лийдове са част от нашите дигитални инструменти.

Можете да намерите повече информация на: www.xpert.digital - www.xpert.solar - www.xpert.plus