Salesforce AI: Proč jsou nezávislé platformy AI lepší než Einstein a AgentForce-Hybrid Approach Beats prodavatel Lock-in!

Strategický význam nezávislých platforem umělé inteligence v Salesforce: Analýza za hranicemi Einsteina

Společnost Salesforce prominentně pozicionuje svou nativní umělou inteligenci (AI) jako nedílnou součást své platformy Customer 360 a propaguje ji jako „AI číslo 1 pro CRM“. Hlavní sdělení zdůrazňuje bezproblémovou integraci funkcí AI, jako jsou Einstein, Agentforce a širší AI Cloud, do stávajících pracovních postupů Salesforce s cílem zvýšit produktivitu a personalizovat zákaznické zkušenosti. Tento příslib snadné implementace a použití v známém prostředí rezonuje s mnoha podniky.
Zákazníci Salesforce však stále častěji čelí strategickému rozhodnutí: Měli by se spoléhat výhradně na nativní sadu AI Salesforce, nebo zvážit integraci nezávislých, potenciálně specializovanějších platforem AI? Trh s AI se rychle vyvíjí a dodavatelé třetích stran neustále zavádějí vysoce specializované modely a inovativní řešení, která mohou překročit možnosti all-in-one platformy.

Tento článek analyzuje strategické výhody používání nezávislých platforem umělé inteligence v prostředí Salesforce. Kriticky zkoumá možnosti a omezení nativní umělé inteligence Salesforce, zdůrazňuje cesty a výzvy integrace a zabývá se klíčovými aspekty, jako je flexibilita, náklady, ochrana osobních údajů a závislost na dodavateli. Cílem je poskytnout solidní základ pro rozhodování, zda by otevřenější strategie umělé inteligence mohla být pro uživatele Salesforce výhodnější než spoléhání se výhradně na vlastní řešení Salesforce.

Hlavní otázka se točí kolem kompromisu mezi výhodou hluboce integrovaného řešení a potenciální silou a specializací externích nástrojů umělé inteligence. Zatímco Salesforce zdůrazňuje výhody své integrované umělé inteligence, vysoký stupeň specializace a rychlé tempo inovací v oblasti umělé inteligence vyžaduje komplexnější přístup. Jeden poskytovatel platformy nemusí být schopen poskytovat excelenci ve všech oblastech umělé inteligence ve srovnání s poskytovateli, kteří se zaměřují na specifické oblasti. Toto napětí mezi integrací a nejlepšími řešeními tvoří jádro strategických úvah zkoumaných v této zprávě.

Vhodné pro:

• AI integrace nezávislé platformy AI pro všechny společnosti pro všechny společnosti pro všechny společnosti

Pochopení nativního balíčku umělé inteligence Salesforce (Einstein, Agentforce, AI Cloud)

Salesforce nabízí širokou škálu funkcí umělé inteligence hluboce integrovaných do svých různých cloudových produktů, seskupených pod značkami Einstein, Agentforce a AI Cloud. Tato sada si klade za cíl optimalizovat každodenní obchodní procesy prostřednictvím automatizace, predikce a personalizovaných interakcí.

Funkční přehled podle cloudu

• Sales Cloud: Mezi klíčové funkce patří hodnocení potenciálních zákazníků a obchodních příležitostí na základě pravděpodobnosti jejich uzavření (Einstein Lead/Opportunity Scoring), přesnější prognózy tržeb (Einstein Forecasting), automatické vytváření personalizovaných prodejních e-mailů (Sales Emails), souhrny prodejních hovorů (Call Summaries) a automatické zachycení aktivit z e-mailů a kalendářů (Einstein Activity Capture). Einstein Copilot také poskytuje kontextové akce a podporu v celém prodejním procesu.
• Service Cloud: Zde umělá inteligence podporuje automatickou klasifikaci zákaznických případů (Klasifikace případů), doporučuje vhodné znalostní články nebo předpřipravené odpovědi (Doporučení článků/odpovědí), vytváří shrnutí dokončených případů (Shrnutí prací) a umožňuje použití chatbotů k automatizaci standardních požadavků.
• Marketingový cloud: Funkce umělé inteligence pomáhají s vytvářením a automatickým označováním marketingového obsahu (generování/označování obsahu), vyhodnocují pravděpodobnost interakce s kontakty (skórování zapojení), optimalizují doby odesílání pro maximální míru otevření (optimalizace doby odeslání) a umožňují hloubkovou personalizaci kampaní a zákaznických zkušeností.
• Commerce Cloud: V této oblasti se umělá inteligence zaměřuje na personalizovaná doporučení produktů, optimalizaci výsledků vyhledávání a poskytování poznatků o nákupním chování za účelem zvýšení konverzí.
• Multiplatformní/Obecné: Nástroje jako Einstein Prediction Builder umožňují administrátorům vytvářet vlastní prediktivní modely bez nutnosti psaní kódu. Einstein Discovery pomáhá najít vzory a poznatky v datech. Einstein Next Best Action poskytuje kontextově orientovaná doporučení. Agentforce představuje autonomní agenty s umělou inteligencí, kteří mohou provádět úkoly samostatně. Prompt Builder a Copilot Studio umožňují přizpůsobení a vytváření asistentů a výzev s umělou inteligencí.

Vhodné pro:

• Vypadněte z amerického cloudu: Sovereign SaaS nabízí přehled + doporučení pro akci

Základní architektura

Funkčnost umělé inteligence Salesforce je založena na dvou základních pilířích: datovém cloudu a vrstvě důvěryhodnosti Einstein Trust Layer.

Závislost datového cloudu

Salesforce Data Cloud funguje jako centrální datová základna. Sjednocuje zákaznická data z různých zdrojů (interních i externích vůči Salesforce) do 360stupňového pohledu. Tato harmonizovaná data tvoří základ pro mnoho aplikací umělé inteligence, zejména generativní umělou inteligenci a personalizaci. Důležité je, že některé funkce generativní umělé inteligence a auditní záznam vrstvy důvěryhodnosti vyžadují zřizování datového cloudu, i když se pro harmonizaci dat příliš nevyužívá. To vytváří architektonickou závislost a může vést k další složitosti a potenciálním nákladům, zejména pro společnosti, které již mají zavedené datové sklady nebo datová jezera. Potřeba datového cloudu proto může zvýšit celkové náklady na vlastnictví (TCO) a představuje potenciální úzké hrdlo, pokud není pečlivě řízena.

Einsteinova vrstva důvěryhodnosti

Tento bezpečnostní rámec je navržen tak, aby zajistil důvěryhodné používání generativní umělé inteligence. Skládá se z několika komponent:

• Bezpečné dotazování na data: Přistupuje k datům Salesforce a obohacuje výzvy o relevantní kontext s ohledem na přístupová práva příslušného uživatele.
• Okamžitá obrana: Systémové zásady mají za cíl omezit halucinace a škodlivý výstup z jazykových modelů (LLM).
• Maskování dat: Citlivá data, jako jsou osobně identifikovatelné údaje (PII) nebo platební informace (PCI), jsou maskována před odesláním externím LLM.
• Posouzení toxicity: Vygenerované odpovědi jsou kontrolovány a vyhodnocovány z hlediska potenciálně škodlivého obsahu.
• Zásady uchovávání nulových dat: Společnost Salesforce má dohody s partnery, jako jsou OpenAI a Azure OpenAI, které zajišťují, že odeslaná firemní data nebudou těmito externími poskytovateli ukládána ani použita k trénování jejich modelů.

Bližší pohled na architekturu odhaluje, že Salesforce se pro mnoho svých generativních funkcí umělé inteligence spoléhá na externí modely velkých jazyků (LLM) od poskytovatelů, jako jsou OpenAI, Anthropic nebo Google. Tyto modely jsou často integrovány prostřednictvím cloudových služeb, jako je AWS Bedrock, přičemž Einsteinova vrstva důvěryhodnosti funguje jako bezpečná brána. To znamená, že Salesforce primárně funguje jako integrátor a bezpečnostní zprostředkovatel, spíše než aby vyvíjel pouze své vlastní základní generativní modely. To sice poskytuje přístup k výkonným modelům, ale vytváří závislosti a vyvolává otázku, jak se základní technologie umělé inteligence liší od přímého používání těchto modelů prostřednictvím jiných platforem. Zákazníci v podstatě platí Salesforce za integraci, bezpečnostní vrstvu a vkládání do pracovních postupů založených na převážně externě dostupných modelech umělé inteligence. To posiluje argumenty pro vyhodnocení přímé integrace s těmito externími modely nebo platformami.

Uznávané silné stránky nativního řešení

Navzdory zmíněným bodům nabízí nativní sada umělé inteligence Salesforce nepopiratelné výhody:

• Bezproblémová integrace: Funkce umělé inteligence jsou hluboce zabudovány do uživatelského rozhraní a pracovních postupů Salesforce, což umožňuje plynulé používání.
• Snadné použití a obeznámenost: Stávající uživatelé a administrátoři Salesforce se obvykle rychle zorientují, což zkracuje dobu potřebnou k zaškolení. Nástroje s nízkým kódem také umožňují netechnickým uživatelům vytvářet prostředí založená na umělé inteligenci.
• Využití stávajících dat CRM: Umělá inteligence je navržena tak, aby pracovala přímo s daty o zákaznících uloženými v Salesforce, což může zjednodušit přípravu dat.

Využijte rozsáhlé pětinásobné odborné znalosti společnosti Xpert.Digital v komplexním balíčku služeb | Výzkum a vývoj, XR, PR a optimalizace digitální viditelnosti - Obrázek: Xpert.Digital

Xpert.Digital má hluboké znalosti z různých odvětví. To nám umožňuje vyvíjet strategie šité na míru, které jsou přesně přizpůsobeny požadavkům a výzvám vašeho konkrétního segmentu trhu. Neustálou analýzou tržních trendů a sledováním vývoje v oboru můžeme jednat s prozíravostí a nabízet inovativní řešení. Kombinací zkušeností a znalostí vytváříme přidanou hodnotu a poskytujeme našim zákazníkům rozhodující konkurenční výhodu.

Více o tom zde:

• Využijte 5x odborných znalostí Xpert.Digital v jednom balíčku – již od 500 EUR měsíčně

Argumenty pro nezávislé platformy umělé inteligence v Salesforce

Přestože nativní integrace Salesforce AI nabízí výhody, existuje několik přesvědčivých důvodů, proč vážně zvážit začlenění nezávislých platforem AI. Tato externí řešení mohou být lepší v oblastech, jako je flexibilita, specializace, adaptabilita a potenciální cenové výhody.

Flexibilita a specializace modelů

Trh s umělou inteligencí se vyznačuje vysokou dynamikou a specializací. Nezávislí poskytovatelé umělé inteligence se často zaměřují na specifické oblasti nebo technologie, což jim umožňuje nabízet pokročilejší nebo na míru šitá řešení v určitých oblastech než univerzální platforma, jako je Salesforce.

Přístup k nejlepším modelům svého druhu

Externí dodavatelé často vyvíjejí vysoce specializované algoritmy pro oblasti, jako je zpracování přirozeného jazyka (NLP), počítačové vidění nebo analytika specifická pro dané odvětví. Mezi příklady patří specializovaná umělá inteligence pro právní dokumenty, jako je ContractPodAi, nebo diagnostické nástroje specifické pro dané odvětví, jako je Aquant. Takové specializované modely mohou překonat obecnější modely zabudované do Salesforce.

Rychlejší inovační cykly

Specializované společnosti zabývající se umělou inteligencí často dokáží vyvíjet a vydávat nové modely a funkce rychleji než velký poskytovatel platforem, jako je Salesforce, jehož plán pro vývoj umělé inteligence je vázán na širší cykly vydávání. To umožňuje společnostem rychleji těžit z nejnovějších pokroků v oblasti umělé inteligence.

Větší rozmanitost modelů

Nezávislé platformy nebo tržiště nabízejí přístup k širší škále modelů, včetně specializovaných řešení, open-source řešení nebo modelů od dodavatelů, které nejsou přímo dostupné prostřednictvím funkce „Bring Your Own Model“ (BYOM) od Salesforce.

Vhodné pro:

• Nezávislé platformy AI jako strategická alternativa pro evropské společnosti

Tato specializace externích poskytovatelů je v kontrastu s širším přístupem společnosti Salesforce, jehož cílem je poskytovat základní funkce umělé inteligence v celém jejím CRM balíčku. I když tento široký přístup zajišťuje dostupnost umělé inteligence v mnoha oblastech, může být na úkor hloubky. Specializovaná umělá inteligence pro detekci podvodů nebo nástroj pro analýzu lékařských snímků pravděpodobně překoná obecný model integrovaný do CRM pro tyto specifické úkoly. Organizace s kritickými požadavky ve specializovaných oblastech umělé inteligence mohou zjistit, že nativní umělá inteligence Salesforce je pro daný úkol nedostatečná. Nezávislé platformy jim umožňují vybrat si pro daný úkol nejlepší nástroj, než aby se spokojily s potenciálně jediným adekvátním nativním řešením.

Adaptace a kontrola

Nezávislé platformy umělé inteligence často nabízejí vyšší úroveň kontroly nad celým životním cyklem umělé inteligence, od přípravy dat až po implementaci a monitorování modelu.

Hloubkové doladění modelu

Externí platformy jsou často navrženy pro inženýry strojového učení a nabízejí podrobnou kontrolu nad trénováním a dolaďováním modelů. To jde nad rámec možností abstraktnějších low-code nástrojů Salesforce, jako je Einstein Prediction Builder, nebo omezení dolaďování importovaných modelů (BYOM) v rámci Salesforce.

Výběr algoritmu a transparentnost

Uživatelé mají větší volnost při výběru konkrétních algoritmů a potenciálně získají větší transparentnost ohledně fungování modelů (vysvětlitelnost) než prostřednictvím abstrakčních vrstev Salesforce. Ačkoli Salesforce nabízí nástroje jako Model Inspector, externí nástroje MLOps jsou často komplexnější.

Kontrola nad AI stackem

Správa celého procesu AI (příprava dat, školení, nasazení, monitorování) na platformách jako AWS nebo Google Cloud nabízí větší kontrolu než spoléhání se na spravované prostředí Salesforce.

Limity přizpůsobení Salesforce

Zatímco Salesforce nabízí low-code builder pro snadné přizpůsobení, externí platformy často umožňují hlubší přizpůsobení založené na kódu. Existují také specifická funkční omezení funkcí umělé inteligence Salesforce, jako jsou složité požadavky nebo při úpravě Einstein Activity Capture, a také obecná omezení platformy.

Potenciální cenové výhody

Cenové struktury řešení umělé inteligence se mohou značně lišit a jednoduché srovnání licenčních poplatků často nestačí.

Různé cenové modely

Salesforce často licencuje své funkce umělé inteligence na uživatele za měsíc jako doplněk ke stávajícím cloudovým licencím. Naproti tomu ceny samostatných platforem umělé inteligence jsou často založeny na skutečném využití (výpočetní čas, paměť, volání API). Samostatní poskytovatelé umělé inteligence mohou mít zase své vlastní, potenciálně flexibilnější cenové modely. I když možnost BYOM v Salesforce může snížit náklady na Einstein Requests, stále platí základní náklady externího poskytovatele modelu.

Celkové náklady na vlastnictví (TCO)

Komplexní analýza celkových nákladů na vlastnictví (TCO) je zásadní. Nativní integrace Salesforce AI sice může snížit počáteční náklady na integraci, ale další faktory mohou celkové náklady zvýšit: potenciální potřeba licencí nebo používání Data Cloudu, relativně vysoké náklady na doplňky AI na uživatele a možnost zaplatit prémii za modely AI, které by byly externě dostupné levněji. Celkové náklady na vlastnictví (TCO) pro samostatnou AI musí zahrnovat náklady na integraci, ale mohou těžit z nižších nákladů na používání základní AI a využití stávající cloudové infrastruktury. Agentforce je také popisován jako potenciálně drahý na používání (2 USD za konverzaci).

Vyhněte se propouštění

Využití nezávislé umělé inteligence může firmám umožnit využít stávající investice do jiných cloudových platforem nebo vlastních datových infrastruktur, a tím se vyhnout nadbytečným výdajům v ekosystému Salesforce.

Nativní umělá inteligence Salesforce vs. nezávislá umělá inteligence: Srovnání funkcí a flexibility

Nativní umělá inteligence Salesforce vs. nezávislá umělá inteligence: Porovnání funkcí a flexibility – Obrázek: Xpert.Digital

Nativní umělá inteligence Salesforce, jako například Einstein nebo Agentforce, a nezávislé platformy umělé inteligence, které často používají specializované nebo otevřené modely, se výrazně liší svými funkcemi a flexibilitou. Zatímco nativní umělá inteligence Salesforce se zaměřuje na všeobecné přístupy a CRM aplikace, nezávislé platformy často nabízejí specializované modely a širší výběr, včetně open-source možností. Přístup k nejnovějším modelům u Salesforce závisí na cyklech vydávání a partnerstvích, zatímco specializovaní poskytovatelé potenciálně nabízejí rychlejší aktualizace. Pokud jde o jemné doladění, nativní modely Salesforce jsou často omezené a abstraktní, například prostřednictvím nástrojů, jako je Prediction Builder, zatímco nezávislé platformy nabízejí podrobnější kontrolu nad procesem školení. Výběr konkrétních algoritmů je u Salesforce omezený, protože ty jsou obvykle předdefinované nebo získávané prostřednictvím partnerů, zatímco nezávislé platformy v tomto ohledu nabízejí větší volnost. Salesforce navíc plně spravuje infrastrukturu, často založenou na AWS nebo GCP, zatímco nezávislé platformy umožňují přímý přístup k hostitelským prostředím, ať už ve vlastním cloudu společnosti nebo v místních podmínkách. Integrační úsilí u Salesforce je nízké, protože jeho řešení jsou nativně integrována, zatímco externí platformy vyžadují více vývojové a konfigurační práce. Pokud jde o náklady, Salesforce často používá jako doplněk model měsíčního oceňování založený na uživatelích, zatímco nezávislé platformy často používají ceny založené na spotřebě, například na výpočetním výkonu nebo volání API, nebo modely specifické pro dodavatele.

Navigace integrace: Propojení nezávislé umělé inteligence se Salesforce

Výběr nezávislé platformy umělé inteligence vyžaduje pečlivé plánování její integrace do stávajícího prostředí Salesforce. Existuje několik metod pro navázání tohoto propojení, z nichž každá má své vlastní výhody a výzvy.

Integrační metody

AppExchange / AgentExchange

Salesforce AppExchange nabízí širokou škálu aplikací třetích stran, včetně řešení umělé inteligence, která často poskytují předpřipravené integrace. AgentExchange je novější tržiště zaměřené konkrétně na dovednosti, témata a šablony agentů umělé inteligence od partnerů, jehož cílem je urychlit nasazení agentů umělé inteligence. Toto je často nejjednodušší přístup, ale vyžaduje vhodného partnera, který nabídne řešení.

API (REST/SOAP/hromadné/streamování)

Přímé použití rozhraní Salesforce API umožňuje přizpůsobenou integraci. Vývojáři si mohou vyměňovat data, spouštět procesy v Salesforce nebo poskytovat zpětnou vazbu výsledků z externích modelů umělé inteligence. Kompozitní rozhraní API může pomoci efektivně sdružovat více operací. Tato metoda nabízí maximální flexibilitu, ale vyžaduje značné úsilí při vývoji.

Middleware platformy (např. MuleSoft)

Integrační platformy jako MuleSoft (vlastní řešení Salesforce) nebo jiné mohou fungovat jako zprostředkovatelé. Zajišťují úkoly, jako je transformace dat, orchestrace složitých pracovních postupů a správa propojení mezi Salesforce a externími službami umělé inteligence.

Konektory cloudových platforem (AWS/GCP)

Velcí poskytovatelé cloudových služeb stále častěji nabízejí specifické služby pro usnadnění integrace se Salesforce. Mezi příklady patří AWS Private Connect pro zabezpečená síťová připojení, AWS Event Relay pro přenos událostí v reálném čase, AWS Glue Salesforce Connector a SageMaker Data Wrangler Connector pro přípravu dat. Google Vertex AI lze integrovat do Salesforce Data Cloud pomocí Model Builderu. I když tyto konektory mohou zjednodušit integraci, propojují uživatele s ekosystémem příslušných poskytovatelů cloudových služeb.

BYOM přes Einstein Studio

Jak již bylo zmíněno, tato funkce umožňuje integrovat externě hostované modely do prostředí Salesforce prostřednictvím nástroje Model Builder. Požadavky stále procházejí infrastrukturou Salesforce a využívají vrstvu důvěryhodnosti, což zjednodušuje integraci, ale také vytváří určitou závislost.

Vhodné pro:

• Integrace AI a strojového učení ve skladové logistice - globální vývoj v Německu, EU, USA a Japonsku

Běžné integrační výzvy

Integrace externích systémů se Salesforce není triviální a představuje specifické výzvy:

Omezení API

Salesforce omezuje počet volání API na organizaci a časové období (např. denně, souběžně). Datově náročné procesy umělé inteligence, které často synchronizují nebo dotazují data, mohou těchto limitů rychle dosáhnout. To vyžaduje pečlivý návrh (např. omezování, dávkové zpracování, ukládání do mezipaměti) nebo může vyžadovat zakoupení vyšších edic Salesforce či dodatečných kvót API. Limity streamovacího API jsou obzvláště relevantní pro případy použití v reálném čase.

Synchronizace dat

Zajištění konzistence dat mezi systémem Salesforce a externí platformou umělé inteligence je zásadní. Mezi výzvy patří zpracování velkých objemů dat (LDV), rozhodování mezi aktualizacemi v reálném čase a dávkovými aktualizacemi, řízení latence a předcházení nekonzistencím dat. Přístupy, jako jsou integrace s nulovou kopií, se snaží tyto problémy zmírnit, ale nemusí být vždy použitelné.

Mapování a transformace dat

Různé datové modely, formáty a sémantika polí musí být sladěny. To může vyžadovat složitou transformační logiku, aby byla zajištěna správná interpretace dat.
Zabezpečení a ověřování: Bezpečná správa přístupových údajů (klíče API, tokeny), implementace robustních metod ověřování (např. OAuth 2.0, pojmenované přihlašovací údaje) a zajištění bezpečného přenosu dat (šifrování) jsou nezbytné. Nesprávná konfigurace může vést k bezpečnostním zranitelnostem.

Ošetření chyb a konzistence dat

Integrace musí být odolné vůči chybám (problémy se sítí, selhání systému, chyby dat). Pro zajištění integrity dat a minimalizaci prostojů jsou nezbytné robustní mechanismy pro protokolování, monitorování a logiku automatického opakování.

Složitost a údržba

Integrace na míru vyžadují neustálou údržbu a úpravy, zejména s tím, jak se vyvíjí Salesforce nebo externí platforma s umělou inteligencí. To váže zdroje a vyžaduje technické znalosti.

Složitost integrace je často podceňovaným nákladovým faktorem. I když samostatné platformy umělé inteligence mohou nabízet nižší náklady na jádro nebo lepší funkce, náklady a úsilí spojené s integrací – včetně doby vývoje, potenciálních licencí middlewaru a průběžné údržby – musí být zohledněny při výpočtu celkových nákladů na vlastnictví (TCO). Nativní umělá inteligence Salesforce těží z předpřipravené integrace. Omezení API mohou dále zvýšit složitost a náklady, pokud jsou vyžadována těžkopádná alternativní řešení nebo dražší licence. Rozhodnutí o použití samostatné umělé inteligence proto musí zohlednit technické možnosti a zdroje organizace pro zvládnutí této složitosti integrace. Špatně naplánovaná integrace může negovat výhody externí platformy.

Úspěšné integrační vzorce

Navzdory výzvám existují zavedené vzory a nástroje pro úspěšné integrace. Případové studie demonstrují úspěšnou integraci AWS SageMaker se Salesforce, často s využitím specifických služeb AWS k optimalizaci výkonu a nákladů. Podobné integrace jsou možné s Google Vertex AI, zejména prostřednictvím Model Builderu. Nástroje jako Zapier lze použít pro jednodušší integrace bez nutnosti kódování pro přesun dat mezi systémy, například mezi Google Sheets a Vertex AI jako zástupcem pro data Salesforce. Využití cloudových nativních konektorů a služeb, jako jsou AWS Glue, EventBridge nebo Private Connect, může také výrazně zjednodušit a zabezpečit proces integrace.

Nezávislá platforma umělé inteligence: Metody integrace a výzvy v kostce

Nezávislá platforma umělé inteligence: Metody integrace a výzvy v kostce – Obrázek: Xpert.Digital

Nezávislá platforma umělé inteligence nabízí řadu metod integrace, z nichž každá má své specifické výhody a výzvy. Aplikace AppExchange nebo AgentExchange umožňují snadnou instalaci předpřipravených aplikací nebo komponent od partnerů s minimálním vývojovým úsilím a často certifikovanou kvalitou. Přizpůsobitelnost je však omezená a existuje závislost na nabídkách partnerů a potenciálních nákladech. Přímá integrace API, která umožňuje vývoj na míru pomocí Salesforce API, jako jsou REST, SOAP, Bulk a Streaming, nabízí maximální flexibilitu a plnou kontrolu nad tokem dat a logikou. Vyžaduje však značné vývojové úsilí, správu limitů API, důkladné bezpečnostní audity a průběžnou údržbu. Používání middlewaru, jako je MuleSoft, zjednodušuje složité integrace prostřednictvím konektivity, transformace dat a orchestrace. Nabízí centralizovanou správu a opětovné použití, ale vyžaduje dodatečné náklady na licencování a rozsáhlé školení platformy. Cloudové konektory, jako jsou AWS nebo GCP, optimalizují integrace prostřednictvím specifických, někdy low-code služeb, jako jsou Glue, Event Relay nebo Private Connect. Tyto služby jsou obvykle výkonné, bezpečné a dokonale se hodí pro své příslušné cloudové ekosystémy, ale vyžadují specializované konfigurace a vážou uživatele k poskytovateli. Díky BYOM přes Einstein Studio lze externě hostované modely snadno integrovat do pracovních postupů Salesforce, čímž se využívá vrstva důvěryhodnosti a zjednodušuje proces integrace. Existují však omezení týkající se podpory modelů ve srovnání s přímým použitím, jemným dolaďováním a závislostí na platformě Salesforce.

Integrace nezávislé a křížové data zdroje AI pro všechny firemní záležitosti-image: xpert.digitální

Ki-Gamechanger: Nejflexibilnější řešení platformy AI na platformě AI, která snižují náklady, zlepšují jejich rozhodnutí a zvyšují efektivitu

Nezávislá platforma AI: Integruje všechny relevantní zdroje dat společnosti

• Tato platforma AI interaguje se všemi specifickými zdroji dat
  • Z SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox a mnoho dalších systémů správy dat
• Rychlá integrace AI: Řešení AI na míru na míru na míru nebo dny místo měsíců
• Flexibilní infrastruktura: cloudové nebo hostování ve vašem vlastním datovém centru (Německo, Evropa, svobodný výběr umístění)

• Nejvyšší zabezpečení dat: Používání v právnických firmách je bezpečný důkaz
• Používejte napříč širokou škálou zdrojů firemních dat
• Výběr vašich vlastních nebo různých modelů AI (DE, EU, USA, CN)

Výzvy, které naše platforma AI řeší

• Nedostatek přesnosti konvenčních řešení AI
• Ochrana dat a zabezpečení správy citlivých dat
• Vysoké náklady a složitost individuálního vývoje AI
• Nedostatek kvalifikované AI
• Integrace AI do stávajících IT systémů

Více o tom zde:

• AI integrace nezávislé platformy AI pro všechny společnosti pro všechny společnosti pro všechny společnosti

Kritické aspekty: Řízení rizik v nezávislé umělé inteligenci

Rozhodnutí pro či proti nezávislým platformám umělé inteligence musí zahrnovat také pečlivé posouzení potenciálních rizik, zejména v oblastech ochrany dat, závislosti na dodavatelích a datové suverenity.

Soukromí a bezpečnost

Zatímco Salesforce prezentuje Einsteinovu vrstvu důvěryhodnosti jako záruku bezpečného používání umělé inteligence, bližší zkoumání odhaluje praktická omezení, která je třeba zvážit oproti nezávislým řešením.

Omezení Einsteinovy ​​vrstvy důvěryhodnosti:

Zakázáno maskování dat pro Agentforce: Klíčovým bodem je explicitní prohlášení, že maskování dat je pro pracovní postupy Agentforce zakázáno. Uvedeným odůvodněním je, že maskování by narušilo kontextovou přesnost a relevanci výsledků, například při vyhledávání podobných účtů, kde jsou potřeba podrobnosti o referenčním účtu. To představuje významné riziko pro soukromí dat, protože potenciálně citlivá zákaznická data by mohla být odeslána nemaskovaná externím LLM, což je obzvláště problematické v regulovaných odvětvích a je v rozporu se slibem „důvěryhodnosti“.
Alternativní zmírnění (Anthropic): Salesforce plánuje nabídnout modely Anthropic jako alternativu, běžící v rámci „důvěryhodné hranice Salesforce“ (hostované na AWS Bedrock). Ačkoli data tímto přístupem neopouštějí kontrolní sféru Salesforce, maskování dat zůstává zakázáno. Je otázkou, zda to dostatečně řeší obavy o soukromí dat ve srovnání s funkčním maskováním.
Obecná funkčnost vrstvy důvěryhodnosti: Základní funkce, jako je nulové uchovávání s partnery a kontroly toxicity, zůstávají v platnosti. Výjimka pro Agentforce však představuje významné omezení.

Potenciální výhody nezávislých platforem:

Možnosti vyhrazeného uložení dat: Nezávislí poskytovatelé cloudových služeb nebo specializované platformy mohou nabízet podrobnější kontrolu nad tím, kde jsou data uložena a zpracovávána. To může být nezbytné k dodržování přísných regionálních zákonů na ochranu osobních údajů (jako je GDPR nebo specifické národní předpisy), které jdou nad rámec obecných záruk společnosti Salesforce Hyperforce.
Alternativní bezpečnostní architektury: Organizace si mohou zvolit architektury, které lépe vyhovují jejich specifickým bezpečnostním požadavkům, jako je vyhrazené šifrování, přísnější kontroly přístupu nebo mechanismy izolace dat.
Přímá odpovědnost dodavatele: Přímá spolupráce s dodavatelem umělé inteligence vytváří jasnější odpovědnost za nakládání s daty, bez Salesforce jako zprostředkovatele.

Rozdíl mezi marketingovým slibem Trust Layer a jeho technickou realitou, zejména deaktivovaným maskováním pro Agentforce, je klíčový pro posouzení rizik. Osoby s rozhodovací pravomocí se nemohou spoléhat pouze na marketingová tvrzení, ale musí prozkoumat konkrétní implementaci pro své případy použití a porovnat ji s potenciálně konzistentnějšími nebo konfigurovatelnějšími ovládacími prvky nezávislých platforem.

Vhodné pro:

• Důvěryhodná AI: Evropská trumfová karta a šance na převzetí vedoucí role v umělé inteligenci

Ochrana dat a bezpečnostní aspekty: Einstein Trust Layer vs. nezávislé platformy

Ochrana dat a bezpečnostní aspekty: Einstein Trust Layer vs. nezávislé platformy – Obrázek: Xpert.Digital

Ochrana osobních údajů a zabezpečení dat jsou prvořadé jak pro Einstein Trust Layer od Salesforce, tak pro nezávislé platformy. Pokud jde o maskování dat, Trust Layer nabízí podporu pro specifické regiony a jazyky, i když s omezeními pro Agentforce. Nezávislé platformy naopak mohou poskytovat konfigurovatelná a přizpůsobitelná pravidla a podporované datové typy. Maskování dat je pro pracovní postupy založené na agentech v Trust Layer zakázáno, zatímco u nezávislých platforem je to často možné, v závislosti na implementaci, pokud je přijatelné snížení výkonu. Nulové uchovávání dat u poskytovatelů třetích stran je zajištěno prostřednictvím smluvních dohod, například s OpenAI; nezávislé platformy umožňují přímé smlouvy nebo hosting na vlastní infrastruktuře zákazníka, aby se zcela vyhnuly třetím stranám. Auditní záznamy jsou zaznamenávány ve Trust Layer službou Data Cloud, včetně toxického obsahu a maskování, zatímco nezávislé platformy často nabízejí podrobné funkce protokolování a monitorování, jako jsou nástroje MLOps. Při řízení rezidence dat závisí Trust Layer na regionu Hyperforce a jeho zřizování, zatímco nezávislé platformy obvykle umožňují podrobnější výběr regionů datových center. Možnosti hostingu Salesforce sahají od hostingu spravovaného dodavatelem až po BYOM (Bring Your Own Host) prostřednictvím SF Gateway s hostingem u partnerů, jako jsou AWS nebo GCP, přičemž pro oblast SF je plánován i Anthropic. Nezávislé platformy naopak umožňují hosting ve vyhrazené cloudové instanci, on-premises nebo v cloudu dodavatele. Pokud jde o granularitu ovládacích prvků, vrstva důvěryhodnosti nabízí konfigurovatelné možnosti, jako je definování pravidel maskování, zatímco základní architektura je pevně daná; nezávislé platformy mohou často poskytovat komplexnější konfigurovatelnost bezpečnostních opatření.

Vyhněte se závislosti na dodavateli

Hluboká integrace služeb Salesforce s sebou nese riziko silné závislosti na poskytovateli.

Riziko závislosti na ekosystému

Spoléhání se výhradně na Salesforce v oblasti CRM a umělé inteligence vytváří značnou závislost. To může oslabit vaši vyjednávací pozici, pokud jde o úpravy cen, a omezit vaši flexibilitu při používání jiných technologií v budoucnu.

Strategická diverzifikace

Používání nezávislých platforem umělé inteligence diverzifikuje technologický stack. Společnosti mohou využívat inovace z celého trhu a v případě potřeby snadněji měnit dodavatele. Tím si zachovávají strategickou flexibilitu.

Paradox „otevřeného ekosystému“ Salesforce

Ačkoli Salesforce propaguje otevřený ekosystém, například prostřednictvím BYOM (Bring Your Own Machine), praktická realita hluboké integrace často vede k faktickému uzamčení. I s BYOM je správa a nasazení řešeno prostřednictvím platformy Salesforce, což ztěžuje přechod. Pohodlí integrovaného řešení tak může vést k „měkkému uzamčení“, protože základní závislosti jsou skryté a přechod na jinou strategii správy nebo nasazení způsobuje tření.

Více o tom zde:

• Nebezpečí závislosti na dodavateli: Proč by se firmy měly vyhýbat závislostem

Suverenita a přenositelnost dat

Kontrola nad vlastními daty a možnost migrace modelů nebo dat dle potřeby jsou důležitými strategickými aspekty.

Obavy ohledně zachycení aktivity Einstein (EAC)

Jeden specifický problém se týká EAC. Zachycená data e-mailů a kalendáře nejsou ukládána jako standardní záznamy o aktivitách v Salesforce, ale externě na AWS. Tato data podléhají omezené době uchovávání (standardně 6 měsíců, až 24 měsíců s placenou licencí) a jsou ztracena, pokud je EAC deaktivován. To vyvolává závažné otázky ohledně datové suverenity, dlouhodobého přístupu a možností zálohování. V tomto případě nejste plně vlastníkem svých dat.

Přenositelnost modelu

Modely vytvořené nativně pomocí nástrojů Salesforce, jako je Einstein Prediction Builder, jsou vázány na platformu a nejsou snadno přenositelné. I když podkladová data lze exportovat, samotný trénovaný model přenositelný není. Naproti tomu modely vyvinuté na externích platformách (AWS, GCP atd.) jsou ze své podstaty přenosnější, i když jsou dočasně integrovány se Salesforce.

Přenositelnost dat v nezávislé umělé inteligenci

Při použití externích platforem umělé inteligence často zůstávají základní datové procesy a artefakty modelu mimo Salesforce. To potenciálně nabízí lepší přenositelnost dat a modelů, pokud se změní vztah se Salesforce nebo strategie.

Strategická doporučení pro osoby s rozhodovací pravomocí

Výběr správné strategie umělé inteligence v kontextu Salesforce vyžaduje podrobné vyhodnocení, které jde nad rámec pouhého srovnání funkcí. Následující doporučení mohou pomoci osobám s rozhodovací pravomocí:

Kriticky zhodnoťte případy užití

Nespoléhejte se standardně na nativní umělou inteligenci Salesforce. Každý případ použití umělé inteligence vyhodnoťte individuálně na základě:

• Požadovaná specializace: Vyžaduje úkol hluboké, specializované schopnosti umělé inteligence (např. komplexní vědecká analýza, predikce pro specifická odvětví), které by pravděpodobně lépe obstály na specializované platformě?
• Potřeby adaptace: Jaká je nezbytná kontrola nad modelem, trénovacími daty a algoritmy? Je úroveň abstrakce Salesforce dostatečná?
• Požadavky na výkon: Existují přísné požadavky na latenci nebo propustnost, které by bylo možné lépe splnit optimalizovanou externí infrastrukturou?
• Citlivost dat a shoda s předpisy: Zahrnuje případ použití vysoce citlivá data, kde omezení vrstvy důvěryhodnosti (zejména absence maskování v Agentforce) představují nepřijatelná rizika? Jsou specifické požadavky na rezidenci dat lépe splněny externě?

prosazovat hybridní přístup

Zvažte strategii, která využívá nativní umělou inteligenci Salesforce pro jednodušší, vysoce integrované úkoly, kde vyniká (např. základní bodování leadů, psaní e-mailů v Sales Cloudu). Současně integrujte nezávislé platformy pro vysoce hodnotné, specializované nebo vysoce citlivé případy užití.

Zvažte připravenost na integraci

Realisticky zhodnoťte technické zdroje a know-how organizace pro zvládnutí složitosti integrace a údržby externích řešení umělé inteligence. Začněte s dobře podporovanými integracemi (např. AppExchange, zavedené cloudové konektory) a teprve poté se pouštějte do složitého interního vývoje.

Vypočítejte celkové celkové náklady na vlastnictví (TCO)

Proveďte důkladnou analýzu celkových nákladů na vlastnictví (TCO), která porovnává celkové náklady na nativní umělou inteligenci Salesforce (licence, využití datového cloudu, potenciální funkční omezení) s náklady na nezávislou umělou inteligenci (náklady na základní umělou inteligenci + vývoj/údržba integrace + middleware).

Analýza celkových nákladů na vlastnictví (TCO) je metoda pro posouzení celkových nákladů spojených s pořízením a provozem technologie po celou dobu jejího životního cyklu – včetně nejen pořizovacích nákladů, ale i průběžných provozních nákladů, údržby, školení, modernizace atd.

Proč mohou být externí platformy umělé inteligence nákladově efektivnější:

• Úspory z rozsahu: Poskytovatelé rozkládají náklady na infrastrukturu mezi mnoho zákazníků.
• Nižší investice: Není třeba budovat vlastní infrastrukturu.
• Rychlejší nasazení: Rychlejší uvedení na trh snižuje nepřímé náklady.
• Údržba a aktualizace v ceně: Z vaší strany není vyžadováno žádné úsilí pro IT provoz.
• Platba podle potřeby: Náklady se přizpůsobují poptávce.

Analýza celkových nákladů na vlastnictví (TCO) často ukazuje, že externí platformy umělé inteligence jsou z dlouhodobého hlediska levnější a flexibilnější než interní řešení.

Upřednostněte strategickou flexibilitu

Zvažte pohodlí integrovaného ekosystému Salesforce oproti dlouhodobým strategickým rizikům závislosti na dodavateli (viz část VB). Začleňte aspekty přenositelnosti do strategie AI od samého začátku.

Transparentnost poptávky

Požadujte od všech dodavatelů (včetně Salesforce a nezávislých poskytovatelů) jasnou dokumentaci týkající se možností modelu, omezení, postupů zpracování dat, bezpečnostních opatření a cenových modelů. Kriticky zkoumejte marketingová tvrzení a porovnávejte je s technickou realitou.

Vhodné pro:

• Systémy správy dat ve změně: Strategie úspěchu společnosti ve věku AI

Prosba o otevřenou strategii umělé inteligence v Salesforce

Analýza jasně ukazuje, že ačkoliv spoléhání se výhradně na nativní sadu umělé inteligence Salesforce nabízí pohodlí a bezproblémovou integraci se stávajícími CRM procesy, nemusí být nutně optimální strategií pro každou společnost. Strategické zvážení nezávislých platforem umělé inteligence nabízí významné výhody: přístup k vysoce specializovaným a potenciálně výkonnějším modelům, větší flexibilitu a kontrolu nad AI stackem, potenciální nákladovou efektivitu prostřednictvím alternativních cenových modelů a využití stávající infrastruktury a zásadní zmírnění rizik týkajících se závislosti na dodavateli a datové suverenity.

Zjištěná omezení vrstvy Einstein Trust Layer jsou obzvláště kritická, zejména deaktivované maskování dat pro pracovní postupy Agentforce. To zdůrazňuje potřebu dívat se za hranice marketingových slibů a pečlivě zkoumat technickou realitu, zejména při zpracování citlivých dat. Obavy ohledně přenositelnosti dat, jak ilustruje příklad Einstein Activity Capture, slouží také jako varování před nadměrným spoléháním na proprietární mechanismy ukládání a zpracování.

Zároveň by se neměla podceňovat role umělé inteligence (AI) v Salesforce. Nabízí cenné a dobře integrované řešení pro mnoho standardních úkolů CRM. Navzdory svým omezením představuje Einsteinova vrstva důvěry (Einstein Trust Layer) důležitou vrstvu správy a zabezpečení. Nástroje s nízkým kódem navíc umožňují širší demokratizaci zavádění umělé inteligence v organizacích.

Pro mnoho společností bude pravděpodobně nejpřesvědčivější strategií otevřený hybridní přístup. Taková strategie využívá silné stránky nativní umělé inteligence Salesforce pro každodenní integrované úkoly, ale zároveň se nebojí selektivní integrace externích, špičkových řešení umělé inteligence pro specifické, vysoce náročné nebo strategicky kritické případy užití. To vyžaduje odklon od výchozího přístupu používání pouze nativních nástrojů a namísto toho provedení důkladného hodnocení založeného na konkrétních případech užití.

Osoby s rozhodovací pravomocí jsou vyzývány, aby pečlivě určily správnou kombinaci nativních a samostatných řešení umělé inteligence. Toto rozhodnutí by se mělo řídit specifickými obchodními požadavky, stávajícími technickými možnostmi, tolerancí rizik a dlouhodobými strategickými cíli, aby bylo možné plně využít potenciál umělé inteligence v ekosystému Salesforce, aniž by se vytvářely zbytečné závislosti nebo rizika.

☑️ Podpora MSP ve strategii, poradenství, plánování a implementaci

☑ Vytváření nebo přepracování strategie AI

☑️ Pioneer Business Development

Konrad Wolfenstein

Rád posloužím jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře níže nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) .

Těším se na náš společný projekt.

Xpert.Digital je centrum pro průmysl se zaměřením na digitalizaci, strojírenství, logistiku/intralogistiku a fotovoltaiku.

S naším 360° řešením pro rozvoj podnikání podporujeme známé společnosti od nových obchodů až po poprodejní služby.

Market intelligence, smarketing, automatizace marketingu, vývoj obsahu, PR, e-mailové kampaně, personalizovaná sociální média a péče o potenciální zákazníky jsou součástí našich digitálních nástrojů.

Více se dozvíte na: www.xpert.digital - www.xpert.solar - www.xpert.plus