Salesforce AI: perché le piattaforme di intelligenza artificiale indipendenti sono migliori di Einstein e Agentforce: l'approccio ibrido supera il vincolo con il fornitore!

L'importanza strategica delle piattaforme di intelligenza artificiale indipendenti in Salesforce: un'analisi che va oltre Einstein

Salesforce posiziona in modo prominente la sua intelligenza artificiale (IA) nativa come parte integrante della sua piattaforma Customer 360, promuovendola come "IA n. 1 per il CRM". Il messaggio principale enfatizza la perfetta integrazione di funzionalità di IA come Einstein, Agentforce e la più ampia AI Cloud nei flussi di lavoro Salesforce esistenti per aumentare la produttività e personalizzare l'esperienza del cliente. Questa promessa di facile implementazione e utilizzo in un ambiente familiare trova riscontro in molte aziende.
Tuttavia, i clienti Salesforce si trovano sempre più spesso di fronte a una decisione strategica: affidarsi esclusivamente alla suite di IA nativa di Salesforce o considerare l'integrazione di piattaforme di IA indipendenti e potenzialmente più specializzate? Il mercato dell'IA si sta evolvendo rapidamente, con fornitori terzi che introducono continuamente modelli altamente specializzati e soluzioni innovative che potrebbero superare le capacità di una piattaforma all-in-one.

Questo articolo analizza i vantaggi strategici dell'utilizzo di piattaforme di intelligenza artificiale indipendenti all'interno dell'ambiente Salesforce. Esamina criticamente le capacità e i limiti dell'intelligenza artificiale nativa di Salesforce, evidenzia percorsi e sfide di integrazione e affronta aspetti chiave come flessibilità, costi, privacy dei dati e dipendenza dal fornitore. L'obiettivo è fornire una solida base per decidere se una strategia di intelligenza artificiale più aperta possa essere più vantaggiosa per gli utenti Salesforce rispetto all'affidamento esclusivo alle soluzioni di Salesforce.

La questione centrale ruota attorno al compromesso tra la praticità di una soluzione profondamente integrata e la potenziale potenza e specializzazione di strumenti di intelligenza artificiale esterni. Sebbene Salesforce sottolinei i vantaggi della sua intelligenza artificiale integrata, l'elevato grado di specializzazione e il rapido ritmo dell'innovazione nel campo dell'intelligenza artificiale richiedono un approccio più articolato. Un singolo fornitore di piattaforme potrebbe non essere in grado di offrire l'eccellenza in tutti i domini dell'intelligenza artificiale, rispetto ai fornitori che si concentrano su aree specifiche. Questa tensione tra integrazione e soluzioni best-of-breed costituisce il fulcro delle considerazioni strategiche esplorate in questo report.

Correlato a questo:

• Integrazione AI di una piattaforma AI indipendente e multi-data source per tutte le esigenze aziendali

Comprendere la suite di intelligenza artificiale nativa di Salesforce (Einstein, Agentforce, AI Cloud)

Salesforce offre un'ampia gamma di funzionalità di intelligenza artificiale profondamente integrate nei suoi vari prodotti cloud, raggruppati sotto i marchi Einstein, Agentforce e AI Cloud. Questa suite mira a ottimizzare i processi aziendali quotidiani attraverso l'automazione, la previsione e le interazioni personalizzate.

Panoramica funzionale tramite cloud

• Sales Cloud: le funzionalità principali includono la valutazione di lead e opportunità in base alla loro probabilità di chiusura (Einstein Lead/Opportunity Scoring), previsioni di fatturato più accurate (Einstein Forecasting), creazione automatica di email di vendita personalizzate (Sales Emails), riepiloghi delle chiamate di vendita (Call Summaries) e acquisizione automatica delle attività da email e calendari (Einstein Activity Capture). Einstein Copilot fornisce inoltre azioni e supporto contestuali durante l'intero processo di vendita.
• Service Cloud: qui l'intelligenza artificiale supporta la classificazione automatica dei casi dei clienti (classificazione dei casi), consiglia articoli di conoscenza adatti o risposte predefinite (raccomandazioni di articoli/risposte), crea riepiloghi dei casi completati (riepiloghi di lavoro) e consente l'uso di chatbot per automatizzare le richieste standard.
• Marketing Cloud: le funzionalità di intelligenza artificiale aiutano nella creazione e nel tagging automatico dei contenuti di marketing (generazione/tagging dei contenuti), valutano la probabilità di interazione da parte dei contatti (Engagement Scoring), ottimizzano i tempi di invio per ottenere i massimi tassi di apertura (ottimizzazione dei tempi di invio) e consentono una personalizzazione approfondita delle campagne e delle esperienze dei clienti.
• Commerce Cloud: in quest'area, l'intelligenza artificiale si concentra su raccomandazioni di prodotti personalizzate, ottimizzando i risultati di ricerca e fornendo informazioni sul comportamento di acquisto per aumentare le conversioni.
• Multipiattaforma/Generale: Strumenti come Einstein Prediction Builder consentono agli amministratori di creare modelli predittivi personalizzati senza dover scrivere codice. Einstein Discovery aiuta a individuare pattern e insight nei dati. Einstein Next Best Action fornisce raccomandazioni contestuali. Agentforce rappresenta agenti di intelligenza artificiale autonomi in grado di eseguire attività in modo indipendente. Prompt Builder e Copilot Studio consentono la personalizzazione e la creazione di assistenti e prompt basati sull'intelligenza artificiale.

Correlato a questo:

• Fuori dal cloud statunitense: una panoramica delle offerte SaaS sovrane + raccomandazioni per l'azione

Architettura di base

La funzionalità di Salesforce AI si basa su due pilastri essenziali: il Data Cloud e l'Einstein Trust Layer.

Dipendenza dal Data Cloud

Salesforce Data Cloud funge da base dati centrale. Unifica i dati dei clienti provenienti da diverse fonti (sia interne che esterne a Salesforce) in una vista a 360 gradi. Questi dati armonizzati costituiscono la base per molte applicazioni di intelligenza artificiale, in particolare per l'intelligenza artificiale generativa e la personalizzazione. È importante sottolineare che alcune funzionalità di intelligenza artificiale generativa e l'audit trail del Trust Layer richiedono il provisioning di Data Cloud, anche se non viene ampiamente utilizzato per l'armonizzazione dei dati. Ciò crea una dipendenza architetturale e può introdurre ulteriore complessità e potenziali costi, in particolare per le aziende che dispongono già di data warehouse o data lake consolidati. La necessità di Data Cloud può quindi aumentare il costo totale di proprietà (TCO) e rappresenta un potenziale collo di bottiglia se non gestita con attenzione.

Livello di fiducia di Einstein

Questo framework di sicurezza è progettato per garantire l'uso affidabile dell'IA generativa. Si compone di diversi componenti:

• Query di dati sicura: accede ai dati di Salesforce per arricchire i prompt con il contesto pertinente, tenendo conto dei diritti di accesso del rispettivo utente.
• Difesa rapida: le policy di sistema sono pensate per ridurre le allucinazioni e gli output dannosi dei modelli linguistici (LLM).
• Mascheramento dei dati: i dati sensibili, come le informazioni di identificazione personale (PII) o le informazioni di pagamento (PCI), vengono mascherati prima di essere inviati a LLM esterni.
• Valutazione della tossicità: le risposte generate vengono controllate e valutate per individuare eventuali contenuti dannosi.
• Politica di conservazione zero dei dati: Salesforce ha accordi con partner come OpenAI e Azure OpenAI per garantire che i dati aziendali inviati non vengano né archiviati da questi fornitori terzi né utilizzati per addestrare i loro modelli.

Uno sguardo più attento all'architettura rivela che Salesforce si affida a Large Language Model (LLM) esterni di provider come OpenAI, Anthropic o Google per molte delle sue funzionalità di intelligenza artificiale generativa. Questi modelli sono spesso integrati tramite servizi cloud come AWS Bedrock, con Einstein Trust Layer che funge da gateway sicuro. Ciò significa che Salesforce agisce principalmente come integratore e intermediario per la sicurezza, piuttosto che sviluppare esclusivamente i propri modelli generativi di base. Sebbene ciò fornisca accesso a modelli potenti, crea dipendenze e solleva la questione di come la tecnologia di intelligenza artificiale di base differisca dall'utilizzo diretto di questi modelli tramite altre piattaforme. I clienti pagano essenzialmente Salesforce per l'integrazione, il livello di sicurezza e l'incorporamento in flussi di lavoro basati su modelli di intelligenza artificiale ampiamente disponibili esternamente. Ciò rafforza la necessità di valutare l'integrazione diretta con questi modelli o piattaforme esterne.

Punti di forza riconosciuti della soluzione nativa

Nonostante i punti menzionati, la suite nativa di intelligenza artificiale di Salesforce offre innegabili vantaggi:

• Integrazione perfetta: le funzionalità di intelligenza artificiale sono profondamente integrate nell'interfaccia utente e nei flussi di lavoro di Salesforce, consentendo un utilizzo fluido.
• Facilità d'uso e familiarità: gli utenti e gli amministratori Salesforce esistenti in genere si orientano rapidamente, il che riduce i tempi di onboarding. Gli strumenti low-code consentono inoltre agli utenti non tecnici di creare esperienze basate sull'intelligenza artificiale.
• Sfruttamento dei dati CRM esistenti: l'intelligenza artificiale è progettata per lavorare direttamente con i dati dei clienti archiviati in Salesforce, il che può semplificare la preparazione dei dati.

Approfitta dell'ampia e quintuplicata competenza di Xpert.Digital in un pacchetto di servizi completo | Ottimizzazione di R&S, XR, PR e visibilità digitale - Immagine: Xpert.Digital

Xpert.Digital vanta una conoscenza approfondita di diversi settori. Questo ci consente di sviluppare strategie su misura, perfettamente in linea con le esigenze e le sfide del vostro specifico segmento di mercato. Analizzando costantemente le tendenze del mercato e monitorando gli sviluppi del settore, possiamo agire in modo proattivo e offrire soluzioni innovative. La combinazione di esperienza e competenza genera valore aggiunto e offre ai nostri clienti un decisivo vantaggio competitivo.

Maggiori informazioni qui:

• Approfitta delle 5 aree di competenza di Xpert.Digital in un unico pacchetto, a partire da soli 500 €/mese

Argomenti a favore delle piattaforme di intelligenza artificiale indipendenti in Salesforce

Sebbene l'integrazione nativa di Salesforce AI offra vantaggi, esistono diversi motivi validi per considerare seriamente l'integrazione di piattaforme di intelligenza artificiale indipendenti. Queste soluzioni esterne possono essere superiori in termini di flessibilità, specializzazione, adattabilità e potenziali vantaggi in termini di costi.

Flessibilità e specializzazione del modello

Il mercato dell'intelligenza artificiale è caratterizzato da un elevato dinamismo e specializzazione. I fornitori indipendenti di intelligenza artificiale spesso si concentrano su domini o tecnologie specifici, il che consente loro di offrire soluzioni più avanzate o personalizzate in determinati ambiti rispetto a una piattaforma generalista come Salesforce.

Accesso ai migliori modelli di razza

I fornitori esterni spesso sviluppano algoritmi altamente specializzati per aree come l'elaborazione del linguaggio naturale (NLP), la visione artificiale o l'analisi di dati specifici per settore. Tra gli esempi figurano l'intelligenza artificiale specializzata per documenti legali come ContractPodAi o strumenti diagnostici specifici per settore come Aquant. Questi modelli specializzati possono superare in prestazioni i modelli più generali integrati in Salesforce.

Cicli di innovazione più rapidi

Le aziende specializzate in intelligenza artificiale possono spesso sviluppare e rilasciare nuovi modelli e funzionalità più rapidamente di un grande fornitore di piattaforme come Salesforce, la cui roadmap per l'intelligenza artificiale è legata a cicli di rilascio più ampi. Questo consente alle aziende di beneficiare più rapidamente dei più recenti progressi in ambito IA.

Maggiore varietà di modelli

Le piattaforme o i marketplace indipendenti offrono accesso a una gamma più ampia di modelli, tra cui soluzioni di nicchia, opzioni open source o modelli di fornitori che non sono direttamente disponibili tramite la funzionalità "Bring Your Own Model" (BYOM) di Salesforce.

Correlato a questo:

• Piattaforme di intelligenza artificiale indipendenti come alternativa strategica per le aziende europee

Questa specializzazione dei fornitori esterni contrasta con l'approccio più ampio di Salesforce, che mira a fornire funzionalità di intelligenza artificiale di base all'intera suite CRM. Sebbene questo approccio ampio garantisca la disponibilità dell'intelligenza artificiale in molte aree, può andare a scapito della profondità. Un'intelligenza artificiale specializzata nel rilevamento delle frodi o uno strumento di analisi delle immagini mediche probabilmente supereranno un modello CRM generale integrato per quelle attività specifiche. Le organizzazioni con requisiti critici in domini di intelligenza artificiale specializzati potrebbero scoprire che l'intelligenza artificiale nativa di Salesforce non è sufficiente. Piattaforme indipendenti consentono loro di selezionare lo strumento migliore per il lavoro, anziché accontentarsi dell'unica soluzione nativa potenzialmente adeguata.

Adattamento e controllo

Le piattaforme di intelligenza artificiale indipendenti offrono spesso un livello di controllo più elevato sull'intero ciclo di vita dell'intelligenza artificiale, dalla preparazione dei dati all'implementazione e al monitoraggio del modello.

Messa a punto approfondita del modello

Le piattaforme esterne sono spesso progettate per gli ingegneri del machine learning e offrono un controllo granulare sull'addestramento e sulla messa a punto dei modelli. Questo va oltre le capacità degli strumenti low-code più astratti di Salesforce, come Einstein Prediction Builder, o i limiti della messa a punto dei modelli importati (BYOM) all'interno di Salesforce.

Selezione e trasparenza dell'algoritmo

Gli utenti hanno maggiore libertà nella selezione di algoritmi specifici e potenzialmente ottengono maggiore trasparenza sul funzionamento dei modelli (spiegabilità) rispetto ai livelli di astrazione di Salesforce. Sebbene Salesforce offra strumenti come Model Inspector, gli strumenti MLOps esterni sono spesso più completi.

Controllo sullo stack AI

Gestire l'intera pipeline di intelligenza artificiale (preparazione dei dati, formazione, distribuzione, monitoraggio) su piattaforme come AWS o Google Cloud offre un controllo maggiore rispetto all'affidamento all'ambiente gestito di Salesforce.

Limiti di personalizzazione di Salesforce

Sebbene Salesforce offra un generatore low-code per una facile personalizzazione, le piattaforme esterne spesso consentono una personalizzazione più approfondita basata sul codice. Esistono anche limitazioni funzionali specifiche con le funzionalità di intelligenza artificiale di Salesforce, come requisiti complessi o la personalizzazione di Einstein Activity Capture, oltre a limitazioni generali della piattaforma.

Potenziali vantaggi in termini di costi

Le strutture dei costi per le soluzioni di intelligenza artificiale possono variare notevolmente e un semplice confronto dei costi di licenza spesso non è sufficiente.

Diversi modelli di prezzo

Salesforce spesso concede in licenza le sue funzionalità di intelligenza artificiale per utente al mese, come componente aggiuntivo alle licenze cloud esistenti. Al contrario, i prezzi per le piattaforme di intelligenza artificiale standalone si basano spesso sull'utilizzo effettivo (tempo di elaborazione, memoria, chiamate API). I fornitori di intelligenza artificiale standalone, a loro volta, possono avere i propri modelli di prezzo, potenzialmente più flessibili. Sebbene l'opzione BYOM in Salesforce possa ridurre il costo delle richieste Einstein, i costi sottostanti del fornitore del modello esterno rimangono invariati.

Costo totale di proprietà (TCO)

Un'analisi completa del TCO è fondamentale. Sebbene l'integrazione nativa di Salesforce AI possa ridurre i costi di integrazione iniziali, altri fattori possono aumentare il costo complessivo: la potenziale necessità di licenze o utilizzo di Data Cloud, i costi relativamente elevati per utente per i componenti aggiuntivi di AI e la possibilità di pagare un sovrapprezzo per modelli di AI che sarebbero disponibili esternamente a un costo inferiore. Il TCO per l'AI standalone deve includere i costi di integrazione, ma può beneficiare di costi di utilizzo dell'AI core inferiori e dell'utilizzo dell'infrastruttura cloud esistente. Agentforce è anche descritto come potenzialmente costoso da utilizzare (2 dollari per conversazione).

Evitare la ridondanza

L'utilizzo di un'intelligenza artificiale indipendente può consentire alle aziende di sfruttare gli investimenti esistenti in altre piattaforme cloud o nelle proprie infrastrutture dati, evitando così spese ridondanti all'interno dell'ecosistema Salesforce.

Salesforce Native AI vs. Independent AI: un confronto tra funzionalità e flessibilità

Salesforce Native AI vs. Independent AI: un confronto tra funzionalità e flessibilità – Immagine: Xpert.Digital

L'intelligenza artificiale nativa di Salesforce, come Einstein o Agentforce, e le piattaforme di intelligenza artificiale indipendenti, che spesso utilizzano modelli specializzati o aperti, differiscono significativamente in termini di funzionalità e flessibilità. Mentre l'intelligenza artificiale nativa di Salesforce si concentra su approcci generalisti e applicazioni CRM, le piattaforme indipendenti offrono spesso modelli specializzati e una selezione più ampia, incluse opzioni open source. L'accesso ai modelli più recenti con Salesforce dipende dai cicli di rilascio e dalle partnership, mentre i provider specializzati offrono potenzialmente aggiornamenti più rapidi. Per quanto riguarda la messa a punto, i modelli nativi di Salesforce sono spesso limitati e astratti, ad esempio tramite strumenti come il Prediction Builder, mentre le piattaforme indipendenti offrono un controllo più granulare sul processo di addestramento. La scelta di algoritmi specifici è limitata con Salesforce, poiché questi sono solitamente predefiniti o forniti tramite partner, mentre le piattaforme indipendenti offrono maggiore libertà in questo senso. Inoltre, Salesforce gestisce completamente l'infrastruttura, spesso basata su AWS o GCP, mentre le piattaforme indipendenti consentono l'accesso diretto agli ambienti di hosting, sia nel cloud aziendale che on-premise. Lo sforzo di integrazione con Salesforce è basso perché le sue soluzioni sono integrate in modo nativo, mentre le piattaforme esterne richiedono più lavoro di sviluppo e configurazione. Per quanto riguarda i costi, Salesforce utilizza spesso un modello di prezzi mensili basato sull'utente come componente aggiuntivo, mentre le piattaforme indipendenti utilizzano spesso prezzi basati sul consumo, ad esempio sulla potenza di calcolo o sulle chiamate API, oppure modelli specifici del fornitore.

Navigazione nell'integrazione: collegamento dell'intelligenza artificiale indipendente con Salesforce

La scelta di una piattaforma di intelligenza artificiale indipendente richiede un'attenta pianificazione della sua integrazione nell'ambiente Salesforce esistente. Esistono diversi metodi per stabilire questa connessione, ognuno con i propri vantaggi e sfide.

Metodi di integrazione

AppExchange / AgentExchange

Salesforce AppExchange offre un'ampia varietà di applicazioni di terze parti, tra cui soluzioni di intelligenza artificiale, che spesso forniscono integrazioni predefinite. AgentExchange è un marketplace più recente, specificamente focalizzato su competenze, temi e modelli di agenti di intelligenza artificiale forniti dai partner, con l'obiettivo di accelerare l'implementazione di agenti di intelligenza artificiale. Questo è spesso l'approccio più semplice, ma richiede un partner adeguato che offra una soluzione.

API (REST/SOAP/Bulk/Streaming)

L'utilizzo diretto delle API di Salesforce consente un'integrazione personalizzata. Gli sviluppatori possono scambiare dati, attivare processi in Salesforce o fornire feedback sui risultati da modelli di intelligenza artificiale esterni. L'API composita può aiutare a raggruppare in modo efficiente più operazioni. Questo metodo offre la massima flessibilità, ma richiede un notevole sforzo di sviluppo.

Piattaforme middleware (ad esempio MuleSoft)

Piattaforme di integrazione come MuleSoft (la soluzione proprietaria di Salesforce) o altre possono fungere da intermediari. Gestiscono attività come la trasformazione dei dati, l'orchestrazione di flussi di lavoro complessi e la gestione della connettività tra Salesforce e servizi di intelligenza artificiale esterni.

Connettori della piattaforma cloud (AWS/GCP)

I grandi provider cloud offrono sempre più servizi specifici per facilitare l'integrazione con Salesforce. Tra gli esempi figurano AWS Private Connect per connessioni di rete sicure, AWS Event Relay per la trasmissione di eventi in tempo reale, AWS Glue Salesforce Connector e SageMaker Data Wrangler Connector per la preparazione dei dati. Google Vertex AI può essere integrato in Salesforce Data Cloud tramite Model Builder. Sebbene questi connettori possano semplificare l'integrazione, vincolano gli utenti all'ecosistema dei rispettivi provider cloud.

BYOM tramite Einstein Studio

Come accennato in precedenza, questa funzionalità consente di integrare modelli ospitati esternamente nell'ambiente Salesforce tramite il Model Builder. Le richieste vengono comunque instradate attraverso l'infrastruttura Salesforce e utilizzano il livello di attendibilità, il che semplifica l'integrazione ma crea anche una certa dipendenza.

Correlato a questo:

• Integrazione dell'intelligenza artificiale e dell'apprendimento automatico nella logistica di magazzino: sviluppi globali in Germania, UE, USA e Giappone

Sfide comuni di integrazione

L'integrazione di sistemi esterni con Salesforce non è banale e presenta sfide specifiche:

Limiti API

Salesforce limita il numero di chiamate API per organizzazione e periodo di tempo (ad esempio, giornalmente, contemporaneamente). I processi di intelligenza artificiale ad alta intensità di dati che sincronizzano o interrogano frequentemente i dati possono raggiungere rapidamente questi limiti. Ciò richiede un'attenta progettazione (ad esempio, limitazione, elaborazione batch, memorizzazione nella cache) o potrebbe richiedere l'acquisto di edizioni Salesforce superiori o quote API aggiuntive. I limiti della Streaming API sono particolarmente rilevanti per i casi d'uso in tempo reale.

Sincronizzazione dei dati

Garantire la coerenza dei dati tra Salesforce e la piattaforma di intelligenza artificiale esterna è fondamentale. Le sfide includono la gestione di grandi volumi di dati (LDV), la scelta tra aggiornamenti in tempo reale e batch, la gestione della latenza e la prevenzione di incoerenze nei dati. Approcci come le integrazioni zero-copy mirano a mitigare questi problemi, ma potrebbero non essere sempre applicabili.

Mappatura e trasformazione dei dati

Diversi modelli di dati, formati e semantiche di campo devono essere allineati. Ciò può richiedere una logica di trasformazione complessa per garantire la corretta interpretazione dei dati.
Sicurezza e autenticazione: la gestione sicura delle credenziali di accesso (chiavi API, token), l'implementazione di metodi di autenticazione robusti (ad esempio, OAuth 2.0, credenziali denominate) e la garanzia di una trasmissione sicura dei dati (crittografia) sono essenziali. Errori di configurazione possono portare a vulnerabilità di sicurezza.

Gestione degli errori e coerenza dei dati

Le integrazioni devono essere resistenti agli errori (problemi di rete, guasti di sistema, errori nei dati). Sono necessari meccanismi robusti per la registrazione, il monitoraggio e la logica di ripetizione automatica per garantire l'integrità dei dati e ridurre al minimo i tempi di inattività.

Complessità e manutenzione

Le integrazioni personalizzate richiedono manutenzione e adeguamenti continui, soprattutto con l'evoluzione di Salesforce o della piattaforma di intelligenza artificiale esterna. Ciò impegna risorse e richiede competenze tecniche.

La complessità dell'integrazione è un fattore di costo spesso sottovalutato. Sebbene le piattaforme di intelligenza artificiale standalone possano offrire costi di base inferiori o funzionalità superiori, i costi e gli sforzi di integrazione, inclusi i tempi di sviluppo, le potenziali licenze middleware e la manutenzione continua, devono essere considerati nel calcolo del costo totale di proprietà (TCO). L'intelligenza artificiale nativa di Salesforce trae vantaggio dall'integrazione preconfigurata. Le limitazioni delle API possono aumentare ulteriormente la complessità e i costi se sono necessarie soluzioni alternative complesse o licenze più costose. Pertanto, la decisione di utilizzare un'intelligenza artificiale standalone deve considerare le capacità tecniche e le risorse dell'organizzazione per gestire questa complessità di integrazione. Un'integrazione mal pianificata può vanificare i vantaggi della piattaforma esterna.

Modelli di integrazione di successo

Nonostante le sfide, esistono modelli e strumenti consolidati per integrazioni di successo. Casi di studio dimostrano l'integrazione di successo di AWS SageMaker con Salesforce, spesso sfruttando specifici servizi AWS per ottimizzare prestazioni e costi. Integrazioni simili sono possibili con Google Vertex AI, in particolare tramite Model Builder. Strumenti come Zapier possono essere utilizzati per integrazioni più semplici e senza codice per spostare dati tra sistemi, ad esempio tra Google Sheets e Vertex AI come proxy per i dati di Salesforce. L'utilizzo di connettori e servizi cloud-native come AWS Glue, EventBridge o Private Connect può anche semplificare e proteggere significativamente il processo di integrazione.

Piattaforma di intelligenza artificiale indipendente: metodi di integrazione e sfide in sintesi

Piattaforma di intelligenza artificiale indipendente: metodi di integrazione e sfide in sintesi – Immagine: Xpert.Digital

La piattaforma di intelligenza artificiale indipendente offre una varietà di metodi di integrazione, ognuno con i propri vantaggi e sfide specifici. Le app AppExchange o AgentExchange consentono la facile installazione di applicazioni o componenti predefiniti forniti dai partner con uno sforzo di sviluppo minimo e spesso con qualità certificata. Tuttavia, la personalizzazione è limitata e vi è una dipendenza dalle offerte dei partner e dai potenziali costi. L'integrazione API diretta, che consente lo sviluppo personalizzato utilizzando le API di Salesforce come REST, SOAP, Bulk e Streaming, offre la massima flessibilità e il pieno controllo sul flusso di dati e sulla logica. Tuttavia, richiede un notevole sforzo di sviluppo, la gestione dei limiti delle API, audit di sicurezza approfonditi e una manutenzione continua. L'utilizzo di middleware come MuleSoft semplifica le integrazioni complesse attraverso connettività, trasformazione dei dati e orchestrazione. Offre gestione centralizzata e riutilizzabilità, ma richiede costi di licenza aggiuntivi e un'ampia formazione sulla piattaforma. I connettori cloud come AWS o GCP ottimizzano le integrazioni attraverso servizi specifici, a volte low-code, come Glue, Event Relay o Private Connect. Questi sono solitamente potenti, sicuri e perfettamente adatti ai rispettivi ecosistemi cloud, ma richiedono configurazioni specializzate e vincolano l'utente al provider. Con BYOM tramite Einstein Studio, i modelli ospitati esternamente possono essere facilmente integrati nei flussi di lavoro di Salesforce, sfruttando il livello di attendibilità e semplificando il processo di integrazione. Tuttavia, esistono limitazioni per quanto riguarda il supporto dei modelli rispetto all'uso diretto, alla messa a punto e alla dipendenza dalla piattaforma Salesforce.

Integrazione di una piattaforma di intelligenza artificiale indipendente e multi-data source per tutte le esigenze aziendali - Immagine: Xpert.Digital

AI Game Changer: la piattaforma di intelligenza artificiale più flessibile - Soluzioni su misura che riducono i costi, migliorano le decisioni e aumentano l'efficienza

Piattaforma di intelligenza artificiale indipendente: integra tutte le fonti di dati aziendali rilevanti

• Questa piattaforma di intelligenza artificiale interagisce con tutte le fonti di dati specifiche
  • Da SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox e molti altri sistemi di gestione dei dati
• Integrazione rapida dell'IA: soluzioni di IA su misura per le aziende in poche ore o giorni, anziché mesi
• Infrastruttura flessibile: basata su cloud o hosting nel proprio data center (Germania, Europa, libera scelta della posizione)

• Massima sicurezza dei dati: il suo utilizzo negli studi legali ne è una prova inconfutabile
• Distribuzione su un'ampia varietà di fonti di dati aziendali
• Scelta di modelli di intelligenza artificiale propri o diversi (DE, UE, USA, CN)

Sfide che la nostra piattaforma di intelligenza artificiale risolve

• Mancanza di adattamento delle soluzioni di intelligenza artificiale convenzionali
• Protezione dei dati e gestione sicura dei dati sensibili
• Costi elevati e complessità dello sviluppo individuale dell'IA
• Carenza di specialisti qualificati in intelligenza artificiale
• Integrazione dell'IA nei sistemi IT esistenti

Maggiori informazioni qui:

• Integrazione AI di una piattaforma AI indipendente e multi-data source per tutte le esigenze aziendali

Considerazioni critiche: gestione del rischio nell'intelligenza artificiale indipendente

La decisione a favore o contro le piattaforme di intelligenza artificiale indipendenti deve includere anche un'attenta valutazione dei potenziali rischi, in particolare negli ambiti della protezione dei dati, della dipendenza dai fornitori e della sovranità dei dati.

Protezione e sicurezza dei dati

Sebbene Salesforce consideri Einstein Trust Layer come una garanzia per un utilizzo sicuro dell'intelligenza artificiale, un esame più attento rivela limiti pratici che devono essere valutati rispetto a soluzioni indipendenti.

Limitazioni di Einstein Trust Layer:

Mascheramento dei dati disabilitato per Agentforce: un punto chiave è l'affermazione esplicita che il mascheramento dei dati è disabilitato per i flussi di lavoro di Agentforce. La giustificazione fornita è che il mascheramento comprometterebbe l'accuratezza contestuale e la pertinenza dei risultati, ad esempio durante la ricerca di account simili in cui sono necessari i dettagli dell'account di riferimento. Ciò rappresenta un rischio significativo per la privacy dei dati, poiché dati potenzialmente sensibili dei clienti potrebbero essere inviati non mascherati a LLM esterni, il che è particolarmente problematico nei settori regolamentati e contraddice la promessa di "fiducia".
Mitigazione alternativa (Anthropic): Salesforce prevede di offrire modelli Anthropic come alternativa, eseguiti all'interno di un "Salesforce Trusted Boundary" (ospitato su AWS Bedrock). Sebbene i dati non escano dalla sfera di controllo di Salesforce con questo approccio, il mascheramento dei dati rimane disabilitato. È discutibile se questo affronti adeguatamente i problemi di privacy dei dati rispetto al mascheramento funzionale.
Funzionalità generali del Trust Layer: funzioni principali come la zero-retention con i partner e i controlli di tossicità rimangono in vigore. Tuttavia, l'eccezione per Agentforce rappresenta una limitazione significativa.

Potenziali vantaggi delle piattaforme indipendenti:

Opzioni di residenza dei dati dedicate: i provider cloud indipendenti o le piattaforme specializzate possono offrire un controllo più granulare su dove i dati vengono archiviati ed elaborati. Ciò potrebbe essere necessario per conformarsi a rigide leggi regionali sulla privacy dei dati (come il GDPR o specifiche normative nazionali) che vanno oltre le garanzie generali di Salesforce Hyperforce.
Architetture di sicurezza alternative: le organizzazioni possono scegliere architetture più adatte ai propri requisiti di sicurezza specifici, come crittografia dedicata, controlli di accesso più rigorosi o meccanismi di isolamento dei dati.
Responsabilità diretta del fornitore: collaborare direttamente con un fornitore di intelligenza artificiale crea una responsabilità più chiara per la gestione dei dati, senza Salesforce come intermediario.

Il divario tra la promessa di marketing del Trust Layer e la sua realtà tecnica, in particolare la disattivazione del mascheramento per Agentforce, è cruciale per la valutazione del rischio. I decisori non possono basarsi esclusivamente sulle affermazioni di marketing, ma devono esaminare l'implementazione specifica per i loro casi d'uso e confrontarla con i controlli potenzialmente più coerenti o configurabili di piattaforme indipendenti.

Correlato a questo:

• Un'intelligenza artificiale affidabile: la carta vincente dell'Europa e l'opportunità di assumere un ruolo di primo piano nell'intelligenza artificiale

Aspetti di protezione e sicurezza dei dati: Einstein Trust Layer vs. piattaforme indipendenti

Aspetti di protezione e sicurezza dei dati: Einstein Trust Layer vs. piattaforme indipendenti – Immagine: Xpert.Digital

La privacy e la sicurezza dei dati sono fondamentali sia per Einstein Trust Layer di Salesforce sia per le piattaforme indipendenti. Per quanto riguarda il mascheramento dei dati, il Trust Layer offre supporto per regioni e lingue specifiche, sebbene con limitazioni per Agentforce. Le piattaforme indipendenti, d'altra parte, possono fornire regole configurabili e personalizzabili e tipi di dati supportati. Il mascheramento dei dati è disabilitato per i flussi di lavoro basati su agenti nel Trust Layer, mentre è spesso possibile con piattaforme indipendenti, a seconda dell'implementazione, se il degrado delle prestazioni è accettabile. La conservazione zero dei dati con fornitori terzi è garantita da accordi contrattuali, come con OpenAI; le piattaforme indipendenti consentono contratti diretti o l'hosting sull'infrastruttura del cliente per evitare completamente terze parti. Gli audit trail vengono registrati nel Trust Layer dal Data Cloud, inclusi contenuti tossici e mascheramento, mentre le piattaforme indipendenti offrono spesso funzionalità di registrazione e monitoraggio dettagliate come gli strumenti MLOps. Nel controllo della residenza dei dati, il Trust Layer dipende dalla regione Hyperforce e dal provisioning, mentre le piattaforme indipendenti consentono in genere una selezione più granulare delle regioni del data center. Le opzioni di hosting di Salesforce spaziano dall'hosting gestito dal fornitore al BYOM (Bring Your Own Host) tramite SF Gateway con hosting su partner come AWS o GCP, con Anthropic pianificato anche per l'area SF. Le piattaforme indipendenti, d'altra parte, consentono l'hosting in un'istanza cloud dedicata, on-premise o nel cloud del fornitore. Per quanto riguarda la granularità dei controlli, il Trust Layer offre opzioni configurabili, come la definizione di regole di mascheramento, mentre l'architettura di base è fissa; le piattaforme indipendenti possono spesso offrire una configurabilità più completa delle misure di sicurezza.

Evitare il blocco del fornitore

La profonda integrazione dei servizi Salesforce comporta il rischio di una forte dipendenza dal fornitore.

Rischio di dipendenza dall'ecosistema

Affidarsi esclusivamente a Salesforce per CRM e intelligenza artificiale crea una dipendenza significativa. Questo può indebolire la vostra posizione negoziale in caso di aggiustamenti di prezzo e limitare la vostra flessibilità nell'utilizzo di altre tecnologie in futuro.

Diversificazione strategica

L'utilizzo di piattaforme di intelligenza artificiale indipendenti diversifica lo stack tecnologico. Le aziende possono sfruttare le innovazioni provenienti da tutto il mercato e cambiare più facilmente fornitore, se necessario. Questo mantiene la loro flessibilità strategica.

Il paradosso dell’“ecosistema aperto” di Salesforce

Sebbene Salesforce promuova un ecosistema aperto, ad esempio tramite BYOM (Bring Your Own Machine), la realtà pratica di una profonda integrazione spesso porta a un lock-in di fatto. Anche con BYOM, la gestione e l'implementazione vengono gestite tramite la piattaforma Salesforce, rendendo difficile il passaggio. La praticità della soluzione integrata può quindi portare a un "soft lock-in", poiché le dipendenze sottostanti sono nascoste e il passaggio a una diversa strategia di gestione o implementazione causa attriti.

Maggiori informazioni qui:

• I pericoli del vendor lock-in: perché le aziende dovrebbero evitare le dipendenze

Sovranità e portabilità dei dati

Il controllo sui propri dati e la capacità di migrare modelli o dati secondo necessità sono aspetti strategici importanti.

Preoccupazioni riguardanti Einstein Activity Capture (EAC)

Un problema specifico riguarda EAC. I dati di email e calendario acquisiti non vengono archiviati come record di attività standard in Salesforce, ma esternamente su AWS. Questi dati sono soggetti a un periodo di conservazione limitato (6 mesi per impostazione predefinita, fino a 24 mesi con una licenza a pagamento) e vengono persi se EAC viene disattivato. Ciò solleva interrogativi significativi in ​​merito alla sovranità dei dati, all'accesso a lungo termine e alle opzioni di backup. In questo caso, non si è completamente proprietari dei propri dati.

Portabilità del modello

I modelli creati in modo nativo con strumenti Salesforce come Einstein Prediction Builder sono vincolati alla piattaforma e non facilmente trasferibili. Mentre i dati sottostanti possono essere esportati, il modello addestrato in sé non è trasferibile. Al contrario, i modelli sviluppati su piattaforme esterne (AWS, GCP, ecc.) sono intrinsecamente più portabili, anche se temporaneamente integrati con Salesforce.

Portabilità dei dati nell'intelligenza artificiale indipendente

Quando si utilizzano piattaforme di intelligenza artificiale esterne, l'elaborazione dei dati principali e gli artefatti dei modelli spesso rimangono al di fuori di Salesforce. Questo offre potenzialmente una migliore portabilità dei dati e dei modelli in caso di cambiamenti nel rapporto con Salesforce o nella strategia.

Raccomandazioni strategiche per i decisori

La scelta della giusta strategia di intelligenza artificiale nel contesto di Salesforce richiede una valutazione approfondita che vada oltre il semplice confronto delle funzionalità. I ​​seguenti consigli possono aiutare i decisori:

Valutare criticamente i casi d'uso

Non affidarti automaticamente all'intelligenza artificiale nativa di Salesforce. Valuta ogni caso d'uso dell'intelligenza artificiale individualmente in base a:

• Specializzazione richiesta: il compito richiede capacità di intelligenza artificiale approfondite e specializzate (ad esempio, analisi scientifiche complesse, previsioni di settori di nicchia) che potrebbero essere meglio soddisfatte da una piattaforma dedicata?
• Esigenze di adattamento: quanto controllo è necessario sul modello, sui dati di training e sugli algoritmi? Il livello di astrazione di Salesforce è sufficiente?
• Requisiti di prestazioni: ci sono requisiti rigorosi di latenza o di throughput che potrebbero essere soddisfatti meglio da un'infrastruttura esterna ottimizzata?
• Sensibilità e conformità dei dati: il caso d'uso riguarda dati altamente sensibili, per i quali le limitazioni del livello di attendibilità (in particolare la mancanza di mascheramento in Agentforce) comportano rischi inaccettabili? I requisiti specifici di residenza dei dati sono meglio soddisfatti esternamente?

perseguire un approccio ibrido

Prendi in considerazione una strategia che sfrutti l'intelligenza artificiale nativa di Salesforce per attività più semplici e altamente integrate in cui eccelle (ad esempio, lead scoring di base, stesura di email in Sales Cloud). Allo stesso tempo, integra piattaforme indipendenti per casi d'uso di alto valore, specializzati o altamente sensibili.

Considerare la prontezza all'integrazione

Valutare realisticamente le risorse tecniche e il know-how dell'organizzazione per gestire la complessità dell'integrazione e della manutenzione di soluzioni di intelligenza artificiale esterne. Iniziare con integrazioni ben supportate (ad esempio, AppExchange, connettori cloud consolidati) prima di affrontare complessi sviluppi interni.

Calcola il TCO completo

Eseguire un'analisi completa del TCO che confronti il ​​costo totale dell'intelligenza artificiale nativa di Salesforce (licenze, utilizzo del cloud dati, potenziali limitazioni funzionali) con quello dell'intelligenza artificiale indipendente (costi dell'intelligenza artificiale di base + sviluppo/manutenzione dell'integrazione + middleware).

L'analisi del costo totale di proprietà (TCO) è un metodo per valutare i costi totali associati all'acquisizione e al funzionamento di una tecnologia durante il suo intero ciclo di vita, includendo non solo i costi di acquisizione, ma anche i costi operativi correnti, la manutenzione, la formazione, gli aggiornamenti, ecc.

Perché le piattaforme di intelligenza artificiale esterne possono essere più convenienti:

• Economie di scala: i fornitori distribuiscono i costi delle infrastrutture tra più clienti.
• Investimenti ridotti: non è necessario costruire una propria infrastruttura.
• Distribuzione più rapida: tempi di commercializzazione più rapidi riducono i costi indiretti.
• Manutenzione e aggiornamenti inclusi: non è richiesto alcuno sforzo da parte tua per le operazioni IT.
• Pagamento a consumo: i costi si adeguano alla domanda.

Un'analisi del TCO mostra spesso che le piattaforme di intelligenza artificiale esterne sono più economiche e flessibili nel lungo periodo rispetto alle soluzioni interne.

Dare priorità alla flessibilità strategica

Valutare la praticità dell'ecosistema Salesforce integrato rispetto ai rischi strategici a lungo termine derivanti dal vendor lock-in (vedere la sezione VB). Integrare considerazioni sulla portabilità nella strategia di intelligenza artificiale fin dall'inizio.

Richiedi trasparenza

Richiedere a tutti i fornitori (inclusi Salesforce e i fornitori indipendenti) una documentazione chiara in merito alle funzionalità, alle limitazioni, alle pratiche di elaborazione dei dati, alle misure di sicurezza e ai modelli di prezzo dei modelli. Esaminare criticamente le dichiarazioni di marketing e confrontarle con la realtà tecnica.

Correlato a questo:

• Sistemi di gestione dei dati in transizione: strategie per il successo aziendale nell'era dell'intelligenza artificiale

Un appello per una strategia di intelligenza artificiale aperta all'interno di Salesforce

L'analisi mostra chiaramente che, sebbene affidarsi esclusivamente alla suite di intelligenza artificiale nativa di Salesforce offra praticità e una perfetta integrazione con i processi CRM esistenti, non è necessariamente la strategia ottimale per ogni azienda. Considerare strategicamente piattaforme di intelligenza artificiale indipendenti offre vantaggi significativi: accesso a modelli altamente specializzati e potenzialmente più potenti, maggiore flessibilità e controllo sullo stack di intelligenza artificiale, potenziali efficienze sui costi attraverso modelli di prezzo alternativi e l'utilizzo dell'infrastruttura esistente, nonché un'importante mitigazione del rischio relativo al vendor lock-in e alla sovranità dei dati.

Le limitazioni identificate di Einstein Trust Layer sono particolarmente critiche, in particolare la disattivazione del mascheramento dei dati per i flussi di lavoro di Agentforce. Ciò sottolinea la necessità di guardare oltre le promesse di marketing ed esaminare attentamente le realtà tecniche, in particolare quando si elaborano dati sensibili. Le preoccupazioni relative alla portabilità dei dati, come illustrato dall'esempio di Einstein Activity Capture, servono anche da monito contro un eccessivo affidamento a meccanismi di archiviazione ed elaborazione proprietari.

Allo stesso tempo, il ruolo dell'intelligenza artificiale di Salesforce non deve essere sottovalutato. Offre una soluzione preziosa e ben integrata per molte attività CRM standard. Nonostante i suoi limiti, l'Einstein Trust Layer rappresenta un importante livello di governance e sicurezza. Inoltre, gli strumenti low-code consentono una più ampia democratizzazione dell'adozione dell'intelligenza artificiale all'interno delle organizzazioni.

La strategia più convincente per molte aziende sarà probabilmente un approccio aperto e ibrido. Una strategia di questo tipo sfrutta i punti di forza dell'intelligenza artificiale nativa di Salesforce per le attività quotidiane integrate, ma non esita a integrare selettivamente soluzioni di intelligenza artificiale esterne all'avanguardia per casi d'uso specifici, altamente impegnativi o strategicamente critici. Ciò richiede di abbandonare l'approccio predefinito che prevede l'utilizzo esclusivo di strumenti nativi e di condurre invece una valutazione rigorosa basata sui casi d'uso.

I decisori sono invitati a determinare attentamente il giusto mix di soluzioni di intelligenza artificiale native e standalone. Questa decisione dovrebbe essere guidata da specifici requisiti aziendali, capacità tecniche esistenti, tolleranza al rischio e obiettivi strategici a lungo termine per sfruttare appieno il potenziale dell'intelligenza artificiale all'interno dell'ecosistema Salesforce senza creare dipendenze o rischi inutili.

☑️ Supporto alle PMI in strategia, consulenza, pianificazione e implementazione

☑️ Creazione o riallineamento della strategia di IA

☑️ Sviluppo aziendale pionieristico

Konrad Wolfenstein

Sarei felice di fungere da tuo consulente personale.

Potete contattarmi compilando il modulo di contatto qui sotto o semplicemente chiamandomi al numero +49 89 89 674 804 (Monaco di Baviera) .

Non vedo l'ora di iniziare il nostro progetto comune.

Xpert.Digital è un hub per l'industria focalizzato sulla digitalizzazione, l'ingegneria meccanica, la logistica/intralogistica e il fotovoltaico.

Con la nostra soluzione di sviluppo aziendale a 360° supportiamo aziende rinomate dalla fase di avvio del nuovo business fino al post-vendita.

Market intelligence, smarketing, marketing automation, sviluppo di contenuti, PR, campagne email, social media personalizzati e lead nurturing sono parte dei nostri strumenti digitali.

Per maggiori informazioni visita: www.xpert.digital - www.xpert.solar - www.xpert.plus