Salesforce AI：独立したAIプラットフォームがEinsteinよりも優れている理由とAgentForce-Hybridアプローチは、ベンダーのロックインを打ち負かします。
Xpert プレリリース
言語の選択 📢
公開：2025年4月25日 /更新：2025年4月25日 - 著者： Konrad Wolfenstein
Salesforce AI：独立したAIプラットフォームがEinsteinよりも優れている理由とAgentForce-Hybridアプローチは、ベンダーのロックインを打ち負かします。 - 画像：xpert.digital
SalesforceにおけるAI統合のための戦略的オプション：セルフソリューションvs.サードパーティプロバイダー
Salesforceにおける独立したAIプラットフォームの戦略的重要性：アインシュタインを超えた分析
Salesforceは、ネイティブ人工知能（AI）を顧客360プラットフォームの不可欠な部分として顕著に配置し、それらを「＃1 AI for CRM」として宣伝しています。コアメッセージは、生産性を向上させ、顧客体験をパーソナライズするために、既存のSalesforceワークフローのAI関数のシームレスな統合を強調しています。馴染みのある環境内での単純な実装と使用の約束は、多くの企業にとって魅力的です。
ただし、Salesforceの顧客はますます戦略的な決定に直面しています。SalesforceのネイティブKIスイートにのみ依存しているか、より独立した潜在的な潜在的なAIプラットフォームを統合を検討する必要がありますか？ AI市場は急速に発展し、外部プロバイダーは、オールインワンプラットフォームのスキルを超える可能性のある継続的に高度に専門的なモデルと革新的なソリューションです。
この記事では、Salesforce環境内で独立したAIプラットフォームを使用するという戦略的利点を分析します。彼は、ネイティブのSalesforce AIのスキルと限界を批判的に調べ、統合パスと課題を照らし、柔軟性、コスト、データ保護、プロバイダーの依存などの中心的な側面に対処します。目的は、Salesforceユーザー向けのよりオープンなAI戦略がSalesforce所有のソリューションの唯一の使用よりも有利であるかどうかを決定するための明確な基盤を作成することです。
重要な問題は、深く統合されたソリューションの利便性と、外部AIツールの潜在的なパフォーマンスと専門化を比較検討することです。 Salesforceは統合されたAIの利点を強調していますが、AI領域の高い専門化と高速イノベーション速度には、差別化されたビューが必要です。単一のプラットフォームプロバイダーは、特定の領域に焦点を当てたプロバイダーと比較して、すべてのAIドメインで最高のパフォーマンスを提供できない場合があります。統合と「最優秀」の間のこの緊張は、このレポートで検討されている戦略的考慮事項の中核となっています。
に適し：
セールスフォースのネイティブKIスイート（Einstein、AgentForce、AI Cloud）を理解する
Salesforceは、さまざまなクラウド製品に深く統合され、Einstein、AgentForce、AI Cloudのブランド名で組み合わされている幅広いAI関数を提供しています。このスイートは、自動化、予測、パーソナライズされたインタラクションを通じて、日常のビジネスプロセスを最適化することを目的としています。
クラウドの機能的な概要
- 販売クラウド：コア機能には、卒業の確率（アインシュタインリード/機会スコアリング）、より正確な販売予測、パーソナライズされた販売メールの自動作成（販売メール）、販売講演の概要（コールサマリー）の概要、および電子メールとカレンダーからのアクティビティの自動記録（エインシュタインアクティビティキャプチャ）に基づくリードの評価と機会が含まれます。アインシュタインの副操縦士は、販売プロセスでのコンテキスト関連のアクションとサポートも提供しています。
- サービスクラウド：ここでは、KIは顧客プロセスの自動分類（ケース分類）をサポートし、適切な知識記事またはプレハブ回答（記事/返信推奨事項）を推奨し、完了したケース（作業要約）の要約を作成し、チャットボットを使用して標準リクエストを自動化できるようにします。
- マーケティングクラウド：AI関数マーケティングコンテンツの作成と自動キーワード（コンテンツ生成/タグ付け）、連絡先の相互作用の確率（エンゲージメントスコアリング）、最大の開口レート（送信時間最適化）の出荷時間を最適化し、キャンペーンと顧客体験の深いパーソナライズを可能にします。
- Commerce Cloud：この分野では、AIはパーソナライズされた製品の推奨事項、検索結果の最適化、および変換を増やすための購買行動に関する洞察の提供に焦点を当てています。
- 完全/一般：Einstein Prowinction Builderなどのツールにより、管理者はコードなしでカスタム予測モデルを作成できます。アインシュタインディスカバリーは、データのパターンと洞察を見つけるのに役立ちます。アインシュタイン次のベストアクションは、アクションに関するコンテキスト関連の推奨事項を提供します。 AgentForceは、タスクを個別に実行できる自律AIエージェントを表します。 Builder and Copilot Studioは、AI制御アシスタントとプロンプトの適応と作成を迅速に許可します。
に適し：
基礎となるアーキテクチャ
Salesforce AIの機能は、データクラウドとEinstein Trustレイヤーの2つの重要な列に基づいています。
データクラウド依存関係
Salesforce Data Cloudは、中央データファンデーションとして機能します。さまざまなソース（Salesforce内部および外部）からの顧客データを360度の視点で統合します。これらの調和したデータは、多くのAIアプリケーション、特に生成的AIとパーソナライズの基礎となります。特定の生成AI関数と、トラストレイヤーの監査証跡では、データの調和に集中的に使用されていなくても、データクラウドのプロビジョニングを必要とすることが重要です。これにより、アーキテクチャの依存関係が作成され、特に企業がすでにデータ倉庫またはデータ湖を確立している場合、追加の複雑さと潜在的なコストを引き起こす可能性があります。したがって、データクラウドの必要性は、所有権の総コスト（TCO）を増加させる可能性があり、慎重に管理されていない場合、潜在的なボトルネックを表します。
アインシュタイントラストレイヤー
このセキュリティフレームワークは、生成AIの信頼できる使用を確保することを目的としています。いくつかのコンポーネントが含まれています。
- セキュアデータクエリ：Salesforceデータにアクセスして、関連するコンテキストでプロンプトを強化します。これにより、それぞれのユーザーのアクセス権が考慮されます。
- 迅速に防御：システムガイドラインは、音声モデル（LLM）の幻覚と有害な支出を減らすことを目的としています。
- データマスキング：個人情報（PII）や支払い情報（PCI）などの機密データは、外部LLMに送信する前にマスクされます。
- 毒性評価：生成された回答は、潜在的に有害なコンテンツについてチェックされ、評価されます。
- ゼロデータ保持ポリシー：Salesforceは、OpenaaiやAzure Openaiなどのパートナーと合意しました。これにより、送信された企業データがこれらのサードパーティプロバイダーによって保存されておらず、モデルのトレーニングにも使用されないようにします。
ただし、アーキテクチャを詳しく見ると、Salesforceは、Openaai、Anthropic、Googleなどのプロバイダーの外部大規模な言語モデル（LLM）に対して生成的AI機能の多くに使用されていることが明らかになりました。これらのモデルは、多くの場合、AWの脅威などのクラウドサービスを介して統合されます。アインシュタイントラストレイヤーは、安全なゲートウェイとして機能します。これは、Salesforceが独自の基本的な生成モデルのみを開発するのではなく、主にインテグレーターおよびセキュリティブローカーとして機能することを意味します。これにより、強力なモデルへのアクセスが可能になりますが、依存関係を作成し、コアAIテクノロジーが他のプラットフォームを介してこれらのモデルの直接使用とどの程度異なるかという疑問を提起します。したがって、顧客は、主に外部のAIモデルに基づいているワークフローに統合、セキュリティレベル、埋め込みのためにSalesforceを支払います。これにより、これらの外部モデルまたはプラットフォームとの直接的な統合を評価するという議論が強化されます。
ネイティブソリューションの認識された強度
言及されたポイントにもかかわらず、ネイティブSalesforce KIスイートには否定できない利点があります。
- シームレスな統合：AI関数は、Salesforceユーザーインターフェイスと作業プロセスに深く埋め込まれているため、スムーズな使用が可能になります。
- ユーザーフレンドリーと親しみやすさ：既存のSalesforceユーザーと管理者は通常すぐに見つかり、トレーニング期間が短くなります。コードツールが低いと、非技術的なユーザーがAIベースのエクスペリエンスを作成することもできます。
- 既存のCRMデータの使用：AIは、Salesforceに保存されている顧客データと直接連携するように設計されており、データ処理を簡素化できます。
🎯🎯🎯 包括的なサービス パッケージにおける Xpert.Digital の 5 倍の広範な専門知識を活用してください | 研究開発、XR、PR、SEM
AI & XR 3D レンダリング マシン: 包括的なサービス パッケージ、R&D XR、PR & SEM における Xpert.Digital の 5 倍の専門知識 - 画像: Xpert.Digital
Xpert.Digital は、さまざまな業界について深い知識を持っています。 これにより、お客様の特定の市場セグメントの要件と課題に正確に合わせたオーダーメイドの戦略を開発することが可能になります。 継続的に市場動向を分析し、業界の発展をフォローすることで、当社は先見性を持って行動し、革新的なソリューションを提供することができます。 経験と知識を組み合わせることで付加価値を生み出し、お客様に決定的な競争上の優位性を提供します。
詳細については、こちらをご覧ください:
独立したAIプラットフォーム：企業の柔軟性と制御の増加
Salesforceにおける独立したAIプラットフォームの引数
Salesforce AIのネイティブ統合は利点を提供しますが、いくつかの重要な理由は、独立したAIプラットフォームの統合を真剣に検討することを求めています。これらの外部ソリューションは、柔軟性、専門化、適応性、潜在的なコストの利点などの分野で優れている可能性があります。
柔軟性とモデルの専門化
AI市場の特徴は、高い動的で専門化されています。独立したAIプロバイダーは、多くの場合、特定のドメインまたはテクノロジーに集中しているため、Salesforceなどの一般的なプラットフォームよりも、特定の分野でより進歩的またはテーラー製ソリューションを提供できます。
「最高の」モデルへのアクセス
多くの場合、外部プロバイダーは、自然言語処理（NLP）、コンピュータービジョン、業界固有の分析などの分野の高度に専門的なアルゴリズムを開発します。この例は、契約ポダイなどの法的文書やAQUANTなどの産業固有の診断ツールの専門的なAIです。このような特殊なモデルは、Salesforceによって統合された、より一般的なモデルのパフォーマンスを超える可能性があります。
より高速なイノベーションサイクル
専用のAI企業は、多くの場合、AIロードマップがより広範なリリースサイクルにバインドされているSalesforceなどの大規模なプラットフォームプロバイダーよりも速く新しいモデルと機能を開発および公開できます。これにより、企業は最新のAI進捗からより速く利益を得ることができます。
多様なモデル
独立したプラットフォームまたは市場は、Salesforceの「Bring Your Model」（BYOM）関数を介して直接利用できない、ニッチソリューション、オープンソースオプション、またはプロバイダーのモデルなど、より広範なモデルへのアクセスを提供します。
に適し：
この外部プロバイダーの専門化は、CRMスイート全体で基本的なAI関数を提供することを目的としたSalesforceのより広範なアプローチとは対照的です。この「幅」アプローチにより、AIが多くの領域で利用できることが保証されますが、これは深さを犠牲にすることができます。専門化された詐欺指数または医療画像分析ツールは、おそらくこれらの特定のタスクの一般的なCRM統合モデルを超えます。特殊なAIドメインに重要な要件を持つ企業は、ネイティブのSalesforce-KIで十分ではないことがわかります。独立したプラットフォームにより、潜在的に「十分な」ネイティブソリューションで満足するのではなく、それぞれのタスクに最適なツールを選択できます。
適応と制御
独立したAIプラットフォームは、多くの場合、データの準備からモデルの実装と監視まで、AIライフサイクル全体をより高いレベルの制御を提供します。
より深いモデルフィンチューニング
外部プラットフォームは、多くの場合、機械学習エンジニア向けに設計されており、トレーニングとモデルの微調整をきめぶし制御します。これは、Salesforce内のインポートモデル（BYOM）のフィンチューニング（BYOM）の制限など、Salesforceからのより抽象化された低コードツールの可能性を超えています。
アルゴリズムの選択と透明性
ユーザーは、特定のアルゴリズムを選択する際に自由度が高く、salesforceの抽象化層よりもモデルの機能（説明、説明可能性）についてより多くの透明性を受け取る可能性があります。 Salesforceはモデルインスペクターなどのツールを提供していますが、外部MLOPSツールはより包括的になることがよくあります。
Kiスタックの制御
AWSやGoogleクラウドなどのプラットフォーム上のAIパイプライン全体（データの準備、トレーニング、プロビジョニング、監視）を管理することで、Salesforceの管理された環境への依存度よりも多くの制御が提供されます。
Salesforce適応制限
Salesforceは、簡単に調整するための低コードビルダーを提供しますが、外部プラットフォームは、より深くコードベースの調整を可能にすることがよくあります。また、複雑な要件や、アインシュタインアクティビティキャプチャを調整するとき、および一般的なプラットフォームの制限など、Salesforce AI関数には特定の機能制限があります。
潜在的なコストの利点
AIソリューションのコスト構造はかなり異なる場合があり、ライセンス料の純粋に比較するだけでは十分ではありません。
さまざまな価格モデル
Salesforceは、多くの場合、既存のクラウドライセンスへのアドオンとして、ユーザーごとにAI機能をライセンスします。対照的に、独立したAIプラットフォームの価格は、多くの場合、実際の消費（コンピューティング時間、メモリ、API呼び出し）に基づいています。独立したAIプロバイダーは、独自の、おそらくより柔軟な価格モデルを持つことができます。 SalesforceのBYOMオプションは、Einsteinリクエストのコストを削減できますが、外部モデルプロバイダーの基礎となるコストは引き続き発生します。
総所有コスト（TCO）
包括的なTCO分析が重要です。 Salesforce-KIのネイティブ統合は初期統合コストを削減できますが、他の要因は総コストを増加させる可能性があります。データクラウドライセンスまたは使用の潜在的な必要性、アドオンの比較的高いプロユーザーコスト、およびより安価なAIモデルの追加料金を支払う可能性。独立したAIのTCOには統合コストを含める必要がありますが、コアAIの使用コストの低下と既存のクラウドインフラストラクチャの使用の恩恵を受けることができます。 AgentForceは、使用中に潜在的に費用がかかるとも説明されています（会話ごとに2ドル）。
冗長性の回避
独立したAIを使用すると、企業は他のクラウドプラットフォームまたは独自のデータインフラストラクチャに既存の投資を使用できるため、Salesforceエコシステム内の冗長な費用を回避できます。
Salesforce Native Ki vs. IndependentAI：機能と柔軟性の比較
Salesforce Native Ki vs. Independent AI：機能と柔軟性の比較 - 画像：xpert.digital
アインシュタインやエージェントフォースなどのSalesforceネイティブAI、および専門モデルまたはオープンモデルを使用することが多い独立したAIプラットフォームは、機能と柔軟性が大きく異なります。 SalesforceネイティブAIは一般的なアプローチとCRMアプリケーションに焦点を当てていますが、独立したプラットフォームは、多くの場合、専門モデルとオープンソースオプションを含む幅広い選択を提供します。 Salesforceの最新モデルへのアクセスは、リリースサイクルとパートナーシップに依存しますが、専門プロバイダーは潜在的に高速な更新を可能にします。微調整に関して、ネイティブセールスフォースモデルは、たとえば予測ビルダーなどのツールによって制限され抽象化されていることがよくありますが、独立したプラットフォームはトレーニングプロセスをより詳細に制御することができます。特定のアルゴリズムの選択は、ほとんどが定義されているかパートナーに関連しているため、Salesforceでは制限されていますが、独立したプラットフォームはより多くの自由を提供します。インフラストラクチャはSalesforceでも完全に管理されており、多くの場合AWSまたはGCPに基づいていますが、独立したプラットフォームでは、独自のクラウドでもオンプレミスでも、ホスティング環境に直接アクセスできます。ソリューションがネイティブであるため、Salesforceでの統合の取り組みは低く、外部プラットフォームはより多くの開発と構成の作業を必要とします。コストに関しては、Salesforceは多くの場合、アドオンとして1か月あたりのユーザーベースの価格モデルに依存していますが、独立したプラットフォームは、コンピューティングパフォーマンスやAPI呼び出し、またはプロバイダー固有のモデルなどの消費依存価格を使用することがよくあります。
統合のナビゲーション：独立したAIをSalesforceと接続します
独立したAIプラットフォームの決定には、既存のSalesforce環境への統合を慎重に計画する必要があります。この接続を確立するためのさまざまな方法があり、それぞれに独自の利点と課題があります。
統合方法
AppExchange / AgentExchange
Salesforce AppExchangeは、プレハブ統合を提供することが多いAIソリューションを含む、さまざまなサードパーティアプリケーションを提供します。 AgentExchangeは、パートナーからのAIエージェントスキル、トピック、テンプレートを対象とした新しい市場であり、AIエージェントの提供を加速することを目的としています。多くの場合、これは最も簡単な方法ですが、適切なパートナーがソリューションを提供する必要があります。
API（REST/SOAP/BULK/ストリーミング）
Salesforce APIを直接使用すると、テーラーが作成した統合が可能になります。開発者は、データを交換したり、Salesforceのプロセスをトリガーしたり、外部AIモデルの結果を再生したりできます。複合APIは、いくつかの操作を効率的にバンドルするのに役立ちます。この方法は最大の柔軟性を提供しますが、重要な開発努力が必要です。
ミドルウェアプラットフォーム（例：Mulesoft）
Mulesoft（Salesforce独自のソリューション）などの統合プラットフォームは、仲介者として機能する可能性があります。彼らは、データ変換、複雑なワークフローのオーケストレーション、Salesforceと外部AIサービス間の接続の管理などのタスクを引き受けます。
クラウドプラットフォームコネクタ（AWS/GCP）
大規模なクラウドプロバイダーは、Salesforceとの統合を促進するために特定のサービスをますます提供しています。例は、安全なネットワーク接続用のAWSプライベート接続、リアルタイムイベント伝送用のAWSイベントリレー、AWS Glue Salesforceコネクタ、またはデータ処理用のSagemaker Data Wranglerコネクタです。 Google Vertex AIは、モデルビルダーを介してSalesforceデータクラウドに統合できます。これらのコネクタは統合を簡素化できますが、それぞれのクラウドプロバイダーのエコシステムに結合します。
アインシュタインスタジオに関するBYOM
すでに述べたように、この関数は、モデルビルダーを介して外部ホストモデルをSalesforce環境に統合することを可能にします。問い合わせは、Salesforceインフラストラクチャを介して実行され続け、Trustレイヤーを使用します。これにより、統合が簡素化されますが、特定の依存関係も作成されます。
に適し：
頻繁な統合の課題
外部システムとSalesforceの統合は些細なものではなく、特定の課題が含まれています。
API制限
Salesforceは、組織と期間ごとのAPI呼び出しの数を制限します（たとえば、毎日、同時に）。データを同期またはクエリすることが多いデータ集約型AIプロセスは、これらの制限に迅速に到達する可能性があります。これには、慎重な設計（スロットリング、バッチ処理、キャッシュなど）が必要です。または、より高いSalesforceエディションまたは追加のAPI条件を必要とする可能性があります。特にストリーミングAPIの制限は、リアルタイムアプリケーションに関連しています。
データ同期
Salesforceと外部AIプラットフォーム間のデータの一貫性を確保することが重要です。課題には、大規模なデータボリューム（LDV）の処理、リアルタイムの更新とバッチの更新の決定、遅延時間の管理、およびデータの矛盾の回避が含まれます。ゼロコピー統合などのアプローチは、これらの問題を減らすことを目的としています。
データマッピングと変換
さまざまなデータモデル、フォーマット、およびフィールドセマンティクスを調整する必要があります。これには、データが正しく解釈されるように複雑な変換ロジックが必要になる場合があります。
セキュリティと認証：アクセスデータ（APIキー、トークン）の安全な管理、堅牢な認証方法の実装（OAUTH 2.0、名前付きクレジット）、安全なデータ送信（暗号化）の確保が不可欠です。マルコンはセキュリティギャップにつながる可能性があります。
トラブルシューティングとデータの一貫性
統合は、エラー（ネットワークの問題、システム障害、データエラー）に耐性がなければなりません。データの整合性を確保し、ダウンタイムを最小限に抑えるために、ロギング、監視、および自動繰り返しの試み（Retry Logic）のための堅牢なメカニズムが必要です。
複雑さとメンテナンス
テーラーメイドの統合には、特にSalesforceまたは外部AIプラットフォームが開発される場合、継続的なメンテナンスと適応が必要です。これにはリソースに拘束され、技術的なノウハウが必要です。
統合の複雑さは、しばしば過小評価されているコスト要因を表します。独立したAIプラットフォームは、核コストまたは優れた機能を削減する場合がありますが、開発時間、潜在的なミドルウェアライセンス、およびTCO計算への継続的なメンテナンスマストフローを含む統合のコストと努力が提供されます。 SalesforceのネイティブAIは、プレハブ統合の恩恵を受けます。 APIの制限は、詳細な回避策またはより高価なライセンスが必要な場合、複雑さとコストをさらに増加させる可能性があります。したがって、独立したAIの決定は、この統合の複雑さに対処するために、組織の技術的スキルとリソースを考慮に入れる必要があります。計画が不十分な統合は、外部プラットフォームの利点を破壊する可能性があります。
統合パターンの成功
課題にもかかわらず、統合を成功させるためのパターンとツールが確立されています。ケーススタディでは、AWSセイジメーカーとSalesforceとの接続が成功しており、多くの場合、特定のAWSサービスを使用してパフォーマンスとコストを最適化します。 Google Vertex AI、特にモデルビルダーを介して同様の統合が可能です。 Zapierなどのツールは、よりシンプルでコードフリーの統合に使用して、システム間でデータを移動できます。 Salesforceデータのプロキシとして、GoogleシートとVertex AIの間。クラウドネイティブコネクタやAWS接着剤、Eventbridge、Private Connectなどのサービスの使用も、統合を簡素化および保護することもできます。
独立したAIプラットフォーム：統合方法と課題の概要
独立したAIプラットフォーム：概要イメージでの統合方法と課題：xpert.digital
独立したAIプラットフォームは、幅広い統合方法を提供し、それぞれが特定の利点と課題をもたらします。 AppExchangeまたはAgentExchangeアプリを使用すると、開発の取り組みがほとんどなく、頻繁に認定された品質を持つパートナーのプレハブアプリケーションまたはコンポーネントを簡単にインストールできます。ただし、適応性は限られており、パートナーのオファーと潜在的なコストに依存しています。残り、石鹸、バルク、ストリーミングなどのSalesforce APIを使用したテーラーメイドの開発を可能にする直接API統合は、最大限の柔軟性とデータフローとロジックを完全に制御できます。ただし、高レベルの開発、API制限の管理、徹底的なセキュリティテスト、継続的なメンテナンスが必要です。 Mulesoftなどのミドルウェアを使用すると、接続性、データ変換、オーケストレーションを通じて複雑な統合が簡素化されます。中央の管理と再利用性を提供しますが、プラットフォームへの追加のライセンスコストと集中的な習熟が必要です。 AWSやGCPなどのクラウドコネクタは、接着剤、イベントリレー、プライベートコネクトなどの特定の部分的に低いコードサービスを通じて統合を最適化します。これらはほとんど強力で、安全で、それぞれのクラウドエコシステムに最適ですが、特殊な構成が必要で、ユーザーをプロバイダーに結合します。 BYOMを介してEinstein Studioを使用すると、外部ホストモデルをSalesforceワークフローに簡単に統合できます。これにより、信頼層が使用され、統合が簡素化されます。ただし、直接使用、微調整、Salesforceプラットフォームへの依存と比較して、モデルサポートには制限があります。
depsiond独立型およびクロスデータソース全体のAIプラットフォームの統合🤖🌐すべての会社の問題
すべての会社の問題のための独立したクロスデータソース全体のAIプラットフォームの統合 - イメージ：xpert.digital
Ki-Gamechanger：コストを削減し、意思決定を改善し、効率を向上させる最も柔軟なAIプラットフォームテイラーメイドのソリューション
独立したAIプラットフォーム：関連するすべての企業データソースを統合します
- このAIプラットフォームは、すべての特定のデータソースと対話します
- SAP、Microsoft、Jira、Confluence、Salesforce、Zoom、Dropbox、その他多くのデータ管理システムから
- 高速AI統合：数ヶ月ではなく数時間または数日で企業向けのテーラーメイドのAIソリューション
- 柔軟なインフラストラクチャ：クラウドベースまたは独自のデータセンター（ドイツ、ヨーロッパ、場所の自由な選択）でのホスティング）
- 最高のデータセキュリティ：法律事務所での使用は安全な証拠です
- さまざまな企業データソースにわたって使用します
- 独自またはさまざまなAIモデルの選択（DE、EU、米国、CN）
AIプラットフォームが解決する課題
- 従来のAIソリューションの精度の欠如
- 機密データのデータ保護と安全な管理
- 個々のAI開発の高コストと複雑さ
- 資格のあるAIの欠如
- 既存のITシステムへのAIの統合
詳細については、こちらをご覧ください:
独立したAIシステムとSalesforce Trustレイヤー：データセキュリティの比較
重要な考慮事項：独立したAIのリスク管理
独立したAIプラットフォームに対する決定または反対には、特にデータ保護、プロバイダーの依存関係、データ主権の分野で、潜在的なリスクを慎重に検討することも含まれている必要があります。
プライバシーとセキュリティ
SalesforceはEinstein Trustレイヤーを安全なAI使用の保証として配置しますが、実際の制限は、独立したソリューションと比較して計量する必要がある詳細な外観で明らかにされています。
アインシュタイントラストレイヤー制限：
エージェントフォースのための非アクティブ化データマスキング：中心点は、エージェントフォースワークフローのデータマスキングが非アクティブ化されるという明示的な決定です。理由として、マスキングは、リファレンスアカウントの詳細が必要な同様のアカウントを探す場合、結果のコンテキストの精度と関連性に影響を与えると述べられています。これは、潜在的にデリケートな顧客データを外部LLMにマスクされていない可能性があるため、データ保護のかなりのリスクを表しています。これは、規制された業界では特に問題があり、「信頼」の約束と矛盾しています。
代替緩和（人類）：Salesforceは、「Salesforce Trusted Boundary」（AWS Bedrockでホスト）内で実行される代替人類モデルを提供する予定です。データはSalesforce Control Sphereのままではありませんが、データのマスキングもここでも非アクティブ化されたままです。機能するマスキングと比較して、このデータ保護に関する懸念が十分に対処されたかどうかは疑わしい。
一般トラスト層機能：パートナーのゼロ保持や毒性テストなどのコア関数は残ります。ただし、AgentForceの例外は大きな制限です。
独立したプラットフォームの潜在的な利点：
専用のデータレジデンスオプション：独立したクラウドプロバイダーまたは専門的なプラットフォームは、データのストレージと処理の場所をより詳細に制御することができます。これは、Salesforce Hyperforceの一般的な保証を超える厳格な地域データ保護法（GDPRや特定の国家規制など）を満たすために必要になる場合があります。
代替セキュリティアーキテクチャ：企業は、特定のセキュリティ要件と一致するアーキテクチャを選択できます。専用の暗号化を通じて、より厳格なアクセスコントロールまたはデータ断熱メカニズム。
直接プロバイダーの責任：AIプロバイダーとの直接協力は、中級のインスタンスとしてSalesforceなしで、データを処理するためのより明確な責任を生み出します。
信頼層のマーケティング約束とその技術的現実、特にエージェントフォースのための非アクティブ化されたマスキングとの間のギャップは、リスク評価に不可欠です。決定 - メーカーは、マーケティングステートメントのみに頼ることはできませんが、アプリケーションの特定の実装を確認し、これを独立したプラットフォームのより潜在的に一貫性のあるまたは構成可能なコントロールと比較する必要があります。
に適し：
データ保護とセキュリティの側面：Einstein Trust Layer vs. Independent Platforms
データ保護と安全性の側面：Einstein Trust Layer vs. Independent Platforms-画像：Xpert.Digital
データ保護とセキュリティの側面は、Salesforceおよび独立したプラットフォームからのアインシュタイントラストレイヤーにとって中心的な重要性です。データのマスキングでは、Trust Layerは特定の地域と言語のサポートを提供しますが、AgentForceでの制限がありますが、独立したプラットフォームは構成可能でカスタマイズ可能なルールとサポートされたデータ型を提供できます。エージェントベースのワークフローの場合、信頼層でのデータのマスキングは無効になりますが、独立したプラットフォームでは、実装に応じて、パフォーマンスの損失が許容できる場合に可能な場合がよくあります。サードパーティプロバイダー間のゼロデータ保持は、たとえばOpenaaiとの契約上の契約によって保証されています。独立したプラットフォームにより、第三者を完全に回避するために、直接契約または独自のインフラストラクチャへのホスティングが可能になります。監査証跡は、有毒なコンテンツやマスキングを含むデータクラウドによって信頼レイヤーに記録されますが、独立したプラットフォームは多くの場合、MLOPSツールなどの詳細なロギングと監視機能を提供します。データレジデンスを確認する場合、信頼層はハイパーフォース領域とプロビジョニングに依存しますが、独立したプラットフォームは通常、データセンター地域のより詳細な選択を可能にします。 Salesforceでは、ホスティングオプションは、自己管理ホスティングのプロバイダーからBYOMオプションまで、AWSやGCPなどのパートナー向けのホスティングを備えたSFゲートウェイにまで及びますが、人類はSFエリアでも計画されています。一方、独立したプラットフォームは、独自のクラウドインスタンス、オンプレミス、またはプロバイダークラウドでホスティングを可能にします。コントロールの粒度に関して、Trust Layerは、基本的なアーキテクチャが定義されているマスキングルールを決定するなど、構成可能なオプションを提供します。独立したプラットフォームは、多くの場合、セキュリティ対策のより包括的な構成可能性を提供できます。
ベンダーのロックインを避けます
Salesforceサービスの深い統合は、プロバイダーに強く依存するリスクがあります。
生態系依存のリスク
CRMとAIのSalesforceのみに着陸すると、大きな依存関係が生じます。これにより、価格調整のための交渉の立場が弱まり、将来他のテクノロジーを使用する柔軟性を制限する可能性があります。
戦略的多様化
独立したAIプラットフォームの使用は、テクノロジースタックを多様化します。企業は、市場全体からの革新を使用し、必要に応じてプロバイダーをより簡単に変更できます。これは、行動する戦略的能力を受け取ります。
Salesforceの「オープンエコシステム」パラドックス
Salesforceは、オープンなエコシステムを宣伝しています。 Byomによって、しかし、深い統合の実際的な現実は、しばしば事実上の絆につながります。 BYOMを使用する場合でも、管理と提供はSalesforceプラットフォームを介して実行されるため、変更が困難になります。統合されたソリューションの利便性は、基礎となる依存関係がベールに包まれ、異なる管理または展開戦略の変更が摩擦損失を引き起こすため、「ソフトロックイン」につながる可能性があります。
詳細については、こちらをご覧ください:
主権と携帯性
必要に応じて、独自のデータを制御し、モデルまたはデータを移行する可能性は重要な戦略的側面です。
アインシュタインアクティビティキャプチャ（EAC）の懸念
特定の問題がEACに影響します。録音された電子メールとカレンダーのデータは、Salesforceの標準的なアクティビティレコードとして保存されませんが、AWSでは外部的に保存されます。このデータは、限られた保持期間（6か月、有給ライセンスで最大24か月）の対象となり、EACが無効にされると失われます。これにより、データの主権、長期アクセス、バックアップオプションに関する重要な疑問が生じます。この場合、データは完全にはありません。
モデルの移植性
アインシュタイン予測ビルダーなどのSalesforceツールでネイティブに作成されたモデルは、プラットフォームに結び付けられており、描写するのは簡単ではありません。基礎となるデータはエクスポートできますが、訓練されたモデル自体は転送できません。対照的に、外部プラットフォーム（AWS、GCPなど）で開発されたモデルは、Salesforceと一時的に統合されていても、よりポータブルです。
独立したAIによるデータ移植性
外部AIプラットフォームを使用すると、コアデータ処理とモデルアーティファクトがSalesforceの外側に残ります。これにより、Salesforceとの関係や戦略が変更された場合、より優れたデータとモデルの移植性が提供される可能性があります。
意思決定者のための戦略的な推奨事項
Salesforceコンテキストで適切なAI戦略を選択するには、機能の単純な比較を超えた差別化された評価が必要です。次の推奨事項は、決定を支援することができます - メーカー：
アプリケーションを批判的に使用します
デフォルトでは、ネイティブSalesforce AIに依存しないでください。次のことに基づいて、各AIアプリケーションを個別に確認します
- 必要な専門化：タスクには、おそらく専用のプラットフォームがより適切に対応できる深い専門的なAIスキル（例えば、複雑な科学分析、ニッチセクター予測）が必要ですか？
- 適応のニーズ：モデル、トレーニングデータ、アルゴリズムをどの程度制御する必要がありますか？ Salesforceの抽象化の程度は十分ですか？
- パフォーマンス要件：最適化された外部インフラストラクチャによってより適切に満たされる可能性のある厳格なレイテンシまたはスループット要件はありますか？
- データの感度とコンプライアンス：アプリケーションは、信頼層の制限（特にエージェントフォースでのマスキングの欠如）が容認できないリスクを表している非常に機密データに適用されますか？特定のデータ居住要件はよりよく満たされていますか？
ハイブリッドアプローチを追求します
Native Salesforce-Kiが強みを及ぼすよりシンプルで統合されたタスク（基本的なリードスコアリング、セールスクラウドの電子メールデザイン）のために使用する戦略を考えてみましょう。同時に、高品質、専門化された、または高感度のユースケースのための独立したプラットフォームを統合する必要があります。
統合の成熟度を考慮してください
外部AIソリューションの統合とメンテナンスの複雑さを管理するために、組織の技術リソースとノウハウを現実的に評価します。複雑な社内開発に対処する前に、十分にサポートされた統合（AppExchange、確立されたクラウドコネクタなど）から始めます。
完全なTCOを計算します
ネイティブSalesforce KI（ライセンス、データクラウド使用、潜在的な機能制限）の総コストと独立AI（Core AI Cost + Integration Development + Middence + Midderware）の総コストを比較する徹底的なTCO分析を実行します。
TCO分析（総所有コスト）は、ライフサイクル全体にわたるテクノロジーの取得と運用に関連する総コストを評価する方法であり、継続的な運用コスト、メンテナンス、トレーニング、アップグレードなども評価します。
外部AIプラットフォームがより費用対効果の高い理由：
- スケール効果：プロバイダーは、多くの顧客にインフラストラクチャコストを分配します。
- 低投資：独自のインフラストラクチャの構造は必要ありません。
- より速い使用：市場までの時間が短くなると、間接コストが削減されます。
- メンテナンスと更新が含まれています：IT運用のための独自の努力はありません。
- 従量制の支払い：コストはニーズに合わせて適応します。
TCO分析では、多くの場合、外部AIプラットフォームは、長期的には独自のソリューションよりも安価で柔軟性が高いことが示されています。
戦略的な柔軟性を優先します
統合されたSalesforceエコシステムの利便性を、プロバイダー依存の長期的な戦略的リスクと比較してください（セクションVBを参照）。最初からAI戦略に移植性の考慮事項をインストールします。
透明性を要求します
モデルスキル、制限、データ処理慣行、セキュリティ対策、価格モデルについて、すべてのプロバイダー（営業部隊および独立プロバイダーを含む）の明確なドキュメントを要求します。マーケティングステートメントに注意深く疑問を呈し、技術的な現実と比較してください。
に適し：
Salesforce内のオープンなAI戦略を嘆願します
分析は、セールスフォースのネイティブKIスイートの唯一の使用が、有名なCRMプロセスへの利便性とシームレスな統合を提供することを明確に示していますが、必ずしもすべての企業に最適な戦略を表しているわけではありません。独立したAIプラットフォームの戦略的検討は、非常に専門的で潜在的に強力なモデルへのアクセス、AIスタックに対する柔軟性と制御、代替価格設定モデルによるコスト効率の可能性、および既存のインフラストラクチャの使用、およびプロバイダーの依存度とデータソブリンティに関する重要なリスク最小化のアクセスなど、重要な利点を開きます。
アインシュタイントラスト層の確立された制限は、特に重要です。つまり、AgentForceワークフロー用の非アクティブ化データマスキングです。これは、特に機密データを処理する場合、マーケティングの約束を超えて、技術的な現実を注意深く確認する必要性を強調しています。 Data携帯性に関する懸念は、アインシュタインアクティビティキャプチャの例から明らかであるため、独自のメモリと処理メカニズムとの絆がある場合は注意を求めています。
同時に、Salesforce AIの役割を過小評価すべきではありません。多くの標準CRMタスクでは、貴重でよく統合されたソリューションを提供します。アインシュタイントラストレイヤーは、その制限にもかかわらず、重要なガバナンスとセキュリティレベルです。また、低コードツールは、組織内でのAI使用のより広範な民主化も可能にします。
したがって、多くの企業にとって最も説得力のある戦略は、オープンなハイブリッドアプローチであるべきです。このような戦略は、日常の統合されたタスクにネイティブのSalesforce AIの強みを使用しますが、特定の、非常に要求の厳しい、または戦略的に重要なユースケースのために、外部の「最高の」AIソリューションを統合することを敬意を表しません。これには、ネイティブツールのみを使用するためのデフォルト設定からの離脱が必要であり、代わりに厳密なアプリケーションベースの評価が必要です。
意思決定者は、ネイティブと独立したAIソリューションの適切な組み合わせを慎重に決定するよう求められます。この決定は、特定のビジネス要件、既存の技術スキル、リスクのリスク、長期的な戦略目標に基づいている必要があります。
私たちはあなたのために - アドバイス - 計画 - 実施 - プロジェクト管理
☑️ 戦略、コンサルティング、計画、実行における中小企業のサポート
AI戦略の作成または再編成
☑️ 先駆的な事業開発
コンラッド・ウルフェンシュタイン
あなたの個人的なアドバイザーとして喜んでお手伝いさせていただきます。
以下のお問い合わせフォームにご記入いただくか、 +49 89 89 674 804 (ミュンヘン)。
私たちの共同プロジェクトを楽しみにしています。
私に書いてください
Xpert.Digital - Konrad Wolfenstein
Xpert.Digital は、デジタル化、機械工学、物流/イントラロジスティクス、太陽光発電に重点を置いた産業のハブです。
360°の事業開発ソリューションで、新規事業からアフターセールスまで有名企業をサポートします。
マーケット インテリジェンス、マーケティング、マーケティング オートメーション、コンテンツ開発、PR、メール キャンペーン、パーソナライズされたソーシャル メディア、リード ナーチャリングは、当社のデジタル ツールの一部です。
www.xpert.digital - www.xpert.solar - www.xpert.plusをご覧ください。
連絡を取り合う
