Salesforce AI : 독립 AI 플랫폼이 아인슈타인보다 더 나은 이유 및 Agentforce-Hybrid 접근법이 공급 업체 잠금 장치를 비롯한 것입니다!

Salesforce에서 독립 AI 플랫폼의 전략적 중요성 : 아인슈타인 이외의 분석

Salesforce는 자사의 원래 인공 지능 (AI)을 고객 360 플랫폼의 필수 부분으로 자리 잡고“CRM의#1 AI”로 광고합니다. 핵심 메시지는 생산성을 높이고 고객 경험을 개인화하기 위해 기존 Salesforce 워크 플로우에서 아인슈타인, 에이전트 포스 및 기존 Salesforce 워크 플로에서보다 포괄적 인 AI 클라우드와 같은 AI 기능의 원활한 통합을 강조합니다. 친숙한 환경 내에서 간단한 구현과 사용에 대한 이러한 약속은 많은 회사들에게 매력적입니다.
그러나 Salesforce 고객은 점점 더 전략적 결정에 직면하고 있습니다. Salesforce의 기본 KI 제품군에만 의존해야합니까? AI 시장은 빠르게 발전하며 외부 공급 업체는 올인원 플랫폼의 기술을 뛰어 넘을 수있는 모델과 혁신적인 솔루션을 지속적으로 고도로 전문화하고 있습니다.

이 기사는 Salesforce 환경 내에서 독립적 인 AI 플랫폼을 사용하는 전략적 이점을 분석합니다. 그는 기본 Salesforce AI의 기술과 한계를 비판적으로 조사하고 통합 경로와 도전을 밝히고 유연성, 비용, 데이터 보호 및 제공자 의존성과 같은 중심 측면을 다룹니다. 목표는 Salesforce 사용자를위한보다 개방적인 AI 전략이 Salesforce 소유 솔루션의 유일한 사용보다 더 유리할 수 있는지 여부를 결정하기위한 근거를 제시하는 것입니다.

주요 질문은 매우 통합 된 솔루션의 편의성과 외부 AI 도구의 잠재적 성능 및 전문화를 평가하는 것입니다. Salesforce는 통합 AI의 장점을 강조하지만 AI 영역의 높은 전문화 및 빠른 혁신 속도에는 차별화 된 견해가 필요합니다. 단일 플랫폼 제공 업체는 특정 영역에 중점을 둔 공급자에 비해 모든 AI 도메인에서 최고 성능을 제공하지 않을 수 있습니다. 통합과 "가장 좋은"사이의 이러한 긴장은이 보고서에서 검토 된 전략적 고려 사항의 핵심을 형성합니다.

적합:

• 모든 회사 문제에 대한 독립적 및 교차 데이터 소스 전체 AI 플랫폼의 AI 통합

Salesforce의 기본 ki 스위트 (Einstein, Agentforce, AI Cloud)를 이해하십시오.

Salesforce는 다양한 클라우드 제품에 깊이 통합되어 Einstein, Agentforce 및 AI Cloud라는 브랜드 이름으로 결합 된 다양한 AI 기능을 제공합니다. 이 제품군은 자동화, 예측 및 개인화 된 상호 작용을 통해 일상적인 비즈니스 프로세스를 최적화하는 것을 목표로합니다.

클라우드의 기능적 개요

• 판매 클라우드 : 핵심 기능에는 졸업 가능성 (아인슈타인 리드/기회 점수),보다 정확한 판매 예측, 개인화 된 판매 이메일의 자동 생성 (판매 이메일) 및 이메일 및 캘린더 (Einstein Activition Capture)의 활동에 대한 자동 녹화에 따른 리드 및 기회 평가가 포함됩니다. 아인슈타인 부 필로트는 또한 판매 프로세스에서 컨텍스트 관련 조치 및 지원을 제공합니다.
• 서비스 클라우드 : 여기서 KI는 고객 프로세스의 자동 분류 (사례 분류)를 지원하고, 적절한 지식 기사 또는 조립식 답변 (기사/응답 권장 사항)을 권장하며 완성 된 사례 요약 (작업 요약)을 작성하고 챗봇을 사용하여 표준 요청을 자동화 할 수 있습니다.
• 마케팅 클라우드 : AI 기능은 마케팅 컨텐츠의 생성 및 자동 키워드 (컨텐츠 생성/태깅)에 도움을주고, 연락처의 상호 작용 확률 (참여 점수)의 확률을 평가하고 최대 개방 속도를 위해 배송 시간을 최적화하고 캠페인 및 고객 경험의 심각한 개인화를 가능하게합니다.
• Commerce Cloud :이 분야에서 AI는 개인화 된 제품 권장 사항, 검색 결과 최적화 및 구매 행동에 대한 통찰력 제공에 중점을 두어 전환을 증가시킵니다.
• 완전히/일반 : 아인슈타인 예측 빌더와 같은 도구를 사용하면 관리자가 코드없이 사용자 정의 예측 모델을 만들 수 있습니다. 아인슈타인 발견은 데이터에서 패턴과 통찰력을 찾는 데 도움이됩니다. 아인슈타인 Next Best Action은 컨텍스트 관련 조치 권장 사항을 제공합니다. Agentforce는 독립적으로 작업을 수행 할 수있는 자율 AI 에이전트를 나타냅니다. Builder and Copilot Studio는 즉시 AI 제어 비서 및 프롬프트의 적응 및 생성을 허용합니다.

적합:

• 미국 클라우드에서 나가기 : Sovereign SaaS는 개요 + 행동 권장 사항을 제공합니다.

기본 아키텍처

Salesforce AI의 기능은 데이터 클라우드와 아인슈타인 트러스트 레이어의 두 가지 필수 열을 기반으로합니다.

데이터 클라우드 종속성

Salesforce Data Cloud는 중앙 데이터 재단 역할을합니다. 360도 관점에서 다양한 소스 (Salesforce 내부 및 외부)에서 고객 데이터를 통합합니다. 이러한 조화 데이터는 많은 AI 응용 프로그램, 특히 생성 AI 및 개인화의 기초입니다. 특정 생성 AI 기능과 신뢰 계층의 감사 트레일에는 데이터 조화에 집중적으로 사용되지 않더라도 데이터 클라우드를 프로비저닝해야합니다. 이는 특히 회사가 이미 데이터웨어 하우스 또는 데이터 호수를 설립 한 경우 건축 의존성을 생성하며 추가 복잡성과 잠재적 비용을 유발할 수 있습니다. 따라서 데이터 클라우드의 필요성은 총 소유 비용 (TCO)을 증가시킬 수 있으며 신중하게 관리되지 않으면 잠재적 인 병목 현상을 나타냅니다.

아인슈타인 트러스트 레이어

이 보안 프레임 워크는 생성 AI의 신뢰할 수있는 사용을 보장하기위한 것입니다. 여러 구성 요소가 포함됩니다.

• 보안 데이터 쿼리 : Salesforce 데이터에 액세스하여 관련 컨텍스트로 프롬프트를 강화시켜 각 사용자의 액세스 권한을 고려합니다.
• 신속하게 방어 : 시스템 지침은 음성 모델 (LLM)의 환각과 유해한 지출을 줄이기위한 것입니다.
• 데이터 마스킹 : 개인 정보 (PII) 또는 지불 정보 (PCI)와 같은 민감한 데이터는 외부 LLM으로 전송하기 전에 마스킹됩니다.
• 독성 평가 : 생성 된 답변은 잠재적으로 유해한 내용에 대해 확인하고 평가됩니다.
• 제로 데이터 보존 정책 : Salesforce는 OpenAAI 및 Azure OpenAI와 같은 파트너와 계약을 체결했으며, 이는 전송 된 회사 데이터가 이러한 타사 제공 업체가 저장하거나 모델 교육에 사용되지 않도록해야합니다.

그러나 아키텍처를 자세히 살펴보면 Salesforce는 Openaai, Anthropic 또는 Google과 같은 제공자의 외부 대형 언어 모델 (LLM)에 대한 많은 생성 AI 기능에 사용된다는 것을 보여줍니다. 이 모델은 종종 AW의 위협과 같은 클라우드 서비스를 통해 통합됩니다. 아인슈타인 트러스트 레이어는 안전한 게이트웨이 역할을합니다. 이는 Salesforce가 자신의 기본 생성 모델을 개발하는 대신 주로 통합 자 및 보안 브로커 역할을한다는 것을 의미합니다. 이를 통해 강력한 모델에 액세스 할 수 있지만 종속성을 생성하고 핵심 AI 기술이 다른 플랫폼을 통해 이러한 모델을 직접 사용하는 것과 어느 정도 다른지에 대한 의문을 제기합니다. 따라서 고객은 대부분의 외부 AI 모델을 기반으로하는 워크 플로에 통합, 보안 수준 및 임베딩을 위해 Salesforce를 지불합니다. 이것은 이러한 외부 모델 또는 플랫폼과 직접 통합을 평가한다는 주장을 강화합니다.

기본 솔루션의 인식 된 강점

언급 한 요점에도 불구하고, Native Salesforce Ki Suite는 부인할 수없는 이점을 제공합니다.

• 원활한 통합 : AI 기능은 Salesforce 사용자 인터페이스 및 작업 프로세스에 깊이 내장되어있어 원활하게 사용합니다.
• 사용자 친화 성 및 친숙 함 : 기존 Salesforce 사용자 및 관리자가 일반적으로 신속하게 발견되어 교육 기간이 단축됩니다. 낮은 코드 도구를 사용하면 기술이 아닌 사용자가 AI 기반 경험을 만들 수 있습니다.
• 기존 CRM 데이터 사용 : AI는 데이터 처리를 단순화 할 수있는 Salesforce에 저장된 고객 데이터와 직접 작동하도록 설계되었습니다.

AI 및 XR 3D 렌더링 기계: 포괄적인 서비스 패키지, R&D XR, PR 및 SEM에서 Xpert.Digital의 5중 전문 지식 - 이미지: Xpert.Digital

Xpert.Digital은 다양한 산업에 대한 심층적인 지식을 보유하고 있습니다. 이를 통해 우리는 귀하의 특정 시장 부문의 요구 사항과 과제에 정확하게 맞춰진 맞춤형 전략을 개발할 수 있습니다. 지속적으로 시장 동향을 분석하고 업계 발전을 따라가면서 우리는 통찰력을 가지고 행동하고 혁신적인 솔루션을 제공할 수 있습니다. 경험과 지식의 결합을 통해 우리는 부가가치를 창출하고 고객에게 결정적인 경쟁 우위를 제공합니다.

자세한 내용은 여기를 참조하세요.

• 월 €500부터 시작하는 하나의 패키지로 Xpert.Digital의 5배 전문 지식을 활용하세요

Salesforce의 독립 AI 플랫폼에 대한 인수

Salesforce AI의 기본 통합은 장점을 제공하지만 몇 가지 중요한 이유는 독립 AI 플랫폼의 통합을 심각하게 고려하는 것을 말합니다. 이러한 외부 솔루션은 유연성, 전문화, 적응성 및 잠재적 비용 장점과 같은 영역에서 우수 할 수 있습니다.

유연성 및 모델 전문화

AI 시장은 높은 역동적이고 전문화 된 특징이 특징입니다. 독립 AI 제공 업체는 종종 특정 도메인이나 기술에 집중하므로 Salesforce와 같은 일반 플랫폼보다 특정 영역에서보다 진보적이거나 맞춤형 솔루션을 제공 할 수 있습니다.

"최고의"모델에 대한 액세스

외부 제공 업체는 종종 자연 언어 처리 (NLP), 컴퓨터 비전 또는 산업 별 분석과 같은 영역에 대한 고도로 전문화 된 알고리즘을 개발합니다. 이에 대한 예는 ContractPodai 또는 Aquant와 같은 산업 별 진단 도구와 같은 법적 문서에 대한 전문 AI입니다. 이러한 특수 모델은 Salesforce가 통합 한보다 일반적인 모델의 성능을 초과 할 수 있습니다.

더 빠른 혁신주기

전용 AI 회사는 종종 AI 로드맵이 광범위한 릴리스주기에 묶인 Salesforce와 같은 대규모 플랫폼 제공 업체보다 새로운 모델과 기능을 더 빠르게 개발하고 게시 할 수 있습니다. 이를 통해 기업은 최신 AI 진행 상황에서 더 빨리 혜택을 볼 수 있습니다.

다양한 모델

독립적 인 플랫폼 또는 마켓 플레이스는 틈새 솔루션, 오픈 소스 옵션 또는 Salesforce의 "By Out Your Own Model"(BYOM) 기능을 통해 직접 사용할 수없는 공급 업체 모델을 포함하여 더 넓은 범위의 모델에 액세스 할 수 있습니다.

적합:

• 유럽 ​​기업을위한 전략적 대안으로서 독립 AI 플랫폼

이 외부 공급자의 전문화는 전체 CRM 스위트에서 기본 AI 기능을 제공하는 것을 목표로하는 Salesforce의 광범위한 접근 방식과 대조됩니다. 이 "폭"접근 방식은 AI가 많은 영역에서 사용할 수 있도록 보장하지만 이는 깊이를 희생 할 수 있습니다. 특수 사기 지수 또는 의료 이미지 분석 도구는 이러한 특정 작업에 대한 일반적인 CRM 통합 모델을 초과 할 것입니다. 특수 AI 도메인에 중요한 요구 사항이있는 회사는 기본 Salesforce-KI가 충분하지 않다는 것을 알 수 있습니다. 독립적 인 플랫폼을 사용하면 잠재적으로 "충분한"기본 솔루션으로 자신을 만족시키는 대신 각 작업에 가장 적합한 도구를 선택할 수 있습니다.

적응 및 제어

독립적 인 AI 플랫폼은 종종 데이터 준비에서 모델 구현 및 모니터링에 이르기까지 전체 AI 수명주기에 대한 더 높은 수준의 제어를 제공합니다.

더 깊은 모델 핀 튜닝

외부 플랫폼은 종종 머신 러닝 엔지니어를 위해 설계되었으며 모델의 교육 및 미세 조정을 세분화하는 제어를 제공합니다. 이는 Einstein Prediction Builder와 같은 Salesforce의보다 추상적 인 저 코드 도구 또는 Salesforce 내에서 수입 모델 (Byom)의 FIN 튜닝에 대한 제한 사항을 넘어선 것입니다.

알고리즘 선택 및 투명성

사용자는 특정 알고리즘을 선택할 때 더 많은 자유가 있으며 Salesforce의 추상화 계층보다 모델의 기능 (설명 가능성, 설명 성)에 대해 더 많은 투명성을받을 수 있습니다. Salesforce는 모델 검사관과 같은 도구를 제공하지만 외부 MLOPS 도구는 종종 더 포괄적입니다.

Ki-Stack에 대한 제어

AWS 또는 Google Cloud와 같은 플랫폼에 대한 전체 AI 파이프 라인 (데이터 준비, 교육, 프로비저닝, 모니터링)을 관리하면 관리되는 Salesforce 환경에 대한 의존성보다 더 많은 제어 기능을 제공합니다.

Salesforce 적응 한도

Salesforce는 쉽게 조정할 수있는 저 코드 빌더를 제공하지만 외부 플랫폼은 종종 더 깊은 코드 기반 조정을 가능하게합니다. 복잡한 요구 사항 또는 아인슈타인 활동 캡처를 조정할 때와 같은 일반 플랫폼 제한과 같은 특정 기능 제한이 있습니다.

잠재적 비용 장점

AI 솔루션의 비용 구조는 상당히 다를 수 있으며 라이센스 비용을 순전히 비교하면 종종 충분하지 않습니다.

다른 가격 모델

Salesforce는 종종 사용자 당 AI 기능을 라이센스를 라이센스에 추가하여 라이센스를 부여합니다. 대조적으로, 독립 AI 플랫폼의 가격은 종종 실제 소비 (컴퓨팅 시간, 메모리, API 통화)를 기반으로합니다. 독립적 인 AI 제공 업체는 차례로 고유 한 유연한 가격 모델을 가질 수 있습니다. Salesforce의 Byom 옵션은 아인슈타인 요청 비용을 줄일 수 있지만 외부 모델 제공 업체의 기본 비용은 계속 발생합니다.

총 소유 비용 (TCO)

포괄적 인 TCO 분석이 중요합니다. Salesforce-Ki의 기본 통합은 초기 통합 비용을 줄일 수 있지만, 다른 요인은 총 비용을 증가시킬 수 있습니다. 데이터 클라우드 라이센스 또는 사용의 잠재적 인 필요성, 애드온에 대한 상대적으로 높은 프로 사용자 비용 및 AI 모델에 대한 추가 요금을 지불 할 수있는 가능성. 독립적 인 AI 용 TCO에는 통합 비용이 포함되어야하지만 코어 AI 사용 비용이 낮아지고 기존 클라우드 인프라 사용의 이점이 있습니다. Agentforce는 또한 잠재적으로 비용이 많이 드는 것으로 설명됩니다 (대화 당 $ 2).

중복성 회피

독립적 인 AI를 사용하면 회사가 다른 클라우드 플랫폼 또는 자체 데이터 인프라에 기존 투자를 사용할 수 있으므로 Salesforce 생태계 내의 중복 비용을 피할 수 있습니다.

Salesforce Native KI vs. Independent AI : 기능과 유연성 비교

Salesforce Native KI vs. Independent AI : 기능과 유연성 비교 - 이미지 : Xpert.Digital

Einstein 또는 Agentforce와 같은 Salesforce Native AI 및 종종 특수 모델 또는 개방형 모델을 사용하는 독립적 인 AI 플랫폼은 기능과 유연성이 크게 다릅니다. Salesforce 기본 AI는 일반적인 접근 방식 및 CRM 응용 프로그램에 중점을두고 있지만 독립 플랫폼은 종종 전문 모델과 오픈 소스 옵션을 포함한 광범위한 선택을 제공합니다. Salesforce의 최신 모델에 대한 액세스는 릴리스주기 및 파트너십에 따라 다르지만 전문 공급자는 잠재적으로 더 빠른 업데이트를 가능하게합니다. 미세 조정과 관련하여, 기본 영업 인력 모델은 종종 예측 빌더와 같은 도구에 의해 제한되고 추상화되는 반면, 독립 플랫폼은 교육 프로세스에 대한 자세한 제어를 제공합니다. 특정 알고리즘의 선택은 Salesforce에서 제한되어 있으며, 대부분 파트너와 관련이 있거나 독립 플랫폼은 더 많은 자유를 제공하기 때문입니다. 인프라는 또한 Salesforce에서 완전히 관리되며 종종 AWS 또는 GCP를 기반으로하며 독립 플랫폼은 자신의 클라우드 또는 온-프레미스에서 호스팅 환경에 직접 액세스 할 수 있습니다. 솔루션이 기본이기 때문에 Salesforce의 통합 노력은 낮지 만 외부 플랫폼에는 더 많은 개발 및 구성 작업이 필요합니다. 비용과 관련하여 Salesforce는 종종 한 달에 사용자 기반 가격 모델을 추가 기능으로 사용하는 반면, 독립 플랫폼은 종종 컴퓨팅 성능 또는 API 통화 또는 제공자 별 모델을 기반으로하는 소비 의존 가격을 사용합니다.

통합 탐색 : Salesforce와 독립 AI를 연결하십시오

독립적 인 AI 플랫폼에 대한 결정은 기존 Salesforce 환경에 신중한 통합을 계획해야합니다. 이 연결을 설정하는 방법에는 각각 자신의 장점과 도전이 있습니다.

통합 방법

AppExChange / agerexChange

Salesforce AppExChange는 종종 조립식 통합을 제공하는 AI 솔루션을 포함하여 다양한 타사 응용 프로그램을 제공합니다. AgentexChange는 파트너의 AI 에이전트 기술, 주제 및 템플릿을 목표로하는 새로운 시장이며 AI 에이전트의 제공을 가속화하기위한 것입니다. 이것은 종종 가장 쉬운 방법이지만 적합한 파트너가 솔루션을 제공해야합니다.

API (REST/SOAP/BULK/Streaming)

Salesforce API를 직접 사용하면 맞춤형 통합이 가능합니다. 개발자는 데이터를 교환하거나 Salesforce의 프로세스를 트리거하거나 외부 AI 모델의 결과를 재생할 수 있습니다. 복합 API는 여러 작업을 효율적으로 번들로 도울 수 있습니다. 이 방법은 최대의 유연성을 제공하지만 상당한 개발 노력이 필요합니다.

미들웨어 플랫폼 (예 : Mulesoft)

Mulesoft (Salesforce의 자체 솔루션) 등과 같은 통합 플랫폼은 중개자 역할을 할 수 있습니다. 데이터 변환, 복잡한 워크 플로 오케스트레이션 및 Salesforce와 외부 AI 서비스 간의 연결 관리와 같은 작업을 수행합니다.

클라우드 플랫폼 커넥터 (AWS/GCP)

대형 클라우드 제공 업체는 Salesforce와의 통합을 용이하게하기 위해 점점 더 특정 서비스를 제공하고 있습니다. 예제는 안전한 네트워크 연결을위한 AWS Private Connect, 실시간 이벤트 전송을위한 AWS 이벤트 릴레이, AWS Glue Salesforce 커넥터 또는 데이터 처리를위한 Sagemaker 데이터 Wrangler 커넥터가 있습니다. Google Vertex AI는 모델 빌더를 통해 Salesforce 데이터 클라우드에 통합 될 수 있습니다. 이 커넥터는 통합을 단순화 할 수 있지만 각 클라우드 제공 업체의 생태계에 바인딩 할 수 있습니다.

아인슈타인 스튜디오에 대한 Byom

이미 언급 했듯이이 기능을 사용하면 모델 빌더를 통해 외부 호스팅 모델을 Salesforce 환경에 통합 할 수 있습니다. 이 문의는 Salesforce 인프라를 통해 계속 실행되며 통합을 단순화하는 신뢰 계층을 사용하지만 특정 종속성을 만듭니다.

적합:

• 창고 물류의 AI 및 기계 학습의 통합 - 독일, EU, 미국 및 일본의 글로벌 개발

빈번한 통합 문제

외부 시스템과 Salesforce와의 통합은 사소한 것이 아니며 특정 문제를 포함합니다.

API 제한

Salesforce는 조직 및 기간 당 API 통화 수를 제한합니다 (예 : 매일 동시에). 데이터 집약적 인 AI 프로세스는 종종 동기화되거나 쿼리 데이터가 이러한 한계에 빠르게 도달 할 수 있습니다. 이를 위해서는 신중한 디자인 (예 : 스로틀링, 배치 처리, 캐싱)이 필요하거나 높은 영업 인력 에디션 또는 추가 API 우발 사료를 획득 할 수 있습니다. 특히 스트리밍 API의 한계는 실시간 응용 프로그램과 관련이 있습니다.

데이터 동기화

Salesforce와 외부 AI 플랫폼 간의 데이터 일관성을 보장하는 것이 중요합니다. 도전에는 대규모 데이터 볼륨 처리 (LDV) 처리, 실시간 및 배치 업데이트 간의 결정, 대기 시간 관리 및 데이터 불일치 방지가 포함됩니다. 제로 카피 통합과 같은 접근 방식은 이러한 문제를 줄이기위한 것을 목표로하는 것이 항상 적용되지는 않을 수 있습니다.

데이터 매핑 및 변환

다른 데이터 모델, 형식 및 현장 의미론을 조정해야합니다. 데이터가 올바르게 해석되도록 복잡한 변환 로직이 필요할 수 있습니다.
보안 및 인증 : 액세스 데이터의 보안 관리 (API 키, 토큰), 강력한 인증 방법 (예 : OAUTH 2.0, 신용장) 구현 및 보안 데이터 전송 (암호화) 보장이 필수적입니다. Malcons는 보안 격차로 이어질 수 있습니다.

문제 해결 및 데이터 일관성

통합은 오류 (네트워크 문제, 시스템 고장, 데이터 오류)에 저항해야합니다. 데이터 무결성을 보장하고 다운 타임을 최소화하기 위해 로깅, 모니터링 및 자동 반복 시도 (재 시정 로직)를위한 강력한 메커니즘이 필요합니다.

복잡성 및 유지 보수

맞춤형 통합에는 특히 Salesforce 또는 외부 AI 플랫폼이 개발되는 경우 지속적인 유지 보수 및 적응이 필요합니다. 이것은 자원을 묶고 기술적 인 노하우가 필요합니다.

통합의 복잡성은 종종 과소 평가 된 비용 요소를 나타냅니다. 독립적 인 AI 플랫폼은 더 낮은 핵 비용 또는 우수한 기능을 제공 할 수 있지만, 개발 시간, 잠재적 미들웨어 라이센스 및 지속적인 유지 보수가 TCO 계산으로의 통합 비용과 노력을 제공 할 수 있습니다. Salesforce의 기본 AI는 조립식 통합의 혜택을받습니다. 정교한 해결 방법 또는 더 비싼 라이센스가 필요한 경우 API 한도는 복잡성과 비용을 더욱 증가시킬 수 있습니다. 따라서 독립 AI에 대한 결정은이 통합 복잡성에 대처하기 위해 조직의 기술 기술과 자원을 고려해야합니다. 제대로 계획되지 않은 통합은 외부 플랫폼의 장점을 파괴 할 수 있습니다.

성공적인 통합 패턴

도전에도 불구하고 성공적인 통합을위한 확립 된 패턴과 도구가 있습니다. 사례 연구에 따르면 AWS Sagemaker와 Salesforce와의 성공적인 연결을 통해 특정 AWS 서비스를 사용하여 성능 및 비용을 최적화합니다. 특히 모델 빌더를 통해 Google Vertex AI와 유사한 통합이 가능합니다. Zapier와 같은 도구는 더 간단한 코드없는 통합에 사용하여 시스템 간 데이터를 이동시킬 수 있습니다. Salesforce 데이터의 프록시로서 Google Sheets와 Vertex AI 사이. AWS Glue, EventBridge 또는 Private Connect와 같은 클라우드 네이티브 커넥터 및 서비스를 사용하면 통합을 상당히 단순화하고 안전하게 보안 할 수 있습니다.

독립 AI 플랫폼 : 개요에서 통합 방법 및 과제

독립 AI 플랫폼 : 개요 이미지의 통합 방법 및 과제 : Xpert.Digital

독립적 인 AI 플랫폼은 광범위한 통합 방법을 제공하며 각각의 특정 장점과 과제를 제공합니다. AppExChange 또는 AgentExChange 앱을 사용하면 개발 노력이 거의없고 자주 인증 된 품질로 파트너의 조립식 응용 프로그램 또는 구성 요소를 쉽게 설치할 수 있습니다. 그러나 적응성은 제한적이며 파트너 제안 및 잠재적 비용에 대한 의존성이 있습니다. 나머지, 비누, 벌크 및 스트리밍과 같은 Salesforce API를 사용하여 맞춤형 개발을 가능하게하는 직접 API 통합은 최대의 유연성과 데이터 흐름 및 논리에 대한 완전한 제어를 제공합니다. 그러나 높은 수준의 개발, API 제한 관리, 철저한 보안 테스트 및 지속적인 유지 보수가 필요합니다. Mulesoft와 같은 미들웨어 사용은 연결, 데이터 변환 및 오케스트레이션을 통해 복잡한 통합을 단순화합니다. 중앙 행정 및 재사용 가능성을 제공하지만 플랫폼에 대한 추가 라이센스 비용과 집중적 인 친숙한 친숙 함이 필요합니다. AWS 또는 GCP와 같은 클라우드 커넥터는 접착제, 이벤트 릴레이 또는 개인 연결과 같은 특정 부분적으로 낮은 코드 서비스를 통해 통합을 최적화합니다. 이들은 대부분 강력하고 안전하며 각 클라우드 생태계에 완벽하지만 전문화 된 구성이 필요하며 사용자를 제공자에게 바인딩해야합니다. 아인슈타인 스튜디오를 통해 Byom을 사용하면 외부 호스팅 모델을 Salesforce 워크 플로에 쉽게 통합하여 신뢰 계층이 사용되고 통합이 단순화됩니다. 그러나 직접 사용, 미세 조정 및 Salesforce 플랫폼에 대한 의존성과 비교하여 모델 지원에는 제한이 있습니다.

모든 회사 문제에 대한 독립 및 교차 데이터 소스 전역 AI 플랫폼의 통합 : Xpert.Digital

Ki-Gamechanger : 비용을 줄이고 결정을 향상 시키며 효율성을 높이는 가장 유연한 AI 플랫폼 테일러 제작 솔루션

독립 AI 플랫폼 : 모든 관련 회사 데이터 소스를 통합합니다

• 이 AI 플랫폼은 모든 특정 데이터 소스와 상호 작용합니다
  • SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox 및 기타 여러 데이터 관리 시스템에서
• 빠른 AI 통합 : 몇 달이 아닌 몇 시간 또는 며칠 내에 회사를위한 맞춤형 AI 솔루션
• 유연한 인프라 : 자체 데이터 센터에서 클라우드 기반 또는 호스팅 (독일, 유럽, 무료 위치 선택)

• 가장 높은 데이터 보안 : 법률 회사에서의 사용은 안전한 증거입니다.
• 다양한 회사 데이터 소스에서 사용하십시오
• 자신 또는 다양한 AI 모델 선택 (De, EU, USA, CN)

AI 플랫폼이 해결하는 도전

• 기존 AI 솔루션의 정확성 부족
• 민감한 데이터의 데이터 보호 및 안전한 관리
• 개별 AI 개발의 높은 비용과 복잡성
• 자격을 갖춘 AI 부족
• AI를 기존 IT 시스템에 통합합니다

자세한 내용은 여기를 참조하세요.

• 모든 회사 문제에 대한 독립적 및 교차 데이터 소스 전체 AI 플랫폼의 AI 통합

중요한 고려 사항 : 독립 AI에 대한 위험 관리

독립 AI 플랫폼에 대한 결정에는 특히 데이터 보호, 제공자 의존성 및 데이터 주권 영역에서 잠재적 위험에 대한 신중한 고려가 포함되어야합니다.

개인 정보 보호 및 보안

Salesforce는 아인슈타인 트러스트 레이어를 안전한 AI 사용을 보장하기 위해 위치 시키지만 독립적 인 솔루션에 비해 무게를 측정 해야하는 자세한 외관에서 실질적인 제한이 드러납니다.

아인슈타인 트러스트 레이어 제한 :

Agentforce를위한 비활성화 된 데이터 마스킹 : 중심점은 에이전트 포크 워크 플로에 대한 데이터 마스킹이 비활성화된다는 명시적인 결정입니다. 원인으로, 마스킹은 참조 계정의 세부 사항이 필요한 유사한 계정을 찾을 때 결과의 상황 정확도와 결과의 관련성에 영향을 미칠 것이라고 명시되어 있습니다. 이는 잠재적으로 민감한 고객 데이터가 외부 LLM으로 발송 될 수 있기 때문에 데이터 보호의 상당한 위험을 나타냅니다. 이는 규제 된 산업에서 특히 문제가되고“신뢰”약속과 모순됩니다.
대체 완화 (Anthropic) : Salesforce는 "Salesforce Trusted Boundary"(AWS Bedrock에서 호스팅) 내에서 실행되는 대체 인위 모델을 제공 할 계획입니다. 데이터가 Salesforce Control Sphere를 남기지 않지만 데이터 마스킹은 여기에서도 비활성화되어 있습니다. 이 데이터 보호 문제가 기능 마스킹과 비교하여 충분히 해결되는지 의문의 여지가 있습니다.
일반 신탁 계층 기능 : 파트너의 제로 보존 및 독성 테스트와 같은 핵심 기능은 남아 있습니다. 그러나 Agentforce에 대한 예외는 중대한 제한입니다.

독립 플랫폼의 잠재적 장점 :

전용 데이터 거주 옵션 : 독립 클라우드 제공 업체 또는 전문 플랫폼은 데이터의 저장 및 처리 위치를보다 세분화 할 수 있습니다. 이것은 Salesforce Hyperforce의 일반적인 보증을 넘어서는 엄격한 지역 데이터 보호법 (예 : GDPR 또는 특정 국가 규정)을 충족해야 할 수도 있습니다.
대체 보안 아키텍처 : 회사는 특정 보안 요구 사항에 맞는 아키텍처를 선택할 수 있습니다 (예 : 전용 암호화를 통해보다 엄격한 액세스 제어 또는 데이터 절연 메커니즘.
직접 공급자 책임 : AI 제공 업체와 직접 협력하여 Salesforce가 중간 인스턴스로서 데이터를 다루는 데 더 명확한 책임을집니다.

신탁 계층의 마케팅 약속과 기술적 현실, 특히 Agentforce를위한 비활성화 된 마스킹 사이의 격차는 위험 평가에 중요합니다. 의사 결정 -제조업체는 마케팅 진술에만 의존 할 수는 없지만 응용 프로그램의 특정 구현을 확인하고이를 독립 플랫폼의 더 일관되거나 구성 가능한 컨트롤과 비교해야합니다.

적합:

• 신뢰할 수있는 AI : 유럽의 트럼프 카드와 인공 지능에서 주요 역할을 수행 할 수있는 기회

데이터 보호 및 보안 측면 : 아인슈타인 트러스트 레이어 대 독립 플랫폼

데이터 보호 및 안전 측면 : 아인슈타인 트러스트 레이어 vs. 독립 플랫폼- 이미지 : Xpert.Digital

데이터 보호 및 보안 측면은 Salesforce 및 독립 플랫폼의 아인슈타인 트러스트 계층의 핵심이 중요합니다. 데이터 마스킹에서 신뢰 계층은 특정 지역 및 언어에 대한 지원을 제공하지만 Agentforce의 제한을 제공하는 반면 독립 플랫폼은 구성 가능한 및 사용자 정의 가능한 규칙뿐만 아니라 지원되는 데이터 유형을 제공 할 수 있습니다. 에이전트 기반 워크 플로의 경우, 신뢰 계층의 데이터 마스킹이 비활성화되며, 독립 플랫폼의 경우 구현에 따라 성능 손실이 허용되는 경우 종종 가능합니다. 제 3 자 제공자 간의 제로 데이터 보유는 계약 계약, 예를 들어 Openaai와 같은 계약에 의해 보장됩니다. 독립 플랫폼은 제 3자를 완전히 피하기 위해 직접 계약 또는 자체 인프라를 호스팅 할 수 있습니다. 감사 트레일은 독성 컨텐츠 및 마스킹을 포함하여 데이터 클라우드에 의해 신뢰 계층에 기록되며 독립 플랫폼은 종종 MLOPS 도구와 같은 세부 로깅 및 모니터링 기능을 제공합니다. 데이터 거주지를 확인할 때 신뢰 계층은 하이퍼 포스 영역 및 프로비저닝에 의존하는 반면, 독립 플랫폼은 일반적으로보다 세분화 된 데이터 센터 영역을 허용합니다. Salesforce에서 호스팅 옵션은 SF 영역에서도 인류가 계획되어 있지만 AWS 또는 GCP와 같은 파트너를위한 호스팅과 함께 자체 관리 호스팅 제공 업체에서 BYOM 옵션에 이르기까지 SF 게이트웨이에 이르기까지 다양합니다. 반면에 독립 플랫폼은 자체 클라우드 인스턴스, 온-프레미스 또는 공급자 클라우드에서 호스팅 할 수 있습니다. 컨트롤의 세분성과 관련하여 신뢰 계층은 마스킹 규칙을 결정하기위한 구성 가능한 옵션을 제공하며, 여기서 기본 아키텍처가 정의됩니다. 독립 플랫폼은 종종 보안 조치의보다 포괄적 인 구성 가능성을 제공 할 수 있습니다.

공급 업체 잠금을 피합니다

Salesforce Services의 심층 통합은 공급자에 대한 강력한 의존의 위험을 초래합니다.

생태계 의존성의 위험

CRM 및 AI의 Salesforce에만 착륙하면 상당한 의존성이 생성됩니다. 이는 가격 조정에 대한 협상 위치를 약화시키고 향후 다른 기술을 사용할 수있는 유연성을 제한 할 수 있습니다.

전략적 다각화

독립적 인 AI 플랫폼의 사용은 기술 스택을 다양 화합니다. 회사는 시장 전체에서 혁신을 사용할 수 있으며 필요한 경우 제공 업체를보다 쉽게 ​​변경할 수 있습니다. 이것은 전략적 행동 능력을받습니다.

Salesforce의 "Open Ecosystem"역설

Salesforce는 열린 생태계를 광고합니다 (예 : Byom에 의해, 그러나 깊은 통합의 실질적인 현실은 종종 사실적인 유대로 이어집니다. Byom을 사용하더라도 관리 및 조항은 Salesforce 플랫폼을 통해 수행되므로 변경하기가 어렵습니다. 통합 솔루션의 편의성은 기본 의존성이 가려지고 다른 관리 또는 배포 전략으로의 변경이 마찰 손실을 유발하기 때문에 "소프트 잠금"으로 이어질 수 있습니다.

자세한 내용은 여기를 참조하세요.

• 공급 업체 잠금의 위험 : 회사가 종속성을 피해야하는 이유

주권과 이식성

자신의 데이터를 제어하고 필요한 경우 모델 또는 데이터를 마이그레이션 할 수있는 가능성이 중요한 전략적 측면입니다.

아인슈타인 활동 캡처 (EAC)의 우려

특정 문제는 EAC에 영향을 미칩니다. 기록 된 이메일 및 캘린더 데이터는 Salesforce의 표준 활동 레코드로 저장되지 않고 외부 AWS에서 저장됩니다. 이 데이터는 제한된 보존 기간 (6 개월, 유료 라이센스로 최대 24 개월)이 적용되며 EAC가 비활성화 될 때 손실됩니다. 이는 데이터 주권, 장기 액세스 및 백업 옵션에 관한 중요한 의문을 제기합니다. 이 경우 데이터가 완전히 없습니다.

모델 이식성

Einstein Prediction Builder와 같은 Salesforce 도구로 기본적으로 생성되는 모델은 플랫폼에 연결되어 있으며 묘사하기 쉽지 않습니다. 기본 데이터를 내보낼 수 있지만 훈련 된 모델 자체는 전송할 수 없습니다. 대조적으로, 외부 플랫폼 (AWS, GCP 등)에서 개발 된 모델은 Salesforce와 일시적으로 통합 되더라도 더 휴대가 가능합니다.

독립적 인 AI를 사용한 데이터 이식성

외부 AI 플랫폼을 사용하면 핵심 데이터 처리 및 모델 아티팩트는 종종 Salesforce 외부에 남아 있습니다. 이는 Salesforce와의 관계 또는 전략이 변경되면 더 나은 데이터 및 모델 이식성을 제공 할 수 있습니다.

의사 결정에 대한 전략적 권장 사항

Salesforce 컨텍스트에서 올바른 AI 전략을 선택하려면 단순한 기능 비교를 넘어서는 차별화 된 평가가 필요합니다. 다음 권장 사항은 의사 결정자에게 도움이 될 수 있습니다.

응용 프로그램을 비판적으로 사용하십시오

기본적으로 기본 Salesforce AI에 의존하지 마십시오. 각 AI 응용 프로그램을 개별적으로 확인하십시오.

• 필수 전문화 :이 과제는 전용 플랫폼에서 더 잘 제공되는 깊고 전문화 된 AI 기술 (예 : 복잡한 과학 분석, 틈새 부문 예측)이 필요합니까?
• 적응 요구 : 모델, 교육 데이터 및 알고리즘에 대한 제어가 얼마나 필요한가? Salesforce의 추상화 정도는 충분합니까?
• 성능 요구 사항 : 최적화 된 외부 인프라에서 더 잘 충족 될 수있는 엄격한 대기 시간 또는 처리량 요구 사항이 있습니까?
• 데이터 민감도 및 준수 : 응용 프로그램은 신뢰 계층의 제한 (특히 Agentforce에서 마스킹 부족)이 용납 할 수없는 위험을 나타내는 매우 민감한 데이터에 적용됩니까? 특정 데이터 거주 요구 사항이 더 잘 충족됩니까?

하이브리드 접근법을 추구하십시오

Native Salesforce-KI가 강점 (예 : 기본 리드 스코어링, 영업 클라우드의 이메일 디자인)을 위해 더 간단하고 많은 통합 작업에 사용하는 전략을 고려하십시오. 동시에, 고품질, 전문 또는 매우 민감한 사용 사례를위한 독립 플랫폼을 통합해야합니다.

통합 성숙도를 고려하십시오

외부 AI 솔루션의 통합 및 유지 보수의 복잡성을 관리하기 위해 조직의 기술 자원과 노하우를 현실적으로 평가합니다. 복잡한 사내 개발이 해결되기 전에 잘 지원되는 통합 (예 : AppExchange, 확립 된 클라우드 커넥터)으로 시작하십시오.

완전한 TCO를 계산하십시오

Native Salesforce KI (라이센스, 데이터 클라우드 사용, 잠재적 기능 제한)의 총 비용을 독립 AI (Core AI 비용 + 통합 개발/유지 보수 + 미들웨어)와 비교하는 철저한 TCO 분석을 수행하십시오.

TCO 분석 (총 소유 비용)은 전체 수명주기 동안 기술의 획득 및 운영과 관련된 총 비용을 평가하는 방법입니다.

외부 AI 플랫폼이 더 비용 효율적인 이유 :

• 스케일 효과 : 제공 업체는 많은 고객에게 인프라 비용을 배포합니다.
• 낮은 투자 : 자체 인프라 구조가 필요하지 않습니다.
• 더 빠른 사용 : 시장 간 시간이 빠르면 간접 비용이 줄어 듭니다.
• 유지 보수 및 업데이트 포함 : IT 운영에 대한 자체 노력이 없습니다.
• Pay-as-You-Go : 비용은 필요에 맞게 조정됩니다.

TCO 분석은 종종 외부 AI 플랫폼이 장기적으로 자체 솔루션보다 저렴하고 유연하다는 것을 보여줍니다.

전략적 유연성을 우선시합니다

공급자 의존성의 장기적인 전략적 위험에 대비하여 통합 Salesforce 생태계의 편의성을 평가하십시오 (섹션 VB 참조). 시작부터 AI 전략으로 이식성 고려 사항을 설치하십시오.

투명성을 요청합니다

모델 기술, 제한, 데이터 처리 관행, 보안 측정 및 가격 모델에 대한 모든 공급자 (영업 인력 및 독립 공급자 포함)의 명확한 문서를 요구합니다. 마케팅 진술을 신중하게 질문하고 기술 현실과 비교하십시오.

적합:

• 변경중인 데이터 관리 시스템 : AI 시대에 회사의 성공을위한 전략

Salesforce 내에서 열린 AI 전략에 대한 항변

이 분석은 Salesforce 기본 KI 제품군의 유일한 사용이 잘 알려진 CRM 프로세스에 편의성과 원활한 통합을 제공하지만 모든 회사의 최적 전략을 나타내는 것은 아닙니다. 독립적 인 AI 플랫폼에 대한 전략적 고려 사항은 매우 전문화되고 잠재적으로 강력한 모델에 대한 액세스, AI 스택에 대한 유연성 및 제어력, 대체 가격 모델을 통한 가능한 비용 효율성 및 기존 인프라 사용 및 공급자 의존성 및 데이터 주권에 대한 중요한 위험 최소화에 대한 접근성을 열어줍니다.

아인슈타인 트러스트 계층의 확립 된 제한은 특히 중요한 워크 플로우에 대한 비활성화 된 데이터 마스킹입니다. 이는 특히 민감한 데이터를 처리 할 때 마케팅 약속을 넘어 기술 현실을 신중하게 확인해야합니다. 아인슈타인 활동 캡처의 예에서 명확한 데이터 이식성에 대한 우려는 독점 메모리 및 처리 메커니즘과의 결합이라면 경고를 경고합니다.

동시에 Salesforce AI의 역할을 과소 평가해서는 안됩니다. 많은 표준 CRM 작업의 경우 귀중하고 잘 통합 된 솔루션을 제공합니다. 아인슈타인 트러스트 레이어는 한계에도 불구하고 중요한 거버넌스 및 보안 수준입니다. 저 코드 도구는 또한 조직 내 AI 사용을 더 광범위하게 민주화 할 수 있습니다.

따라서 많은 회사에서 가장 설득력있는 전략은 개방형 하이브리드 접근 방식이어야합니다. 이러한 전략은 일상적이고 통합 된 작업을 위해 기본 Salesforce AI의 강점을 사용하지만 구체적이고 매우 까다로운 전략적으로 중요한 사용 사례를위한 외부의 "최고의"AI 솔루션을 통합하는 데 부끄러워하지 않습니다. 이를 위해서는 기본 설정에서 출발하여 기본 도구 만 사용하고 대신 엄격한 응용 프로그램 기반 평가가 필요합니다.

의사 결정자들은 기본 및 독립적 인 AI 솔루션의 올바른 혼합을 신중하게 결정해야합니다. 이 결정은 불필요한 의존성이나 위험을 감수하지 않고 Salesforce 생태계에서 AI의 잠재력을 최대한 활용하기 위해 특정 비즈니스 요구 사항, 기존 기술 기술, 위험 및 장기 전략적 목표를 기반으로해야합니다.

✓ 전략, 컨설팅, 계획 및 구현에 대한 중소기업 지원

AI 전략의 생성 또는 재정렬

✔️ 선구적인 사업 개발

콘라드 울펜슈타인

저는 귀하의 개인 조언자로 기꺼이 봉사하겠습니다.

아래 문의 양식을 작성하여 저에게 연락하시거나 +49 89 89 674 804 (뮌헨) .

나는 우리의 공동 프로젝트를 기대하고 있습니다.

Xpert.Digital은 디지털화, 기계 공학, 물류/내부 물류 및 태양광 발전에 중점을 둔 산업 허브입니다.

360° 비즈니스 개발 솔루션을 통해 우리는 신규 비즈니스부터 판매 후까지 유명 기업을 지원합니다.

시장 정보, 마케팅, 마케팅 자동화, 콘텐츠 개발, PR, 메일 캠페인, 개인화된 소셜 미디어 및 리드 육성은 당사 디지털 도구의 일부입니다.

www.xpert.digital - www.xpert.solar - www.xpert.plus 에서 확인할 수 있습니다.