Salesforce AI: Почему независимые платформы искусственного интеллекта лучше, чем Einstein и AgentForce-Hybrid подход побеждает блокировку поставщика!

Стратегическое значение независимых платформ искусственного интеллекта в Salesforce: анализ за пределами Einstein

Salesforce позиционирует свой собственный искусственный интеллект (ИИ) как неотъемлемую часть платформы Customer 360, продвигая его как «ИИ №1 для CRM». Основной посыл заключается в бесшовной интеграции возможностей ИИ, таких как Einstein, Agentforce и более широкое облако ИИ, в существующие рабочие процессы Salesforce для повышения производительности и персонализации взаимодействия с клиентами. Это обещание простой реализации и использования в привычной среде находит отклик у многих компаний.
Однако клиенты Salesforce все чаще сталкиваются со стратегическим решением: следует ли им полагаться исключительно на собственный пакет ИИ Salesforce или рассмотреть возможность интеграции независимых, потенциально более специализированных платформ ИИ? Рынок ИИ быстро развивается, и сторонние поставщики постоянно внедряют узкоспециализированные модели и инновационные решения, которые могут превосходить возможности универсальной платформы.

В данной статье анализируются стратегические преимущества использования независимых платформ искусственного интеллекта в среде Salesforce. Критически рассматриваются возможности и ограничения встроенного ИИ Salesforce, освещаются пути интеграции и связанные с ними проблемы, а также затрагиваются ключевые аспекты, такие как гибкость, стоимость, конфиденциальность данных и зависимость от поставщика. Цель состоит в том, чтобы предоставить надежную основу для принятия решения о том, может ли более открытая стратегия в области ИИ быть более выгодной для пользователей Salesforce, чем полагаться исключительно на собственные решения Salesforce.

Ключевой вопрос заключается в компромиссе между удобством глубоко интегрированного решения и потенциальной мощностью и специализацией внешних инструментов искусственного интеллекта. Хотя Salesforce подчеркивает преимущества своего интегрированного ИИ, высокая степень специализации и быстрые темпы инноваций в области ИИ требуют более тонкого подхода. Один поставщик платформы может быть не в состоянии обеспечить превосходство во всех областях ИИ, в отличие от поставщиков, которые специализируются на конкретных направлениях. Это противоречие между интеграцией и лучшими в своем классе решениями лежит в основе стратегических соображений, рассматриваемых в этом отчете.

Подходит для:

• Интеграция AI независимой и перекрестной платформы AI в масштабах источника для всех вопросов компании

Понимание встроенного пакета инструментов искусственного интеллекта Salesforce (Einstein, Agentforce, AI Cloud)

Salesforce предлагает широкий спектр возможностей искусственного интеллекта, глубоко интегрированных в различные облачные продукты, объединенные под брендами Einstein, Agentforce и AI Cloud. Этот пакет решений призван оптимизировать повседневные бизнес-процессы за счет автоматизации, прогнозирования и персонализированного взаимодействия.

Функциональный обзор облачных решений

• Sales Cloud: Основные функции включают оценку потенциальных клиентов и возможностей на основе вероятности их закрытия сделки (Einstein Lead/Opportunity Scoring), более точные прогнозы доходов (Einstein Forecasting), автоматическое создание персонализированных электронных писем для продаж (Sales Emails), сводки звонков (Call Summaries) и автоматическую фиксацию активности из электронных писем и календарей (Einstein Activity Capture). Einstein Copilot также предоставляет контекстно-зависимые действия и поддержку на протяжении всего процесса продаж.
• Сервисная облачная платформа: здесь ИИ поддерживает автоматическую классификацию обращений клиентов (классификация обращений), рекомендует подходящие статьи базы знаний или готовые ответы (рекомендации статей/ответов), создает сводки завершенных обращений (сводки работ) и позволяет использовать чат-боты для автоматизации стандартных запросов.
• Marketing Cloud: функции искусственного интеллекта помогают создавать и автоматически помечать маркетинговый контент (Генерация контента/Пометка тегами), оценивать вероятность взаимодействия с контактами (Оценка вовлеченности), оптимизировать время отправки для достижения максимального процента открытий (Оптимизация времени отправки) и обеспечивают глубокую персонализацию кампаний и взаимодействия с клиентами.
• Commerce Cloud: В этой области ИИ фокусируется на персонализированных рекомендациях товаров, оптимизации результатов поиска и предоставлении информации о покупательском поведении для повышения конверсии.
• Кроссплатформенность/Общие возможности: Такие инструменты, как Einstein Prediction Builder, позволяют администраторам создавать собственные прогностические модели без написания кода. Einstein Discovery помогает находить закономерности и получать ценные сведения из данных. Einstein Next Best Action предоставляет рекомендации с учетом контекста. Agentforce представляет собой автономных агентов ИИ, способных выполнять задачи независимо. Prompt Builder и Copilot Studio позволяют настраивать и создавать помощников и подсказки на основе ИИ.

Подходит для:

• Уйти из США Cloud: Sovereign SaaS предлагает по обзору + рекомендации по действию

Базовая архитектура

Функциональность Salesforce AI основана на двух важнейших столпах: облаке данных и уровне доверия Einstein.

Зависимость от облака данных

Облако данных Salesforce выступает в качестве центральной базы данных. Оно объединяет данные о клиентах из различных источников (как внутренних, так и внешних по отношению к Salesforce) в единое представление, охватывающее все аспекты. Эти гармонизированные данные лежат в основе многих приложений искусственного интеллекта, особенно генеративного ИИ и персонализации. Важно отметить, что для некоторых возможностей генеративного ИИ и журнала аудита уровня доверия требуется выделение ресурсов в облаке данных, даже если оно не используется активно для гармонизации данных. Это создает архитектурную зависимость и может привести к дополнительной сложности и потенциальным затратам, особенно для компаний, которые уже имеют налаженные хранилища данных или озера данных. Таким образом, необходимость в облаке данных может увеличить общую стоимость владения (TCO) и представлять собой потенциальное узкое место, если не управлять этим процессом должным образом.

Уровень доверия Эйнштейна

Данная система безопасности разработана для обеспечения надежного использования генеративного искусственного интеллекта. Она включает в себя несколько компонентов:

• Безопасные запросы к данным: Обеспечивает доступ к данным Salesforce для обогащения запросов соответствующим контекстом с учетом прав доступа соответствующего пользователя.
• Оперативная защита: Системные политики призваны уменьшить количество галлюцинаций и вредных результатов, получаемых от языковых моделей (LLM).
• Маскирование данных: Конфиденциальные данные, такие как персональные данные (PII) или платежная информация (PCI), маскируются перед отправкой во внешние учебные заведения, предоставляющие программы магистратуры в области управления бизнесом.
• Оценка токсичности: полученные ответы проверяются и оцениваются на предмет потенциально вредного содержимого.
• Политика нулевого хранения данных: Salesforce заключила соглашения с такими партнерами, как OpenAI и Azure OpenAI, чтобы гарантировать, что предоставленные компанией данные не хранятся этими сторонними поставщиками и не используются для обучения их моделей.

Более детальный анализ архитектуры показывает, что Salesforce использует внешние модели обработки больших языков (LLM) от таких поставщиков, как OpenAI, Anthropic или Google, для многих своих возможностей генеративного ИИ. Эти модели часто интегрируются через облачные сервисы, такие как AWS Bedrock, при этом слой доверия Einstein выступает в качестве защищенного шлюза. Это означает, что Salesforce в основном выступает в роли интегратора и посредника в обеспечении безопасности, а не занимается исключительно разработкой собственных основных генеративных моделей. Хотя это обеспечивает доступ к мощным моделям, это создает зависимости и поднимает вопрос о том, чем основная технология ИИ отличается от прямого использования этих моделей через другие платформы. По сути, клиенты платят Salesforce за интеграцию, слой безопасности и встраивание в рабочие процессы на основе в основном внешних моделей ИИ. Это усиливает аргументы в пользу оценки прямой интеграции с этими внешними моделями или платформами.

Признанные преимущества нативного решения

Несмотря на упомянутые недостатки, встроенный пакет решений Salesforce AI обладает неоспоримыми преимуществами:

• Бесшовная интеграция: функции искусственного интеллекта глубоко интегрированы в пользовательский интерфейс и рабочие процессы Salesforce, обеспечивая бесперебойную работу.
• Простота использования и привычность: существующие пользователи и администраторы Salesforce, как правило, быстро осваиваются в системе, что сокращает время на адаптацию. Инструменты с низким уровнем кодирования также позволяют нетехническим пользователям создавать приложения на основе искусственного интеллекта.
• Использование существующих данных CRM: Искусственный интеллект разработан для непосредственной работы с данными о клиентах, хранящимися в Salesforce, что может упростить подготовку данных.

Воспользуйтесь преимуществами обширного пятистороннего опыта Xpert.Digital в комплексном пакете услуг | НИОКР, XR, PR и оптимизация цифровой видимости — Изображение: Xpert.Digital

Xpert.Digital обладает глубокими знаниями различных отраслей. Это позволяет нам разрабатывать индивидуальные стратегии, которые точно соответствуют требованиям и задачам вашего конкретного сегмента рынка. Постоянно анализируя тенденции рынка и следя за развитием отрасли, мы можем действовать дальновидно и предлагать инновационные решения. Благодаря сочетанию опыта и знаний мы создаем добавленную стоимость и даем нашим клиентам решающее конкурентное преимущество.

Подробнее об этом здесь:

• Используйте 5-кратный опыт Xpert.Digital в одном пакете — всего от 500 евро в месяц

Аргументы в пользу независимых платформ искусственного интеллекта в Salesforce

Хотя встроенная интеграция ИИ Salesforce имеет свои преимущества, существует несколько веских причин всерьез рассмотреть возможность использования независимых платформ ИИ. Эти внешние решения могут превосходить конкурентов по таким параметрам, как гибкость, специализация, адаптивность и потенциальная экономия средств.

Гибкость и специализация моделей

Рынок ИИ характеризуется высокой динамикой и специализацией. Независимые поставщики решений в области ИИ часто сосредотачиваются на конкретных областях или технологиях, что позволяет им предлагать более продвинутые или адаптированные решения в определенных областях, чем универсальные платформы, такие как Salesforce.

Доступ к лучшим в своем классе моделям

Внешние поставщики часто разрабатывают узкоспециализированные алгоритмы для таких областей, как обработка естественного языка (NLP), компьютерное зрение или отраслевая аналитика. Примерами могут служить специализированные инструменты искусственного интеллекта для юридических документов, такие как ContractPodAi, или отраслевые диагностические инструменты, такие как Aquant. Такие специализированные модели могут превосходить более общие модели, встроенные в Salesforce.

Ускоренные циклы инноваций

Специализированные компании, занимающиеся искусственным интеллектом, зачастую могут разрабатывать и выпускать новые модели и функции быстрее, чем крупные поставщики платформ, такие как Salesforce, чья дорожная карта развития ИИ привязана к более широким циклам выпуска. Это позволяет компаниям быстрее извлекать выгоду из последних достижений в области ИИ.

Большее разнообразие моделей

Независимые платформы или торговые площадки предоставляют доступ к более широкому спектру моделей, включая нишевые решения, варианты с открытым исходным кодом или модели от поставщиков, которые недоступны напрямую через функцию Salesforce "Используйте свою собственную модель" (BYOM).

Подходит для:

• Независимые платформы ИИ в качестве стратегической альтернативы для европейских компаний

Специализация внешних поставщиков контрастирует с более широким подходом Salesforce, который направлен на предоставление базовых возможностей ИИ во всем пакете CRM. Хотя такой широкий подход гарантирует доступность ИИ во многих областях, он может достигаться за счет недостаточной глубины. Специализированный инструмент ИИ для обнаружения мошенничества или инструмент анализа медицинских изображений, скорее всего, превзойдут общую модель, интегрированную с CRM, в решении этих конкретных задач. Организации с критически важными требованиями в специализированных областях ИИ могут обнаружить, что встроенный ИИ Salesforce не справляется. Независимые платформы позволяют им выбрать наилучший инструмент для решения задачи, вместо того чтобы довольствоваться потенциально единственным адекватным встроенным решением.

Адаптация и контроль

Независимые платформы искусственного интеллекта часто предлагают более высокий уровень контроля над всем жизненным циклом ИИ, от подготовки данных до внедрения моделей и мониторинга.

Углубленная тонкая настройка модели

Внешние платформы часто разрабатываются для инженеров машинного обучения и предлагают детальный контроль над обучением и тонкой настройкой моделей. Это выходит за рамки возможностей более абстрактных инструментов Salesforce с низким уровнем кодирования, таких как Einstein Prediction Builder, или ограничений тонкой настройки импортированных моделей (BYOM) внутри Salesforce.

Выбор алгоритма и прозрачность

Пользователи имеют больше свободы в выборе конкретных алгоритмов и потенциально получают большую прозрачность в понимании того, как работают модели (объяснимость), чем при использовании уровней абстракции Salesforce. Хотя Salesforce предлагает такие инструменты, как Model Inspector, внешние инструменты MLOps часто оказываются более комплексными.

Контроль над стеком ИИ

Управление всем процессом ИИ (подготовка данных, обучение, развертывание, мониторинг) на таких платформах, как AWS или Google Cloud, обеспечивает больший контроль, чем использование управляемой среды Salesforce.

Ограничения на настройку Salesforce

Хотя Salesforce предлагает конструктор с минимальным использованием кода для простой настройки, внешние платформы часто позволяют осуществлять более глубокую настройку на основе кода. Кроме того, существуют специфические функциональные ограничения функций искусственного интеллекта Salesforce, например, сложные требования или настройка Einstein Activity Capture, а также общие ограничения платформы.

Потенциальные преимущества в плане затрат

Структура затрат на решения в области искусственного интеллекта может значительно различаться, и простого сравнения лицензионных сборов часто недостаточно.

Различные модели ценообразования

Salesforce часто лицензирует свои возможности ИИ за пользователя в месяц в качестве дополнения к существующим облачным лицензиям. В отличие от этого, ценообразование для автономных платформ ИИ часто основано на фактическом использовании (время вычислений, память, вызовы API). Автономные поставщики ИИ, в свою очередь, могут иметь свои собственные, потенциально более гибкие модели ценообразования. Хотя опция BYOM в Salesforce может снизить стоимость запросов Einstein, базовые затраты внешнего поставщика модели по-прежнему остаются.

Общая стоимость владения (TCO)

Комплексный анализ совокупной стоимости владения (TCO) имеет решающее значение. Хотя встроенная интеграция Salesforce AI может снизить первоначальные затраты на интеграцию, другие факторы могут увеличить общую стоимость: потенциальная необходимость в лицензиях или использовании Data Cloud, относительно высокие затраты на одного пользователя на дополнительные модули ИИ, а также возможность переплаты за модели ИИ, которые были бы более дешевы при использовании внешних решений. В расчет TCO для автономного ИИ необходимо включить затраты на интеграцию, но он может выиграть от снижения основных затрат на использование ИИ и использования существующей облачной инфраструктуры. Agentforce также описывается как потенциально дорогостоящий в использовании (2 доллара за диалог).

Избегание избыточности

Использование независимого ИИ позволяет компаниям эффективно использовать существующие инвестиции в другие облачные платформы или собственную инфраструктуру данных, избегая тем самым избыточных расходов в экосистеме Salesforce.

Встроенный ИИ Salesforce против независимого ИИ: сравнение функций и гибкости

Встроенный ИИ Salesforce против независимого ИИ: сравнение функций и гибкости – Изображение: Xpert.Digital

Встроенные в Salesforce системы искусственного интеллекта, такие как Einstein или Agentforce, и независимые платформы ИИ, которые часто используют специализированные или открытые модели, значительно различаются по своим возможностям и гибкости. В то время как встроенные в Salesforce системы ИИ ориентированы на общие подходы и приложения CRM, независимые платформы часто предлагают специализированные модели и более широкий выбор, включая варианты с открытым исходным кодом. Доступ к новейшим моделям в Salesforce зависит от циклов выпуска и партнерских соглашений, в то время как специализированные поставщики потенциально предлагают более быстрые обновления. Что касается тонкой настройки, встроенные модели Salesforce часто ограничены и абстрактны, например, с помощью таких инструментов, как Prediction Builder, в то время как независимые платформы предлагают более детальный контроль над процессом обучения. Выбор конкретных алгоритмов в Salesforce ограничен, поскольку они обычно предопределены или предоставляются партнерами, в то время как независимые платформы предлагают большую свободу в этом отношении. Кроме того, Salesforce полностью управляет инфраструктурой, часто на базе AWS или GCP, в то время как независимые платформы обеспечивают прямой доступ к средам хостинга, будь то в собственном облаке компании или локально. Интеграция с Salesforce не требует больших усилий, поскольку решения Salesforce интегрированы изначально, в то время как внешние платформы требуют больше работы по разработке и настройке. Что касается стоимости, Salesforce часто использует модель ежемесячного ценообразования на основе количества пользователей в качестве дополнительной опции, в то время как независимые платформы часто используют ценообразование на основе потребления, например, вычислительной мощности или вызовов API, или модели, специфичные для конкретного поставщика.

Интеграционная навигация: подключение независимого ИИ к Salesforce

Выбор независимой платформы искусственного интеллекта требует тщательного планирования ее интеграции в существующую среду Salesforce. Существует несколько методов установления этой связи, каждый из которых имеет свои преимущества и недостатки.

Методы интеграции

AppExchange / AgentExchange

Salesforce AppExchange предлагает широкий выбор сторонних приложений, включая решения на основе ИИ, которые часто имеют готовые интеграции. AgentExchange — это относительно новая торговая площадка, специально ориентированная на навыки, темы и шаблоны для ИИ-агентов от партнеров, цель которой — ускорить внедрение ИИ-агентов. Зачастую это самый простой подход, но он требует наличия подходящего партнера, предлагающего решение.

API (REST/SOAP/массовая обработка/потоковая передача)

Прямое использование API Salesforce позволяет создавать индивидуальные интеграции. Разработчики могут обмениваться данными, запускать процессы в Salesforce или передавать результаты от внешних моделей ИИ. Составной API помогает эффективно объединять несколько операций. Этот метод обеспечивает максимальную гибкость, но требует значительных усилий по разработке.

Платформы промежуточного программного обеспечения (например, MuleSoft)

Интеграционные платформы, такие как MuleSoft (собственное решение Salesforce) или другие, могут выступать в качестве посредников. Они берут на себя такие задачи, как преобразование данных, организация сложных рабочих процессов и управление связью между Salesforce и внешними сервисами искусственного интеллекта.

Коннекторы облачных платформ (AWS/GCP)

Крупные облачные провайдеры все чаще предлагают специализированные сервисы для упрощения интеграции с Salesforce. Примерами являются AWS Private Connect для защищенных сетевых соединений, AWS Event Relay для передачи событий в реальном времени, AWS Glue Salesforce Connector и SageMaker Data Wrangler Connector для подготовки данных. Google Vertex AI можно интегрировать в Salesforce Data Cloud через Model Builder. Хотя эти коннекторы могут упростить интеграцию, они привязывают пользователей к экосистеме соответствующих облачных провайдеров.

BYOM через Einstein Studio

Как уже упоминалось ранее, эта функция позволяет интегрировать модели, размещенные извне, в среду Salesforce через Model Builder. Запросы по-прежнему направляются через инфраструктуру Salesforce и используют уровень доверия, что упрощает интеграцию, но также создает определенную зависимость.

Подходит для:

• Интеграция ИИ и машинного обучения в складской логистике - Глобальные разработки в Германии, ЕС, США и Японии

Общие проблемы интеграции

Интеграция внешних систем с Salesforce — задача нетривиальная и сопряжена со специфическими трудностями:

ограничения API

Salesforce ограничивает количество вызовов API на организацию и временной период (например, ежедневно, одновременно). Процессы искусственного интеллекта, интенсивно использующие данные и часто синхронизирующие или запрашивающие данные, могут быстро достичь этих пределов. Это требует тщательного проектирования (например, регулирования скорости запросов, пакетной обработки, кэширования) или может потребовать приобретения более высоких версий Salesforce или дополнительных квот на API. Ограничения Streaming API особенно актуальны для сценариев использования в режиме реального времени.

Синхронизация данных

Обеспечение согласованности данных между Salesforce и внешней платформой ИИ имеет решающее значение. К проблемам относятся обработка больших объемов данных, выбор между обновлениями в реальном времени и пакетными обновлениями, управление задержками и предотвращение несоответствий данных. Такие подходы, как интеграция без копирования, призваны смягчить эти проблемы, но не всегда применимы.

Сопоставление и преобразование данных

Необходимо согласовать различные модели данных, форматы и семантику полей. Это может потребовать сложной логики преобразования для обеспечения правильной интерпретации данных.
Безопасность и аутентификация: Надежное управление учетными данными доступа (ключи API, токены), реализация надежных методов аутентификации (например, OAuth 2.0, именованные учетные данные) и обеспечение безопасной передачи данных (шифрование) имеют важное значение. Неправильная конфигурация может привести к уязвимостям в системе безопасности.

Обработка ошибок и согласованность данных

Интеграция должна быть устойчива к ошибкам (проблемы с сетью, сбои системы, ошибки данных). Для обеспечения целостности данных и минимизации времени простоя необходимы надежные механизмы ведения журналов, мониторинга и автоматической повторной попытки.

Сложность и обслуживание

Индивидуальные интеграции требуют постоянного обслуживания и корректировки, особенно по мере развития Salesforce или внешней платформы искусственного интеллекта. Это отвлекает ресурсы и требует технических знаний.

Сложность интеграции — часто недооцениваемый фактор затрат. Хотя автономные платформы ИИ могут предлагать более низкие основные затраты или превосходные функции, затраты и усилия на интеграцию, включая время разработки, потенциальные лицензии на промежуточное программное обеспечение и текущее обслуживание, должны быть учтены при расчете общей стоимости владения (TCO). Встроенный ИИ Salesforce выигрывает от предварительно настроенной интеграции. Ограничения API могут еще больше увеличить сложность и затраты, если потребуются громоздкие обходные пути или более дорогие лицензии. Поэтому при принятии решения об использовании автономного ИИ необходимо учитывать технические возможности и ресурсы организации для управления этой сложностью интеграции. Плохо спланированная интеграция может свести на нет преимущества внешней платформы.

Успешные модели интеграции

Несмотря на сложности, существуют устоявшиеся шаблоны и инструменты для успешной интеграции. Примеры успешных интеграций демонстрируют успешную интеграцию AWS SageMaker с Salesforce, часто с использованием конкретных сервисов AWS для оптимизации производительности и затрат. Аналогичные интеграции возможны с Google Vertex AI, в частности, через Model Builder. Такие инструменты, как Zapier, можно использовать для более простых интеграций без написания кода, например, для переноса данных между Google Sheets и Vertex AI в качестве прокси для данных Salesforce. Использование облачных коннекторов и сервисов, таких как AWS Glue, EventBridge или Private Connect, также может значительно упростить и обезопасить процесс интеграции.

Независимая платформа искусственного интеллекта: методы интеграции и проблемы вкратце

Независимая платформа искусственного интеллекта: методы интеграции и проблемы вкратце – Изображение: Xpert.Digital

Независимая платформа искусственного интеллекта предлагает множество методов интеграции, каждый из которых имеет свои преимущества и недостатки. Приложения AppExchange или AgentExchange позволяют легко устанавливать готовые приложения или компоненты от партнеров с минимальными затратами на разработку и часто с гарантированным качеством. Однако возможности настройки ограничены, и существует зависимость от предложений партнеров и потенциальных затрат. Прямая интеграция API, которая позволяет разрабатывать собственные решения с использованием API Salesforce, таких как REST, SOAP, Bulk и Streaming, обеспечивает максимальную гибкость и полный контроль над потоком данных и логикой. Однако она требует значительных усилий по разработке, управления ограничениями API, тщательного аудита безопасности и постоянного обслуживания. Использование промежуточного программного обеспечения, такого как MuleSoft, упрощает сложные интеграции за счет подключения, преобразования данных и оркестровки. Оно предлагает централизованное управление и возможность повторного использования, но требует дополнительных затрат на лицензирование и обширного обучения работе с платформой. Облачные коннекторы, такие как AWS или GCP, оптимизируют интеграции с помощью специальных, иногда с минимальным использованием кода, сервисов, таких как Glue, Event Relay или Private Connect. Как правило, эти модели мощные, безопасные и идеально подходят для соответствующих облачных экосистем, но требуют специализированных настроек и привязывают пользователя к провайдеру. С помощью BYOM через Einstein Studio, модели, размещенные на внешних серверах, легко интегрируются в рабочие процессы Salesforce, используя уровень доверия и упрощая процесс интеграции. Однако существуют ограничения в отношении поддержки моделей по сравнению с прямым использованием, тонкой настройкой и зависимостью от платформы Salesforce.

Интеграция независимой и перекрестной платформы AI в масштабах для всех компаний Matters-Image: Xpert.Digital

Ki-GameChanger: наиболее гибкие решения AI-Tailor, которые снижают затраты, улучшают свои решения и повышают эффективность

Независимая платформа искусственного интеллекта: интегрирует все соответствующие источники данных компании

• Эта платформа ИИ взаимодействует со всеми конкретными источниками данных
  • От SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox и многих других систем управления данными
• Быстрая интеграция AI: специально разработанные решения для ИИ для компаний в течение нескольких часов или дней вместо месяцев
• Гибкая инфраструктура: облачный или хостинг в вашем собственном центре обработки данных (Германия, Европа, свободный выбор местоположения)

• Самая высокая безопасность данных: использование в юридических фирмах является безопасным доказательством
• Используйте в широком спектре источников данных компании
• Выбор ваших собственных или различных моделей искусственного интеллекта (DE, EU, USA, CN)

Проблемы, которые решает наша платформа ИИ

• Отсутствие точности обычных решений ИИ
• Защита данных и безопасное управление конфиденциальными данными
• Высокие затраты и сложность индивидуального развития ИИ
• Отсутствие квалифицированного ИИ
• Интеграция ИИ в существующие ИТ -системы

Подробнее об этом здесь:

• Интеграция AI независимой и перекрестной платформы AI в масштабах источника для всех вопросов компании

Ключевые аспекты: Управление рисками в независимом искусственном интеллекте

Принимая решение за или против использования независимых платформ искусственного интеллекта, необходимо также тщательно оценить потенциальные риски, особенно в таких областях, как защита данных, зависимость от поставщиков и суверенитет данных.

Конфиденциальность и безопасность

Хотя Salesforce позиционирует Einstein Trust Layer как гарантию безопасного использования ИИ, более тщательное изучение выявляет практические ограничения, которые необходимо сопоставлять с независимыми решениями.

Ограничения уровня доверия Einstein:

Отключение маскирования данных для Agentforce: Ключевым моментом является явное заявление о том, что маскирование данных отключено для рабочих процессов Agentforce. Обоснование заключается в том, что маскирование ухудшит контекстную точность и релевантность результатов, например, при поиске похожих учетных записей, где необходимы данные эталонной учетной записи. Это представляет собой значительный риск для конфиденциальности данных, поскольку потенциально конфиденциальные данные клиентов могут быть отправлены без маскирования внешним LLM-системам, что особенно проблематично в регулируемых отраслях и противоречит обещанию «доверия».
Альтернативное решение (антропогенное): Salesforce планирует предложить антропогенные модели в качестве альтернативы, работающие в рамках «доверенной границы Salesforce» (размещенной на AWS Bedrock). Хотя при таком подходе данные не покидают сферу контроля Salesforce, маскирование данных остается отключенным. Сомнительно, насколько это адекватно решает проблемы конфиденциальности данных по сравнению с функционирующим маскированием.
Общая функциональность уровня доверия: Основные функции, такие как нулевое хранение данных у партнеров и проверки на токсичность, остаются в силе. Однако исключение для Agentforce является существенным ограничением.

Потенциальные преимущества независимых платформ:

Выделенные варианты размещения данных: Независимые облачные провайдеры или специализированные платформы могут предложить более детальный контроль над тем, где хранятся и обрабатываются данные. Это может быть необходимо для соблюдения строгих региональных законов о защите данных (таких как GDPR или конкретные национальные правила), которые выходят за рамки общих гарантий Salesforce Hyperforce.
Альтернативные архитектуры безопасности: Организации могут выбирать архитектуры, которые лучше соответствуют их конкретным требованиям безопасности, например, выделенное шифрование, более строгий контроль доступа или механизмы изоляции данных.
Прямая ответственность поставщика: Работа напрямую с поставщиком решений в области ИИ обеспечивает более четкую ответственность за обработку данных без участия Salesforce в качестве посредника.

Разрыв между маркетинговыми обещаниями Trust Layer и его технической реальностью, особенно в отношении отключенной функции маскирования для Agentforce, имеет решающее значение для оценки рисков. Лица, принимающие решения, не могут полагаться исключительно на маркетинговые заявления, а должны изучить конкретную реализацию для своих сценариев использования и сравнить ее с потенциально более согласованными или настраиваемыми средствами контроля независимых платформ.

Подходит для:

• Trusty AI: Европейская карта Трампа и вероятность взять на себя ведущую роль в искусственном интеллекте

Аспекты защиты и безопасности данных: уровень доверия Эйнштейна против независимых платформ

Аспекты защиты и безопасности данных: Уровень доверия Эйнштейна против независимых платформ – Изображение: Xpert.Digital

Конфиденциальность и безопасность данных имеют первостепенное значение как для уровня доверия Einstein от Salesforce, так и для независимых платформ. Что касается маскирования данных, уровень доверия поддерживает определенные регионы и языки, хотя и с ограничениями для Agentforce. Независимые платформы, с другой стороны, могут предоставлять настраиваемые и персонализируемые правила и поддерживаемые типы данных. Маскирование данных отключено для рабочих процессов на основе агентов в уровне доверия, в то время как на независимых платформах оно часто возможно, в зависимости от реализации, если допустимо снижение производительности. Отсутствие хранения данных у сторонних поставщиков обеспечивается договорными соглашениями, например, с OpenAI; независимые платформы позволяют заключать прямые контракты или размещать данные на собственной инфраструктуре клиента, чтобы полностью избежать взаимодействия с третьими сторонами. Журналы аудита регистрируются в уровне доверия облаком данных, включая нежелательное содержимое и маскирование, в то время как независимые платформы часто предлагают подробные возможности ведения журналов и мониторинга, такие как инструменты MLOps. При контроле размещения данных уровень доверия зависит от региона и предоставления ресурсов Hyperforce, в то время как независимые платформы обычно позволяют более детально выбирать регионы центров обработки данных. Варианты хостинга Salesforce варьируются от хостинга под управлением поставщика до BYOM (Bring Your Own Host) через SF Gateway с размещением на серверах партнеров, таких как AWS или GCP, а также планируется внедрение Anthropic в регионе SF. Независимые платформы, с другой стороны, позволяют размещать данные в выделенном облачном экземпляре, локально или в облаке поставщика. Что касается детализации управления, то уровень доверия предлагает настраиваемые параметры, такие как определение правил маскирования, в то время как базовая архитектура фиксирована; независимые платформы часто могут обеспечить более полную настройку мер безопасности.

Предотвращение зависимости от поставщика

Глубокая интеграция сервисов Salesforce несёт в себе риск сильной зависимости от поставщика.

Риск зависимости от экосистемы

Полная зависимость от Salesforce в вопросах CRM и ИИ создает значительную зависимость. Это может ослабить вашу переговорную позицию при корректировке цен и ограничить вашу гибкость в использовании других технологий в будущем.

Стратегическая диверсификация

Использование независимых платформ искусственного интеллекта позволяет диверсифицировать технологический стек. Компании могут использовать инновации со всего рынка и при необходимости легче менять поставщиков. Это обеспечивает им стратегическую гибкость.

Парадокс «открытой экосистемы» Salesforce

Хотя Salesforce продвигает открытую экосистему, например, посредством BYOM (Bring Your Own Machine — использование собственных машин), практическая реальность глубокой интеграции часто приводит к фактической привязке к одной платформе. Даже при использовании BYOM управление и развертывание осуществляются через платформу Salesforce, что затрудняет переход на другую платформу. Удобство интегрированного решения может, таким образом, привести к «мягкой привязке», поскольку базовые зависимости скрыты, и переход на другую стратегию управления или развертывания вызывает трения.

Подробнее об этом здесь:

• Опасности блокировки поставщиков: почему компании должны избегать зависимостей

суверенитет и переносимость данных

Контроль над собственными данными и возможность переноса моделей или данных по мере необходимости являются важными стратегическими аспектами.

Обеспокоенность по поводу технологии захвата активности Эйнштейна (EAC)

Одна из конкретных проблем связана с EAC. Захваченные данные электронной почты и календаря хранятся не как стандартные записи активности в Salesforce, а на внешнем сервере AWS. Эти данные подлежат ограниченному сроку хранения (6 месяцев по умолчанию, до 24 месяцев при наличии платной лицензии) и теряются при деактивации EAC. Это поднимает серьезные вопросы относительно суверенитета данных, долгосрочного доступа и вариантов резервного копирования. В этом случае вы не являетесь полноправным владельцем своих данных.

переносимость модели

Модели, созданные непосредственно с помощью инструментов Salesforce, таких как Einstein Prediction Builder, привязаны к платформе и не являются легко переносимыми. Хотя базовые данные можно экспортировать, сама обученная модель не подлежит переносу. В отличие от них, модели, разработанные на внешних платформах (AWS, GCP и т. д.), по своей природе более переносимы, даже если они временно интегрированы с Salesforce.

Переносимость данных в независимом ИИ

При использовании внешних платформ ИИ основные процессы обработки данных и артефакты моделей часто остаются вне Salesforce. Это потенциально обеспечивает лучшую переносимость данных и моделей в случае изменения отношений с Salesforce или стратегии.

Стратегические рекомендации для лиц, принимающих решения

Выбор правильной стратегии использования ИИ в контексте Salesforce требует тщательной оценки, выходящей за рамки простого сравнения функций. Следующие рекомендации могут помочь лицам, принимающим решения:

Проведите критическую оценку вариантов использования

Не стоит по умолчанию полагаться на встроенные функции ИИ Salesforce. Оценивайте каждый вариант использования ИИ индивидуально, исходя из следующих критериев:

• Необходимая специализация: Требует ли задача глубоких, специализированных возможностей ИИ (например, сложного научного анализа, прогнозирования для нишевых отраслей), которые, вероятно, лучше будут реализованы на специализированной платформе?
• Потребности в адаптации: Насколько необходим контроль над моделью, обучающими данными и алгоритмами? Достаточен ли уровень абстракции Salesforce?
• Требования к производительности: Существуют ли строгие требования к задержке или пропускной способности, которые лучше можно было бы обеспечить с помощью оптимизированной внешней инфраструктуры?
• Конфиденциальность данных и соответствие требованиям: включает ли данный сценарий использования особо конфиденциальные данные, где ограничения уровня доверия (особенно отсутствие маскирования в Agentforce) создают неприемлемые риски? Лучше ли выполнять конкретные требования к размещению данных извне?

применять гибридный подход

Рассмотрите стратегию, которая использует встроенный ИИ Salesforce для решения более простых, высокоинтегрированных задач, в которых он наиболее эффективен (например, базовая оценка потенциальных клиентов, составление электронных писем в Sales Cloud). Одновременно интегрируйте независимые платформы для решения важных, специализированных или особо конфиденциальных задач.

Учитывайте готовность к интеграции

Проведите реалистичную оценку технических ресурсов и знаний организации, необходимых для решения сложных задач интеграции и поддержки внешних решений в области искусственного интеллекта. Начните с хорошо поддерживаемых интеграций (например, AppExchange, проверенные облачные коннекторы), прежде чем браться за сложные внутренние разработки.

Рассчитайте полную совокупную стоимость владения (TCO)

Проведите тщательный анализ совокупной стоимости владения (TCO), сравнив общую стоимость нативного ИИ Salesforce (лицензии, использование облачных данных, потенциальные функциональные ограничения) со стоимостью независимого ИИ (основные затраты на ИИ + разработка/поддержка интеграций + промежуточное программное обеспечение).

Анализ совокупной стоимости владения (TCO) — это метод оценки общих затрат, связанных с приобретением и эксплуатацией технологии на протяжении всего ее жизненного цикла, включая не только стоимость приобретения, но и текущие эксплуатационные расходы, техническое обслуживание, обучение, модернизацию и т. д.

Почему внешние платформы искусственного интеллекта могут быть более экономически эффективными:

• Экономия за счет масштаба: поставщики распределяют затраты на инфраструктуру между множеством клиентов.
• Меньшие инвестиции: нет необходимости создавать собственную инфраструктуру.
• Ускоренное внедрение: сокращение времени выхода на рынок снижает косвенные затраты.
• Техническое обслуживание и обновления включены: от вас не требуется никаких усилий для управления ИТ-инфраструктурой.
• Оплата по факту использования: стоимость корректируется в зависимости от спроса.

Анализ совокупной стоимости владения (TCO) часто показывает, что внешние платформы искусственного интеллекта в долгосрочной перспективе оказываются дешевле и гибче, чем собственные решения.

Приоритет отдается стратегической гибкости

Сопоставьте удобство интегрированной экосистемы Salesforce с долгосрочными стратегическими рисками зависимости от конкретного поставщика (см. раздел VB). С самого начала учитывайте вопросы переносимости в стратегии ИИ.

Требуйте прозрачности

Требуйте от всех поставщиков (включая Salesforce и независимых поставщиков) четкой документации относительно возможностей модели, ограничений, методов обработки данных, мер безопасности и моделей ценообразования. Критически анализируйте маркетинговые заявления и сравнивайте их с техническими реалиями.

Подходит для:

• Системы управления данными в изменениях: стратегии успеха компании в эпохе ИИ

Призыв к открытой стратегии использования ИИ в Salesforce

Анализ ясно показывает, что, хотя использование исключительно собственного пакета решений ИИ от Salesforce обеспечивает удобство и бесшовную интеграцию с существующими процессами CRM, это не обязательно оптимальная стратегия для каждой компании. Стратегическое рассмотрение независимых платформ ИИ предлагает значительные преимущества: доступ к высокоспециализированным и потенциально более мощным моделям, большую гибкость и контроль над стеком ИИ, потенциальную экономию средств за счет альтернативных моделей ценообразования и использования существующей инфраструктуры, а также существенное снижение рисков, связанных с зависимостью от поставщика и суверенитетом данных.

Выявленные ограничения уровня доверия Einstein особенно критичны, особенно отключенная функция маскирования данных для рабочих процессов Agentforce. Это подчеркивает необходимость выходить за рамки маркетинговых обещаний и тщательно изучать технические реалии, особенно при обработке конфиденциальных данных. Опасения по поводу переносимости данных, как показано на примере Einstein Activity Capture, также служат предостережением от чрезмерной зависимости от проприетарных механизмов хранения и обработки.

В то же время, роль искусственного интеллекта Salesforce не следует недооценивать. Он предлагает ценное, хорошо интегрированное решение для многих стандартных задач CRM. Несмотря на свои ограничения, слой доверия Einstein представляет собой важный уровень управления и безопасности. Кроме того, инструменты с низким уровнем кодирования способствуют более широкой демократизации внедрения ИИ в организациях.

Наиболее эффективной стратегией для многих компаний, вероятно, станет открытый гибридный подход. Такая стратегия использует сильные стороны встроенного ИИ Salesforce для решения повседневных интегрированных задач, но не избегает выборочной интеграции внешних, лучших в своем классе решений ИИ для конкретных, крайне сложных или стратегически важных сценариев использования. Это требует отказа от подхода по умолчанию, предполагающего использование только встроенных инструментов, и проведения тщательной оценки на основе конкретных сценариев использования.

Лицам, принимающим решения, настоятельно рекомендуется тщательно определить оптимальное сочетание нативных и автономных решений на основе ИИ. Это решение должно основываться на конкретных бизнес-требованиях, существующих технических возможностях, допустимом уровне риска и долгосрочных стратегических целях, чтобы в полной мере использовать потенциал ИИ в экосистеме Salesforce без создания ненужных зависимостей или рисков.

☑️ Поддержка МСП в разработке стратегии, консультировании, планировании и реализации.

☑ Создание или перестройка стратегии ИИ

☑️ Пионерское развитие бизнеса

Konrad Wolfenstein

Буду рад стать вашим личным консультантом.

Вы можете связаться со мной, заполнив контактную форму ниже, или просто позвонить мне по телефону +49 89 89 674 804 (Мюнхен) .

Я с нетерпением жду нашего совместного проекта.

Xpert.Digital — это промышленный центр с упором на цифровизацию, машиностроение, логистику/внутреннюю логистику и фотоэлектрическую энергетику.

С помощью нашего решения для развития бизнеса на 360° мы поддерживаем известные компании, начиная с нового бизнеса и заканчивая послепродажным обслуживанием.

Аналитика рынка, маркетинг, автоматизация маркетинга, разработка контента, PR, почтовые кампании, персонализированные социальные сети и привлечение потенциальных клиентов являются частью наших цифровых инструментов.

Дополнительную информацию можно узнать на сайте: www.xpert.digital - www.xpert.solar - www.xpert.plus