Hầu hết các cuộc trò chuyện AI của Salesforce bắt đầu với các mô hình. Công việc bắt đầu với việc quyết định nơi AI có thể ảnh hưởng đến ưu tiên, định tuyến và kết quả.Những gì sau đây xác định xem có gì đứng vững trong sản xuất: chất lượng tín hiệu, kỷ luật phát hành và quản trị áp dụng cho đầu ra AI với sự nghiêm ngặt như dữ liệu cơ bản. Salesforce đã giới thiệu Einstein GPT như là AI tạo ra cho CRM, được thiết kế để cung cấp nội dung được tạo ra bởi AI trên bán hàng, dịch vụ, tiếp thị, thương mại và tương tác CNTT, và đặt nó là mở, có thể mở rộng và được đào tạo về dữ liệu thời gian thực đáng tin cậy. Einstein AI trong Salesforce: Một ống kính dòng công việc Einstein GPT là hữu ích nhất khi được đánh giá là dòng công việc, bởi vì dòng công việc là nơi kết quả xuất hiện. Khoảnh khắc quyết định xác định ưu tiên. một điểm số quan trọng khi nó thay đổi những gì được làm việc tiếp theo. một tín hiệu rủi ro quan trọng khi nó thay đổi leo thang, thứ tự hàng đợi, hoặc thời gian theo dõi. Khoảnh khắc thực hiện là nơi Salesforce hành động. Routing, giao nhiệm vụ và tự động hóa thông qua Flow hoặc Apex sống ở đây. đầu ra tạo ra, chẳng hạn như tóm tắt hoặc bản phác thảo, chỉ thuộc lớp này khi đầu vào bị giới hạn và các quy tắc truy cập được thực thi. Khoảnh khắc kinh nghiệm là nơi kết quả trở nên hiển thị. độ phân giải nhanh hơn, ít thao tác hơn và hướng dẫn có liên quan hơn phụ thuộc vào các lớp quyết định và thực thi được kết nối. Nếu bước “thay đổi công việc tiếp theo” đó là không rõ ràng, việc áp dụng sẽ không nhất quán, và đo lường sẽ trôi về phía các số liệu vô nghĩa. Phân tích dự đoán và cá nhân hóa: Thiết kế lớp quyết định Ở quy mô doanh nghiệp, cá nhân hóa là quyết định, không phải lựa chọn nội dung. Mô hình dữ liệu Tùy chỉnh của Salesforce mô tả các đối tượng chạy thời gian nắm bắt các yêu cầu tùy chỉnh, đủ điều kiện, vị trí và giao hàng. rằng khung hình là quan trọng bởi vì nó chỉ ra một hệ thống hoạt động liên tục, không phải là một cấu hình tĩnh. Một cấu trúc thực tế giữ điều này có thể quản lý được: bối cảnh, ý định, trải nghiệm tốt nhất tiếp theo. Kênh, giai đoạn vòng đời, trường hợp mở, cấp dịch vụ, cửa sổ gia hạn và hạn chế sự đồng ý thường quan trọng hơn so với danh sách thuộc tính dài. Mục đích phản ánh mục tiêu có thể xảy ra, chẳng hạn như giải quyết vấn đề, gia hạn, nâng cấp hoặc so sánh các tùy chọn. Trải nghiệm tốt nhất tiếp theo là hành động gắn liền với kết quả, chẳng hạn như định tuyến đến hàng đợi chính xác, đề xuất kiến thức, tạo nhiệm vụ gia hạn hoặc bề mặt kịch bản hướng dẫn. Để điều này hoạt động, các kết quả ra quyết định phải di chuyển. Salesforce mô tả kích hoạt Data Cloud như trình bày dữ liệu trong một định dạng có thể thực hiện được, với cả streaming và hỗ trợ lô. Một kiểm tra hữu ích vẫn đơn giản. những gì thay đổi vào ngày mai nếu dự đoán là chính xác. Kiến trúc và khả năng mở rộng: áp lực điểm bề mặt sớm AI làm tăng nhu cầu tín hiệu mới, nhất quán. rằng áp lực phơi bày các điểm yếu kiến trúc một cách nhanh chóng, đặc biệt là bản sắc phân mảnh và tích hợp mỏng manh. Kiến trúc Multi-Org Kiến trúc đa cơ quan phù hợp khi các yêu cầu cách ly liên tục, chẳng hạn như sự tách biệt quy định, quản trị riêng biệt hoặc tần suất phát hành độc lập. Sự phức tạp lâu dài được thúc đẩy ít hơn bởi số lượng cơ quan và nhiều hơn bởi một vài quyết định. Nơi hồ sơ khách hàng vàng sống. Làm thế nào danh tính được giải quyết qua biên giới cơ quan. Nơi phân tích chạy. Làm thế nào phát hành được phối hợp khi có sự phụ thuộc. AI làm tăng tỷ lệ cược bởi vì bản sắc, sự đồng ý và tính mới mẻ của dữ liệu trở thành yêu cầu cơ bản cho dự đoán và cá nhân hóa. Sự kiện-Driven Integration for Signals Khi AI phụ thuộc vào tín hiệu, cơ chế giao hàng quan trọng. Salesforce mô tả sự kiện nền tảng là các thông điệp an toàn, có thể mở rộng để trao đổi dữ liệu sự kiện thời gian thực giữa Salesforce và các hệ thống bên ngoài. Change Data Capture xuất bản các sự kiện thay đổi gần thời gian thực để tạo bản ghi, cập nhật và xóa để hỗ trợ đồng bộ hóa. Những nguyên thủy này hỗ trợ tái chế an toàn hơn, phục hồi sau khi thất bại và bảo vệ chống lại đỉnh cao.Họ cũng làm giảm sự kết nối ẩn bằng cách tách “những gì đã thay đổi” khỏi “người yêu cầu nó”, giúp đơn giản hóa việc ra quyết định sau. DevOps và CI/CD: Giữ sự thay đổi có thể dự đoán được Khi AI trở nên nhúng, các bản phát hành mang nhiều rủi ro hơn vì nhiều quy trình làm việc phụ thuộc vào tự động hóa và dữ liệu. Tài liệu trợ giúp của Salesforce cho DevOps Center nói rằng mỗi giai đoạn đường ống có một chi nhánh liên quan trong kho điều khiển nguồn. Đây là nơi mà nhiều chương trình giảm rủi ro theo thời gian hoặc tích lũy nó.Nếu đường ống không thể tái tạo một phát hành từ kiểm soát nguồn và thúc đẩy nó thông qua các môi trường có khả năng theo dõi, các tính năng AI sẽ phóng đại điểm yếu đó. Hạn chế ngành công nghiệp: Y tế và chính phủ Một số ngành công nghiệp nhân nhiều yêu cầu thay vì thêm chúng. Trong chăm sóc sức khỏe, Salesforce duy trì một danh mục tuân thủ HIPAA và tham chiếu các hạn chế BAA hiện tại và các dịch vụ được bảo hiểm HIPAA. Phạm vi đó là quan trọng bởi vì tuân thủ được định hình bởi ranh giới dịch vụ và kiểm soát kỹ thuật cùng nhau. Kiểm soát truy cập mạnh mẽ, chiến lược mã hóa, khả năng kiểm toán và kỷ luật giữ lại trở thành mối quan tâm thiết kế cốt lõi. Môi trường chính phủ đặt áp lực tương tự trên danh tính, truy cập dựa trên chính sách và khả năng theo dõi. nhật ký và lịch sử kiểm toán là một phần của giá trị của hệ thống, không phải là một suy nghĩ sau. Công nghệ mới nổi: Làm rõ ranh giới trước Các công nghệ mới nổi phù hợp với kiến trúc Salesforce khi ranh giới rõ ràng. Dữ liệu nhạy cảm vẫn nằm ngoài chuỗi, hash hoặc proof được lưu trữ, Salesforce xử lý dòng công việc và trải nghiệm người dùng, và chuỗi cung cấp xác minh. IoT hoạt động tốt nhất dưới dạng tín hiệu thay vì viễn thông thô.Telemetry được tổng hợp và phân tích lên, chuyển đổi thành các chỉ số có thể thực hiện, sau đó đẩy vào Salesforce để các dòng công việc dịch vụ có thể hoạt động. Những hạn chế này giữ cho CRM tập trung vào phối hợp thay vì xử lý khối lượng cao. An ninh và tuân thủ: AI thừa hưởng các quy tắc An ninh xác định ranh giới xung quanh mọi thứ ở trên. Salesforce mô tả Salesforce Shield như bao gồm Platform Encryption, Event Monitoring, và Field Audit Trail, lập bản đồ trực tiếp cho nhu cầu của doanh nghiệp về mã hóa, khả năng hiển thị và lịch sử kiểm toán. nghĩa vụ bảo mật củng cố cùng một kỷ luật thiết kế. hướng dẫn GDPR của Salesforce mô tả các quyền mở rộng cho các cá nhân và nghĩa vụ cho các tổ chức xử lý dữ liệu cá nhân. Trong thực tế, điều này có nghĩa là phát hiện dữ liệu, quản lý sự đồng ý, tự động hóa lưu giữ, kiểm soát truy cập và kiểm toán. AI làm tăng tầm quan trọng của các điều khiển này bởi vì đầu ra có thể bề mặt thông tin trong bối cảnh mới. Nếu một người dùng không thể truy cập vào một lĩnh vực, một tóm tắt AI không nên bề mặt nó. Kết luận: Làm cho AI trong Salesforce có thể hoạt động AI trong Salesforce hoạt động khi nó được xử lý như một hệ thống hoạt động. mô hình quan trọng, nhưng kết quả phụ thuộc vào việc cung cấp tín hiệu, kết nối dòng công việc, kiểm soát phát hành và ranh giới bảo mật. Một kiểm tra cuối cùng giữ cho các nhóm có cơ sở. Có thể giải thích rõ tác động của quy trình làm việc. Có thể theo dõi và phục hồi các đầu vào trong khi thất bại. Có thể tái tạo và quảng bá các thay đổi với sự tự tin. Có thể các đầu ra ở trong phạm vi các quy tắc truy cập và nghĩa vụ bảo mật. Có thể điều này xảy ra trong một cuộc kiểm toán, trong một mùa cao điểm, và trong một sự cố trực tiếp mà không cần cải tiến. Nếu câu trả lời là có, nền tảng đủ mạnh để tiếp tục thêm AI mà không làm tăng rủi ro. 
 
 Bài viết này được đăng trong Chương trình Blog Kinh doanh của HackerNoon. Câu chuyện này đã được xuất bản dưới HackerNoon's . Chương trình Blog doanh nghiệp

Read My Stories

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

Tôi và Machine Learning trong Salesforce: Xây dựng một CRM AI-Native mà không phá vỡ kiến trúc

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

85 Stories To Learn About Productivity Hacks

223 Stories To Learn About Science

309 Stories To Learn About Smart Contracts

184 Stories To Learn About Psychology

85 Stories To Learn About Productivity Hacks

223 Stories To Learn About Science

309 Stories To Learn About Smart Contracts

184 Stories To Learn About Psychology

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps