Salesforce lance Einstein Studio pour créer et déployer des modèles d’intelligence artificielle à partir de ses propres données

Salesforce présente Einstein Studio, une solution pour permettre aux entreprises de créer leurs propres modèles d’IA personnalisés, afin d’alimenter leurs applications CRM pour les ventes, le service client, le marketing, le e-commerce ou l’informatique.

Une solution simple pour déployer des modèles d’IA à l’échelle

Tandis que les entreprises de tous les secteurs s’empressent d’adopter des modèles d’intelligence artificielle, près de 60 % des responsables informatiques estiment qu’un à deux ans les séparent encore de la mise en œuvre de telles solutions. Par ailleurs, seuls 54% des projets d’intelligence artificielle passeraient avec succès de la phase pilote à celle de la mise en production d’après le Gartner.

Pour les aider à passer à l’échelle, Salesforce dévoile Einstein Studio et propose aux équipes de “data scientists” et d’ingénieurs de gérer et déployer des modèles d’intelligence artificielle de manière plus simple, plus efficace et à moindre coût.

BYOM : Exploiter des modèles d’IA existants à partir de données propriétaires

Einstein Studio entraîne des modèles d'IA à partir de données clients issues de Data Cloud, la première plateforme de données en temps réel pour CRM. Grâce à Einstein Studio, les organisations pourront utiliser leurs propres modèles d’IA personnalisés aux côtés de grands modèles de langage préconçus et disponibles via Einstein GPT, afin de proposer une IA complète plus rapidement. L’ensemble des données clients est ainsi unifié à partir de n’importe quelle source et harmonisé automatiquement pour créer un profil client unique. Ce dernier peut ainsi s’adapter en temps réel à l’activité et être utilisé par n’importe quelle équipe.

Les entreprises peuvent désormais utiliser leurs propres jeux de données issus de Salesforce Data Cloud afin d’entraîner des modèles d’IA issus de l’écosystème Salesforce, tels que “Amazon SageMaker” d’Amazon Web Services ou “Vertex AI” de Google Cloud.

Einstein Studio permet d’éviter de passer par la longue phase d’intégration de données entre systèmes. Data Cloud peut ainsi se connecter à d’autres outils d’intelligence artificielle sans extraction, transformation et chargement de données (ETL). Les clients peuvent accélérer la mise en œuvre d'IA fiables, ouvertes et en temps réel pour chaque application ou processus métier.

Avantages de Einstein Studio pour les entreprises

Mettre l’ensemble de ses données clients au cœur d’une IA capable de proposer des interactions hautement personnalisables sur tous les canaux (revenus accrus, diminution de clients perdus, CX améliorée)
Utiliser ses propres modèles d’IA personnalisés via Salesforce Data Cloud et maintenir des processus métiers (automatisation avec “Flow”, déclencher du code Apex, renseigner les équipes commerciales ou les centres de contact grâce aux données produites par l’IA et affichées grâce à l’interface “Lightning Experience”).
Accéder aux modèles d’IA existants et concevoir de puissants modèles de machine learning.
S’appuyer sur Amazon SageMaker ou Vertex AI de Google Cloud pour créer des modèles d’IA à partir de leurs propres données et entraîner ces modèles via Salesforce Data Cloud (productivité grâce au machine learning)
Des modèles d’IA verticalisés

Pour les services financiers : Einstein Studio permet de créer des modèles de vente croisée, afin de recommander des produits ou services complémentaires aux conseillers en fonction de données d’engagement en temps réel collectées sur leurs clients.
Pour les retailers : Einstein Studio permet aux équipes de recommander des produits en fonction des centres d’intérêt et comportements de leurs clients, personnaliser leurs tarifs selon leurs besoins spécifiques, ou segmenter leur clientèle en plusieurs groupes en fonction de leurs catégories démographiques, ou encore de leurs historiques d’achats.
Pour l’industrie automobile : Les constructeurs sont en mesure de prévoir quand une voiture aura besoin d’un entretien, de détecter les demandes d’indemnisation frauduleuses, ou de personnaliser leurs campagnes marketing en fonction des besoins et préférences des acheteurs.

Un grand choix de partenaires

Pour Kevin Ichhpurani, VP, Global Ecosystem & Channels chez Google Cloud : « Salesforce et Google Cloud partagent un même engagement afin d’aider les entreprises à créer concrètement de la valeur grâce à l’IA générative. À l’avenir, cela permettra aux organisations de déployer plus simplement les différents modèles d’IA de Google Cloud et répondre à des cas d’usage spécifiques : sectoriels, open source ou issus de l’écosystème Google Cloud. »

Pour Swami Sivasubramanian, VP, Database, Analytics et Machine Learning chez AWS : « Des dizaines de milliers de clients ont fait appel à Amazon SageMaker pour entraîner des modèles d’IA et générer plus d'un milliard de prédictions mensuelles. Amazon SageMaker est devenu l'outil de choix pour le machine learning. Nous permettons aux clients de rassembler plus facilement leurs données Salesforce afin qu'ils profitent de l'étendue et de la profondeur des fonctionnalités de Amazon SageMake ».

Pour David Geisinger, Global Alliance Lead chez Deloitte Digital : « Grâce à Data Cloud et à Einstein Studio de Salesforce, les clients auront désormais la possibilité d'apporter leurs propres modèles Amazon SageMaker, leur offrant ainsi un plus grand choix dans la manière dont ils utilisent l'IA et les données client. La démocratisation d’une telle fonctionnalité est la clé du succès de nos clients. Deloitte est ravi de contribuer à développer une série de modèles d'IA “BYOM” dans le cadre de l'écosystème Salesforce ».