Ennek a bejegyzésnek a társszerzője Daryl Martis, a Salesforce Einstein AI termékigazgatója.
Izgatottan jelentjük be Amazon SageMaker és a Salesforce Data Cloud integrációja. Ezzel a képességgel a vállalkozások biztonságosan hozzáférhetnek Salesforce-adataikhoz, a SageMaker használatával, másolatmentes megközelítéssel, és a SageMaker eszközöket használhatják AI-modellek építésére, betanítására és üzembe helyezésére. A következtetési végpontok a Data Cloudhoz vannak kapcsolva, hogy valós idejű előrejelzéseket hajtsanak végre. Ennek eredményeként a vállalkozások felgyorsíthatják a piacra jutás idejét, miközben megőrzik az adatok integritását és biztonságát, és csökkenthetik az adatok egyik helyről a másikra történő mozgatásával járó műveleti terheket.
Bemutatkozik az Einstein Studio a Data Cloudon
A Data Cloud egy olyan adatplatform, amely bármely kapcsolati pontról valós idejű frissítéseket biztosít a vállalkozásoknak az ügyféladatokról. Az Einstein Studióval, amely egy átjáró az AI-eszközökhöz az adatplatformon, az adminisztrátorok és adattudósok könnyedén, néhány kattintással vagy kód használatával modelleket hozhatnak létre. Az Einstein Studio hozza a saját modelljét (BYOM) lehetővé teszi, hogy külső platformokról, például a SageMakerről származó egyéni vagy generatív mesterségesintelligencia-modelleket a Data Cloudhoz kapcsoljon. Az egyéni modellek betaníthatók a Salesforce Data Cloudból származó adatok segítségével, amelyek a következőn keresztül érhetők el Amazon SageMaker Data Wrangler csatlakozó. A vállalkozások előrejelzéseik szerint cselekedhetnek, ha zökkenőmentesen integrálják az egyéni modelleket a Salesforce munkafolyamataiba, ami jobb hatékonyságot, döntéshozatalt és személyre szabott élményt eredményez.
A SageMaker és a Data Cloud Einstein Studio integráció előnyei
A SageMaker és az Einstein Studio használata a Salesforce Data Cloudban a következőképpen segíthet a vállalkozásoknak:
- Lehetővé teszi egyéni és generatív AI-modellek csatlakoztatását az Einstein Stúdióhoz különféle felhasználási esetekben, például potenciális ügyfelek konverziójához, esetbesorolásához és hangulatelemzéséhez.
- Megszünteti az unalmas, költséges és hibás ETL (extract, transform and load) feladatokat. Az adatok másolásmentes megközelítése csökkenti az adatmásolatok kezelésének többletköltségét, csökkenti a tárolási költségeket és javítja a hatékonyságot.
- Hozzáférést biztosít a rendkívül gondozott, harmonizált és valós idejű adatokhoz a Customer 360-ban. Ez olyan szakértői modellekhez vezet, amelyek intelligensebb előrejelzéseket és üzleti betekintést nyújtanak.
- Leegyszerűsíti az üzleti folyamatok eredményeinek felhasználását, és késleltetés nélkül növeli az értéket. Használhat például automatizált munkafolyamatokat, amelyek az új adatok alapján azonnal alkalmazkodni tudnak.
- Megkönnyíti a SageMaker modellek és következtetések operacionalizálását a Salesforce-ban.
A következő példa egy SageMaker modell működési módjára mutat be Salesforce Flow.
SageMaker integráció
A SageMaker egy teljesen felügyelt szolgáltatás adatok előkészítésére, valamint gépi tanulási (ML) modellek felépítésére, betanítására és üzembe helyezésére minden felhasználási esetre teljesen felügyelt infrastruktúrával, eszközökkel és munkafolyamatokkal.
A SageMaker és a Salesforce Data Cloud integrációjának egyszerűsítése érdekében két új képességet vezetünk be a SageMakerben:
- A SageMaker Data Wrangler Salesforce Data Cloud csatlakozó – Az újonnan bevezetett SageMaker Data Wrangler Salesforce Data Cloud csatlakozóval az adminisztrátorok előre konfigurálhatják a Salesforce-hoz fűződő kapcsolatokat, hogy az adatelemzők és adattudósok gyorsan, valós időben hozzáférhessenek a Salesforce-adatokhoz, és szolgáltatásokat hozzanak létre az ML-hez. Ez lehetővé teszi a felhasználók számára, hogy biztonságosan hozzáférjenek a Salesforce Data Cloudhoz az OAuth használatával. A Salesforce Data Wrangler alacsony kódú vizuális adat-előkészítési funkcióival kód írása nélkül interaktívan megjelenítheti, elemezheti és átalakíthatja az adatokat a Spark erejével. A SageMaker Processing jobokkal nagy adatkészletek feldolgozására is méretezhet, és automatikusan betaníthatja az ML módokat Amazon SageMaker Autopilot, és integrálja a SageMaker következtetési folyamatot, hogy ugyanazt az adatfolyamot üzembe helyezze a termelésben a következtetési végponttal az adatok valós idejű vagy kötegelt feldolgozásához a következtetéshez.
- A SageMaker Projects sablon a Salesforce-hoz – Elindítottuk a SageMaker projektek Sablon a Salesforce-hoz, amellyel végpontokat telepíthet hagyományos és nagy nyelvi modellekhez (LLM-ekhez), és automatikusan megjelenítheti a SageMaker-végpontokat API-ként. A SageMaker Projects egyszerű módot kínál a fejlesztői környezet beállítására és szabványosítására az adattudósok és az ML mérnökök számára, hogy ML modelleket építhessenek és telepítsenek a SageMakeren.
Partneri idézet
„A Salesforce és az AWS Sagemaker közötti partnerség lehetővé teszi az ügyfelek számára, hogy kihasználják a mesterséges intelligencia (generatív és nem generatív modellek) erejét Salesforce-adatforrásaikban, munkafolyamataikban és alkalmazásaikban, hogy személyre szabott élményeket nyújtsanak, és új tartalomgenerálást, összefoglalókat és kérdéseket tegyenek lehetővé. -válasz típusú tapasztalatok. A két világ legjavának ötvözésével új paradigmát hozunk létre az adatvezérelt innovációhoz és az ügyfelek sikeréhez, amelyet az AI támaszt alá.”
-Kaushal Kurapati, a Salesforce termékért, mesterséges intelligenciáért és keresésért felelős alelnöke
Megoldás áttekintése
A BYOM integrációs megoldás natív Salesforce Data Cloud csatlakozót biztosít az ügyfeleknek a SageMaker Data Wranglerben. A SageMaker Data Wrangler csatlakozó lehetővé teszi a Salesforce Data Cloud objektumok biztonságos elérését. A felhasználók hitelesítését követően a SageMaker Data Wrangler interaktív vizuális felületén keresztül elvégezhetik a modellfejlesztéshez és a következtetésekhez szükséges adatok feltárását, előkészítését és jellemző tervezési feladatokat. Az adattudósok belül dolgozhatnak Amazon SageMaker Studio notebookokat, hogy egyedi modelleket fejlesszenek ki, amelyek lehetnek hagyományosak vagy LLM-ek, és elérhetővé tegyék őket a telepítéshez a modell SageMaker Model Registry-ben való regisztrálásával. Amikor a rendszerleíró adatbázisban jóváhagyják a modellt élesre, a SageMaker Projects automatizálja a Salesforce Einstein Studióban célként konfigurálható és a Salesforce Customer 360 alkalmazásokkal integrálható hívási API telepítését. A következő diagram ezt az architektúrát szemlélteti
Következtetés
Ebben a bejegyzésben megosztottuk a SageMaker és a Salesforce Einstein Studio BYOM integrációját, ahol a Salesforce Data Cloud adatait felhasználva hagyományos és LLM-eket építhet és képezhet a SageMakerben. A SageMaker Data Wrangler segítségével adatokat készíthet elő a Salesforce Data Cloudból nulla másolat nélkül. Automatizált megoldást is kínáltunk a SageMaker végpontok API-ként történő üzembe helyezésére a Salesforce-hoz készült SageMaker Projects sablon használatával.
Az AWS és a Salesforce izgatottan várják, hogy együttműködjenek, hogy átadhassák ezt az élményt közös ügyfeleinknek, hogy segítsenek nekik az ML és a mesterséges intelligencia erejét felhasználva az üzleti folyamatok irányítását.
Ha többet szeretne megtudni a Salesforce BYOM integrációjáról, tekintse meg a következőt: Hozd el saját AI-modelleid az Einstein Stúdióval. A termékajánlások felhasználásával kapcsolatos részletes megvalósításhoz lásd a következőt: Használja az Amazon SageMaker és a Salesforce Data Cloud integrációt a Salesforce Apps AI/ML segítségével történő működtetéséhez.
A szerzőkről
Daryl Martis a Salesforce Data Cloud Einstein Studio termékigazgatója. Több mint 10 éves tapasztalattal rendelkezik a vállalati ügyfelek számára készült világszínvonalú megoldások tervezésében, építésében, bevezetésében és menedzselésében, beleértve az AI/ML és a felhőmegoldásokat. Korábban a pénzügyi szolgáltatások területén dolgozott New Yorkban.
Rachna Chadha az AWS stratégiai számláinak fő megoldási építésze AI/ML. Rachna optimista, aki hisz abban, hogy az AI etikus és felelős használata javíthatja a társadalmat a jövőben, és gazdasági és társadalmi jólétet hozhat. Szabadidejében Rachna szereti a családjával tölteni az idejét, kirándulni és zenét hallgatni.
Ife Stewart az AWS stratégiai ISV szegmensének fő megoldástervezője. Az elmúlt 2 évben a Salesforce Data Cloud szolgáltatásban dolgozott, hogy segítsen integrált ügyfélélményt kialakítani a Salesforce és az AWS között. Az Ife több mint 10 éves technológiai tapasztalattal rendelkezik. A sokszínűség és a befogadás szószólója a technológiai területen.
Maninder (Mani) Kaur az AWS stratégiai ISV-kért felelős AI/ML specialistája. Ügyfélközpontú megközelítésével Mani segít a stratégiai ügyfeleknek AI/ML stratégiájuk kialakításában, elősegíti az innovációt, és felgyorsítja az AI/ML-útjukat. Mani az etikus és felelősségteljes mesterséges intelligencia híve, és arra törekszik, hogy ügyfelei mesterséges intelligencia megoldásai összhangban legyenek ezekkel az elvekkel.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/bring-your-own-ai-using-amazon-sagemaker-with-salesforce-data-cloud/
- :van
- :is
- :ahol
- $ UP
- 10
- 100
- 160
- 17
- 420
- 7
- 98
- a
- képesség
- Rólunk
- gyorsul
- hozzáférés
- igénybe vett
- Fiókok
- át
- törvény
- alkalmazkodni
- szószóló
- AI
- AI modellek
- AI / ML
- összehangolása
- lehetővé teszi, hogy
- Is
- amazon
- Amazon SageMaker
- Az Amazon Web Services
- an
- elemzés
- Az elemzők
- elemez
- és a
- bejelent
- Másik
- bármilyen
- api
- alkalmazások
- megközelítés
- jóváhagyott
- alkalmazások
- VANNAK
- mesterséges
- mesterséges intelligencia
- AS
- At
- hitelesített
- automatizált
- Automatizált
- automatikusan
- elérhető
- AWS
- alapján
- BE
- óta
- hívő
- úgy gondolja,
- BEST
- között
- mindkét
- hoz
- épít
- Épület
- teher
- üzleti
- vállalkozások
- by
- TUD
- képességek
- képesség
- eset
- esetek
- Város
- besorolás
- felhő
- kód
- kombinálása
- konfigurálva
- Csatlakozás
- összefüggő
- kapcsolatok
- fogyasztás
- tartalom
- Tartalomgenerálás
- Átalakítás
- drága
- kiadások
- teremt
- létrehozása
- a válogatott
- szokás
- vevő
- ügyféladatok
- Ügyfél sikere
- Ügyfelek
- dátum
- Adatplatform
- Adatok előkészítése
- adatalapú
- adatkészletek
- Döntéshozatal
- szállít
- telepíteni
- bevetés
- részletes
- Fejleszt
- Fejlesztés
- Igazgató
- Sokféleség
- Sokféleség és befogadás
- hajtás
- meghajtók
- Gazdasági
- hatékonyság
- hatékonyság
- erőfeszítés nélkül
- Einstein
- megszünteti
- képessé
- lehetővé
- Endpoint
- elkötelezett
- Mérnöki
- Mérnökök
- biztosítására
- Vállalkozás
- Környezet
- etikai
- példa
- izgatott
- tapasztalat
- Tapasztalatok
- szakértő
- kutatás
- külső
- kivonat
- megkönnyíti
- család
- Funkció
- Jellemzők
- kevés
- mező
- pénzügyi
- pénzügyi szolgáltatások
- Cég
- áramlási
- következő
- A
- ból ből
- Üzemanyag
- teljesen
- jövő
- gateway
- generáció
- nemző
- Generatív AI
- he
- segít
- segít
- neki
- nagyon
- Hogyan
- How To
- HTML
- HTTPS
- illusztrálja
- végrehajtás
- javul
- javított
- in
- Beleértve
- befogadás
- ipar
- Infrastruktúra
- Innováció
- meglátások
- azonnali
- integrálni
- integrált
- integrálása
- integráció
- sértetlenség
- Intelligencia
- Intelligens
- interaktív
- Felület
- bele
- bevezetéséről
- Állások
- közös
- utazás
- nyelv
- nagy
- keresztnév
- Késleltetés
- indított
- indítás
- vezet
- vezető
- vezetékek
- TANUL
- tanulás
- Tőkeáttétel
- Kedvencek
- Kihallgatás
- kiszámításának
- elhelyezkedés
- gép
- gépi tanulás
- fenntartása
- csinál
- kezelése
- sikerült
- kezelése
- piacára
- ML
- modell
- modellek
- módok
- több
- mozgó
- zene
- bennszülött
- szükséges
- Új
- New York
- new york city
- újonnan
- auth
- objektumok
- of
- on
- egyszer
- ONE
- operatív
- or
- mi
- felett
- saját
- paradigma
- partner
- Létrehozása
- Teljesít
- Személyre
- csővezeték
- tervezés
- emelvény
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- állás
- hatalom
- Tippek
- előkészítés
- Készít
- elnök
- korábban
- Fő
- elvek
- folyamat
- Folyamatok
- feldolgozás
- Termékek
- Termelés
- projektek
- jólét
- feltéve,
- biztosít
- gyorsan
- igazi
- real-time
- valós idejű adatok
- ajánlások
- csökkenteni
- csökkenti
- regisztráció
- iktató hivatal
- felelős
- eredményez
- Eredmények
- sagemaker
- SageMaker következtetés
- értékesítési erő
- azonos
- Skála
- tudósok
- zökkenőmentesen
- biztosan
- biztonság
- részes
- idősebb
- érzés
- szolgáltatás
- Szolgáltatások
- készlet
- Alak
- megosztott
- ő
- Közösség
- Társadalom
- megoldások
- Megoldások
- Források
- Szikra
- szakember
- Költési
- tárolás
- egyértelmű
- Stratégiai
- Stratégia
- áramvonal
- arra törekszik,
- stúdió
- siker
- ilyen
- cél
- feladatok
- Technológia
- sablon
- hogy
- A
- A jövő
- azok
- Őket
- Ezek
- ők
- ezt
- Keresztül
- idő
- nak nek
- együtt
- szerszámok
- érintse
- hagyományos
- Vonat
- kiképzett
- Átalakítás
- kettő
- típus
- alátámasztott
- Frissítés
- használ
- használati eset
- Felhasználók
- segítségével
- érték
- különféle
- vice
- Alelnök
- Út..
- we
- háló
- webes szolgáltatások
- amikor
- ami
- míg
- WHO
- lesz
- val vel
- belül
- nélkül
- Munka
- dolgozott
- munkafolyamatok
- világszínvonalú
- világ
- írás
- év
- york
- te
- A te
- zephyrnet
- nulla