Amazon SageMaker と Salesforce Data Cloud を使用して独自の AI を導入する | アマゾン ウェブ サービス

この投稿は、Salesforce Einstein AI の製品ディレクターである Daryl Martis の共著者です。

私たちは発表することに興奮しています アマゾンセージメーカー Salesforce データクラウドの統合。 この機能により、企業は SageMaker を使用してゼロコピーのアプローチで Salesforce データに安全にアクセスし、SageMaker ツールを使用して AI モデルを構築、トレーニング、デプロイすることができます。 推論エンドポイントはデータ クラウドに接続され、リアルタイムで予測を推進します。 その結果、企業はデータの整合性とセキュリティを維持しながら市場投入までの時間を短縮し、データをある場所から別の場所に移動する運用負担を軽減できます。

Data Cloud 上の Einstein Studio の紹介

Data Cloud は、あらゆるタッチポイントから企業に顧客データのリアルタイム更新を提供するデータ プラットフォームです。 データプラットフォーム上の AI ツールへのゲートウェイである Einstein Studio を使用すると、管理者やデータサイエンティストは、数回クリックするかコードを使用するだけでモデルを簡単に作成できます。 Einstein Studio の Bring Your Own Model (BYOM) エクスペリエンスは、カスタム AI モデルまたは生成 AI モデルを SageMaker などの外部プラットフォームから Data Cloud に接続する機能を提供します。 カスタム モデルは、Salesforce Data Cloud のデータを使用してトレーニングできます。 AmazonSageMakerデータラングラー コネクタ。 企業はカスタムモデルを Salesforce ワークフローにシームレスに統合することで予測に基づいて行動でき、効率、意思決定、パーソナライズされたエクスペリエンスの向上につながります。

SageMaker と Data Cloud Einstein Studio の統合の利点

Salesforce Data Cloud で SageMaker と Einstein Studio を使用することがどのようにビジネスに役立つかを次に示します。

• リード変換、ケース分類、センチメント分析などのさまざまなユースケースのために、カスタムおよび生成 AI モデルを Einstein Studio に接続する機能を提供します。
• これにより、退屈でコストがかかり、エラーが発生しやすい ETL (抽出、変換、ロード) ジョブが排除されます。 データに対するゼロコピーアプローチにより、データコピー管理のオーバーヘッドが削減され、ストレージコストが削減され、効率が向上します。
• これにより、Customer 360 全体にわたって高度に厳選され、調和されたリアルタイム データへのアクセスが提供されます。これにより、よりインテリジェントな予測とビジネス上の洞察を提供するエキスパート モデルが実現します。
• ビジネス プロセスからの結果の利用を簡素化し、待ち時間なしで価値を推進します。 たとえば、新しいデータに基づいて瞬時に適応できる自動化されたワークフローを使用できます。
• これにより、Salesforce での SageMaker モデルと推論の運用が容易になります。

以下は、次を使用して SageMaker モデルを運用化する方法の例です。 Salesforce フロー.

SageMaker の統合

SageMaker は、フルマネージドのインフラストラクチャ、ツール、ワークフローを使用して、データを準備し、あらゆるユースケース向けの機械学習 (ML) モデルを構築、トレーニング、デプロイするためのフルマネージド サービスです。

SageMaker と Salesforce Data Cloud の統合を効率化するために、SageMaker に XNUMX つの新機能を導入します。

• SageMaker Data Wrangler Salesforce データ クラウド コネクタ – 新たにリリースされた SageMaker Data Wrangler Salesforce Data Cloud コネクタを使用すると、管理者は Salesforce への接続を事前設定して、データ アナリストやデータ サイエンティストがリアルタイムで Salesforce データに迅速にアクセスし、ML 用の機能を作成できるようになります。 これにより、ユーザーは OAuth を使用して Salesforce Data Cloud に安全にアクセスできるようになります。 Salesforce Data Wrangler のローコードのビジュアルデータ準備機能を使用すると、コードをまったく記述せずに、Spark の機能を使用してデータを対話的に視覚化、分析、変換できます。 また、SageMaker 処理ジョブを使用して大規模なデータセットを処理するように拡張したり、 を使用して ML モードを自動的にトレーニングしたりすることもできます。 Amazon SageMakerオートパイロットまた、SageMaker 推論パイプラインと統合して、推論エンドポイントを使用して同じデータ フローを本番環境にデプロイし、推論のためにデータをリアルタイムまたはバッチで処理します。

• Salesforce 用の SageMaker プロジェクト テンプレート – を立ち上げました。 SageMaker プロジェクト 従来の言語モデルと大規模言語モデル (LLM) のエンドポイントをデプロイし、SageMaker エンドポイントを API として自動的に公開するために使用できる Salesforce 用のテンプレートです。 SageMaker プロジェクトは、データ サイエンティストと ML エンジニアが SageMaker で ML モデルを構築およびデプロイするための開発環境をセットアップおよび標準化する簡単な方法を提供します。

パートナーの見積もり

「Salesforce と AWS Sagemaker のパートナーシップにより、顧客は Salesforce データソース、ワークフロー、アプリケーション全体で AI (生成モデルと非生成モデルの両方) の力を活用して、パーソナライズされたエクスペリエンスを提供し、新しいコンテンツの生成、要約、質問を強化できるようになります。 - 回答型のエクスペリエンス。 両方の長所を組み合わせることで、私たちはデータ主導のイノベーションと AI に支えられた顧客の成功のための新しいパラダイムを生み出しています。」

- Salesforce 製品、AI、検索担当上級副社長、Kaushal Kurapati 氏

ソリューションの概要

BYOM 統合ソリューションは、SageMaker Data Wrangler のネイティブ Salesforce Data Cloud コネクタを顧客に提供します。 SageMaker Data Wrangler コネクタを使用すると、Salesforce Data Cloud オブジェクトに安全にアクセスできます。 ユーザーが認証されると、SageMaker Data Wrangler の対話型ビジュアル インターフェイスを介して、モデルの開発と推論に必要なデータの探索、準備、および特徴量エンジニアリングのタスクを実行できます。 データサイエンティストは以下の範囲内で作業できます。 Amazon SageMakerスタジオ ノートブックを使用してカスタム モデル (従来のモデルまたは LLM を使用できる) を開発し、モデルを SageMaker モデル レジストリに登録することでデプロイメントに使用できるようにします。 レジストリでモデルの運用が承認されると、SageMaker Projects は呼び出し API のデプロイメントを自動化します。呼び出し API は、Salesforce Einstein Studio のターゲットとして設定でき、Salesforce Customer 360 アプリケーションと統合できます。 次の図は、このアーキテクチャを示しています

まとめ

この投稿では、SageMaker と Salesforce Einstein Studio BYOM の統合について説明しました。これにより、Salesforce Data Cloud のデータを使用して、SageMaker で従来の LLM と LLM を構築およびトレーニングできます。 SageMaker Data Wrangler を使用すると、コピーなしで Salesforce Data Cloud からデータを準備できます。 また、Salesforce 用の SageMaker プロジェクト テンプレートを使用して、SageMaker エンドポイントを API としてデプロイするための自動ソリューションも提供しました。

AWS と Salesforce は、提携してこのエクスペリエンスを共通の顧客に提供し、ML と人工知能の力を使用してビジネス プロセスを推進できるよう支援できることを楽しみにしています。

Salesforce BYOM 統合の詳細については、以下を参照してください。 Einstein Studio を使用して独自の AI モデルを導入する。 製品推奨の使用例を使用した詳細な実装については、を参照してください。 Amazon SageMaker と Salesforce Data Cloud の統合を使用して、AI/ML で Salesforce アプリを強化します.

---

著者について

ダリル・マーティス Salesforce Data Cloud の Einstein Studio の製品ディレクターです。 AI/ML やクラウド ソリューションなど、企業顧客向けの世界クラスのソリューションの計画、構築、立ち上げ、管理に 10 年以上の経験があります。 彼は以前、ニューヨーク市の金融サービス業界で働いていました。

ラクナ チャダ は、AW​​S の戦略アカウントの AI/ML 担当プリンシパル ソリューション アーキテクトです。 Rachna は、AI を倫理的かつ責任を持って使用することで将来の社会を改善し、経済的および社会的繁栄をもたらすことができると信じている楽観主義者です。 余暇には、家族と一緒に時間を過ごしたり、ハイキングをしたり、音楽を聴いたりするのが好きです。

イフェ・スチュワート AWS の戦略的 ISV セグメントのプリンシパル ソリューション アーキテクトです。 過去 2 年間にわたり、彼女は Salesforce Data Cloud に携わり、Salesforce と AWS 全体で統合された顧客エクスペリエンスの構築を支援してきました。 Ife はテクノロジー分野で 10 年以上の経験があります。 彼女はテクノロジー分野におけるダイバーシティとインクルージョンの提唱者です。

マニダー (マニ) カウル は、AW​​S の戦略的 ISV の AI/ML スペシャリスト リーダーです。 マニは、顧客第一のアプローチにより、戦略的顧客が AI/ML 戦略を策定し、イノベーションを推進し、AI/ML への取り組みを加速するのを支援します。 マニは倫理的で責任ある AI を強く信じており、顧客の AI ソリューションがこれらの原則に確実に沿うように努めています。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 自動車/EV、 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• ブロックオフセット。 環境オフセット所有権の近代化。 こちらからアクセスしてください。
• 情報源： https://aws.amazon.com/blogs/machine-learning/bring-your-own-ai-using-amazon-sagemaker-with-salesforce-data-cloud/