Salesforce Data Cloud와 함께 Amazon SageMaker를 사용하여 자체 AI 가져오기 | 아마존 웹 서비스

이 게시물은 Salesforce Einstein AI의 제품 이사인 Daryl Martis가 공동 작성했습니다.

우리는 기쁘게 생각합니다 아마존 세이지 메이커 및 Salesforce 데이터 클라우드 통합. 이 기능을 통해 기업은 SageMaker를 사용하여 무복사 접근 방식으로 Salesforce 데이터에 안전하게 액세스하고 SageMaker 도구를 사용하여 AI 모델을 구축, 교육 및 배포할 수 있습니다. 추론 엔드포인트는 Data Cloud와 연결되어 실시간으로 예측을 수행합니다. 결과적으로 기업은 데이터 무결성과 보안을 유지하면서 출시 시간을 단축하고 한 위치에서 다른 위치로 데이터를 이동하는 운영 부담을 줄일 수 있습니다.

Data Cloud의 Einstein Studio 소개

데이터 클라우드는 모든 접점에서 기업에 고객 데이터의 실시간 업데이트를 제공하는 데이터 플랫폼입니다. 데이터 플랫폼의 AI 도구에 대한 관문인 Einstein Studio를 사용하면 관리자와 데이터 과학자가 몇 ​​번의 클릭이나 코드를 사용하여 손쉽게 모델을 생성할 수 있습니다. Einstein Studio의 BYOM(Bring Your Own Model) 경험은 SageMaker와 같은 외부 플랫폼에서 Data Cloud로 맞춤형 또는 생성 AI 모델을 연결하는 기능을 제공합니다. 사용자 정의 모델은 다음을 통해 액세스하는 Salesforce Data Cloud의 데이터를 사용하여 훈련할 수 있습니다 Amazon SageMaker 데이터 랭글러 커넥터. 기업은 사용자 정의 모델을 Salesforce 워크플로에 원활하게 통합하여 예측에 따라 조치를 취할 수 있으므로 효율성, 의사 결정 및 개인화된 경험이 향상됩니다.

SageMaker 및 Data Cloud Einstein Studio 통합의 이점

다음은 Salesforce Data Cloud에서 Einstein Studio와 함께 SageMaker를 사용하여 비즈니스를 지원하는 방법입니다.

• 리드 변환, 사례 분류 및 감정 분석과 같은 다양한 사용 사례를 위해 맞춤형 및 생성 AI 모델을 Einstein Studio에 연결하는 기능을 제공합니다.
• 지루하고 비용이 많이 들고 오류가 발생하기 쉬운 ETL(추출, 변환 및 로드) 작업을 제거합니다. 데이터에 대한 무복사 접근 방식은 데이터 사본을 관리하는 오버헤드를 줄이고 스토리지 비용을 줄이며 효율성을 향상시킵니다.
• Customer 360에서 고도로 선별되고 조화된 실시간 데이터에 대한 액세스를 제공합니다. 이를 통해 보다 지능적인 예측과 비즈니스 인사이트를 제공하는 전문가 모델로 이어집니다.
• 비즈니스 프로세스의 결과 소비를 단순화하고 대기 시간 없이 가치를 창출합니다. 예를 들어 새로운 데이터를 기반으로 즉시 적응할 수 있는 자동화된 워크플로를 사용할 수 있습니다.
• Salesforce에서 SageMaker 모델 및 추론의 운영화를 용이하게 합니다.

다음은 다음을 사용하여 SageMaker 모델을 운용하는 방법의 예입니다. Salesforce 흐름.

SageMaker 통합

SageMaker는 완전 관리형 인프라, 도구 및 워크플로를 사용하여 모든 사용 사례에 대해 데이터를 준비하고 기계 학습(ML) 모델을 구축, 교육 및 배포하는 완전 관리형 서비스입니다.

SageMaker 및 Salesforce Data Cloud 통합을 간소화하기 위해 SageMaker에 두 가지 새로운 기능을 도입했습니다.

• SageMaker Data Wrangler Salesforce 데이터 클라우드 커넥터 – 새로 출시된 SageMaker Data Wrangler Salesforce Data Cloud 커넥터를 통해 관리자는 Salesforce에 대한 연결을 미리 구성하여 데이터 분석가와 데이터 과학자가 실시간으로 Salesforce 데이터에 신속하게 액세스하고 ML용 기능을 생성할 수 있습니다. 이렇게 하면 사용자가 OAuth를 사용하여 Salesforce Data Cloud에 안전하게 액세스할 수 있습니다. Salesforce Data Wrangler의 로우 코드 시각적 데이터 준비 기능을 사용하여 코드를 작성하지 않고도 Spark의 기능을 사용하여 대화식으로 데이터를 시각화, 분석 및 변환할 수 있습니다. 또한 SageMaker 처리 작업을 사용하여 대규모 데이터 세트를 처리하도록 확장하고 다음을 사용하여 ML 모드를 자동으로 교육할 수 있습니다. Amazon SageMaker 자동 조종 장치, SageMaker 추론 파이프라인과 통합하여 추론 엔드포인트가 있는 프로덕션에 동일한 데이터 흐름을 배포하여 데이터를 실시간으로 처리하거나 추론을 위해 배치로 처리합니다.

• Salesforce용 SageMaker 프로젝트 템플릿 – 우리는 SageMaker 프로젝트 기존 및 대규모 언어 모델(LLM)용 엔드포인트를 배포하고 SageMaker 엔드포인트를 자동으로 API로 노출하는 데 사용할 수 있는 Salesforce용 템플릿입니다. SageMaker 프로젝트는 데이터 과학자와 ML 엔지니어가 SageMaker에서 ML 모델을 구축하고 배포할 수 있도록 개발 환경을 설정하고 표준화하는 간단한 방법을 제공합니다.

파트너 견적

"Salesforce와 AWS Sagemaker 간의 파트너십을 통해 고객은 Salesforce 데이터 소스, 워크플로 및 애플리케이션 전반에서 AI(생성 및 비생성 모델 모두)의 기능을 활용하여 개인화된 경험을 제공하고 새로운 콘텐츠 생성, 요약 및 질문을 강화할 수 있습니다. - 답변 유형 경험. 두 세계의 장점을 결합함으로써 우리는 AI가 뒷받침하는 데이터 기반 혁신과 고객 성공을 위한 새로운 패러다임을 만들고 있습니다.”

-Kaushal Kurapati, Salesforce 제품, AI 및 검색 부문 수석 부사장

솔루션 개요

BYOM 통합 솔루션은 고객에게 SageMaker Data Wrangler의 기본 Salesforce Data Cloud 커넥터를 제공합니다. SageMaker Data Wrangler 커넥터를 사용하면 Salesforce Data Cloud 개체에 안전하게 액세스할 수 있습니다. 사용자가 인증되면 SageMaker Data Wrangler 대화형 시각적 인터페이스를 통해 모델 개발 및 추론에 필요한 데이터 탐색, 준비 및 기능 엔지니어링 작업을 수행할 수 있습니다. 데이터 과학자는 아마존 세이지 메이커 스튜디오 노트북은 기존 또는 LLM일 수 있는 사용자 지정 모델을 개발하고 SageMaker 모델 레지스트리에 모델을 등록하여 배포할 수 있도록 합니다. 모델이 레지스트리에서 프로덕션용으로 승인되면 SageMaker 프로젝트는 Salesforce Einstein Studio에서 대상으로 구성하고 Salesforce Customer 360 애플리케이션과 통합할 수 있는 호출 API의 배포를 자동화합니다. 다음 다이어그램은 이 아키텍처를 보여줍니다.

결론

이 게시물에서는 Salesforce Data Cloud의 데이터를 사용하여 SageMaker에서 기존 및 LLM을 구축하고 교육할 수 있는 SageMaker 및 Salesforce Einstein Studio BYOM 통합을 공유했습니다. SageMaker Data Wrangler를 사용하여 사본 없이 Salesforce Data Cloud에서 데이터를 준비할 수 있습니다. 또한 Salesforce용 SageMaker 프로젝트 템플릿을 사용하여 SageMaker 엔드포인트를 API로 배포하는 자동화된 솔루션을 제공했습니다.

AWS와 Salesforce는 함께 협력하여 공동 고객에게 이 경험을 제공하여 ML 및 인공 지능의 힘을 사용하여 비즈니스 프로세스를 추진할 수 있게 된 것을 기쁘게 생각합니다.

Salesforce BYOM 통합에 대해 자세히 알아보려면 다음을 참조하십시오. Einstein Studio로 자신만의 AI 모델 가져오기. 제품 권장 사항 사용 사례를 사용한 자세한 구현은 다음을 참조하십시오. Amazon SageMaker 및 Salesforce Data Cloud 통합을 사용하여 AI/ML로 Salesforce 앱 강화.

저자에 관하여

대릴 마티스 Salesforce Data Cloud의 Einstein Studio 제품 책임자입니다. 그는 AI/ML 및 클라우드 솔루션을 포함하여 기업 고객을 위한 세계적 수준의 솔루션을 계획, 구축, 출시 및 관리하는 데 10년 이상의 경험을 가지고 있습니다. 그는 이전에 뉴욕시의 금융 서비스 산업에서 일했습니다.

라크나 차다 AWS Strategic Accounts의 수석 솔루션 아키텍트 AI/ML입니다. Rachna는 AI의 윤리적이고 책임 있는 사용이 미래의 사회를 개선하고 경제적, 사회적 번영을 가져올 수 있다고 믿는 낙관론자입니다. 여가 시간에 Rachna는 가족과 함께 시간을 보내고, 하이킹을 하고, 음악을 듣는 것을 좋아합니다.

이페 스튜어트 AWS 전략적 ISV 부문의 수석 솔루션 아키텍트입니다. 그녀는 지난 2년 동안 Salesforce Data Cloud와 협력하여 Salesforce와 AWS에서 통합된 고객 경험을 구축하는 데 도움을 주었습니다. Ife는 기술 분야에서 10년 이상의 경험을 가지고 있습니다. 그녀는 기술 분야의 다양성과 포용성을 옹호합니다.

마닌더(마니) 카우르 AWS 전략적 ISV의 AI/ML 전문가 리드입니다. 고객 우선 접근 방식을 통해 Mani는 전략적 고객이 AI/ML 전략을 수립하고 혁신을 촉진하며 AI/ML 여정을 가속화하도록 돕습니다. Mani는 윤리적이고 책임 있는 AI를 굳게 믿으며 고객의 AI 솔루션이 이러한 원칙에 부합하도록 노력합니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
• 출처: https://aws.amazon.com/blogs/machine-learning/bring-your-own-ai-using-amazon-sagemaker-with-salesforce-data-cloud/