Этот пост написан в соавторстве с Дэрилом Мартисом, директором по продукту Salesforce Einstein AI.
Мы рады объявить Создатель мудреца Амазонки и интеграция Salesforce Data Cloud. Благодаря этой возможности предприятия могут безопасно получать доступ к своим данным Salesforce с помощью подхода без копирования с помощью SageMaker и использовать инструменты SageMaker для создания, обучения и развертывания моделей ИИ. Конечные точки логического вывода подключены к облаку данных для прогнозирования в режиме реального времени. В результате предприятия могут сократить время выхода на рынок, сохранив при этом целостность и безопасность данных, а также снизить операционную нагрузку, связанную с перемещением данных из одного места в другое.
Представляем Einstein Studio в облаке данных
Data Cloud — это платформа данных, которая предоставляет компаниям обновления данных своих клиентов в режиме реального времени из любой точки взаимодействия. С помощью Einstein Studio, шлюза к инструментам искусственного интеллекта на платформе данных, администраторы и специалисты по данным могут легко создавать модели несколькими щелчками мыши или с помощью кода. Возможность использования собственной модели Einstein Studio (BYOM) позволяет подключать пользовательские или генеративные модели ИИ с внешних платформ, таких как SageMaker, к Data Cloud. Пользовательские модели можно обучать с использованием данных из Salesforce Data Cloud, доступ к которым осуществляется через Обработчик данных Amazon SageMaker разъем. Компании могут действовать в соответствии со своими прогнозами, легко интегрируя пользовательские модели в рабочие процессы Salesforce, что приводит к повышению эффективности, принятию решений и персонализированному опыту.
Преимущества интеграции SageMaker и Data Cloud Einstein Studio
Вот как использование SageMaker с Einstein Studio в Salesforce Data Cloud может помочь компаниям:
- Он предоставляет возможность подключать пользовательские и генеративные модели ИИ к Einstein Studio для различных вариантов использования, таких как преобразование потенциальных клиентов, классификация случаев и анализ настроений.
- Это устраняет утомительные, дорогостоящие и подверженные ошибкам задания ETL (извлечение, преобразование и загрузка). Подход к данным с нулевым копированием снижает накладные расходы на управление копиями данных, снижает затраты на хранение и повышает эффективность.
- Он обеспечивает доступ к тщательно отобранным, согласованным данным в режиме реального времени в рамках Customer 360. Это приводит к экспертным моделям, которые обеспечивают более интеллектуальные прогнозы и бизнес-аналитику.
- Это упрощает использование результатов бизнес-процессов и повышает эффективность без задержек. Например, вы можете использовать автоматизированные рабочие процессы, которые могут мгновенно адаптироваться к новым данным.
- Это облегчает операционализацию моделей и выводов SageMaker в Salesforce.
Ниже приведен пример того, как операционализировать модель SageMaker с помощью Поток продаж.
Интеграция с SageMaker
SageMaker — это полностью управляемый сервис для подготовки данных, а также построения, обучения и развертывания моделей машинного обучения (ML) для любого варианта использования с полностью управляемой инфраструктурой, инструментами и рабочими процессами.
Чтобы упростить интеграцию SageMaker и Salesforce Data Cloud, мы представляем две новые возможности в SageMaker:
- Соединитель SageMaker Data Wrangler Salesforce Data Cloud – Благодаря недавно запущенному коннектору SageMaker Data Wrangler Salesforce Data Cloud администраторы могут предварительно настроить подключения к Salesforce, чтобы аналитики данных и специалисты по данным могли быстро получать доступ к данным Salesforce в режиме реального времени и создавать функции для машинного обучения. Это позволит пользователям безопасно получать доступ к Salesforce Data Cloud с помощью OAuth. Вы можете интерактивно визуализировать, анализировать и преобразовывать данные с помощью возможностей Spark без написания кода, используя функции подготовки визуальных данных с малым кодом в Salesforce Data Wrangler. Вы также можете выполнять масштабирование для обработки больших наборов данных с помощью заданий SageMaker Processing, автоматически обучать режимы машинного обучения с помощью Amazon SageMaker Автопилот, и интегрируйте с конвейером вывода SageMaker, чтобы развернуть тот же поток данных в рабочей среде с конечной точкой вывода для обработки данных в режиме реального времени или в пакетном режиме для вывода.
- Шаблон проектов SageMaker для Salesforce – Мы запустили Проекты SageMaker Шаблон для Salesforce, который можно использовать для развертывания конечных точек для традиционных и больших языковых моделей (LLM) и автоматического предоставления конечных точек SageMaker в виде API. SageMaker Projects предоставляет простой способ настройки и стандартизации среды разработки для специалистов по данным и инженеров машинного обучения для создания и развертывания моделей машинного обучения в SageMaker.
Цитата партнера
«Партнерство между Salesforce и AWS Sagemaker позволит клиентам использовать возможности искусственного интеллекта (как генеративные, так и негенеративные модели) в своих источниках данных, рабочих процессах и приложениях Salesforce для обеспечения персонализированного взаимодействия и создания нового контента, его обобщения и ответов на вопросы. -опыт типа ответа. Объединив лучшее из обоих миров, мы создаем новую парадигму инноваций, основанных на данных, и успеха клиентов, основанного на искусственном интеллекте».
— Каушал Курапати, старший вице-президент Salesforce по продуктам, искусственному интеллекту и поиску.
Обзор решения
Решение для интеграции BYOM предоставляет клиентам собственный коннектор Salesforce Data Cloud в SageMaker Data Wrangler. Коннектор SageMaker Data Wrangler позволяет безопасно получать доступ к объектам Salesforce Data Cloud. После аутентификации пользователей они могут выполнять задачи по исследованию данных, подготовке и разработке функций, необходимые для разработки моделей и логических выводов, с помощью интерактивного визуального интерфейса SageMaker Data Wrangler. Специалисты по данным могут работать внутри Студия Amazon SageMaker ноутбуки для разработки пользовательских моделей, которые могут быть традиционными или LLM, и сделать их доступными для развертывания путем регистрации модели в реестре моделей SageMaker. Когда модель одобрена для производства в реестре, SageMaker Projects автоматизирует развертывание API вызова, который можно настроить в качестве цели в Salesforce Einstein Studio и интегрировать с приложениями Salesforce Customer 360. Следующая диаграмма иллюстрирует эту архитектуру
Заключение
В этом посте мы поделились интеграцией SageMaker и Salesforce Einstein Studio BYOM, где вы можете использовать данные в Salesforce Data Cloud для создания и обучения традиционных и LLM в SageMaker. Вы можете использовать SageMaker Data Wrangler для подготовки данных из Salesforce Data Cloud без копирования. Мы также предоставили автоматизированное решение для развертывания конечных точек SageMaker в качестве API с использованием шаблона SageMaker Projects для Salesforce.
AWS и Salesforce рады совместному сотрудничеству, чтобы предоставить этот опыт нашим общим клиентам, чтобы помочь им управлять бизнес-процессами, используя возможности машинного обучения и искусственного интеллекта.
Дополнительные сведения об интеграции Salesforce BYOM см. Создайте свои собственные модели ИИ с Einstein Studio. Подробную информацию о реализации с использованием примера использования рекомендаций по продукту см. Используйте интеграцию Amazon SageMaker и Salesforce Data Cloud, чтобы расширить возможности приложений Salesforce с помощью AI/ML..
Об авторах
Дэрил Мартис является директором по продукту Einstein Studio в Salesforce Data Cloud. Он имеет более чем 10-летний опыт планирования, создания, запуска и управления решениями мирового класса для корпоративных клиентов, включая AI/ML и облачные решения. Ранее он работал в сфере финансовых услуг в Нью-Йорке.
Рахна Чадха является главным архитектором решений AI/ML в области стратегических счетов в AWS. Рахна — оптимистка, считающая, что этичное и ответственное использование ИИ может улучшить общество в будущем и принести экономическое и социальное процветание. В свободное время Рахна любит проводить время со своей семьей, ходить в походы и слушать музыку.
Ифе Стюарт является главным архитектором решений в сегменте стратегических независимых поставщиков программного обеспечения в AWS. В течение последних 2 лет она работала с Salesforce Data Cloud, чтобы помочь создать интегрированный клиентский опыт в Salesforce и AWS. Ife имеет более чем 10-летний опыт работы в области технологий. Она выступает за разнообразие и инклюзивность в области технологий.
Маниндер (Мани) Каур является ведущим специалистом по искусственному интеллекту и машинному обучению для стратегических независимых поставщиков программного обеспечения в AWS. Благодаря своему подходу, ориентированному на клиента, Мани помогает стратегическим клиентам формировать свою стратегию в области ИИ/МО, стимулировать инновации и ускорять переход к ИИ/МО. Мани твердо верит в этический и ответственный ИИ и стремится к тому, чтобы ИИ-решения ее клиентов соответствовали этим принципам.
- SEO-контент и PR-распределение. Получите усиление сегодня.
- PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
- ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
- ПлатонЭСГ. Автомобили / электромобили, Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
- Смещения блоков. Модернизация права собственности на экологические компенсации. Доступ здесь.
- Источник: https://aws.amazon.com/blogs/machine-learning/bring-your-own-ai-using-amazon-sagemaker-with-salesforce-data-cloud/
- :имеет
- :является
- :куда
- $UP
- 10
- 100
- 160
- 17
- 420
- 7
- 98
- a
- способность
- О нас
- ускорять
- доступ
- Доступ
- Учетные записи
- через
- Действие (Act):
- приспосабливать
- адвокат
- AI
- AI модели
- AI / ML
- выравнивать
- позволяет
- причислены
- Amazon
- Создатель мудреца Амазонки
- Amazon Web Services
- an
- анализ
- Аналитики
- анализировать
- и
- анонсировать
- Другой
- любой
- API
- Приложения
- подхода
- утвержденный
- Программы
- МЫ
- искусственный
- искусственный интеллект
- AS
- At
- подлинности
- автоматизировать
- Автоматизированный
- автоматически
- доступен
- AWS
- основанный
- BE
- было
- верующий
- считает,
- ЛУЧШЕЕ
- между
- изоферменты печени
- приносить
- строить
- Строительство
- бремя
- бизнес
- бизнес
- by
- CAN
- возможности
- возможности
- случаев
- случаев
- Город
- классификация
- облако
- код
- комбинируя
- настроить
- Свяжитесь
- подключенный
- Коммутация
- потребление
- содержание
- Генерация контента
- Конверсия
- дорогостоящий
- Расходы
- Создайте
- Создающий
- Куратор
- изготовленный на заказ
- клиент
- данные клиентов
- Успех клиентов
- Клиенты
- данным
- Платформа данных
- Подготовка данных
- управляемых данными
- Наборы данных
- Принятие решений
- доставить
- развертывание
- развертывание
- подробный
- развивать
- Развитие
- директор
- Разнообразие
- Разнообразие и включение
- управлять
- диски
- Экономические
- Эффективность
- затрат
- легко
- Эйнштейн
- ликвидирует
- расширение прав и возможностей
- включить
- Конечная точка
- занятый
- Проект и
- Инженеры
- обеспечивать
- Предприятие
- Окружающая среда
- этический
- пример
- возбужденный
- опыт
- Впечатления
- эксперту
- исследование
- и, что лучший способ
- извлечение
- облегчает
- семья
- Особенность
- Особенности
- несколько
- поле
- финансовый
- финансовые услуги
- Фирма
- поток
- после
- Что касается
- от
- топливо
- полностью
- будущее
- шлюз
- поколение
- генеративный
- Генеративный ИИ
- he
- помощь
- помогает
- ее
- очень
- Как
- How To
- HTML
- HTTPS
- иллюстрирует
- реализация
- улучшать
- улучшенный
- in
- В том числе
- включение
- промышленность
- Инфраструктура
- Инновации
- размышления
- мгновение
- интегрировать
- интегрированный
- Интегрируя
- интеграции.
- целостность
- Интеллекта
- Умный
- интерактивный
- Интерфейс
- в
- введение
- Джобс
- совместная
- путешествие
- язык
- большой
- Фамилия
- Задержка
- запустили
- запуск
- вести
- ведущий
- Лиды
- УЧИТЬСЯ
- изучение
- Кредитное плечо
- нравится
- Listening
- загрузка
- расположение
- машина
- обучение с помощью машины
- Сохранение
- сделать
- управлять
- управляемого
- управления
- рынок
- ML
- модель
- Модели
- Режимы
- БОЛЕЕ
- перемещение
- Музыка
- родной
- необходимый
- Новые
- New York
- Нью-Йорк
- вновь
- OAuth
- объекты
- of
- on
- консолидировать
- ONE
- оперативный
- or
- наши
- за
- собственный
- парадигма
- партнер
- Партнерство
- Выполнять
- Персонализированные
- трубопровод
- планирование
- Платформа
- Платформы
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- Точка
- После
- мощностью
- Predictions
- подготовка
- Подготовить
- президент
- предварительно
- Основной
- Принципы
- процесс
- Процессы
- обработка
- Продукт
- Производство
- проектов
- процветание
- при условии
- приводит
- быстро
- реальные
- реального времени
- данные в реальном времени
- рекомендаций
- уменьшить
- снижает
- регистрирующий
- реестра
- ответственный
- результат
- Итоги
- sagemaker
- Вывод SageMaker
- Salesforce
- то же
- Шкала
- Ученые
- легко
- безопасно
- безопасность
- сегмент
- старший
- настроение
- обслуживание
- Услуги
- набор
- Форма
- общие
- она
- Соцсети
- Общество
- Решение
- Решения
- Источники
- Искриться
- специалист
- Расходы
- диск
- простой
- Стратегический
- Стратегия
- упорядочить
- стремится
- студия
- успех
- такие
- цель
- задачи
- Технологии
- шаблон
- который
- Ассоциация
- Будущее
- их
- Их
- Эти
- они
- этой
- Через
- время
- в
- вместе
- инструменты
- трогать
- традиционный
- Train
- специалистов
- Transform
- два
- напишите
- подкрепленный
- Updates
- использование
- прецедент
- пользователей
- через
- ценностное
- различный
- вице
- вице-президент
- Путь..
- we
- Web
- веб-сервисы
- когда
- который
- в то время как
- КТО
- будете
- в
- без
- Работа
- работавший
- Рабочие процессы
- мировой класс
- мире
- письмо
- лет
- йорк
- Ты
- ВАШЕ
- зефирнет
- нуль