Dreamforce 2016|人工智能平台「爱因斯坦」究竟有何不同?
7462
2016-10-09 10:05
文章摘要:作者:T 客汇杨丽 关键词:Einstein,AI,人工智能 网站:www.tikehui.com 核心提示:Salesforce 声称,Einstein 能够自动抓取数据,直接做预测性分析,并自动推荐下一步行动,甚至自动执行任务,为用户提供更为个性化和预测性的客户体验。 本文综合了国外媒体icrunchdata.com,diginomica.com专栏所分享观点,
作者:T 客汇杨丽
关键词:Einstein,AI,人工智能
网站:www.tikehui.com

核心提示:Salesforce 声称,Einstein 能够自动抓取数据,直接做预测性分析,并自动推荐下一步行动,甚至自动执行任务,为用户提供更为个性化和预测性的客户体验。

salesforce-introduces-einstein-ai-to-platform

本文综合了国外媒体icrunchdata.com,diginomica.com专栏所分享观点,以及国内专业人士的部分观点。

近日,Dreamforce 大会上 Salesforce 首席执行官马克·贝尼奥夫又一次闪亮登场。同样闪耀的还有三周前刚刚推出的一款名叫「爱因斯坦」(Salesforce Einstein)的人工智能平台,围绕着「爱因斯坦」的话题还有:IOT、销售、机器学习、人工智能,以及刚刚收购的 Quip 公司,甚至还有对收购 Twitter 的各种外界猜测,再加上贝尼奥夫本人对平等和 GLBT 的支持,这都为 Salesforce 做足了广告。

「有了 Salesforce Einstein 平台,我们能够为客户提供全球最为智能的 CRM 服务,Einstein 现在是每个人的数据科学家,能够方便每位客户在业务中使用最一流的人工智能技术。」马克·贝尼奥夫提到。

不同形式不同程度的人工智能不断在全球各大公司的研发中心诞生。比如,Apple 的 Siri 利用自然语言处理来识别语音命令。Facebook 的深度学习的面部识别算法能够立即识别出人脸,有 98% 的准确率。而亚马逊、Netflix 和 Spotify 都在使用机器学习来了解庞大产品目录中每项产品是如何与其他产品或客户建立联系的。

那么「爱因斯坦」究竟有哪些能力呢?

Salesforce Einstein 平台将人工智能融入到了 Salesforce 本身所提供的产品和服务中,包括了:销售云、服务云、营销云、社区云、分析云以及物联网云。
309326211513679082
销售云 Sales Cloud Einstein

1、销售机会计分预测(Predictive Lead Scoring),使销售代表能够将精力投放在最佳用户群身上。
2、机会洞察(Opportunity Insights),提醒销售代表交易量的浮动趋势。
3、自动行为抓取(Automated Activity Capture),自动并正确记录电子邮件和日历活动,通过分析做出预测。

服务云 Service Cloud Einstein

1、案例分类推荐(Recommended Case Classification),自动预安装典型的实际案例,依靠预测将案例分配给指定客服,而客服也能迅速解决客户问题。
2、响应推荐(Recommended Responses),客服人员因此能够提供最佳响应服务。
3、关闭时间预测(Predictive Close Times),能预测出解决某个问题所需要的时间。

营销云 Marketing Cloud Einstein

1、计分预测(Predictive Scoring),通过客户对某封邮件的参与程度,对客户行为进行计分预测。
2、受众预测(Predictive Audiences),通过对行为的预测以进行受众细分。
3、自动发送时间优化(Automated Send-time Optimization),通过之前的客户行为以预测传递信息的最佳时间。

商业云 Commerce Cloud Einstein

1、产品推荐(Product Recommendations),为购物者提供个性化的产品推荐。
2、预测排序(Predictive Sort),根据用户的参与程度,提供个性化的排序和搜索结果服务。
3、商业洞察(Commerce Insights),帮助零售商了解产品的购买关系。

社区云 Community Cloud Einstein

1、专家、文章、话题推荐(Recommended Experts, Articles and Topics),能推荐帖子、文章、专家和专题页面。
2、服务升级自动化(Automated Service Escalation),如果客户那里并没有得到某个技术响应,那么服务云中将自动生成一个新的案例。
3、新闻推送洞察(Newsfeed Insight),在每一组新闻推送中强调最为相关的新闻热点。

分析云 Analytics Cloud Einstein

1、预测型 Wave Apps,能够预测出未来任何一种商业模式。
2、智能数据挖掘(Smart Data Discovery),帮助用户从数百万数据组合中挖掘出真正的洞察并进行解释。
3、自动分析和讲故事(Automated Analytics & Storytelling),自动优先考虑客户需要了解的下一个洞察。

物联网云 IOT Cloud Einstein

1、设备计分预测(Predictive Device Scoring),从物联网设备中获取数据流并进行计分,根据设备数据积分,来推荐下一步行为和销售流程的最佳方式。
2、物联网规则优化自动化(Automated IoT Rules Optimization),主动对物联网数据应该如何管理的规则进行优化。

Einstein 驱动的人工智能 Apps

Salesforce 表示,Einstein 将通用的开发者工具与人工智能所驱动的应用进行集成。对于数据科学家和开发者而言,视觉预测和情感服务使得开发者能够培养深度学习模式,识别并将以文本的形式对图片和情绪进行分类。Salesforce 近两年收购的机器学习公司 PredictionIO,在 Heroku Private Spaces 上可帮助开发者构建自定义的机器学习模式,并嵌入到自己的应用程序中。

Salesforce 的人工智能平台 Einstein,在各领域、对象、工作流程和组件,都嵌入了先进的人工智能技术。这样,企业客户能够打造一款通过点击或代码,便可以进行更为智能互动的人工智能 Apps。人工智能公司 OpenAI 企业顾问 Shivon A. Zilis 曾提到,很多人工智能会从聊天机器人起步。如果开发者能够重视用于移动端的客户服务,通过大量数据的收集,构建起正确的用户反馈机制,未来可以建立起强大的数据集。

此次大会上,还有一点十分引人关注:Salesforce 传递出了「一个平台」的战略,就是要将近期收购的办公写作平台 Quip、人工智能 Apps,再加上原有的七大产品和服务平台进行联合,试图打造一个产品与云之间的闭合循环。

从 CRM 到人工智能的跨越

Einstein 智能平台的推出是 Salesforce 不断收购的一次成果展示。近些年,Salesforce 已经收购了包括 RelateIQ、PredictionIO、MetaMind、Tempo AI、Quip、Toopher、EdgeSpring 等 9 家与人工智能相关的企业。此时,Salesforce 已拥有一个 175 人的数据科学家和专家团队,而深度学习企业 MetaMind 的创始人 Richard Socher 正是担任 Salesforce 的首席技术官。可见,Salesforce 现有服务平台上集成了先进的机器学习技术、深度学习技术、预测分析技术、自然原因处理技术以及智能数据挖掘技术等。

einstein-slide-3

业界有人士认为,尽管 Salesforce 从本质上讲是一家 CRM 供应商,但也需要人工智能技术。从技术上讲,CRM 系统现阶段主要还是用于解决业务流程和客户渠道等问题,或者帮助企业实现管理,但 CRM 还无法帮助企业进行预测性数据分析,利用已有的数据产生带有价值的数据,而这个环节却是数据从产生到管理再到运用的生命周期中的最后一环。而只有将数据的分析应用进行充分利用,才能为客户创造更好的价值。因此,Salesforce 将目光投放于人工智能领域也是大势所趋。

目前,Einstein 能够利用 Salesforce 平台上的所有数据,包括:客户数据,Salesforce 聊天 Chatter、邮件、日历和电商交易平台上的活动数据,推特和图片等社交数据,以及物联网信号来加速预测模型的成型。

Salesforce 高级副总裁和 Einstein 平台总监 John Ball 提到,Salesforce 平台上的跨系统客户群和企业互动系统中已经产生了大量的数据。这是一个良好的元数据库,客户能够对其进行定制。Einstein 系统将遵守本地的数据法律,Salesforce 也需要相应的权限才能将信息归入数据中。在定价方面,Einstein 将会成为核心平台的一部分,将一些功能和工具嵌入到现有的服务和许可证内。而其他具有 Einstein 性能的服务将会额外收取费用。

看待人工智能,乐观但不应盲目乐观

Hype Cycle 很好地描述了一项数据从诞生到成熟的过程。但在下降阶段,在确实了解某一项技术之前,人们往往高估会对自己能做的事情。

对于大多数公司而言,人工智能所需要的专业技术储备和基础架构往往可望而不可及。他们必须汇集大量多样化的的数据集,并需要丰富的工程管理资源来管理复杂的数据集成流程;建立专业的预测模型,并从数据中获取价值并不断学习,而这都需要大量的数据科学知识。

此外,还需要基础架构和 DevOps 技术的支持,以保证预测模型和所有进程的正常运行。另外,对建模的见解和建议要反馈给业务中集成复杂的用户。这些模型旨在学习、自我调整,并且在每一次的互动和额外数据获取中变得更为智能。

国内专业人士曾指出,Salesforce Einstein 这个过程上就是典型的营销自动化,而其本质在于数据加算法。而 Salesforce 的合作方 InsideSales 首席执行官 Dave Elkington 也认为,Salesforce 目前的主要局限在于并未拥有足够的数据。

值得肯定的是,无论对于人工智能还是 CRM 领域是一次具有纪念意义的里程碑。但是,目前的人工智能还是基本处于半智能状态,Salesforce Einstein 平台带给大家的承诺也是将来时态。在业务流程进行优化升级之前,企业需要切实了解到客户对人工智能的真正需求点。


版权声明:

凡本网内容请注明来源:T媒体(http://www.cniteyes.com)”的所有原创作品,版权均属于易信视界(北京)信息科技有限公司所有,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,易信视界(北京)信息科技有限公司将追究其相关法律责任。

评论