Einstein Studio a pour ambition de pour permettre aux entreprises de créer des modèles d’apprentissage automatique (ML) en externe et les connecter à Salesforce Data Cloud, plateforme de données en temps réel pour CRM, pour opérationnaliser leurs modèles.
Einstein Studio entraîne des modèles d’IA à partir de données clients issues de Salesforce Data Cloud, plateforme de données en temps réel pour CRM. Les organisations pourront utiliser leurs propres modèles d’IA personnalisés aux côtés de grands modèles de langage préconçus et disponibles via Einstein GPT. Les data scientists et ingénieurs peuvent s’appuyer sur Amazon SageMaker ou Vertex AI de Google Cloud notamment.
L’ensemble des données clients est unifié à partir de n’importe quelle source et harmonisé automatiquement pour créer un profil client unique. Ce dernier peut ainsi s’adapter en temps réel à l’activité et être utilisé par n’importe quelle équipe.
“Einstein Studio permet d’éviter de passer par la longue phase d’intégration de données entre systèmes. Data Cloud peut ainsi se connecter à d’autres outils d’intelligence artificielle sans extraction, transformation et chargement de données (ETL). Les clients peuvent accélérer la mise en œuvre d’IA fiables, ouvertes et en temps réel pour chaque application ou processus métier”, argumente le géant du CRM.
Des modèles d’IA verticalisés
Salesforce met en avant les possibilités de modèles d’IA verticalisés. Ainsi, explique-t-il, pour les services financiers, Einstein Studio permet de créer des modèles de vente croisée, afin de recommander des produits ou services complémentaires aux conseillers en fonction de données d’engagement en temps réel collectées sur leurs clients. Pour les retailers, la solution offre la possibilité aux équipes de recommander des produits en fonction des centres d’intérêt et comportements de leurs clients, de personnaliser leurs tarifs selon leurs besoins spécifiques, ou segmenter leur clientèle en plusieurs groupes en fonction de leurs catégories démographiques, ou encore de leurs historiques d’achats. Pour l’industrie automobile, les constructeurs sont en mesure de prévoir quand une voiture aura besoin d’un entretien, de détecter les demandes d’indemnisation frauduleuses, ou de personnaliser leurs campagnes marketing en fonction des besoins et préférences des acheteurs.
