Einfache KI für Ihre Anwendung: Lernen Sie Salesforce Einstein kennen

Die KI-Revolution verändert bereits die Verbraucherwelt.

Manchmal ist es auf alltägliche Weise wie Produktempfehlungen, und manchmal ist es auf großartige Weise: Cochlea-Implantate, die Menschen, die vollständig taub geboren sind, künstliches Hören bieten, wurden für ein besseres Endbenutzererlebnis auf KI umgestellt.

Die KI-Revolution führt zu einer intelligenteren Welt, und diese intelligentere Welt wurde auf den Megatrends aufgebaut, die wir alle in den letzten 20 Jahren erlebt haben: das Web, die Cloud, soziale Netzwerke, Mobilgeräte und das Internet der Dinge ( Internet der Dinge).

Mit der Cloud-Technologie haben wir als Entwickler praktisch unbegrenzte Rechen- und Speicherkapazität, und es ist wirklich diese Kombination aus massiven Daten und massiver Rechenleistung, die zu dieser Revolution führt. Jetzt, da alle auf die eine oder andere Weise miteinander und mit allem verbunden sind, erzeugen all diese Verbindungen um Größenordnungen mehr Daten, die die KI-Cloud verarbeiten kann, als je zuvor.

Als Verbraucher erleben Sie die KI-Cloud jeden Tag. Wenn Sie eine Produktempfehlung auf Amazon, eine Filmempfehlung auf Netflix oder ein Foto sehen, das automatisch identifiziert und in Ihrem Facebook-Feed markiert wird, erleben Sie die Leistungsfähigkeit von KI.

Wäre es nicht toll, wenn die Anwendung, an der Sie arbeiten – egal ob es sich um eine Salesforce-Anwendung handelt oder nicht – diese intelligenteren, KI-gestützten Erfahrungen irgendwie auch bereitstellen könnte? Was wäre zum Beispiel, wenn unser Unternehmen und unsere Vertriebs-App zusammenarbeiten könnten, um uns mitzuteilen, welche Leads am wahrscheinlichsten konvertieren, oder unsere Service-App die KI-Cloud verwenden könnte, um uns mitzuteilen, welche Fälle wahrscheinlich eskaliert werden?

Leider erscheint es vielen Salesforce-Entwicklungsteams zu komplex und zu teuer, KI auf den Geschäftsprozess ihrer Anwendung anzuwenden. Zunächst beginnt es mit Data Science und um Data Science zu betreiben, müssen Sie alle erforderlichen Daten sammeln und integrieren. Und dann müssen Sie Data Wrangling betreiben und die Daten transformieren, damit Sie sie für maschinelles Lernen verwenden können. Und dann benötigen Sie je nach Ihrem Fachwissen möglicherweise sogar externe Hilfe von Datenwissenschaftlern, um Vorhersagemodelle zu erstellen, zu warten, zu aktualisieren und eine Infrastruktur zu schaffen, die vertrauenswürdig, sicher und skalierbar ist. Nach all dieser Arbeit müssen Sie diese Vorhersagen dann in den Kontext des Geschäftsbenutzers stellen.

Geben Sie Salesforce Einstein ein

In dem Wissen, dass KI oft unerreichbar war, erwarb Salesforce Unternehmen wie MetaMind (Spezialisten für Deep Learning), Implisit Insights (Anwendung von KI speziell auf den Verkaufsprozess) und PredictionIO (Maschinelles Lernen und Big-Data-Analysen), um sie beim Aufbau von Salesforce Einstein zu unterstützen.

Salesforce Einstein ist KI für Salesforce und direkt in die Plattform integriert. Wie Einsteins GM es ausdrückte: „Es braucht das weltweit führende CRM und macht es zum intelligentesten CRM der Welt.“ Mit dem KI-Angebot von Salesforce können Sie jetzt die Vertriebs-, Service-, Marketing- und IT-Experten eines Unternehmens in die Lage versetzen, ihr Bestes zu geben, indem Sie jede Kundeninteraktion schneller, intelligenter und vorausschauender gestalten.

Deep Learning: Einstein Vision und Einstein Language

Salesforce Einstein soll die KI-Cloud für Entwickler in Reichweite bringen. Vielleicht. Aber wo soll man anfangen? Das Erste, was man wissen muss, ist, dass KI aus drei Hauptkomponenten besteht:

• Daten
• Algorithmen
• Berechnung

Big Data im Allgemeinen war in den letzten Jahren ein heißes Thema. Jeder freut sich über neue Datenquellen, neue Analysemethoden und neue Möglichkeiten, sie zu speichern.

Dies wird ein großer Teil davon sein, wie wir künstliche Intelligenz in Unternehmen bringen, aber ein Großteil der KI-Entwicklungsbemühungen lag auf der Seite der Algorithmen. Dies sind komplexe Algorithmen, auf denen aufgebaut, erweitert und tatsächlich neue Forschungsergebnisse sowohl aus dem privaten als auch aus dem öffentlichen Sektor vorliegen. Sie können sicher sein, dass KI-Cloud-Algorithmen weiterhin innovativ sein und neue Funktionen für Ihre Anwendungen und Kundenerlebnisse vorantreiben werden.

Der Berechnungsaspekt, von dem Sie in letzter Zeit wahrscheinlich auch gehört haben: GPUs, TPUs, neue Investitionen und neue Forschungsergebnisse der besten Hardwareunternehmen zielen alle auf Rechenleistung ab und stellen sicher, dass diese Algorithmen über die Infrastruktur verfügen, die sie benötigen, um weiterhin innovativ zu sein und um Einblick in Ihre Daten geben zu können.

Bevor wir uns damit befassen, wie Sie etwas entwickeln können, das diese Technologie nutzt, lassen Sie uns einige weitere Details darüber erfahren, womit Sie es zu tun haben.

Die Daten

Hier sind zwei Arten von Daten zu berücksichtigen: strukturierte und unstrukturierte.

Strukturierte Daten umfassen Ihre ERP-Daten und den Großteil Ihrer CRM-Daten; Das können beispielsweise Daten von IoT-Geräten sein. Diese Art von Daten ist bereits mit einfachen Algorithmen leicht durchsuchbar.

Unstrukturierte Daten können Ihre Bilddaten, E-Mail-Nachrichten, PowerPoint-Präsentationen, Word-Dokumente usw. sein. Hier kommen Algorithmen für Deep Learning und maschinelles Lernen ins Spiel, die die Suche nach dieser Art von Daten erheblich vereinfachen.

Der Algorithmus

Deep Learning ist ein komplizierter Begriff: Viele Entwickler und DevOps-Ingenieure werden damit überfordert. Sie glauben, dass sie nicht über die Infrastruktur verfügen, um mit neuronalen Netzen umzugehen. Sie glauben, dass sie einen Doktortitel brauchen, um das zu integrierende State-of-the-Art-Modell ausreichend zu verstehen, um es in einen überschaubareren Denkprozess zu zerlegen. Glücklicherweise ist es viel zugänglicher, genug darüber zu wissen, um es nutzen zu können.

Fangen wir so an: Sie haben eine Eingabedatei. Dies kann ein Bild, eine Audiodatei oder eine Textdatei sein. Und Sie möchten aufschlussreiche Ergebnisse daraus ableiten. Salesforce Einstein verfügt über eine Reihe von APIs, die Sie verwenden können, um diesen Prozess wirklich nahtlos zu gestalten: Sie müssen nichts darüber wissen, was dazwischen passiert.

Mit Salesforce Einstein können Sie Deep Learning ganz einfach in Ihre Anwendungen einbetten. Es bietet Ihnen eine gut gehostete Infrastruktur, die Ihre Modelle als Service verwaltet und sich somit um alle Skalierbarkeitsanforderungen kümmert. So ist es für Sie einfach, Ihre Modellmetriken hochzuladen, zu trainieren und zu verstehen und am Ende Vorhersagen in Echtzeit für ein vortrainiertes Modell oder ein von Ihnen erstelltes benutzerdefiniertes Modell bereitzustellen.

Wenn Ihnen auch das fremd vorkommt, werden Sie die nächsten Beispiele schnell auf den neuesten Stand bringen.

Berechnung: Einstein Vision

Dies ist einer der von Salesforce Einstein angebotenen Deep-Learning-Services. Nicht alle Deep-Learning-Modelle oder neuronale Netze sind gleich: Für spezifische Probleme werden spezifische Architekturen verwendet. Und im Fall von Computer Vision verwendet die KI-Cloud ein sogenanntes Convolutional Neural Network, was bedeutet, dass jede Schicht von der vorherigen lernt. Wenn also ein solches Netzwerk mit Bilddaten trainiert wird, baut es das Bild von Grund auf neu auf, um seine verschiedenen Komponenten zu verstehen. Es betrachtet zuerst die kleinste Einheit eines Bildes, das Pixel, und versteht dann die Kanten, und dann versteht die nächste Schicht Objektteile oder -elemente, und schließlich gelangt sie zu ganzen Objekten.

Und dieser gesamte Prozess wird für Sie erledigt, sodass Sie sich auf den Geschäftswert konzentrieren können, den Sie mit Computer Vision für Ihre Kunden erschließen können, anstatt auf den Prozess selbst.

Denken Sie darüber nach, wie die Transportbranche durch den Einsatz von Drohnen zur Überwachung von Autobahnen verändert werden könnte – niemand müsste ein Reinigungsteam schicken.

Oder wie CPG-Unternehmen, anstatt Einzelpersonen zu schicken, um die Produkte in einem Regal manuell zu erfassen, einfach ein Foto machen und es automatisch analysieren lassen könnten.

Oder wie der Verbrauchereinzelhandel mit visueller Suche revolutioniert werden kann oder wie Versicherungsunternehmen die Sichtung von Ansprüchen automatisieren können oder wie die Bildverarbeitung im Gesundheitswesen genutzt werden kann.

All diese Szenarien können von der Einstein-Bildklassifizierung abgedeckt werden, die Teil von Einstein Vision ist. Alles, was Sie brauchen, ist ein Modell, das mehr oder weniger nur eine Reihe von Klassifizierungsetiketten ist.

Erstellen Sie ein benutzerdefiniertes Modell

Sie können Ihre eigenen benutzerdefinierten Modelle erstellen und diese dann in Ihre Workflows integrieren, unabhängig davon, ob es sich um einen Salesforce-Workflow oder eine externe Anwendung handelt.

Das Erstellen Ihres eigenen benutzerdefinierten Modells umfasst nur drei Schritte:

1. Erstellen Sie Ihren eigenen Datensatz basierend auf den Anforderungen Ihres benutzerdefinierten Modells. Angenommen, Sie möchten den Unterschied zwischen dreitürigen Kühlschränken und zweitürigen Kühlschränken erkennen können. Sie müssen einen Haufen Bilder von zweitürigen Kühlschränken sammeln und sie in einen Ordner legen, und dann einen Haufen Bilder von dreitürigen Kühlschränken und sie in einen anderen Ordner legen.
2. Trainieren Sie Ihr Modell. Nun laden Sie alle Datensätze hoch, die Sie im vorherigen Schritt gesammelt haben, und die KI-Cloud trainiert das Modell auf der Grundlage dieses Datensatzes. Die Tatsache, dass Sie die Bilder bereits getrennt haben, ist alles, was für das Training benötigt wird. Sobald das neue Datenmodell trainiert ist, erhalten Sie seine ID.
3. Verwenden Sie es für die Vorhersage! Sie können jetzt Vorhersagen zu Bildern erhalten, die das Modell noch nie zuvor gesehen hat. Es ist so einfach wie ein API-Aufruf mit der neuen Modell-ID.

Berechnung: Einstein-Sprache

Wenn Bilder nicht das sind, was Sie verarbeiten müssen, möchten Sie wahrscheinlich mit Text trainieren. Dafür verfügt die KI-Cloud von Salesforce über Einstein Language, die derzeit aus zwei Diensten besteht: Einstein Intent und Einstein Sentiment.

• Einstein Intent ist ein allgemeiner Klassifikator vom Typ Natural Language Processing (NLP). Es ermöglicht Ihnen, Ihre eigenen Klassen zu definieren und Daten hochzuladen, die diese Klassen darstellen.
• Einstein Sentiment ist ein vortrainiertes Modell, das in der Lage ist, die menschliche Sprache zu analysieren, um die Gefühle des Inhalts und der umgebenden Benutzeraussagen abzuleiten und diese in positive, negative und neutrale Klassen zu klassifizieren.

Die Einstein-Sprachdienste funktionieren genauso wie unser Beispiel zur Bildklassifizierung. Hier werden wir auch Klassen definieren.

Im obigen Beispiel geht es um das Weiterleiten von Fällen. Jedes Mal, wenn ein Fall eingeht, wollen wir das analysieren und an die richtige Abteilung weiterleiten: Versand, Rechnungsstellung, Produkt, Verkauf … wir können so viele Klassen definieren, wie wir brauchen. Aber im Fall von Einstein Sentiment sind die Klassen festgelegt, also haben wir nur positiv, negativ oder neutral.

Nachdem Sie die Daten in verschiedene Klassen aufgeteilt haben, können Sie Ihre Modelle trainieren. Das Trainieren des Modells ist mit der bereitgestellten API sehr einfach. Genau wie bei Einstein Vision haben Sie nach dem Trainieren des Modells Ihre Modell-ID und können Vorhersagen erhalten.

Salesforce Einstein: Aufbruch zu einem smarten Start

Nachdem Sie nun einen Vorgeschmack auf die Möglichkeiten bekommen haben, die Ihnen Salesforce Einstein als Salesforce-Entwickler bietet, und wie einfach es wäre, Ihren Kunden oder Ihrem Arbeitgeber bei der Nutzung der KI-Cloud zu helfen, müssen Sie für den Einstieg lediglich ein Konto einrichten. Wir freuen uns darauf zu hören, wie Sie die KI-Cloud nutzen, um Ihre eigene App zu revolutionieren!