앱을 위한 간편한 AI: Salesforce Einstein을 만나보세요

AI 혁명은 이미 소비자 세계를 변화시키고 있습니다.

때로는 제품 추천과 같은 일상적인 방식으로, 때로는 멋진 방식으로 이루어집니다. 완전히 청각 장애인에게 인공 청력을 제공하는 인공 와우 임플란트는 우수한 최종 사용자 경험을 위해 AI로 전환했습니다.

AI 혁명은 더 스마트한 세상을 이끌고 있으며, 이 더 스마트한 세상은 우리 모두가 지난 20년 동안 목격한 메가 트렌드인 웹, 클라우드, 소셜, 모바일, 사물 인터넷(Internet of Things)을 기반으로 구축되었습니다. 사물인터넷).

클라우드 기술을 통해 우리는 개발자로서 사실상 무제한의 컴퓨팅 및 스토리지 용량을 갖게 되었으며, 실제로 이 혁명을 이끄는 것은 방대한 데이터와 방대한 컴퓨팅 성능의 조합입니다. 이제 모든 사람이 서로 연결되어 있고 어떤 식으로든 모든 것에 연결되어 있기 때문에 이러한 모든 연결은 AI 클라우드가 그 어느 때보다 처리할 수 있는 훨씬 더 많은 데이터를 생성하고 있습니다.

소비자로서 매일 AI 클라우드를 경험합니다. Amazon의 제품 추천, Netflix의 추천 영화, Facebook 피드에서 자동으로 식별 및 태그 지정되는 사진을 보면 AI의 힘을 경험하고 있는 것입니다.

Salesforce 앱이든 아니든 작업 중인 앱이 어떻게든 이러한 더 스마트한 AI 기반 경험을 제공할 수 있다면 좋지 않을까요? 예를 들어, 비즈니스와 영업 앱이 함께 협력하여 전환 가능성이 가장 높은 리드를 알려주거나 서비스 앱이 AI 클라우드를 사용하여 에스컬레이션될 가능성이 있는 사례를 알려줄 수 있다면 어떨까요?

불행히도 많은 Salesforce 개발 팀에게 AI를 앱의 비즈니스 프로세스에 적용하는 것은 너무 복잡하고 비용이 많이 드는 일입니다. 첫째, 데이터 사이언스에서 시작하여 데이터 사이언스를 하려면 필요한 모든 데이터를 수집하고 통합해야 합니다. 그런 다음 데이터 랭글링을 수행하여 데이터를 기계 학습에 사용할 수 있도록 변환해야 합니다. 그런 다음 전문 지식에 따라 예측 모델을 구축하고 유지 관리하고 새로 고치고 신뢰할 수 있고 안전하며 확장 가능한 인프라를 만들기 위해 데이터 과학자의 외부 도움이 필요할 수도 있습니다. 그런 다음 모든 작업이 끝나면 이러한 예측을 가져와 비즈니스 사용자의 컨텍스트에 넣어야 합니다.

세일즈포스 아인슈타인 진입

AI가 손에 닿지 않는 경우가 많다는 사실을 알고 Salesforce는 MetaMind(딥 러닝 전문가), Implisit Insights(특히 영업 프로세스에 AI 적용), PredictionIO(머신 러닝 및 빅 데이터 분석)와 같은 회사를 인수하여 Salesforce Einstein을 구축할 수 있도록 했습니다.

Salesforce Einstein은 Salesforce용 AI이며 플랫폼에 바로 내장되어 있습니다. 아인슈타인의 GM이 말했듯이 "세계 최고의 CRM을 채택하여 세계에서 가장 똑똑한 CRM으로 만듭니다." Salesforce의 AI 제품을 사용하면 이제 모든 고객 상호 작용을 더 빠르고 스마트하고 예측 가능하게 만들어 회사의 영업, 서비스, 마케팅 및 IT 전문가가 최고가 되도록 역량을 강화할 수 있습니다.

딥 러닝: 아인슈타인 비전과 아인슈타인 언어

Salesforce Einstein은 개발자가 사용할 수 있는 AI 클라우드를 제공해야 합니다. 아마도. 하지만 어디서부터 시작해야 할까요? 가장 먼저 알아야 할 것은 AI에는 세 가지 주요 구성 요소가 있다는 것입니다.

• 데이터
• 알고리즘
• 계산

일반적으로 빅 데이터는 지난 몇 년 동안 뜨거운 주제였습니다. 모든 사람은 새로운 데이터 소스, 새로운 분석 방법, 새로운 저장 방법을 갖게 되어 매우 기쁩니다.

이것은 우리가 인공 지능을 기업에 도입하는 방법의 큰 부분이 될 것이지만 많은 AI 개발 노력은 알고리즘 측면에서 이루어졌습니다. 이들은 민간 및 공공 부문 모두에서 구축, 확장 및 실제로 새로운 연구를 진행 중인 복잡한 알고리즘입니다. AI 클라우드 알고리즘은 계속해서 혁신적이고 애플리케이션과 고객 경험을 위한 새로운 기능을 계속해서 추진할 것이라고 확신할 수 있습니다.

최근 들어 보셨을 계산 측면도 마찬가지입니다. GPU, TPU, 새로운 투자 및 모든 최고의 하드웨어 회사의 새로운 연구는 모두 컴퓨팅 성능을 향해 나아가고 있으며 이러한 알고리즘이 혁신을 지속하는 데 필요한 인프라를 갖추고 있는지 확인합니다. 데이터에 대한 통찰력을 제공할 수 있습니다.

이 기술을 활용하는 무언가를 개발하는 방법에 대해 알아보기 전에 다룰 내용에 대해 좀 더 자세히 살펴보겠습니다.

자료

여기에서 고려해야 할 두 가지 형태의 데이터가 있습니다: 정형 및 비정형.

구조화된 데이터에는 ERP 데이터와 대부분의 CRM 데이터가 포함됩니다. 예를 들어 IoT 장치에서 나오는 데이터일 수 있습니다. 이러한 유형의 데이터는 이미 기본 알고리즘으로 쉽게 검색할 수 있습니다.

구조화되지 않은 데이터는 이미지 데이터, 이메일 메시지, PowerPoint 프레젠테이션, Word 문서 등이 될 수 있습니다. 여기에 딥 러닝 및 머신 러닝 알고리즘이 도입되어 이러한 유형의 데이터를 검색하는 방법을 크게 단순화합니다.

알고리즘

딥 러닝은 복잡한 용어입니다. 많은 개발자와 DevOps 엔지니어가 딥 러닝에 압도되어 있습니다. 그들은 신경망을 처리할 인프라가 없다고 생각합니다. 그들은 최신 모델을 더 관리하기 쉬운 사고 과정으로 분해하기 위해 통합할 최첨단 모델을 충분히 이해하기 위해 박사 학위가 필요하다고 생각합니다. 다행히도 그것을 활용할 수 있을 만큼 충분히 아는 것이 그보다 훨씬 더 접근하기 쉽습니다.

다음과 같이 시작하겠습니다. 입력 파일이 있습니다. 이미지, 오디오 파일 또는 텍스트 파일이 될 수 있습니다. 그리고 그로부터 통찰력 있는 결과를 얻고자 합니다. Salesforce Einstein에는 이 프로세스를 정말 원활하게 만드는 데 사용할 수 있는 API 세트가 있습니다. 이 사이에 어떤 일이 발생하는지 알 필요가 없습니다.

Salesforce Einstein을 사용하면 딥 러닝을 응용 프로그램에 매우 쉽게 포함할 수 있습니다. 모델을 서비스로 관리하여 확장성 요구 사항을 처리하는 잘 호스팅된 인프라를 제공합니다. 따라서 모델 메트릭을 쉽게 업로드, 교육 및 이해하고, 결국 사전 교육된 모델 또는 사용자가 생성한 사용자 지정 모델에 대한 예측을 실시간으로 제공할 수 있습니다.

그것이 당신에게 생소하게 들린다면 다음 예제를 통해 빠르게 이해할 수 있을 것입니다.

계산: 아인슈타인 비전

Salesforce Einstein에서 제공하는 딥 러닝 서비스 중 하나입니다. 모든 딥 러닝 모델이나 신경망이 동일한 것은 아닙니다. 특정 문제에는 특정 아키텍처가 사용됩니다. 그리고 컴퓨터 비전의 경우 AI 클라우드는 컨볼루션 신경망이라는 것을 사용합니다. 즉, 각 계층은 이전 계층에서 학습합니다. 따라서 이러한 네트워크가 이미지 데이터에 대해 훈련되면 이미지를 처음부터 다시 빌드하여 다양한 구성 요소를 이해합니다. 먼저 이미지의 가장 작은 단위인 픽셀을 확인한 다음 가장자리를 이해하고 다음 레이어는 개체 부분이나 요소를 이해하고 결국 전체 개체에 도달합니다.

그리고 그 전체 프로세스가 귀하를 위해 처리되므로 프로세스 자체가 아니라 컴퓨터 비전을 통해 고객을 위해 실현할 수 있는 비즈니스 가치에 집중할 수 있습니다.

무인 항공기를 사용하여 고속도로를 모니터링함으로써 운송 산업이 어떻게 변모될 수 있는지 생각해 보십시오. 아무도 청소 요원을 보낼 필요가 없습니다.

또는 CPG 회사가 개인을 보내 선반에 제품을 수동으로 기록하는 대신 사진을 찍어 자동으로 분석하도록 할 수 있습니다.

또는 시각적 검색을 통해 소비자 소매업을 혁신할 수 있는 방법, 보험 회사가 청구 분류를 자동화하는 방법 또는 의료에서 ​​이미지 처리를 활용하는 방법에 대해 설명합니다.

이러한 모든 시나리오는 Einstein Vision의 일부인 Einstein Image Classification으로 다룰 수 있습니다. 필요한 것은 분류 레이블 집합에 불과한 모델뿐입니다.

맞춤형 모델 구축

Salesforce 워크플로이든 외부 응용 프로그램이든 고유한 사용자 정의 모델을 구축한 다음 워크플로 내에서 통합할 수 있습니다.

나만의 커스텀 모델을 구축하려면 다음 세 단계만 거치면 됩니다.

1. 사용자 지정 모델이 수행해야 하는 작업을 기반으로 고유한 데이터 세트를 생성합니다 . 3도어 냉장고와 2도어 냉장고를 구분하고 싶다고 가정해 봅시다. 2도어 냉장고 이미지 묶음을 모아서 폴더에 넣고, 3도어 냉장고 이미지 묶음으로 다른 폴더에 넣어야 합니다.
2. 모델을 훈련시키십시오. 이제 이전 단계에서 수집한 데이터 세트가 무엇이든 업로드하면 AI 클라우드가 해당 데이터 세트를 기반으로 모델을 훈련합니다. 이미 이미지를 분리했다는 사실만 훈련에 필요한 전부입니다. 새 데이터 모델이 학습되면 해당 ID를 받게 됩니다.
3. 예측에 사용하십시오! 이제 모델이 이전에 본 적이 없는 이미지에 대한 예측을 얻을 수 있습니다. 새 모델 ID를 사용하여 API를 호출하는 것만큼 간단합니다.

계산: 아인슈타인 언어

이미지가 처리해야 하는 대상이 아닌 경우 텍스트를 사용하여 학습할 가능성이 있습니다. 이를 위해 Salesforce의 AI 클라우드에는 현재 Einstein Intent와 Einstein Sentiment의 두 가지 서비스로 구성된 Einstein Language가 있습니다.

• Einstein Intent 는 자연어 처리(NLP) 유형의 일반 분류기입니다. 이를 통해 자신의 클래스를 정의하고 해당 클래스를 나타내는 데이터를 업로드할 수 있습니다.
• Einstein Sentiment 는 인간의 언어를 분석하여 콘텐츠의 느낌과 주변 사용자의 진술을 도출하고 이를 긍정적, 부정적, 중립적 클래스로 분류할 수 있는 사전 훈련된 모델입니다.

Einstein Language 서비스는 이미지 분류 예제와 같이 작동합니다. 여기에서는 클래스도 정의합니다.

위의 예에서 의도는 케이스 라우팅에 대한 것입니다. 사례가 접수될 때마다 이를 분석하여 배송, 청구, 제품, 판매 등 올바른 부서로 전달하고자 합니다. 필요한 만큼 클래스를 정의할 수 있습니다. 그러나 Einstein Sentiment의 경우 클래스가 고정되어 있으므로 긍정적, 부정적 또는 중립적입니다.

데이터를 다른 클래스로 분리한 후에는 모델을 훈련할 수 있습니다. 제공된 API를 사용하여 모델을 학습시키는 것은 매우 쉽습니다. Einstein Vision과 마찬가지로 일단 모델이 훈련되면 모델 ID를 갖게 되며 예측할 준비가 된 것입니다.

Salesforce Einstein: 스마트한 시작을 위한 출발

이제 Salesforce Einstein이 Salesforce 개발자로서 도달할 수 있는 가능성과 고객 또는 고용주가 AI 클라우드를 활용하도록 돕는 것이 얼마나 쉬운지 맛보았으므로 시작하려면 계정만 설정하면 됩니다. AI 클라우드를 사용하여 앱을 혁신하는 방법을 듣고 싶습니다!