使用Salesforce Data Cloud，通过Amazon SageMaker自带AI的能力
使用Salesforce Data Cloud和Amazon SageMaker AI能力
这篇文章是由Salesforce Einstein AI产品总监Daryl Martis共同撰写的。
我们很高兴宣布Amazon SageMaker和Salesforce Data Cloud的集成。通过这项功能，企业可以使用SageMaker安全地访问其Salesforce数据，采用零复制方法，并使用SageMaker工具构建、训练和部署AI模型。推理端点与Data Cloud连接，以实时驱动预测。因此，企业可以加快上市时间，同时保持数据的完整性和安全性，并减少将数据从一个位置移动到另一个位置的操作负担。
介绍Einstein Studio在Data Cloud上的应用
Data Cloud是一个数据平台，为企业提供来自任何接触点的客户数据的实时更新。通过Einstein Studio，作为数据平台上AI工具的入口，管理员和数据科学家可以轻松地通过几次点击或使用代码创建模型。Einstein Studio的自定义模型（BYOM）体验提供了将来自外部平台（如SageMaker）的自定义或生成型AI模型与Data Cloud连接的能力。可以使用通过Amazon SageMaker Data Wrangler连接器访问的Salesforce Data Cloud数据来训练自定义模型。企业可以将自定义模型无缝集成到Salesforce工作流程中，从而提高效率、决策能力和个性化体验。
SageMaker和Data Cloud Einstein Studio集成的好处
以下是在Salesforce Data Cloud中使用SageMaker和Einstein Studio可以帮助企业的方式：
- 它提供了连接自定义和生成型AI模型到Einstein Studio的能力，用于各种用例，如潜在客户转化、案例分类和情感分析。
- 它消除了繁琐、昂贵和容易出错的ETL（抽取、转换和加载）作业。数据的零复制方法减少了管理数据副本的开销，降低了存储成本，并提高了效率。
- 它提供了对Customer 360中高度精选、协调和实时数据的访问。这导致了更智能的预测和业务洞察的专家模型。
- 它简化了从业务流程中消费结果并实时驱动价值的过程。例如，您可以使用自动化工作流程，根据新数据即时进行调整。
- 它促进了在Salesforce中操作化SageMaker模型和推理。
以下是使用Salesforce Flow操作化SageMaker模型的示例。
SageMaker集成
SageMaker是一个完全托管的服务，用于准备数据并为任何用例建立、训练和部署机器学习（ML）模型，具有完全托管的基础设施、工具和工作流程。
为了简化SageMaker和Salesforce Data Cloud的集成，我们在SageMaker中引入了两个新功能：
- SageMaker Data Wrangler Salesforce Data Cloud连接器 – 通过新推出的SageMaker Data Wrangler Salesforce Data Cloud连接器，管理员可以预配置与Salesforce的连接，以便数据分析师和数据科学家能够快速访问实时的Salesforce数据并为ML创建特征。这将使用户可以使用Salesforce Data Wrangler的低代码可视化数据准备功能，无需编写任何代码，交互式地可视化、分析和转换数据。您还可以使用SageMaker处理作业扩展处理大型数据集，使用Amazon SageMaker Autopilot自动训练ML模型，并与SageMaker推理流水线集成，以便将相同的数据流程部署到推理端点以进行实时或批处理推理。
- Salesforce的SageMaker项目模板 – 我们推出了Salesforce的SageMaker项目模板，您可以使用它来部署传统和大型语言模型（LLMs）的端点，并自动将SageMaker端点公开为API。SageMaker项目提供了一种简单的方式来设置和标准化数据科学家和机器学习工程师在SageMaker上构建和部署机器学习模型的开发环境。
合作伙伴引用
“Salesforce和AWS Sagemaker之间的合作将使客户能够在Salesforce数据源、工作流程和应用程序中利用人工智能（生成模型和非生成模型）的能力，以提供个性化的体验，并支持新的内容生成、摘要和问答类型的体验。通过结合两个世界的优势，我们正在创造一个以人工智能为支撑的数据驱动创新和客户成功的新范式。”
– Kaushal Kurapati，Salesforce高级副总裁，产品、人工智能和搜索
解决方案概述
BYOM集成解决方案为客户提供了SageMaker Data Wrangler中的本地Salesforce Data Cloud连接器。SageMaker Data Wrangler连接器允许您安全访问Salesforce Data Cloud对象。用户通过身份验证后，可以通过SageMaker Data Wrangler的交互式可视界面进行数据探索、准备和特征工程任务，以用于模型开发和推断。数据科学家可以在Amazon SageMaker Studio笔记本中开发自定义模型，这些模型可以是传统模型或LLMs，并通过在SageMaker模型注册表中注册模型来使其可供部署。当注册表中的模型获得生产批准后，SageMaker项目将自动部署一个调用API，该API可以配置为Salesforce Einstein Studio中的目标，并与Salesforce Customer 360应用程序集成。以下图示了这个架构
结论
在本文中，我们分享了SageMaker和Salesforce Einstein Studio BYOM集成，您可以使用Salesforce Data Cloud中的数据在SageMaker中构建和训练传统和LLMs。您可以使用SageMaker Data Wrangler在Salesforce Data Cloud中准备数据，零复制。我们还提供了一个自动化解决方案，使用Salesforce的SageMaker项目模板部署SageMaker端点作为API。
AWS和Salesforce很高兴合作，为我们的共同客户提供这种体验，以帮助他们利用机器学习和人工智能推动业务流程。
要了解有关Salesforce BYOM集成的更多信息，请参阅《使用Einstein Studio带来您自己的AI模型》。有关使用产品推荐示例用例的详细实现，请参阅《使用Amazon SageMaker和Salesforce Data Cloud集成，为您的Salesforce应用程序提供AI/ML支持》。
