شارك داريل مارتيس ، مدير المنتج ، Salesforce Einstein AI في تأليف هذا المنشور.
نحن متحمسون للإعلان الأمازون SageMaker وتكامل Salesforce Data Cloud. مع هذه الإمكانية ، يمكن للشركات الوصول إلى بيانات Salesforce الخاصة بهم بأمان باستخدام نهج النسخ الصفري باستخدام SageMaker واستخدام أدوات SageMaker لبناء نماذج الذكاء الاصطناعي وتدريبها ونشرها. ترتبط نقاط نهاية الاستدلال بـ Data Cloud لدفع التوقعات في الوقت الفعلي. نتيجة لذلك ، يمكن للشركات تسريع وقت الوصول إلى السوق مع الحفاظ على سلامة البيانات وأمانها ، وتقليل العبء التشغيلي لنقل البيانات من موقع إلى آخر.
تقديم Einstein Studio على Data Cloud
Data Cloud عبارة عن نظام أساسي للبيانات يوفر للشركات تحديثات في الوقت الفعلي لبيانات العملاء الخاصة بهم من أي نقطة اتصال. باستخدام Einstein Studio ، بوابة لأدوات الذكاء الاصطناعي على منصة البيانات ، يمكن للمسؤولين وعلماء البيانات إنشاء نماذج بدون جهد ببضع نقرات أو باستخدام التعليمات البرمجية. يوفر Einstein Studio تجربة النموذج (BYOM) الخاصة بك القدرة على توصيل نماذج AI المخصصة أو المولدة من منصات خارجية مثل SageMaker إلى Data Cloud. يمكن تدريب النماذج المخصصة باستخدام البيانات من Salesforce Data Cloud التي يتم الوصول إليها من خلال أمازون سيج ميكر داتا رانجلر الموصل. يمكن للشركات العمل وفقًا لتوقعاتها من خلال دمج النماذج المخصصة بسلاسة في تدفقات عمل Salesforce ، مما يؤدي إلى تحسين الكفاءة واتخاذ القرار والتجارب الشخصية.
فوائد تكامل SageMaker و Data Cloud Einstein Studio
إليك كيفية استخدام SageMaker مع Einstein Studio في Salesforce Data Cloud يمكن أن يساعد الشركات:
- يوفر القدرة على توصيل نماذج الذكاء الاصطناعي المخصصة والمبتكرة بـ Einstein Studio لحالات الاستخدام المختلفة ، مثل تحويل العملاء المحتملين ، وتصنيف الحالة ، وتحليل المشاعر.
- إنه يلغي وظائف ETL (الاستخراج والتحويل والتحميل) المملة والمكلفة والمعرضة للخطأ. يقلل نهج النسخ الصفري للبيانات من النفقات العامة لإدارة نسخ البيانات ، ويقلل من تكاليف التخزين ، ويحسن الكفاءات.
- يوفر الوصول إلى بيانات منسقة للغاية ومنسقة وفي الوقت الفعلي عبر العميل 360. وهذا يؤدي إلى نماذج الخبراء التي تقدم تنبؤات أكثر ذكاءً ورؤى تجارية.
- إنه يبسط استهلاك النتائج من العمليات التجارية ويحقق القيمة دون تأخير. على سبيل المثال ، يمكنك استخدام مهام سير العمل المؤتمتة التي يمكن أن تتكيف في لحظة بناءً على بيانات جديدة.
- يسهل تفعيل نماذج SageMaker والاستدلالات في Salesforce.
فيما يلي مثال على كيفية تشغيل نموذج SageMaker باستخدام تدفق Salesforce.
تكامل SageMaker
SageMaker هي خدمة مُدارة بالكامل لإعداد البيانات وإنشاء نماذج التعلم الآلي (ML) وتدريبها ونشرها لأي حالة استخدام مع البنية التحتية المُدارة بالكامل والأدوات وسير العمل.
لتبسيط تكامل SageMaker و Salesforce Data Cloud ، نقدم اثنين من الإمكانات الجديدة في SageMaker:
- موصل SageMaker Data Wrangler Salesforce Data Cloud - مع موصل SageMaker Data Wrangler Salesforce Data Cloud الذي تم إطلاقه حديثًا ، يمكن للمسؤولين تكوين الاتصالات مسبقًا إلى Salesforce لتمكين محللي البيانات وعلماء البيانات من الوصول بسرعة إلى بيانات Salesforce في الوقت الفعلي وإنشاء ميزات لـ ML. سيمكن هذا المستخدمين من الوصول إلى Salesforce Data Cloud بأمان باستخدام OAuth. يمكنك تصور البيانات وتحليلها وتحويلها بشكل تفاعلي باستخدام قوة Spark دون كتابة أي رمز باستخدام ميزات إعداد البيانات المرئية منخفضة التعليمات البرمجية لـ Salesforce Data Wrangler. يمكنك أيضًا التوسع لمعالجة مجموعات البيانات الكبيرة باستخدام وظائف معالجة SageMaker ، وتدريب أوضاع ML تلقائيًا باستخدام Amazon SageMaker الطيار الآلي، والتكامل مع خط أنابيب الاستدلال SageMaker لنشر نفس تدفق البيانات للإنتاج مع نقطة نهاية الاستدلال لمعالجة البيانات في الوقت الفعلي أو دفعة واحدة للاستدلال.
- قالب مشاريع SageMaker لـ Salesforce - أطلقنا ملف مشاريع SageMaker نموذج لـ Salesforce الذي يمكنك استخدامه لنشر نقاط النهاية لنماذج اللغات التقليدية والكبيرة (LLMs) وفضح نقاط نهاية SageMaker كواجهة برمجة تطبيقات تلقائيًا. توفر SageMaker Projects طريقة مباشرة لإعداد وتوحيد بيئة التطوير لعلماء البيانات ومهندسي ML لبناء ونشر نماذج ML على SageMaker.
اقتباس الشريك
"ستعمل الشراكة بين Salesforce و AWS Sagemaker على تمكين العملاء من الاستفادة من قوة الذكاء الاصطناعي (كل من النماذج التوليدية وغير المولدة) عبر مصادر بيانات Salesforce الخاصة بهم ومهام سير العمل والتطبيقات لتقديم تجارب مخصصة وتشغيل إنشاء محتوى جديد وتلخيصه وسؤاله. - تجارب نوع الرد. من خلال الجمع بين أفضل ما في العالمين ، فإننا نخلق نموذجًا جديدًا للابتكار المستند إلى البيانات ونجاح العملاء المدعوم بالذكاء الاصطناعي ".
-كوشال كوراباتي ، النائب الأول لرئيس Salesforce للمنتجات والذكاء الاصطناعي والبحث
حل نظرة عامة
يوفر حل تكامل BYOM للعملاء موصل Salesforce Data Cloud الأصلي في SageMaker Data Wrangler. يتيح لك موصل SageMaker Data Wrangler الوصول بأمان إلى كائنات Salesforce Data Cloud. بمجرد مصادقة المستخدمين ، يمكنهم تنفيذ مهام استكشاف البيانات وإعدادها وهندسة الميزات اللازمة لتطوير النموذج والاستدلال من خلال الواجهة المرئية التفاعلية SageMaker Data Wrangler. يمكن لعلماء البيانات العمل في الداخل أمازون ساجميكر ستوديو أجهزة الكمبيوتر المحمولة لتطوير نماذج مخصصة ، والتي يمكن أن تكون تقليدية أو LLM ، وإتاحتها للنشر عن طريق تسجيل النموذج في SageMaker Model Registry. عند اعتماد نموذج للإنتاج في السجل ، ستقوم SageMaker Projects بأتمتة نشر واجهة برمجة تطبيقات استدعاء يمكن تكوينها كهدف في Salesforce Einstein Studio ودمجها مع تطبيقات Salesforce Customer 360. الرسم البياني التالي يوضح هذه العمارة
وفي الختام
في هذا المنشور ، شاركنا تكامل SageMaker و Salesforce Einstein Studio BYOM ، حيث يمكنك استخدام البيانات في Salesforce Data Cloud لبناء وتدريب LLMs التقليدية في SageMaker. يمكنك استخدام SageMaker Data Wrangler لإعداد البيانات من Salesforce Data Cloud بنسخة صفرية. قدمنا أيضًا حلاً آليًا لنشر نقاط نهاية SageMaker كواجهة برمجة تطبيقات باستخدام قالب مشاريع SageMaker لـ Salesforce.
إن AWS و Salesforce متحمسون للشراكة معًا لتقديم هذه التجربة لعملائنا المشتركين لمساعدتهم على دفع عمليات الأعمال باستخدام قوة ML والذكاء الاصطناعي.
لمعرفة المزيد حول تكامل Salesforce BYOM ، يرجى الرجوع إلى أحضر نماذج الذكاء الاصطناعي الخاصة بك مع Einstein Studio. للحصول على تنفيذ مفصل باستخدام توصيات المنتج مثال حالة الاستخدام ، يرجى الرجوع إلى استخدم تكامل Amazon SageMaker و Salesforce Data Cloud لتشغيل تطبيقات Salesforce الخاصة بك باستخدام AI / ML.
حول المؤلف
داريل مارتيس هو مدير المنتج لـ Einstein Studio في Salesforce Data Cloud. يتمتع بخبرة تزيد عن 10 سنوات في تخطيط وبناء وإطلاق وإدارة الحلول ذات المستوى العالمي لعملاء المؤسسات بما في ذلك الذكاء الاصطناعي / التعلم الآلي والحلول السحابية. عمل سابقًا في صناعة الخدمات المالية في مدينة نيويورك.
راتشنا شادا هو مهندس حلول رئيسي AI / ML في الحسابات الإستراتيجية في AWS. راتشنا متفائل يؤمن بأن الاستخدام الأخلاقي والمسؤول للذكاء الاصطناعي يمكن أن يحسن المجتمع في المستقبل ويحقق الرخاء الاقتصادي والاجتماعي. في أوقات فراغها ، تحب راتشنا قضاء الوقت مع عائلتها والمشي لمسافات طويلة والاستماع إلى الموسيقى.
إيف ستيوارت هو مهندس حلول رئيسي في قطاع بائعي البرامج المستقلين (ISV) الاستراتيجي في AWS. عملت مع Salesforce Data Cloud على مدار العامين الماضيين للمساعدة في بناء تجارب عملاء متكاملة عبر Salesforce و AWS. يتمتع Ife بأكثر من 2 سنوات من الخبرة في مجال التكنولوجيا. هي داعية للتنوع والشمول في مجال التكنولوجيا.
مانيندر (ماني) كور هو اختصاصي الذكاء الاصطناعي / التعلم الآلي لقائد ISVs الاستراتيجيين في AWS. من خلال نهجها الذي يركز على العميل أولاً ، تساعد Mani العملاء الاستراتيجيين في تشكيل استراتيجية الذكاء الاصطناعي / التعلم الآلي ، وتغذية الابتكار ، وتسريع رحلة الذكاء الاصطناعي / التعلم الآلي. ماني من أشد المؤمنين بالذكاء الاصطناعي الأخلاقي والمسؤول ، وتسعى جاهدة لضمان توافق حلول الذكاء الاصطناعي لعملائها مع هذه المبادئ.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/bring-your-own-ai-using-amazon-sagemaker-with-salesforce-data-cloud/
