Salesforce 推出新的生成式 AI 產品,如何幫助企業獲得成功
今年 7 月 11 日至 12 日,在舊金山參加高管聚集地,理解領導者如何整合和最佳化 AI 投資以獲得成功。
Salesforce 於其 Connections 會議中宣布,推出了兩款新的生成式 AI 產品 Marketing GPT(銷售業務)和 Commerce GPT(電子商務),以提高 Salesforce 的 Marketing Cloud 和 Commerce Cloud 的效能。這讓企業可以從工作流程中刪除冗長、耗時的任務,並能夠進行大規模的個性化銷售活動和購物體驗。這一訊息緊隨上個月推出 Slack GPT 和 Tableau GPT,突顯了 Salesforce 在 AI 領域的逐步關注,並將生成 AI 放在其核心產品和服務的核心地位。需要注意的是,這些產品的一些功能不是立即可用的,將會分階段推出,從 2023 年夏天開始。
接下來我們來理解一下 Marketing GPT 和 Commerce GPT 是如何幫助企業的。由 Salesforce 資料雲驅動,其中包含從所有系統中收集的客戶配置檔案資料和 Einstein GPT 生成式 AI 助手,Marketing GPT 允許企業使用自然語言介面與其 Marketing Cloud 系統進行互動。該公司表示 Marketing Cloud 使用者將能夠在自然語言提示中用查詢 Data Cloud 配置檔案和識別新的目標受眾。他們還可以請求 Einstein GPT 編寫或修改使用個性化主題行和內容的電子郵件,以進行活動,或在平臺中使用 Typeface 建立相關的視覺成品。此外推廣功能之外,市場智慧發生了 AI 驅動的片段和快速身份識別功能。前者將自動存取 Meta 和 Google 的(的第一方資料,收入的資料和有償媒體資料)的綜合檢視,以理解活動的效能。後者將自動使用 AI 溝通企業各個裝置/體驗中的客戶身份,並將訊息匯總以獲得更個性化的體驗。
片段智慧
Marketing GPT 主要的功能是簡化使用者建立、交付和分析個性化銷售活動,而 Commerce GPT 則關注建立個性化的購物體驗。該產品使用 Data Cloud 和 Einstein GPT 技術,允許使用者為數位商店快速建立動態產品描述,並將這些描述翻譯為不同目標受眾的不同語言。這是 Commerce GPT 中設定為眾多生成內容的第一步。此外 Commerce GPT 還提供了 Commerce Concierge,這是一種機器人解決方案,企業可以將其整合到其通訊通道中,透過一對一的自然語言互動來推動產品發現。還提供了基於目標的商務工具,為所需目標提供可行的見解和積極的建議。
Salesforce 已在過去幾個月中推出了重大的生成 AI 產品,但可以肯定的是,該公司的 AI 之路還有更長的路要走。在記者招待會上,Hammond 和 Affronti 表示 Salesforce 是現在一家“AI 公司”,他們還指出,他們將會有更多關於 Customer 360 產品的 GPT 訊息,並可能會在本月稍候,推出對銷售和服務雲領域的探索。
在 Salesforce 的季度盈利電話會議上,CEO Marc Benioff 指出,即將到來的生成 AI 的浪潮將比我們這一生或任何一生的任何技術創新都更具革命性。他說:“就像 Netscape Navigator 為更大的網際網路開啟了一道大門,生成 AI 也開啟了一扇新的大門,這在我們從未想象過的方向上改變著我們的世界。”
Editorial
Marketing GPT 和 Commerce GPT 的推出,代表了 Salesforce 整合 AI 的最新成果。隨著人工智慧行業的發展,越來越多的企業開始利用 AI 在其業務中實現自動化程式,實現更加高效的運營和包容性。Salesforce 作為一家 CRM 巨頭,已經逐步成為 AI 產品和服務提供商,最佳化其產品設計和最佳化客戶體驗的同時增強了其競爭優勢。
然而企業對於人工智慧的擅用也需要做好風險評估和風險管控。透過 AI 技術實現高度個性化,可以幫助企業快速定位收益的增長點和利潤。然而在檢測、過濾和管理資料方面,將涉及到資料隱私、個人訊息保護等問題。因此企業在使用 AI 時需要完善的資料收集、儲存和管理機制,這可以促進資料的科學有效應用,並在保護個人隱私的同時實現更加高效的業務運營和更好的產品和服務體驗。
Advice
善用人工智慧有哪些要素?
- 確認企業的目標: 定義目標,明確人工智慧技術在實現企業目標上起到的推動作用,最佳化人工智慧的應用。
- 構建 AI 團隊: 可以選擇專職的 AI 團隊,由經驗豐富的資深工程師、機器學習專家、資料分析師構成,專注開發資料模型和智慧算法,加快人工智慧技術在企業中的落地。
- 資料管理: 需要構建完善的資料收集、儲存和管理機制,包括資料保護、隱私保護等方面。
- 應用場景評估: 可以選擇專門的調研機構,進行漏洞評估、技術安全等方面的深入調查,確保人工智慧的應用場景和應用效果。
- 人才培養: 建立培養計劃,吸引和留住人才,實現專業能力的不斷提升和技術快速更新。
如何減少風險?
- 落實合規制度: 確保所有資料收集和用途符合法律、法規和相關規定,並建立完善的資料保護和個人訊息安全管理制度。
- 開展人工智慧詳細資料治理: 應確保資料質量、資料完整性、資料的可靠性和便捷性。
- 提升透明度: 提升企業的訊息公開度和透明度,透過開放資料 API、發布透明報告等方式,在透明性上達到更高的標準。
- 強化風險管控: 所有人工智慧專案都需要有一個有效的風險控制機制,確保風險能迅速及時的得到控制。
- 協作和合作: 相互分享經驗和訊息,建立跨越多部門和團隊的全面協調合作機制,回報風險和管理控制的建議。
延伸閱讀
- AI 助您創辦者更快、更輕鬆地籌集資金嗎?
- 資料控制平臺 Atlan 獲得 1.05 億美元投資,LLM 提升資料重要性
- 美提食品再獲 1 億美元投資,產品進入 7,000 家零售店
- 阿克麥德獲得創辦者基金投資 200 萬美元,針對未開發市場最佳化藥物供應鏈
- Rad AI 完成由 Khosla Ventures 領投的 5 千萬美元 B 輪融資
- 千裏獨領風騷!Accel 帶頭投資 400 萬美元支援埃及企業卡平臺 Swypex
- 多西退出 Bluesky,科技巨頭以少取更多,下一個 IPO
- 現代汽車投資 10 億美元於自動駕駛新創公司 Motional,伊隆解散特斯拉超級充電團隊
- 為什麼 RAG 無法解決生成式 AI 的幻覺問題
- Iconiq 募得 51.5 億美元用於其第七號旗艦基金