Salesforce está lanzando un nuevo conjunto de productos destinados a reforzar su posición en el espacio de IA ultracompetitivo.
Llamada AI Cloud, la suite, que incluye herramientas diseñadas para ofrecer IA «lista para empresas», es el último intento interdisciplinario de Salesforce para aumentar su cartera de productos con capacidades de IA. En muchos sentidos, es una continuación de la iniciativa de IA generativa que la empresa lanzó en marzo, cuyo objetivo es incorporar la IA generativa en toda la plataforma de Salesforce.
“Realmente se trata de llevar la IA generativa de manera confiable a la empresa”, dijo a TechCrunch Adam Caplan, vicepresidente sénior de tecnología emergente en Salesforce, en una entrevista telefónica. “Nos estamos moviendo increíblemente rápido para aprovechar el historial que tenemos en IA y construirlo en nuestra pila de manera confiable”.
AI Cloud aloja y sirve modelos de IA, específicamente modelos de generación de texto, de una variedad de socios, incluidos Amazon Web Services, Anthropic, Cohere y OpenAI en la infraestructura de nube de Salesforce. Los modelos propios están disponibles en la división de investigación de IA de Salesforce, potenciando capacidades como la generación de código y la automatización de procesos comerciales. O los clientes pueden incorporar un modelo personalizado a la plataforma mientras almacenan datos en su propia infraestructura.
El concepto no está muy lejos de Bedrock, lanzado recientemente por Amazon, que proporciona una familia de modelos capacitados internamente por AWS, así como modelos preentrenados de socios de inicio.
“Lo que estamos haciendo es básicamente adoptar un enfoque de ecosistema, un enfoque abierto, y trabajar con el mejor modelo para el mejor caso de uso”, dijo Caplan.
IA generativa en todas partes
Los modelos creados por Salesforce en AI Cloud impulsan nuevas capacidades en los productos insignia de Salesforce, incluidos Data Cloud, Tableau, Flow y MuleSoft. Hay nueve modelos en total: GPT de ventas, GPT de servicios, GPT de marketing, GPT de comercio, GPT de Slack, GPT de Tableau, GPT de flujo y GPT de Apex.
Sales GPT puede crear rápidamente correos electrónicos personalizados, mientras que Service GPT puede crear informes de servicio, resúmenes de casos y órdenes de trabajo basados en datos de casos e historial de clientes. Mientras tanto, Marketing GPT y Commerce GPT pueden generar segmentos de audiencia para orientar y adaptar las descripciones de los productos a cada comprador en función de los datos de sus clientes, o brindar recomendaciones, como por ejemplo, cómo aumentar el valor promedio de los pedidos.
Slack GPT, Tableau GPT, Flow GPT y Apex GPT son de naturaleza un poco más especializada. Slack GPT y Flow GPT permiten a los usuarios crear flujos de trabajo sin código que incorporan acciones de IA, ya sea en Slack o Flow. Tableau GPT puede generar visualizaciones basadas en indicaciones de lenguaje natural e información de datos superficiales. En cuanto a Apex GPT, puede buscar vulnerabilidades de código y sugerir código en línea para Apex, el lenguaje de programación patentado de Salesforce.
Varios de los modelos están activos a partir de hoy, incluidos Slack GPT, Commerce GPT, Sales GPT y Service GPT. El resto, menos Flow GPT, que aterriza en octubre, está programado para llegar este mes.
Una omisión evidente en Cloud AI es un modelo de generación de imágenes similar a DALL-E 2 y Stable Diffusion. Caplan dijo que está en proceso, reconociendo la utilidad para crear campañas de marketing, páginas de destino, correos electrónicos y más. Pero agregó que hay una variedad de barreras, desde los derechos de autor hasta la toxicidad, que Salesforce pretende superar antes de lanzarlo.
capa de confianza
Entonces, ¿qué más distingue a AI Cloud? Bueno, Salesforce está promocionando Einstein Trust Layer, un nuevo servicio de moderación y redacción de IA. Al igual que NeMo Guardrails de Nvidia, Einstein Trust Layer intenta evitar que los modelos de generación de texto retengan datos confidenciales, como pedidos de compra de clientes y números de teléfono.
Einstein Trust Layer está dirigido a empresas con estrictos requisitos de cumplimiento y gobernanza que normalmente les impedirían usar herramientas de IA generativa, dice Caplan. Ciertamente, es oportuno. Una lista creciente de empresas, incluidas Amazon, Goldman Sachs y Verizon, han prohibido o restringido el uso de IA generativa como ChatGPT, citando riesgos de privacidad.
“La pregunta número uno de cada cliente es sobre la confianza y la seguridad y cómo podemos permitirles, como empresa, abordar estas nuevas tecnologías, este nuevo mundo, de manera segura”, dijo Caplan.
Einstein Trust Layer se encuentra entre una aplicación o servicio y un modelo de generación de texto, detectando cuándo un mensaje puede contener información confidencial y eliminándolo automáticamente en el backend antes de que llegue al modelo. El servicio también puede filtrar por toxicidad (p. ej., sexismo, racismo y otras formas de discriminación), ya sea en un aviso o en la respuesta de un modelo.
Los usuarios que vinculan modelos de plataformas de terceros como Amazon SageMaker o Vertex AI de Google a AI Cloud aún pueden tocar Einstein Trust Layer, dice Salesforce. Y para los clientes de OpenAI, Salesforce dice que ha establecido una «asociación de confianza» con OpenAI para brindar moderación de contenido conjunta utilizando las herramientas de seguridad de OpenAI junto con Einstein Trust Layer.
Moderar modelos y avisos es un asunto complicado, y Salesforce tiene mucho en el camino de la competencia. Microsoft, que el mes pasado presentó un nuevo servicio de inteligencia artificial para moderar texto e imágenes, incluso de modelos, ofrece opciones de personalización de modelos similares a Einstein Trust Layer a través de su servicio Azure OpenAI (aunque solo para modelos OpenAI).
Tal vez por eso, para diferenciar aún más a AI Cloud de otras ofertas de servicios de IA administrados, Salesforce está lanzando una serie de «plantillas» de avisos y herramientas de creación de plantillas de avisos. Salesforce dice que las indicaciones de IA «optimizadas» de la plantilla utilizan datos «armonizados» para fundamentar los resultados generados por el modelo en el contexto de las necesidades de una empresa, lo que influye en la calidad y la relevancia del contenido generado.
Está en el interés de reducir el tiempo y el costo para adaptar un modelo de IA generativa en AI Cloud a un caso de uso particular, dijo Caplan. Por ejemplo, un cliente podría crear una plantilla que «instruya» a un modelo para redactar respuestas de correo electrónico de una manera que esté alineada con un estilo de casa, o que extraiga información específica del cliente de una base de datos de Salesforce.
“Realmente es un cambio fundamental en términos de la calidad de un correo electrónico y la diferencia entre una copia más genérica versus una copia basada en los datos de gestión de relaciones con el cliente”, dijo Caplan.
Por supuesto, la ingeniería rápida no es una ciencia nueva. Y otras plataformas de IA generativa, como Writer, Jasper e incluso Grammarly, brindan formas de dirigir las respuestas de los modelos hacia ciertos estilos. Podría decirse que la propuesta de valor real aquí, al menos la que destaca Salesforce, es la facilidad con la que los datos de Salesforce se pueden conectar (y manipular) a un modelo.
Para los clientes que ya están arraigados en el ecosistema de productos de Salesforce, probablemente sea un atractivo argumento de venta.
“IA más datos más gestión de relaciones con los clientes es una combinación realmente poderosa”, dijo Caplan. “Podemos continuar haciendo que estos avisos sean más inteligentes y mejores. Y eso será realmente poderoso, además de capacitar a los modelos y brindar más valor a nuestros clientes y cosas similares en toda la pila”.
AI Cloud se lanzará en algún momento de este año, dice Salesforce, con Einstein Trust Layer configurado para estar disponible de forma general a finales de este mes.
