Salesforce dévoile Einstein Studio, une solution permettant d'exploiter les modèles d'IA existants

Tandis que les entreprises adoptent des modèles d'intelligence artificielle, près de 60 % des responsables informatiques estiment que la mise en oeuvre de ces solutions nécessite encore un à deux ans. Par ailleurs, seuls 54 % des projets d'intelligence artificielle passent avec succès de la phase pilote à celle de la mise en production selon une étude de Gartner.

C'est en réponse à ce constat que Salesforce annonce le déploiement de sa solution Einstein Studio. Celle-ci propose aux équipes de data scientists et d'ingénieurs de gérer et déployer des modèles d'intelligence artificielle de manière plus simple et efficace.

Exploiter des modèles d'IA existants à partir de données propriétaires

La solution entraîne des modèles d'IA à partir de données clients issues de Data Cloud, la plateforme Salesforce de données en temps réel dédiée aux CRM. Ainsi, les organisations peuvent utiliser leurs propres modèles d'IA personnalisés aux côtés de grands modèles de langage préconçus et disponibles via la solution. Einstein Studio permet donc de réduire la phase d'intégration de données entre systèmes.

L'ensemble des données clients sont ainsi unifiées à partir de n'importe quelle source et harmonisées automatiquement pour créer un profil client personnalisé. Ce dernier peut ainsi s'adapter en temps réel à l'activité et être utilisé par n'importe quelle équipe. Les entreprises peuvent entraîner des modèles d'IA issus de l'écosystème Salesforce, tels que "Vertex AI" de Google Cloud ou encore "Amazon SageMaker" d'Amazon Web Services.

Des modèles d'IA verticalisés

Cette nouvelle solution lancée par Salesforce permet de configurer des modèles d'IA utiles adaptables à nombre de secteurs et services :

• Pour les services financiers : Einstein Studio permet de créer des modèles de vente croisée, afin de recommander des produits ou services complémentaires aux conseillers en fonction de données d'engagement en temps réel collectées sur leurs clients.

• Pour les retailers : la solution permet aux équipes de recommander des produits en fonction des centres d'intérêt et comportements de leurs clients, personnaliser leurs tarifs selon leurs besoins spécifiques, ou segmenter leur clientèle en plusieurs groupes en fonction de leurs catégories démographiques, ou encore de leurs historiques d'achats.

• Pour l'industrie automobile : les constructeurs sont en mesure de prévoir quand une voiture aura besoin d'un entretien, de détecter les demandes d'indemnisation frauduleuses, ou de personnaliser leurs campagnes marketing en fonction des besoins et préférences des acheteurs.