Salesforce komt als een van de eerste partijen met een enterprise AI-oplossing en legt de lat meteen al extreem hoog. Elke Salesforce-applicatie beschikt nu over Einstein Copilot die door organisaties volledig op maat kan worden gemaakt met Einstein 1 Studio. Via no-code en low-code maakt Salesforce AI beschikbaar binnen alle Salesforce-applicaties.
We weten dat elke IT-organisatie bekijkt hoe ze generatieve AI gaat toepassen. Veel kleinere software-vendoren gaan partnerschappen aan met Amazon of Google en leunen daarbij stevig op Google Cloud Vertex AI en Amazon Bedrock. Bij Salesforce vonden ze dat niet ver genoeg gaan.
Salesforce presenteert Einstein 1 Studio met Prompt, Copilot en Model builder
Het afgelopen jaar heeft Salesforce verschillende keren aankondigingen gedaan rond AI, maar eigenlijk kun je het meeste weer vergeten. De strategie is geëvolueerd tot wat ze nu hebben aangekondigd, inclusief de naamgeving. Dit heeft waarschijnlijk te maken met het feit dat LLM’s, die aan de basis staan van generatieve AI, vorig jaar enorm veel beter zijn geworden.
Tijdens Salesforce TrailblazerDX in San Francisco (de Salesforce developer conference) presenteerde Salesforce uitvoerig de nieuwe Einstein Copilot. Einstein Copilot is straks in alle Salesforce-applicaties terug te vinden. Voor ontwikkelaars en actieve Salesforce-admins is er ook veel aandacht voor Einstein 1 Studio, waarmee je Einstein Copilot volledig op maat kunt maken. Bijvoorbeeld door Einstein nieuwe dingen te leren, of databronnen toe te voegen die relevant zijn voor het volledige klantbeeld.
Salesforce TDX is eigenlijk een conferentie voor ontwikkelaars, maar Einstein 1 Studio heeft een enorme focus op low-code en no-code, waardoor “iemand die een mailmerge kan samenstellen, ook aan de slag kan met Einstein 1 Studio”, aldus Salesforce.
Drie ‘Builders’ beschikbaar in Einstein 1 Studio
Binnen de Einstein 1 Studio zijn drie Builders beschikbaar waarmee je AI kunt toepassen binnen Salesforce-producten en Einstein Copilot verder op maat kunt maken. Salesforce biedt al jarenlang de mogelijkheid om met custom fields (invulvelden) te werken. Dat zijn velden waarin klantinformatie wordt opgeslagen die voor de betreffende business relevant zijn.
Zo kan een hotel bijvoorbeeld reserveringsinformatie opslaan in custom fields, terwijl een groothandel wil bijhouden hoeveel korting een specifieke klant heeft voor bepaalde productgroepen.
Prompt Builder
Met de Prompt builder is het mogelijk een prompt te ontwikkelen waarmee je een samenvatting kunt maken van klantdata. Om bovenstaande voorbeelden nog eens te gebruiken: bij een hotel een overzicht van alle gemaakte reserveringen. Of van welke kortingen een klant bij de groothandel dit jaar gebruik heeft gemaakt en hoeveel dat is ten opzichte van vorig jaar. Daarmee kan een receptionist of accountmanager zijn voordeel doen.
Salesforce is echter niet gestopt bij het genereren van tekst, afbeeldingen of andere media. Je kunt Einstein Copilot ook gebruiken om workflows uit te voeren en acties af te trappen.
Copilot Builder
Met de Copilot Builder kun je definiëren welke acties bij welke Apex en Flows horen. Als je bijvoorbeeld al een bestaande Flow hebt om SMS-berichten te verzenden, kun je die koppelen aan een actie in de Copilot Builder. Bij de actie-omschrijving vul je simpelweg in: ‘Deze actie gebruiken om SMS-berichten te versturen’.
Vervolgens kunnen werknemers simpelweg tegen Einstein Copilot zeggen ‘Stuur een sms naar klant X en heet ze welkom in ons hotel’. Of ‘Vertel dat het gewenste product nu leverbaar is’.
Salesforce durft met Einstein 1 Studio de vergelijking aan met de film The Matrix (1999), waarin hoofdpersoon Neo met een paar regels code ineens Kung Fu kent.
Iemand die niet bekend is met Flows heeft wellicht nog twijfels. Dit is een no-code methode om te definiëren waar informatie opgehaald moet worden en waar het naartoe moet worden gezonden. Bijvoorbeeld klantinformatie met een mobiel nummer ophalen en deze vervolgens naar een externe SMS-dienst sturen met een API-sleutel en het bericht. Organisaties hebben in Salesforce al tientallen of honderden van dit soort Flows gebouwd, die kunnen ze nu zeer eenvoudig hergebruiken binnen Einstein Copilot.
Model Builder
Tot slot is er nog de model builder, hierin kunnen verschillende modellen met elkaar worden verbonden. Je kunt echter ook een eigen model samenstellen. Gebruikers kunnen kiezen uit Amazon Bedrock, Amazon Sagemaker, Anthropic, Azure, Cohere, Databricks, Google Cloud Vertex AI en OpenAI. Binnen de Prompt Builder kun je aangeven met welk geconfigureerd model de actie moet worden uitgevoerd. Je kunt dus specifieke modellen gebruiken voor specifieke taken.
Ook kun je modellen ontwikkelen in Bedrock of VertexAI en die vervolgens koppelen als je dat prettiger vindt.
Salesforce Data Cloud is voedingsbodem voor AI
Het mag duidelijk zijn dat Salesforce enorm krachtige AI-oplossingen heeft ontwikkeld. Die zijn echter maar zo krachtig als de data die ze tot hun beschikking hebben. Door meer goede databronnen aan de Salesforce Data Cloud te koppelen kunnen de nieuwe AI-oplossingen effectiever werken en meer informatie gebruiken.
De Salesforce Data Cloud kan eenvoudig koppelingen leggen met bekende Software-as-a-Service (SaaS)-oplossingen. Denk aan Google Workspace, Microsoft 365, Asana, Workday en SAP. Een Excel-sheet of Google Spreadsheets-document kan ook waardevolle data bevatten en is dan ook te koppelen aan de Data Cloud. Daarnaast kun je databases verbinden en grotere databronnen als Databricks en Snowflake. Binnen Einstein 1 Studio zijn alle databronnen dan weer te gebruiken.
Data veilig en compliant houden met de Einstein Trust Layer
Voordat je blind al je gegevens aan Salesforce gaat knopen moet je wel zeker weten dat die data ook veilig en compliant blijft. Je wilt niet dat je klantdata straks wordt hergebruikt door een AI-model. Of dat je data op een andere manier kan uitlekken.
Om dat te voorkomen heeft Salesforce de Einstein Trust Layer ontwikkeld. Met deze layer wordt data op een veilige manier opgehaald en wordt gevoelige data gemaskeerd binnen de prompt. Hierdoor kan het AI-model de bedrijfsdata nooit ontvangen. Als Salesforce de output heeft ontvangen van het model worden de maskeringen in het resultaat weer omgezet naar de klantdata. Vervolgens controleert de Trust Layer ook nog of het resultaat niet ongepast is. Worden er nog enkele controles uitgevoerd en pas dan wordt het resultaat geleverd.
Zolang je met Salesforce Data en de standaard AI-modellen werkt, garandeert Salesforce dat je gegevens veilig zijn. Zodra je zelf AI-modellen en databronnen gaat toevoegen, wordt het een gedeelde verantwoordelijkheid.
Als organisatie moet je zelf zorgen dat je bij gebruik van externe LLM’s afspraken maakt dat de data niet wordt gebruikt om het model te verrijken. OpenAI doet dat bijvoorbeeld bij het consumentenabonnement wél, maar bij duurdere enterprise-abonnementen niét.
Daarnaast moet je zelf aangeven welke data gemaskeerd moet worden als je nieuwe databronnen koppelt. Sommige data helpen een AI-model om de organisatie beter te begrijpen en zijn niet privacygevoelig. Andere data zoals persoonsgegevens zijn wel privacygevoelig en die wil je graag maskeren.
Salesforce legt met Einstein 1 Studio de lat hoog voor SaaS-concurrenten die AI willen gaan toepassen
We volgen Salesforce al jaren, maar we moeten concluderen dat ze onze verwachtingen hebben overtroffen. We hadden weliswaar de nodige AI-oplossingen verwacht, maar geen compleet modulaire Einstein Copilot die ook nog eenvoudig is aan te passen en uit te breiden. Hiermee legt Salesforce de lat voor de concurrentie enorm hoog. Al hebben die nu wel een goed voorbeeld hoe het ook kan. Of ze het resultaat kunnen evenaren is uiteraard nog de vraag.
We hebben afgelopen jaar veel organisaties gesproken die bezig zijn met het ontwikkelen van AI-toepassingen voor hun SaaS-portfolio. De meeste organisaties spreken nog vooral over AI-features. Salesforce gaat wat ons betreft nu al zeven stappen verder. We zijn benieuwd of er meer organisaties zijn die kunnen aanhaken op dit niveau. Als we meer van dit soort verrassingen krijgen, gaan we een enorme innovatiegolf zien in het bedrijfsleven de komende jaren.
Lees ook: Tableau Pulse maakt van elke gebruiker een data-analist
16 uur geleden
Expert bijdrage
