Apportez votre propre IA en utilisant Amazon SageMaker avec Salesforce Data Cloud

Utilisez Amazon SageMaker avec Salesforce Data Cloud pour votre propre IA

Cet article est co-écrit par Daryl Martis, Directeur de Produit, Salesforce Einstein AI.

Nous sommes ravis d’annoncer l’intégration d’Amazon SageMaker et Salesforce Data Cloud. Grâce à cette fonctionnalité, les entreprises peuvent accéder en toute sécurité à leurs données Salesforce en utilisant SageMaker et utiliser les outils de SageMaker pour construire, entraîner et déployer des modèles d’IA. Les points de terminaison d’inférence sont connectés à Data Cloud pour générer des prédictions en temps réel. Ainsi, les entreprises peuvent accélérer leur mise sur le marché tout en maintenant l’intégrité et la sécurité des données, et réduire la charge opérationnelle du déplacement des données d’un emplacement à un autre.

Présentation d’Einstein Studio sur Data Cloud

Data Cloud est une plateforme de données qui fournit aux entreprises des mises à jour en temps réel de leurs données clients à partir de n’importe quel point de contact. Avec Einstein Studio, une passerelle vers les outils d’IA sur la plateforme de données, les administrateurs et les data scientists peuvent facilement créer des modèles en quelques clics ou en utilisant du code. L’expérience bring your own model (BYOM) d’Einstein Studio permet de connecter des modèles d’IA personnalisés ou génératifs à partir de plates-formes externes telles que SageMaker à Data Cloud. Les modèles personnalisés peuvent être entraînés en utilisant des données de Salesforce Data Cloud accessibles via le connecteur Amazon SageMaker Data Wrangler. Les entreprises peuvent agir sur leurs prédictions en intégrant de manière transparente des modèles personnalisés dans les workflows Salesforce, ce qui permet d’améliorer l’efficacité, la prise de décision et les expériences personnalisées.

• Utilisez l’intégration d’Amazon SageMaker et Salesforce Data Cloud pour alimenter vos applications Salesforce avec l’IA/ML.
• Évolution d’OpenAI une course vers GPT5
• Auto-attention dans les Transformers

Avantages de l’intégration de SageMaker et Data Cloud Einstein Studio

Voici comment l’utilisation de SageMaker avec Einstein Studio dans Salesforce Data Cloud peut aider les entreprises :

• Il permet de connecter des modèles d’IA personnalisés et génératifs à Einstein Studio pour différents cas d’utilisation, tels que la conversion des leads, la classification des cas et l’analyse des sentiments.
• Il élimine les tâches fastidieuses, coûteuses et sujettes aux erreurs de l’ETL (extraction, transformation et chargement). L’approche zero-copy des données réduit la charge de gestion des copies de données, réduit les coûts de stockage et améliore les performances.
• Il permet d’accéder à des données hautement sélectionnées, harmonisées et en temps réel sur Customer 360. Cela conduit à des modèles experts qui fournissent des prédictions et des insights métier plus intelligents.
• Il simplifie la consommation des résultats des processus métier et génère de la valeur sans latence. Par exemple, vous pouvez utiliser des workflows automatisés qui peuvent s’adapter instantanément en fonction de nouvelles données.
• Il facilite l’opérationnalisation des modèles SageMaker et des inférences dans Salesforce.

Voici un exemple d’opérationnalisation d’un modèle SageMaker à l’aide de Salesforce Flow.

Intégration de SageMaker

SageMaker est un service entièrement géré permettant de préparer les données et de construire, entraîner et déployer des modèles d’apprentissage automatique (ML) pour n’importe quel cas d’utilisation avec une infrastructure, des outils et des workflows entièrement gérés.

Pour simplifier l’intégration de SageMaker et Salesforce Data Cloud, nous introduisons deux nouvelles fonctionnalités dans SageMaker :

• Le connecteur SageMaker Data Wrangler Salesforce Data Cloud – Avec le connecteur SageMaker Data Wrangler Salesforce Data Cloud nouvellement lancé, les administrateurs peuvent préconfigurer les connexions à Salesforce pour permettre aux analystes de données et aux data scientists d’accéder rapidement aux données Salesforce en temps réel et de créer des fonctionnalités pour l’apprentissage automatique. Cela permettra aux utilisateurs d’accéder en toute sécurité à Salesforce Data Cloud en utilisant OAuth. Vous pouvez visualiser, analyser et transformer les données de manière interactive en utilisant la puissance de Spark sans écrire de code en utilisant les fonctionnalités de préparation visuelle des données à faible code de Salesforce Data Wrangler. Vous pouvez également mettre à l’échelle pour traiter de grands ensembles de données avec des jobs de traitement SageMaker, entraîner automatiquement des modèles ML en utilisant Amazon SageMaker Autopilot et intégrer un pipeline d’inférence SageMaker pour déployer le même flux de données en production avec le point de terminaison d’inférence pour traiter les données en temps réel ou par lots pour l’inférence.

• Le modèle de projets SageMaker pour Salesforce – Nous avons lancé un modèle de projets SageMaker pour Salesforce que vous pouvez utiliser pour déployer des points de terminaison pour des modèles de langage traditionnels et de grande taille (LLM) et exposer automatiquement les points de terminaison SageMaker sous la forme d’une API. Les projets SageMaker offrent une manière simple de configurer et de standardiser l’environnement de développement pour les data scientists et les ingénieurs en ML afin de construire et déployer des modèles d’apprentissage automatique sur SageMaker.

Citation du partenaire

“Le partenariat entre Salesforce et AWS Sagemaker permettra aux clients de tirer parti de la puissance de l’IA (modèles génératifs et non génératifs) sur leurs sources de données Salesforce, leurs flux de travail et leurs applications pour offrir des expériences personnalisées et alimenter la génération de nouveaux contenus, la synthèse et les expériences de questions-réponses. En combinant le meilleur des deux mondes, nous créons un nouveau paradigme pour l’innovation axée sur les données et la réussite des clients, soutenu par l’IA.”

-Kaushal Kurapati, Vice-président principal des produits, de l’IA et de la recherche chez Salesforce

Aperçu de la solution

La solution d’intégration BYOM fournit aux clients un connecteur natif de Salesforce Data Cloud dans SageMaker Data Wrangler. Le connecteur SageMaker Data Wrangler vous permet d’accéder en toute sécurité aux objets de Salesforce Data Cloud. Une fois les utilisateurs authentifiés, ils peuvent effectuer des tâches d’exploration, de préparation et d’ingénierie des fonctionnalités nécessaires au développement et à l’inférence du modèle via l’interface visuelle interactive de SageMaker Data Wrangler. Les data scientists peuvent travailler dans les notebooks d’Amazon SageMaker Studio pour développer des modèles personnalisés, qui peuvent être des modèles traditionnels ou LLM, et les rendre disponibles pour le déploiement en enregistrant le modèle dans le registre de modèles de SageMaker. Lorsqu’un modèle est approuvé pour la production dans le registre, SageMaker Projects automatisera le déploiement d’une API d’invocation qui peut être configurée comme une cible dans Salesforce Einstein Studio et intégrée aux applications Salesforce Customer 360. Le diagramme suivant illustre cette architecture

Conclusion

Dans cet article, nous avons partagé l’intégration BYOM de SageMaker et Salesforce Einstein Studio, où vous pouvez utiliser les données de Salesforce Data Cloud pour construire et entraîner des modèles traditionnels et LLM sur SageMaker. Vous pouvez utiliser SageMaker Data Wrangler pour préparer les données de Salesforce Data Cloud sans copie. Nous avons également fourni une solution automatisée pour déployer les points de terminaison SageMaker sous la forme d’une API en utilisant un modèle de projets SageMaker pour Salesforce.

AWS et Salesforce sont ravis de s’associer pour offrir cette expérience à nos clients communs afin de les aider à piloter leurs processus métier grâce à la puissance de l’apprentissage automatique et de l’intelligence artificielle.

Pour en savoir plus sur l’intégration BYOM de Salesforce, consultez le document Apportez vos propres modèles d’IA avec Einstein Studio. Pour une mise en œuvre détaillée à l’aide d’un exemple de cas d’utilisation de recommandations de produits, consultez l’article Utilisez l’intégration Amazon SageMaker et Salesforce Data Cloud pour alimenter vos applications Salesforce avec l’IA/ML.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!