ฐานข้อมูลเวกเตอร์ใหม่ใน Salesforce Data Cloud จะขับเคลื่อนเพิ่มพลังให้ AI, Analytics และระบบอัตโนมัติ โดยใช้ LLMs กับข้อมูลทางธุรกิจ เพื่อการใช้งานในแพลตฟอร์ม Einstein 1

Salesforce ได้ประกาศการอัปเดตครั้งสำคัญสำหรับแพลตฟอร์ม Einstein1 โดยการเพิ่ม Data Cloud Vector Database และ Einstein Copilot Search เข้าไว้ด้วยกัน

Generative AI ที่เกี่ยวข้องเเละแม่นยำจำเป็นต้องอาศัยชุดข้อมูลองค์กรที่ครอบคลุมที่สุด จนถึงขณะนี้ ก็ยังจำเป็นต้องมีการปรับแต่งโมเดลอย่างละเอียด ซึ่งมีค่าใช้จ่ายแพงและต้องใช้แรงงานมาก โดย Data Cloud Vector Database จะสามารถแก้ไขความท้าทายนี้ให้เป็นเรื่องง่ายเเละรวดเร็ว ด้วยการนำข้อมูลธุรกิจมารวมเป็นหนึ่งไว้ใน Prompt AI เพื่อให้ลูกค้า Salesforce มั่นใจในการปรับใช้งานและให้สัมพันธ์ตรงกับการใช้งานกับแอปพลิเคชัน Salesforce ได้ทั้งหมดโดยไม่ต้องปรับแต่งโมเดลภาษาขนาดใหญ่ (LLM)

Data Cloud Vector Database – สร้างขึ้นในแพลตฟอร์ม Einstein 1 ซึ่งจะช่วยให้ AI ทำงานเเบบอัตโนมัติได้ และสามารถวิเคราะห์เพื่อการตัดสินใจที่เเม่นยำยิ่งขึ้นและใช้ข้อมูลเชิงลึกของลูกค้าบนแอปพลิเคชัน Salesforce CRM ได้ทั้งหมด นอกจากนี้ Data Cloud ยังสามารถเพิ่มพลังขับเคลื่อนให้กับ Einstein Copilot Search โดยจะปรับปรุง Einstein Copilot ซึ่งเป็นผู้ช่วย Generative AI ของ Salesforce ด้วยความสามารถของ AI ในการค้นหาข้อมูลทางธุรกิจทั้งหมดเพื่อส่งมอบข้อมูลที่แม่นยำเเละสะดวกยิ่งขึ้นให้กับทุกขั้นตอนในกระบวนการทำงาน

ความสามารถใหม่:

• ฐานข้อมูล Data Cloud Vector Database
  • Data Cloud Vector Database จะขจัดความจำเป็นที่ต้องปรับแต่ง LLMs โดยการใช้ข้อมูลทางธุรกิจทั้งหมดได้อย่างราบรื่น เพื่อเพิ่มประสิทธิภาพการทำงานของ AI prompts ซึ่งจะช่วยให้ลูกค้าสามารถใช้ข้อมูลประเภทต่างๆ บนแอปพลิเคชั่นทางธุรกิจและเวิร์กโฟลว์ของตนได้ สิ่งเหล่านี้จะเพิ่มมูลค่าทางธุรกิจ และผลตอบเเทน ROI ด้วยการรวมข้อมูลที่ไม่มีโครงสร้างเข้าด้วยกัน รวมถึงไฟล์ PDF, อีเมล, เอกสาร และสำเนาบันทึกต่างๆ พร้อมด้วยข้อมูลที่มีโครงสร้าง รวมถึงประวัติการซื้อ เคสการซัพพอร์ทลูกค้าต่างๆ และรายการสินค้าคงคลัง เพื่อขับเคลื่อนระบบ AI ให้เป็นระบบอัตโนมัติ และสามารถวิเคราะห์ในทุกแอปพลิเคชันของ Salesforce ได้
  • ตัวอย่างเช่น ผู้นำฝ่ายบริการลูกค้าจะสามารถเพิ่มประสิทธิภาพและความพึงพอใจของลูกค้าได้โดยใช้แพลตฟอร์มที่นำเสนอหัวข้อความรู้ที่เกี่ยวข้องในเชิงรุกให้แก่ตัวแทนบริการได้ทันทีที่มีปัญหาเข้ามา ช่วยให้สามารถระบุกรณีและปัญหาที่เคยเกิดขึ้นคล้ายกันได้อย่างรวดเร็ว และรวมผสานบนระบบอัตโนมัติ จึงสามารถช่วยลดเวลาการแก้ไขและการปรับปรุงประสบการณ์โดยรวมของลูกค้าได้

• การค้นหา Einstein Copilot
  • Einstein Copilot ซึ่งจะพร้อมใช้งานในเดือนกุมภาพันธ์นี้ ได้รวมความสามารถในการค้นหาของ AI ที่ได้รับการปรับปรุงพัฒนาให้ดียิ่งขึ้นกว่าเดิม ซึ่งจะตีความและตอบสนองต่อคำถามที่ซับซ้อนของผู้ใช้งาน โดยการเข้าถึงแหล่งข้อมูลที่หลากหลาย รวมถึงข้อมูลที่ไม่มีโครงสร้าง Einstein Copilot Search จะปรับปรุง Einstein Copilot ให้ดีกว่าเดิม โดยให้บริการทีมขาย ฝ่ายบริการลูกค้า ฝ่ายการตลาด ฝ่ายการพาณิชย์และไอที โดยมีผู้ช่วย AI ที่สามารถแก้ไขปัญหาและสร้างเนื้อหาโดยการเข้าถึงข้อมูลธุรกิจทั้งที่ไม่มีโครงสร้างและมีโครงสร้างแบบเรียลไทม์ได้ ลูกค้าจะได้รับประโยชน์จากผู้ช่วย AI ที่เข้าใจและสามารถจัดการกับคำถามที่ซับซ้อนได้โดยการเข้าถึงข้อมูลเชิงลึกและความรู้ที่ไม่เคยทำสำเร็จมาก่อนด้วย LLMs ขั้นพื้นฐาน เนื่องจากข้อจำกัดในข้อมูลการฝึกอบรม Einstein Copilot Search ยังมีข้อมูลที่สามารถอ้างอิงถึงแหล่งข้อมูลได้อีกด้วย Einstein Trust Layer ของ Salesforce สามารถสร้างความไว้วางใจและความมั่นใจในเนื้อหาที่ถูกสร้างขึ้นโดย AI ในขณะเดียวกันก็รักษาการกำกับดูแลข้อมูลและความปลอดภัยได้อีกด้วย
  • ตัวอย่างเช่น ในการบริการลูกค้า Einstein Copilot Search จะเชื่อมโยงข้อกังวลของลูกค้าจากอีเมลที่ไม่มีโครงสร้างและบันทึกการโทรไปยังระบบ support ticket ที่มีระบบโครงสร้าง สิ่งนี้จะช่วยให้ตัวแทนฝ่ายบริการมีความเข้าใจโดยละเอียดเกี่ยวกับปัญหาของลูกค้า รวมทั้งบริบทในอดีตที่ผ่านมา รวมถึงคำแนะนำในการแก้ปัญหาที่ AI สร้างขึ้นและสนับสนุนด้วยข้อมูล การบูรณาการการอ้างอิงจากแหล่งที่มาใหม่นี้จะช่วยเพิ่มความมั่นใจให้ทีมบริการลูกค้าในข้อมูลเชิงลึกที่สร้างโดย AI ได้มากขึ้น

เหตุใดจึงสำคัญ: ข้อมูลมีความสำคัญอย่างยิ่งในการมอบประสบการณ์ที่ดีให้กับลูกค้าที่ถูกต้องและน่าสนใจ ทั้งยังขับเคลื่อนนวัตกรรม AI ได้อีกด้วย อย่างไรก็ตาม 90% ของข้อมูลองค์กรยังอยู่ในรูปแบบที่ไม่มีโครงสร้าง เช่น ไฟล์ PDF, อีเมล, โพสต์บนโซเชียลมีเดีย และไฟล์เสียงต่างๆ จึงทำให้ส่วนใหญ่ไม่สามารถใช้งานได้บนแอปพลิเคชันทางธุรกิจและโมเดล AI โดยบริษัท Forrester คาดการณ์ว่าปริมาณข้อมูลที่ไม่มีโครงสร้างที่จัดการโดยองค์กรต่างๆ จะเพิ่มขึ้นถึงสองเท่าภายในปี 2567 ซึ่งถูกเน้นย้ำถึงความเร่งด่วนของความท้าทายในครั้งนี้ ในขณะที่ 80% ของผู้นำด้านไอทีรับทราบถึงศักยภาพในการเปลี่ยนแปลงของ Generative AI ในการใช้ประโยชน์จากข้อมูลอย่างมีประสิทธิภาพมากขึ้น 59% เเละยังคงต้องมีกลยุทธ์ด้านข้อมูลแบบครบวงจรเพื่อควบคุมพลังนี้

มุมมองของพนักงานขาย:

“ฐานข้อมูล Data Cloud Vector ช่วยลดความท้าทายของกระบวนการที่มีราคาแพงและซับซ้อนในการใช้ประโยชน์จากข้อมูลที่ไม่มีโครงสร้าง ตอนนี้ลูกค้าของเราสามารถให้เหตุผลผ่านข้อมูลองค์กรทั้งหมดของตนเพื่อขับเคลื่อนแอปพลิเคชันทางธุรกิจได้อย่างมีประสิทธิภาพมากขึ้น ด้วยการบูรณาการทั้งข้อมูลที่มีระบบโครงสร้างและไม่มีโครงสร้าง ซึ่ง Data Cloud Vector Database ใหม่ของเราจะแปลงข้อมูลธุรกิจทั้งหมด ตั้งแต่อีเมลไปจนถึงเอกสาร บันทึกสำเนาต่างๆ ไปจนถึงโพสต์บนโซเชียลมีเดียทั้งหลาย ให้เป็นข้อมูลเชิงลึกอันมีค่า ความก้าวหน้าใน Data Cloud นี้ ประกอบกับพลังของ LLMs จะเป็นการเปลี่ยนเเปลงครั้งสำคัญ โดยส่งเสริมระบบเชื่อมความสัมพันธ์ที่ขับเคลื่อนด้วยข้อมูล โดยที่ AI, CRM, ระบบอัตโนมัติ, Einstein Copilot และการวิเคราะห์ ที่จะเปลี่ยนข้อมูลให้เป็นข้อมูลเเบบอัจฉริยะที่นำไปใช้งานได้จริงและสามารถขับเคลื่อนนวัตกรรมในครั้งนี้ได้” — คุณราหุล ออราดการ์ รองประธานบริหารและผู้จัดการทั่วไปของบริษัท Unified Data Services & Einstein

“ ความก้าวหน้าใน Data Cloud นี้ ผนวกกับพลังของ LLMs จะเป็นการเปลี่ยนเเปลงครั้งสำคัญ โดยส่งเสริมระบบเชื่อมความสัมพันธ์ที่ขับเคลื่อนด้วยข้อมูล โดยที่ AI, CRM, ระบบอัตโนมัติ, Einstein Copilot และการวิเคราะห์สามารถเปลี่ยนข้อมูลให้เป็นข้อมูลอัจฉริยะที่นำไปใช้ได้จริงและขับเคลื่อนด้วยนวัตกรรม” คุณราหุล ออราดการ์ กล่าว

กรณีการใช้งาน:

• ลูกค้าสามารถรับการบริการเเบบอัตโนมัติได้ดีขึ้น ลูกค้าที่เข้าชมที่หน้าเพจบริการตนเองสามารถสอบถามแชทบอทที่ขับเคลื่อนโดย Einstein Copilot เกี่ยวกับสิทธิ์การอัปเกรดได้ โดยแชทบอตสามารถตอบคำถามโดยการดึงรายละเอียดที่เกี่ยวข้องจากแหล่งข้อมูลหลายแห่ง และอ้างอิงบทความแหล่งที่มาโดยเฉพาะได้
• ผู้นำด้านบริการสามารถปรับปรุงประสิทธิภาพตัวชี้วัดความสำเร็จและประสบการณ์ของลูกค้าได้โดยการทำความเข้าใจแนวโน้มที่เกี่ยวข้องกับบริการ เพื่อปรับปรุงประสบการณ์ของลูกค้า ผู้นำศูนย์บริการทางโทรศัพท์สามารถใช้ข้อมูลที่ไม่มีโครงสร้างและใช้ AI เพื่อเปรียบเทียบจากหลายกรณีและปัญหาต่างๆได้โดยอัตโนมัติ ทั้งยังระบุกรณีที่มีจุดประสงค์คล้ายกัน เรียกใช้โฟลว์อัตโนมัติที่แจ้งเตือนเจ้าของกรณีหากปัญหาใหม่มีแนวโน้มว่าจะซ้ำกัน, ผู้นำด้านบริการยังสามารถใช้เครื่องมือวิเคราะห์เช่น Tableau เพื่อรวบรวมบทความองค์ความรู้และยังมองเห็นแนวโน้มของปัญหาและบทความที่ถูกสร้างขึ้นใหม่ ซึ่งจะช่วยให้ค้นพบวิธีใหม่ในการส่งมอบประสบการณ์ที่ดียิ่งขึ้นให้กับลูกค้า
• นักการตลาดสามารถปรับแต่งแคมเปญตามจุดมุ่งหมายและพฤติกรรมของผู้บริโภคได้ เมื่อจะสร้างแคมเปญ นักการตลาดสามารถใช้ Marketing Cloud Intelligence เพื่อทำความเข้าใจจุดมุ่งหมายของผู้บริโภคได้โดยการวิเคราะห์ข้อมูลจากการสำรวจที่ไม่มีโครงสร้างและการถอดเสียงใน Data Cloud จากนั้นทำซ้ำเทมเพลตอีเมลและคัดลอกโดยตรงจาก Einstein Copilot ผ่านคำแนะนำที่เป็นภาษาที่เข้าใจ่าย
• ทีมคอมเมิร์ซสามารถสร้างคำอธิบายผลิตภัณฑ์ใหม่ได้รวดเร็วยิ่งขึ้น เมื่อต้องการสร้างคำอธิบายผลิตภัณฑ์ ผู้จัดการแบรนด์สามารถขอให้ Einstein Copilot เปรียบเทียบรายละเอียดของผลิตภัณฑ์ใหม่กับผลิตภัณฑ์ที่มีอยู่ก่อนหน้าที่คล้ายคลึงกัน พวกเขาสามารถใช้ข้อมูลที่มีอยู่ในแค็ตตาล็อกจากผลิตภัณฑ์ที่เกี่ยวข้องอย่างละเอียดเพื่อสร้างคำอธิบายที่เกี่ยวข้องได้อย่างรวดเร็ว
• ฝ่ายขายสามารถเพิ่มรายได้โดยใช้ AI เพื่อแสดงข้อมูลเชิงลึกจากการโต้ตอบกับลูกค้าก่อนหน้านี้ เพื่อเตรียมพร้อมสำหรับการประชุมกับลูกค้า ตัวแทนฝ่ายขายสามารถให้ Einstein Copilot อ้างอิงข้อมูลที่ไม่มีโครงสร้างเฉพาะ เช่น รายงานประจำปี10-K ของลูกค้าหรือการโต้ตอบทางอีเมลการที่ผ่านมา และถามคำถามที่เกี่ยวกับข้อมูลนั้น การเสริมสร้างความสัมพันธ์กับลูกค้าที่จะรวมข้อมูลที่เกี่ยวข้อง เช่น โครงการสามอันดับแรกสำหรับบริษัทของลูกค้าในปีงบประมาณหน้า และใครเป็นผู้บริหารชุดใหม่รวมอยู่ในนั้น ไปจนถึงการเพิ่มความเร็วให้ฝ่ายขายด้วยข้อมูลเชิงลึกอันมีค่าสำหรับการประชุมของพวกเขา
• ฝ่ายไอทีสามารถค้นพบปัญหาและความผิดปกติในการตรวจสอบผลิตภัณฑ์จากทางไกลได้ เนื้อหาที่ไม่มีโครงสร้างที่เกิดจากการทำงานของเครื่องจักร รวมถึงการบันทึกของเครื่อง การอ่านระบบเซ็นเซอร์ รูปภาพ หรือการบันทึกเสียงต่างๆ สามารถนำเข้าไปยังระบบ Data Cloud ได้ Tableau จะสามารถวิเคราะห์ข้อมูลเหล่านี้ได้ และ Einstein จะสามารถระบุและทำเครื่องหมายบนข้อมูลที่ผิดปกติผ่านตรรกะบริบทที่คล้ายคลึงกันเเละเปิดเผยปัญหาของอุปกรณ์ได้

มุมมองของลูกค้า:

• “ด้วยระบบอัตโนมัติของ Salesforce และเทคโนโลยี AI เราได้ลดระยะเวลาตอบกลับลูกค้าไปกว่า 6 ล้านครั้งตลอดในปีที่ผ่านมาของเราลงได้ถึง 10% ตัวแทนของเราสามารถเข้าถึงข้อมูลแบบเรียลไทม์ ช่วยให้เสนอราคาเมื่อมาถึงการบริการภาคสนามได้แม่นยำยิ่งขึ้น ปรับใช้ฟลีตแบบอัตโนมัติ และปรับแต่งบริการเฉพาะบุคคลสำหรับสมาชิกที่อยู่ในช่วงวิกฤต นอกจากนี้ สมาชิกสามารถใช้ตัวเลือกการบริการตนเองได้จากทุกที่ ซึ่งช่วยลดกรณีการใช้บริการด้วยคนได้ถึง 30% ในขณะที่เราวางแผนสำหรับเส้นทางข้างหน้า Salesforce AI จะช่วยให้เราให้บริการสมาชิกได้อย่างมีประสิทธิภาพมากขึ้นทั่วทั้งบริษัท รวมถึงธุรกิจประกันภัยของเรา โดยคัดกรองกรมธรรม์ประกันภัยที่ซับซ้อนให้กลายเป็นการตอบสนองที่รวดเร็วและเน้นความสำคัญของลูกค้าให้เป็นศูนย์กลางหลัก ให้การสนับสนุนลูกค้าได้เร็วขึ้นและมีประสิทธิภาพในการทำงานมากขึ้นสำหรับตัวแทน ” — คุณ Shohreh Abedi รองประธานบริหาร ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีปฏิบัติการ และลูกค้าสัมพันธ์ที่ AAA – The Auto Club Group

การเปิดตัวผลิตภัณฑ์

• Data Cloud Vector Database จะเริ่มนำร่องในเดือนกุมภาพันธ์ 2024
• Einstein Copilot Search จะเริ่มนำร่องในเดือนกุมภาพันธ์ 2024
• Einstein Copilot จะวางจำหน่ายทั่วไปในเดือนกุมภาพันธ์ 2024

เรียนรู้เพิ่มเติม:

• เรียนรู้เพิ่มเติมเกี่ยวกับแพลตฟอร์มไอน์สไตน์ 1
• เรียนรู้เกี่ยวกับข้อมูลคลาวด์ของ Salesforce ซึ่งขณะนี้ได้มีการรวบรวมประมวลผลบันทึกลูกค้ามากกว่า 100 พันล้านรายการต่อวัน
• เจาะลึกไปกับ retrieval augmented generation(RAG)
• รับชม เวิลด์ทัวร์ นิวยอร์ค สดกับนวัตกรรมล่าสุดของ Salesforce มากขึ้น

สนใจข้อมูลเพิ่มติดต่อทีมงานผู้เชี่ยวชาญของเราได้ที่ คลิก