Salesforce Einstein Studioでは、Amazon SageMakerから始めて独自のモデルを導入できます。

Salesforceは2016年にEinsteinと呼ばれるAIレイヤーを発表しました。最近では、5月にニューヨークで開催されたSalesforce World Tourイベントで、同社が話題にしたのは生成AIと自社データレイクであるData Cloudだけでした。本日、同社はEinstein Studioのリリースと、BYOM（Bring Your Own Model：自社モデルを持ち込む）機能により、その取り組みの次のステップを発表しました。

「『Bring Your Own Model（独自のモデルを持ち込む）』サービスを開始します。これにより、お客様は独自のデータをData Cloudに持ち込み、独自のモデルを構築・トレーニングできるようになります」と、統合データサービスおよびEinstein担当のEVP兼GMであるRahul Auradkar氏はTechCrunchに語った。Auradkar氏によると、外部モデルを持ち込み、Data Cloud内のSalesforceデータと組み合わせることで、強力な組み合わせが実現するという。

このソリューションは、かなり高度なデータチームを持ち、SageMakerなどの他のプラットフォームでモデルを構築してきた企業を対象としています。これらの企業は、既に構築し、多大な投資を行ったモデルを他のコンテキストで活用したいと考えています。Einstein Studioはまさにそれを実現します。

Einstein Studioは、Data Cloud内の管理コンソールであり、ETLなしで既存のモデルをインポートできます。つまり、データの抽出、変換、ロードといった面倒な作業をすることなく、データをインポートできるということです。これはデータチームにとって非常に重要であり、このソリューションの魅力をさらに高めるはずです。

まず、Amazon SageMaker をすぐにサポートしますが、Salesforce は Google Vertex AI とのパイロットにも取り組んでおり、将来的には Databricks や Snowflake などもサポートする予定です。

Einstein には、どの顧客が解約する可能性が最も高いかなどの予測モデルが多数付属していますが、このソリューションを使用すると、どの製品が最もメンテナンスを必要とする可能性が高いか、顧客の関心に基づいて製品を推奨するかなどを予測するためのカスタマイズされた予測モデルを顧客が設計できます。

また、LLMと連携して、製品が故障する前にメンテナンスの準備が整った際に自動メールを送信するといったコンテンツを生成することもできます。Salesforceは、Salesforce内のデータに基づくグラフデータベースに接続することで、モデルが明確な答えを出せない場合に作り話をしてしまう「幻覚」を減らしたいと考えています。LLMは特定の顧客に関連するすべてのデータを把握できるため、顧客レコードの情報に基づいてより正確なメールを作成するために必要な情報をモデルに提供します。