首页 Metaverse Salesforce发布生成式AI应用Einstein Copilot新功能,更智能的拆解任务并完成执行和反馈
Salesforce发布生成式AI应用Einstein Copilot新功能,更智能的拆解任务并完成执行和反馈

Salesforce发布生成式AI应用Einstein Copilot新功能,更智能的拆解任务并完成执行和反馈

  拥有一个能够回答简单问题的聊天机器人是一回事,但拥有一个能够真正执行任务动作的完整人工智能平台则是另一回事。

  近日,据海外媒体报道,Salesforce发布了其生成式人工智能应用Einstein Copilot的最新功能。另外,Salesforce还通过新的Einstein Copilot Actions扩展了Einstein Copilot的功能,使企业销售团队能够利用新一代人工智能的能力提高工作效率。在2023年9月份,Salesforce首次发布了Einstein Copilot的预览版本,并在今年2月份发布了测试版,使更多的用户体验到这一新技术。

  Einstein Copilot的核心能力是连接组织内部数据的能力,而不仅仅是存储在Salesforce平台上的数据。此外,Salesforce还发布了Zero Copy Partner Network,它可以帮助组织连接到其他数据源。Zero Copy Partner Network支持使用开源Apache Iceberg的数据湖技术。

  Salesforce AI高级副总裁Jayesh Govindarajan表示,将产品引入生成式人工智能能力时,我们学到的一件事是,内容越好,内容越完整,Einstein Copilot的效果就越好。

  通过Einstein Copilot,组织可以获得一个会话式的人工智能界面,以询问客户关系管理(CRM)数据和连接的数据源。Salesforce的特别之处在于它可以提供深层次的环境,或许更重要的是,它可以采取行动。与仅仅能够总结一些数据或编写一些内容不同,使用Einstein Copilot Actions,组织可以触发整个工作流程来优化销售流程,并有望在此过程中完成更多交易。

  Copilot Actions允许用户注册任何可以由Einstein Copilot执行的可调用操作,无论是在Salesforce生态系统内部还是外部。Einstein Copilot还可以将高阶任务分解为一系列行动,并协调它们的执行以完成任务。这包括工作流、API调用和用户在Einstein Copilot上注册的自定义宏等操作。

  Jayesh Govindarajan解释道,可以交给Einstein Copilot的任务类型范围很广泛,包括非常具体和单一的任务,以及完全模糊和多步骤的操作。任何任务,无论是模糊的还是特定具体的,都可以由自然语言提示词触发。

  单步骤的任务请求可能就像要求Einstein Copilot获得一段数据一样。更高阶的任务是,比如用户要求Einstein Copilot在某一天找到最好的销售机会,并为这个潜在客户提供一份电子邮件草稿。高阶任务也不只是简单的检索增强生成(RAG)人工智能样式请求。Jayesh Govindarajan解释道,要想让它起作用,系统需要了解用户是谁,以及在给定的环境和时间里,实际的销售机会是什么。系统还需要了解基于成交和价值的最佳机会是什么。

  ‘为了通过高阶任务进行推理,Einstein Copilot使用了几种先进的人工智能技术。Jayesh Govindarajan提到,Salesforce已经做了很多工作来开发计划器(planners),这些计划器在功能上教会了Einstein Copilot如何推理。其中使用的技术是顺序计划器(sequential planner),它将任务分解为一系列逻辑步骤。Salesforce也在利用思维链(chain-of-thought)推理和思维密度(density-of-thought)推理技术。在这些方法中,生成式人工智能系统将根据提示逐步推理出最佳结果。

  Jayesh Govindarajan表示,对于更模糊的任务,Einstein Copilot使用一种被称为反应计划(reactive plan)的技术。例如,如果用户试图确定最佳销售机会,则可能需要一系列问题来更好地缩小和定义任务。有了反应计划器,系统就会做出反应,并提出后续问题。

  长期以来,改善企业运营一直是数据分析的应用领域。现在,Salesforce正通过Copilot Analytics将同样的规则引入生成式人工智能。

  Copilot Analytics提供了组织如何使用Einstein Copilot的可见性。它可以跟踪用户与Einstein Copilot之间的交互,包括高阶任务、对话、任务分解方式、数据基础以及执行的操作。这些使用数据被存储起来,客户可以对其进行定制和分析。它能够跟踪的一些关键指标包括哪些对话以积极的方式结束,哪些提示得到了执行,以及它们的执行结果,以及哪里存在差距,哪里的数据或行动需要改进。客户可以使用这些见解来确定定制或调整提示词和模型的,以使Einstein Copilot的体验更好。

  展望未来,Jayesh Govindarajan表示,Salesforce正致力于从几个方面进一步改进Einstein Copilot,包括构建更小、更高效的新一代人工智能模型。随着这一技术的发展,我们完全期待从性能和成本的角度来看,随着我们推出更小的模型,我们可以提高很多效率。我们今天正在实验室里做这件事,它正在显示出很大的前景。

延伸阅读:

Powered by Froala Editor