Qu'est-ce qui rend Einstein Copilot exceptionnel ? Salesforce dévoile son génie basé sur les données.

Salesforce a lancé la version bêta publique d'Einstein Copilot, un assistant IA conversationnel destiné à améliorer les interactions des utilisateurs avec leurs données et flux de travail. Présenté pour la première fois sous forme de prototype lors de la conférence Dreamforce 2023, cette version bêta offre une expérience IA plus conversationnelle et intuitive, établissant une nouvelle norme pour l'engagement des utilisateurs de Salesforce avec leurs outils.

« Einstein Copilot est un assistant IA conversationnel révolutionnaire pour chaque client de Salesforce, permettant une nouvelle façon d'interagir avec les données et les flux de travail », a déclaré Clara Shih, PDG de Salesforce AI. « Après notre aperçu à Dreamforce, notre équipe a travaillé avec diligence pour donner vie à cette technologie innovante. »

Pour souligner la pertinence d'Einstein Copilot, Salesforce a publié des recherches de sa division Slack, révélant que 86% des responsables informatiques s'attendent à des impacts significatifs de l'IA générative dans leurs organisations. De plus, 80% des employés utilisant des outils d'IA générative rapportent une productivité améliorée.

L'évolution continue d'Einstein avec l'IA

La technologie Einstein de Salesforce repose sur des algorithmes de machine learning prédictif qui précèdent l'essor de l'IA générative, initié par ChatGPT d'OpenAI en 2023. Dès 2020, Salesforce faisait plus de 80 milliards de prédictions quotidiennes grâce à la plateforme Einstein. En mars 2023, l'entreprise a enrichi cette plateforme avec Einstein GPT pour l'ère de l'IA générative.

Shih a affirmé que les capacités IA prédictives d'Einstein restent essentielles dans les offres de Salesforce, leur importance augmentant avec la tendance de l'IA générative. Cette technologie prédictive permet des fonctions telles que la recommandation des meilleures actions à entreprendre dans les processus de vente et la prévision des résultats de ventes.

« Ce qui distingue Einstein Copilot, c'est sa transformation d'un assistant à cas d'utilisation prédéfinis à un assistant ouvert capable de répondre à toutes les questions liées aux données et flux de travail Salesforce », a expliqué Shih.

Architecture de données Hyperforce : La colonne vertébrale d'Einstein Copilot

Einstein Copilot n'est pas seulement une interface d'IA générative ; c'est une intégration sophistiquée de l'infrastructure de données puissante de Salesforce. La base de cette configuration est l'architecture Hyperforce de Salesforce, qui garantit la résidence des données et la conformité pour les applications d'entreprise. Sur cette base repose le Salesforce Data Cloud, qui unifie et nettoie les données provenant de diverses sources, y compris des lacs de données externes comme Snowflake et Amazon Redshift.

Shih a précisé que la passerelle LLM (modèle de langage large) d'Einstein fonctionne sur cette structure, sélectionnant les modèles d'IA générative appropriés en fonction des besoins spécifiques des cas d'utilisation. Salesforce a développé ses propres modèles et collabore avec des fournisseurs de premier plan tels qu'OpenAI et Google.

Au-dessus de la passerelle LLM se trouve la couche de confiance Einstein, qui traite de la confidentialité des données, de la sécurité, du filtrage de la toxicité et des citations — des éléments clés pour une IA fiable dans les entreprises. La stratégie IA globale qui englobe ces technologies est baptisée Einstein 1.

La puissance du contexte dans Einstein

De nombreuses organisations développent des copilotes IA et des interfaces conversationnelles, y compris la suite de services Copilot en expansion de Microsoft.

Shih a souligné une distinction clé entre Einstein Copilot de Salesforce et ses concurrents, comme Microsoft : l'utilisation de données contextuelles. Elle a mis en avant l'importance des métadonnées, qui fournissent un contexte critique pour les données. Le modèle robuste de métadonnées de Salesforce structure depuis longtemps comment les objets, champs, relations et logiques métier sont définis, améliorant ainsi l'efficacité de l'IA dans les contextes de vente.

« Chez Salesforce, notre couche de métadonnées existe depuis le début — pas initialement créée pour l'IA mais essentielle à sa fonctionnalité », a affirmé Shih.