基本的なチャットボットが簡単な質問に答えるのと、生成AIを活用したプラットフォームが実際のアクションを実行できるのはまったく別の話です。Salesforceは、Einstein Copilotの利用可能性を拡大し、一般向けに提供を開始します。この新しい展開に伴い、Salesforceは売上生産性を向上させるために設計された新機能「Einstein Copilot Actions」を追加しています。この機能は、2023年のDreamforce大会で初めて発表され、2023年2月にはベータ版が公開され、より多くのユーザーがテクノロジーを体験できるようになりました。
Einstein Copilotの重要な特徴は、Salesforceの内部データだけでなく、組織全体のデータエコシステムと連携できる点です。一般公開とともに、Salesforceは「Zero Copy Partner Network」を導入し、オープンソースのApache Icebergテーブル形式を利用したデータレイクをサポートするさまざまなベンダー技術を結集しています。
Salesforce AIのSVPであるジャイッシュ・ゴビンダラジャンは、「製品の発表から得た教訓は、コンテキストが充実するほど、Einstein Copilotの性能が向上するということです」と述べています。
Einstein Copilot Actions: 生産性を飛躍的に向上
Einstein Copilotは、ユーザーが顧客関係管理（CRM）データや他の接続データソースに問い合わせるための対話型AIインターフェースを提供します。現代のデジタル環境において、対話型インターフェースは生成AIツールにとって不可欠です。Salesforceは、豊富なコンテキストと実行可能な機能を提供することで差別化を図っています。Einstein Copilot Actionsを利用することで、ユーザーは販売プロセスを効率化し、契約を締結するためのワークフロー全体を開始することができます。
Copilot Actionsは、Einstein Copilotが実行可能なアクションを自由に呼び出せる機能を提供し、Salesforceプラットフォーム内外のタスクに対応します。また、複雑なタスクを一連の実行可能なステップに分解することもできます。これには、ワークフロー、APIコール、カスタムマクロが含まれます。
ゴビンダラジャン氏は、「Einstein Copilotは、シンプルなタスクから複雑なタスクまで幅広く対応できます。例えば、特定のデータを取得するという簡単なタスクから、当日の最適な販売機会を特定し、それに対するメールを作成するという包括的なリクエストまで」と説明しています。このような高度なタスクは、ユーザーのコンテキストや販売機会の性質、成功の可能性と価値に基づく最良の機会を理解する必要があります。
Einstein Copilotの推論能力
複雑なタスクを効果的に管理するために、Einstein Copilotは高度なAI技術を活用しています。Salesforceは、推論能力を向上させるためにプランナーの開発に投資しています。逐次計画のような手法を使い、タスクを論理的なステップに分解します。
さらに、Salesforceは思考の連鎖や密度の推論手法を活用しており、AIシステムがプロンプトを段階的に処理し、最適な結果を導き出します。曖昧なタスクには、Einstein Copilotが反応的な計画手法を採用し、タスクを明確に定義するためのフォローアップ質問を行います。
Einstein Copilot Analytics: パフォーマンスの測定
継続的な改善を図るために、SalesforceはCopilot Analyticsを導入し、組織がEinstein Copilotをどのように利用しているかをモニタリングします。この機能は、ユーザーのインタラクションや、より高度なタスクの実行、会話、実際に行われたアクションを追跡します。測定項目には、成功したタスク、プロンプトの効果、改善すべき領域が含まれます。これにより、組織はプロンプトやモデルを調整し、最適なCopilot体験を実現できます。
今後についてゴビンダラジャン氏は、Salesforceがより小型で効率的な生成AIモデルを開発することで、Einstein Copilotを強化していくことを目指していると述べています。「この技術に進化とともに、モデルを洗練することで、性能とコストの効率性が飛躍的に向上すると期待しています。現在、ラボでこれらのコンセプトをテストしており、 promising resultsが得られています。」
ランキング
