解鎖新潛力：Salesforce Einstein Copilot 如何增強企業生成式 AI 的推理與行動能力

Home AI新聞解鎖新潛力：Salesforce Einstein Copilot 如何增強企業生成式 AI 的推理與行動能力

擁有一個基本的聊天機器人來回答簡單問題與擁有一個能執行行動的生成式AI平台是完全不同的概念。Salesforce 現在擴大了 Einstein Copilot 的可用性，讓其普遍可獲得。在這次推出的同時，公司也在增強平台，新增 Einstein Copilot Actions，旨在通過生成式AI提升銷售生產力。Einstein Copilot 首次在 Salesforce 的 Dreamforce 2023 會議上預覽，並於 2023 年 2 月轉為測試版，讓更多用戶體驗這項技術。

Einstein Copilot 的一個關鍵重點是與組織的廣泛數據生態系統的連接，超越單純的 Salesforce 內建數據。作為一般可用性發布的一部分，Salesforce 推出其 Zero Copy Partner Network，支持各種使用開源 Apache Iceberg 表格格式的數據湖技術的供應商。

"從我們的產品發布中，我們學到的越完整的上下文，Einstein Copilot 的表現越好，" Salesforce AI 高級副總裁 Jayesh Govindarajan 指出。

Einstein Copilot Actions：提升生產力

Einstein Copilot 提供了對話式AI界面，使用戶能夠查詢客戶關係管理（CRM）數據及其他連接的來源。在當今的數位環境中，對話式界面對於生成式AI工具是至關重要的。然而，Salesforce 透過提供豐富的上下文和可執行的功能來區別自身。透過 Einstein Copilot Actions，用戶可以啟動整個工作流程，簡化銷售過程並促成交易完成。

Copilot Actions 讓用戶能調用任何 Einstein Copilot 可以執行的行動，無論是在 Salesforce 平台內還是外部。系統也能將複雜的任務分解為一系列可執行步驟，包括工作流程、API 調用和自定義宏。

Govindarajan 強調，Einstein Copilot 能處理從簡單到複雜的各類任務。例如，簡單的任務可能涉及檢索特定數據，而全面的請求可能需要識別當天的最佳銷售機會並為這些潛在客戶撰寫電子郵件。

這種高階任務超越了簡單請求；它需要系統理解用戶的上下文、銷售機會的性質以及什麼構成最佳機會，包括成交的可能性和價值。

Einstein Copilot 的推理能力

為了有效管理複雜任務，Einstein Copilot 運用了先進的AI技術。Salesforce 投資於開發策劃者以增強推理能力，采用序列規劃等技術來將任務分解為邏輯步驟。

此外，Salesforce 還利用思維鏈和思維密度推理方法，AI 系統可以逐步處理提示以獲得最佳結果。對於模糊的任務，Einstein Copilot 則利用反應式規劃技術，啟動後續問題以更好地定義當前任務。

Einstein Copilot Analytics：性能測量

為了確保持續改進，Salesforce 推出 Copilot Analytics，這是一款監測組織如何利用 Einstein Copilot 的工具。此功能跟踪用戶互動，包括執行高階任務、對話及隨之而來的行動。指標包括哪些任務成功、提示的有效性和需加強的領域。這些見解使得組織能夠定制提示和模型，以優化 Copilot 體驗。

展望未來，Govindarajan 表示，Salesforce 致力於通過開發更小、更高效的生成式AI模型來增強 Einstein Copilot。“隨著這項技術的進步，我們預期通過完善我們的模型實現顯著的性能和成本效益，”他提到，“我們目前正在實驗室測試這些概念，取得了可喜的結果。”

Dropzone AI 獲得1685萬美元資金，用於開發自主網絡安全AI代理，減少90%的人工工作。

Nvidia 執行長黃仁勳親自將首台 DGX H200 系統交付給 OpenAI