释放新潜力：Salesforce Einstein Copilot 如何提升企业生成AI的推理与行动能力

Home AI News CN 释放新潜力：Salesforce Einstein Copilot 如何提升企业生成AI的推理与行动能力

在当今科技时代，基本的聊天机器人只能回答简单问题，而具备生成式人工智能的平台则能够执行各种操作。Salesforce正在扩展其Einstein Copilot的可用性，现已全面开放。在此次推广中，公司还推出了新的Einstein Copilot Actions，旨在通过生成式人工智能提升销售生产力。Einstein Copilot首次亮相于Salesforce的Dreamforce 2023大会，并于2023年2月进入测试阶段，让更多用户体验这一技术。

Einstein Copilot的一个核心亮点是其与组织更广泛的数据生态系统的连接能力，不仅仅依赖Salesforce的内置数据。作为常规发布的一部分，Salesforce推出了Zero Copy Partner Network，支持多种使用开源Apache Iceberg表格式的数据湖技术。

Salesforce AI高级副总裁Jayesh Govindarajan指出：“在产品发布中，我们发现上下文越完整，Einstein Copilot的表现越出色。”

Einstein Copilot Actions：提升生产力

Einstein Copilot提供了一个对话式人工智能界面，用户可以查询客户关系管理（CRM）数据及其他连接来源。在当今数字环境中，对话式界面对生成式人工智能工具至关重要。然而，Salesforce通过提供丰富的上下文和可操作功能，成功实现了差异化。借助Einstein Copilot Actions，用户可以发起整套工作流程，从而简化销售过程并推动交易达成。

Copilot Actions使用户能够执行Einstein Copilot能够完成的各种操作，这些操作不仅限于Salesforce平台内。该系统还能够将复杂任务分解为一系列可操作步骤，包括工作流程、API调用和自定义宏。

Govindarajan强调，Einstein Copilot可以处理从简单到复杂的多个任务。例如，一个简单的任务可能是检索特定数据，而一个复杂的请求可能涉及识别当天最佳销售机会并为这些潜在客户起草电子邮件。

这种高级任务不仅超出了简单请求的范畴，还需要系统理解用户的上下文、销售机会的性质以及确定最佳机会（基于成交可能性和价值）。

Einstein Copilot的推理能力

为了有效管理复杂任务，Einstein Copilot采用了先进的人工智能技术。Salesforce在发展规划工具方面进行了投资，以增强其推理能力。诸如顺序规划的技术帮助将任务分解为逻辑步骤。

此外，Salesforce还利用了思维链和思维密度推理方法，这些方法使人工智能系统逐步处理提示，以得出最佳结果。对于模糊的任务，Einstein Copilot采用了反应式规划技术，通过发起后续问题来更好地定义当前任务。

Einstein Copilot分析：性能评估

为了确保持续改进，Salesforce推出了Copilot Analytics工具，用于监测组织如何利用Einstein Copilot。该功能跟踪用户交互，包括较高层次任务的执行、对话和最终采取的行动。指标包括成功完成的任务、提示的有效性以及需要增强的领域。这些洞察可以帮助组织优化提示和模型，从而提升Copilot的使用体验。

展望未来，Govindarajan表示，Salesforce计划通过开发更小、更高效的生成式人工智能模型来增强Einstein Copilot。“随着技术的发展，我们预期通过优化模型实现显著的性能和成本效率，”他说。“我们目前在实验室中测试这些概念，并取得了良好的结果。”

Dropzone AI 获得1685万美元融资，开发自主网络安全AI代理，减少90%人工工作量

英伟达首席执行官黄仁勋亲自交付首台DGX H200系统给OpenAI