AI在企业软件中的应用 - Salesforce Einstein

近年来AI的应用非常广泛，大多数公司都是通过面向企业获取收入的。Salesforce是全球第一的CRM和SaaS平台，Salesforce在AI领域的产品叫Einstein（爱因斯坦），面市已有两三年时间。Salesforce的在线学习平台Trailhead上也已有相应的课程。我们就通过Einstein Trail（Trail即为一个课程单元）https://trailhead.salesforce.com/content/learn/trails/get_smart_einstein来详细了解下AI在Salesforce中的应用。

Einstein的主要作用（也是机器学习的主要作用）：

• Discover 发现（主要同BI结合）

• Predict 预测

• Recommend 推荐

• Automate 自动化

其实Einstein只是将主流的机器学习算法包装到Salesforce，那么为什么要使用Einstein而不是其它产品呢？

首先，企业的数据在Salesforce中。AI算法都需要数据的输入，虽然将Salesforce的数据导出后运行也可以操作，但Einstein可以直接使用，还能通过Salesforce集成邮件、社交、物联网等外部数据。

方便地定制预测。因为Salesforce是一个强定制平台，客户的数据和AI需求千变万化，有称为AutoML的技术来满足不同客户的AI需求，帮助客户完成数据清洗、特征工程和模型选择等工作。

同样的，AI的结果也可以直接体现到Salesforce应用内。

Einstein在技术上主要包含：

1. Bots 聊天机器人：可以嵌入到网页中作为智能客服等，主要利用NLP自然语言理解能力

2. Voice Assitant 语音助手：作为Salesforce用户的助手，可以通过语音交互来帮助用户如销售代表更好地使用Salesforce产品。

3. Voice Bots 语音机器人：聊天机器人的升级版，加入ASR、TTS等语音处理能力，能够作为电话销售或电话客服与客户交流。

4. Prediction Builder 预测构建器：回归算法预测

5. Next Best Action 推荐系统

6. Discovery BI系统

7. Vision and Language 基于深度学习的计算机视觉、语言系统

Einstein在应用层包含至少以下几点，这些都是与Salesforce CRM应用无缝集成的。

1. Activity Capture 活动捕捉：

自动从邮件、日历、电话等中获取信息，记录跟进活动。

2. Automated Contacts 自动联系人：

同样的，自动从以上信息源中获取潜在联系人。

3. Lead Scoring 线索评分：

按评分展示最有可能成单的线索，使销售的精力集中在优质线索上。这个评分的准确度见仁见智，Salesforce也提出了相应的数据需求：

过去6个月内至少1000条线索

过去6个月内至少120条线索被转化为客户和合同。

过去6个月内至少120条线索在转化过程中创建了商机。

需要最多24小时运行时间来为线索评分。

4. Opportunity Scoring 商机评分：

与线索评分类似，按评分展示最有可能成单的商机。有3个方面的促进：成单概率预测、跟进提醒、以及关键时刻展示。

5. Account Insights 客户洞察:

通过新闻聚合和语义分析，将与特定客户相关的新闻汇总到该客户的详情页，如收购、扩张等。销售代表决定是否对客户洞察做跟进，也能将这些信息转发给其它同事。有了客户业务发展的全景图，销售团队能够更好地与客户建立长期的友好关系。

6. Forecasting 销售预测：

展示预测与Quota、成单与Quota之前的Gap，可以细分到个人，也能展示主要影响因子。

Trail中也通过4个实战项目来加深对Einstein的理解：

1. Lead Scoring

通过线索评分结合规则引擎，将评分高的线索直接分配给相应的销售代表。

2. Prediction Builder

基于预订的客人历史上跳票的数据，预测当前的预订。

3. Vision

   使用API将给定的一张照片归类，与CRM业务并没有直接的关联。

4. Language

通过上传训练数据集的语料，来训练模型判断客户询问的是什么类型的问题。