什么是人工智能（AI）？人工智能又能为CRM带来什么？

前年谷歌AlphaGO与人类的挑战赛成了当时的热门话题，同时也是人工智能的一个标志性事件。再加上最近又发布重磅消息：IBM Watson与Salesforce在人工智能领域达成深度合作，这让很多科技以及CRM业内相关的人士都对人工智能有了极大的兴趣。什么是人工智能？人工智能又能为CRM带来什么？这篇文章和大家一同探讨。

什么是人工智能？

技术正以比以往更快的速度发展。云计算，社交媒体以及移动设备无处不在。每个人(每个物体)都被连接在一起：30亿的互联网用户，50亿的移动用户以及60亿连接的设备正组成一个历史上前所未有的信息交互网络。但这只是刚刚开始。

人工智能（AI）是人类下一波巨大的革命，由于计算能力的进步，在云端低成本和大容量的存储能力以及更容易访问的算法，他将会比之前的技术革命具有更大的能量和破坏力。

AI经常被不同的术语进行描述：机器学习，深度学习，自然语言处理，预测分析等等。所有的这些术语都指出了未来我们的平台和系统是足够聪明去学习我们的交互和数据，不仅会帮助我们回答问题，也会预测我们的需求，管理我们的任务并及时的进行提醒。AI可以连接我们生活中的很多点（家庭，工作，旅行），带给我们从家到汽车再到办公室的无缝的体验。大部分的体验都会来自我们的手机。再过几年，AI将会植入到每一个数字渠道中。

作为消费者，我们在没有意识的情况下已经在使用AI了。Google利用AI自动的搜索查询，在无需人工干预的情况下非常准确的预测你想搜索的内容。Facebook新闻推送以及亚马逊通过机器学习算法为你提供个性化的产品推荐。自动驾驶汽车应用各种AI的技术去避免碰撞和交通拥堵。所有的这些应用都让消费者对未来有了更多的期待：新的客户交互是智能，快速和无缝的客户交互体验。

今天，每一个公司都面临将AI植入到业务并带来成功的挑战。但是直到现在，AI的成本还是企业难以承受的，实施AI解决方案要花费高成本，数据科学家的短缺以及不完整的数据，让大多数的公司都望而却步。

这就是Salesforce为什么进入到该领域的原因。在1999年，Salesforce发布了第一代的云CRM平台，让无论是大公司还是小公司都可以使用最先进的CRM。从那时开始，我们不断成长成为一个客户成功平台，解决方案覆盖从销售，服务，市场，社区，分析，电商，物联网到应用。现在我们通过Salesforce爱因斯坦让这个平台更加智能。旨在让无论规模大小的公司都可以更加聪明并能对他们的客户进行预测，Salesforce爱因斯坦可发现和洞察，预测收入，推荐下一步行动以及自动为业务人员分配任务等——所有的这些都会变的越来越聪明。

到2020年AI解决方案的市场预估会达到1530亿美金——美国银行美林证券

为了帮助你抓住AI的机会，我们会在本文中展示以下几个主题：
√ 什么是AI，机器学习以及深度学习
√ AI的发展趋势是什么，为什么突然变成了热门话题？
√ AI对商业意味着什么，包含关键的挑战和机会

AI会如何影响具体的业务功能，包含：
√ 销售
√ 客户服务
√ 市场营销
√  IT

如何谈论AI

人工智能（Artificial Intelligence）：英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

机器学习：机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

深度学习：是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

自然语言处理：是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。

大数据：是人工智能的基础——大量的机构化和非结构化的信息提供表面图形和预测的输入

物联网：任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中。

预测分析：是高级分析的一个分支，基于历史数据和行为模式来预测未知的未来事件。你之前可能会经历过根据你对不同的邮件促销采取的行动会收到和你相关的信息。

智慧世界的路径

计算和数据息息相关。这是写进牛津字典中的关于电脑的定义：“一个用来存储和处理数据的电子设备。”从一开始，电脑是设计用来填补人类智能在存储，分类，检索以及应用大量的数据帮助我们更快的解决问题。

在一开始，这是一些非常简单的问题。根据纽约时报的信息，最早的计算原型，由比利时的思想家Paul Otlet在1934描绘出的，“可以让人们搜索和浏览数以百万计的相互关联的文件，图像，音频和视频文件”。这是互联网早期的一个富有诗意的名字，：“曼达纽姆，“意味着存储和处理海量数据的。设计的前提是去做人类无法完成的任务：记录每一个小细节，把它存储起来，以便在需要的时候可以很容易地访问每个数据点。（人的大脑相反则总是关注在重要的事情上）

很多，很多的公司现在发现他们拥有大量的数据，但是他们要如何处理这些数据呢？

                                                    ——Ascander Dost   Salesforce高级软件工程师和语言专家

从一开始我们就希望计算机可以做的更多。在1956年，麦肯锡创造了人工智能这个词，描述了一个机器可以解决现在人类可以解决问题的世界。

但是为了从简单的计算到真正的人工智能，计算机需要完成三件事：
数据模型：智能分类、处理和分析数据
原始数据：为模型提供基础并不断进步
处理能力：更快的驱动，高效的计算

这就是为什么，概念不是很新，但是真正的AI只是近年来才变的现实的原因。

从数据模型开始——>提供海量的数据——>开始学习

机器处理的数据越多，它就拥有更快的计算能，并会变的越聪明。

这里有一个经典的列子：假如我们想训练机器去学习识别猫的图片

在只有前两张猫的图片情况下它可能得出这样的结论：一只猫是一个毛茸茸的东西，尖尖的耳朵，杏仁状的眼睛，有胡须。但是如果我们提供了中间这张没有耳朵和爪子的猫的图片时候，计算机会得出什么样的结论呢？

可见只用两个图片来教机器如何正确的识别一个加菲猫是不够的。但是用数十亿不同猫的图片为基础——差不多包含每一种颜色，大小以及可能的位置使机器能够更准确的识别它。

早期数据模型由于缺乏大量干净的数据来构建完美的数据模型而无法有效的”学习“，直到近期，激增的数据通过互联网随时访问，让数据模型可以更聪明的利用数据。斯坦福大学的计算机科学家Andrew Ng和谷歌研究员Jeff Dean领导的研究小组在谷歌创建了一个巨大的神经网络模拟的人脑，包括成千上万的处理器和超过10亿个连接器。然后，他们从数以百万计的在线视频中提取了猫的机器随机图像。通过识别的共性，并通过其脑神经网络滤波的图像，这台机器基本上是教自己如何识别猫的形象。这是一个AI惊人的成就，这在几年前是完全不可能的，因为获得数以百万计的图片是非常不容易的。

但还有另一个限制因素：处理能力。在早期的计算机时代，机器充满了整个大学楼的房间。不过集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍（感谢戈登·摩尔的观察，并称为摩尔定律），我们把更大的处理能力放入更小的盒子，把电脑从大学和企业带到消费者手中。

“提供足够的猫照片到神经网络，它可以学习辨认猫。提供足够多的云彩的照片，它可以学习识别云彩。”
-连线杂志，2016年1月：“人工智能终于进入我们的日常世界”

个人计算时代开辟了消费者、商业软件、游戏以及小工具的市场。当互联网跟随电脑走出大学和政府大楼，我们看到市场的大爆炸。即时的连接正改变一切。云计算意味着企业不必担心物理基础设施的规模拓展。移动崛起对苹果iPhone以及谷歌安卓的成功至关重要，应用程序扩大了软件和游戏市场。移动也使我们摆脱了那些需要在家和办公室的计算节点，实质上创建了建立在真实世界之上的通信和商业的一个虚拟世界。

今天，我们已经到达了创建真正的人工智能所需的三个十字路口：智能数据模型，轻松获得几乎无限的海量数据，又便宜又强大的云计算。如前面提到的，当我们搜索谷歌，在Uber搭车，或在亚马逊上购买产品，AI就已经存在于我们日常生活中了。

AI对商业意味着什么？

还记得计算机是如何变得更小和更智能以及更便宜的吗？智能设备的激增导致生成了越来越多的业务数据，这反过来又能使机器能更好的学习。物联网包含了整个数字连接设备的世界：烤箱、牙刷、温控器、灯泡、汽车以及更多——它们正在被联网，彼此通话。这些数十亿连接的设备意味着大量的客户数据—事实上，世界上百分之90的数据是在最近一年创建的。

企业需要聪明的方式来收集，消化，并应用数据，这是物联网的生命线。

但是AI的影响并没有就此停止。当然每一个设备的背后都是是一个真实的客户——下一代客户期望在每一次和企业互动都会有拥有一个一致的，智能的体验。当订单延迟交货的时候，他们期望得到一个最新的到货时间，并能因此而得到一定的优惠——如下次购买可提供免费送货——而不必再拿起电话和服务人员进行交谈。AI让创建一个智能的商业应用程序变成可能，在跨销售、服务和市场营销互动提供更智能的客户体验。

然而，对于大多数企业，人工智能很触碰。从以往的经验上看，公司在采用人工智能上面临四个关键挑战：
√数据
√专业知识
√基础架构
√情境

下面，我们将探讨公司如何可以以新的方式解决这些挑战。

1、数据挑战：
对于企业来说，不仅仅是数据量的问题——还有就是所有的这些关键数据点是如何组织起来的。业务数据通常依靠混合云和内部部署系统驻留在各种内部和外部资源中。通常，这些系统互相不通话，导致孤立的数据和不一致数据的质量。基于云的CRM解决方案，如Salesforce是连接所有数据并创建每个客户的单一视图，这种数据连接的方法是利用AI的至关重要的一点。

2、专业知识的挑战：
除了数据之外，企业必须具备分析和执行的工具和专业知识。这是很难解决但是两个常见的问题：孤立的数据存储和极度缺乏的数据科学家。根据麦肯锡全球研究所的报告，目前数据科学家缺口至少19万。但是今天，AI工具的进步使得企业能够在没有大量数据科学家的情况下更聪明地工作。

3、基础设施的挑战：
离散和孤立的数据源限制了企业更好的利用他们的数据的能力，分散的基础设施系统一样给企业带来挑战。高成本的硬件和计算系统让企业不具备能力运行机器学习算法，这阻碍了很对企业进入这一领域。然而现在，云计算已经使AI更容易和负担得起的。

4、情境的挑战：
对于许多企业，人工智能似乎不仅遥不可及，而且还和自己不相关。主流文化想象的AI是R2D2和C3PO的形象（星球大战中的机器人名字），而不是现代商业流程中的的重要组成部分。阅读了解更多关于AI将如何改变销售，服务，营销，生成自动化的任务，赋予每一个员工更大的价值。

这种未分析的和不可用的数据不仅仅会丢失机会。这也是一个与现代消费者的方式用他们希望的方式沟通的一个重大失败。目前，一半的商业决策是建立在不完整的信息上的，这将使业务从产品和客户中间断裂。我们对只有不到1%的客户创建的数据进行了分析，正如有77%的客户所说，他们从没有和公司进行交互过。

然而现在企业有机会改变这些——去关闭商业智能和客户体验之间的鸿沟。新的工具洞察了有意义的客户信息。这些工具解释了人工智能是如何存在的：最基本的工具需要你将信息“拉”出来，而最聪明的工具是“推”信息给你，预测你要知道的信息。通过机器学习，计算机系统可以得到所有的客户数据，并在此基础上，运行我们不仅已编程的操作，也会适应变化。算法会适应数据，开发行为未预先编程。学习阅读和识别语境意味着一个数字助理可以扫描电子邮件，并提取你想要了解的信息。这种与生俱来的能力可对未来行为进行预测，更深入的了解客户，积极主动而不是被动等待。

到2018年，1560亿的设备将会连接在一起——Gartner

拥抱人工智能机会的企业将能够创建客户希望他们提供的现代的体验，与他们所有的设备进行连接，分析他们的数据更好的了解他们，能够预测并更好的服务他们。

CRM的人工智能样子是什么？想象下能够捕捉实时的购买信号，无论发生在哪——从客户支持请求到潜在客户发的社交信息。然后想象下我们能够分析每一个数据点，把数据从Salesforce，外部来源，以及物联网中抽取回来创造每一个客户的完整视图。这进一步让我们能够预测下一次与客户销售，营销，或服务互动的最佳时机。这是一个全新的方式连接到您的客户和潜在客户，通过智能驱动客户成功的新时代。

AI对每一个行业都有影响。销售将能够预测商机并专注于最好的线索上。客户服务团队将提供下一代的主动服务，在机器故障前或在客户提问前就在社区提供解决方案。市场营销可以为每一个客户建立基于预测的旅程，提供前所未有的个性化体验。IT可以嵌入到智能的各个方面，为员工和客户创建更智能的应用程序。

61%的员工希望人工智能可以协助解决和他们工作相关的活动，这将会对他们的日常工作有非常重大的影响。 ——Salesforce的研究

更智能的销售

假想你是一个名叫 James 的销售代表。每天早上醒来后，脑海里想到的第一件事是所有要打的销售电话。其实你并不需要非常痛苦的去思考这件事，因为我们生活在一个连接的世界。你可以查看你的智能手机，手机上的 CRM 会自动显示你当天的日程安排。所有关键的客户会议会以业务机会的分值作为优先级显示出来。你的智能手机上也会显示每个客户的三个首要痛点以及按时到达该客户地点的路线指示，这些路线信息都已经预先编进了你车内的GPS里。快速的喝完一杯咖啡后，你就可以准备好开始新的一天了。

正当你要去拜访第一个客户时，有一条重要的通知发送到了你的智能手机上：是一条关于该客户的最新新闻，该客户刚刚收购了一家数据分析公司。你的销售助理从热门新闻文章中整理出了一些重要发现的摘要信息，同时还有与客户最近的收购相关的产品推荐以帮助你成单。就在几秒的时间内，你就掌握了交易的整体情况以及相关的市场更新信息，甚至是与客户对话的开场白，所有这些都预置并显示在了你的 CRM 中。

在结束了与客户的谈话后，你的智能手表开始振动起来，“干得漂亮，James！看来客户对你的产品推荐很满意。我们建议你将此交易的阶段变为第五阶段。

你想要我这样做吗？”只通过一次点击，你就将业务机会从”经过验证的交易”移动到“价格讨论”阶段。当你返回办公室后，你收到了一条推送消息，提醒你，“你的会议记录已经成功的上传了。系统从中自动提取了以下任务项，根据任务项整理出了下一步跟进邮件。你想要我现在发送这封邮件给客户吗？”只需要一个点击操作，你就成功的发送了敲定下次会议的邮件，而不需要手动将客户数据或关键事件记录到 CRM 中。

从上面的例子中我们可以看到，通过 AI 以下三种方式会令销售人员的销售变得更加智能：

√自动捕捉数据，使销售代表能够发现最佳的下一步动作

√销售预测帮助销售代表对潜在客户进行优先级排列并快速地响应高价值业务机会

√数字助理会通过预约通话并设置提醒来帮助销售代表维护关系

业务应用和销售工具变得更容易访问并更加贴近数字时代的生活方式，尤其是当智能手表和其他可穿戴设备越来越融入到我们的日常操作和交互当中时。随着基于情境感知的消息推送使每次的销售变得更快且更智能，用户交互时间会从几分钟缩短到几秒钟。

 “可以对你的手机说：“我显示一下我今天要通话的潜在客户”，然后它就会为你进行以下操作：分析每个潜在客户所处的阶段、查找热门的潜在客户并显示哪些是需要优先通话的潜在客户列表以及转换为客户的可能性，以及转换后能实现的预期销售额等。

                                                          ——Chalenge Masekera Salesforce 的数据科学家

更智能的服务

我们可以想象以下这个情境：Maria 在网上订购了一个礼物并支付了确保可以两天内到达的快递费用，以确保她的哥哥能在生日当天收到这个礼物。然而在她哥哥生日当天，她给哥哥打电话了解到包裹还没有到。她就打电话给了供应商，她按照提示输入一系列的数字键才找到相关部门。最终电话被转接到了一个客服那里。看起来她之前选择的所有选项都没有被记录下来，因此她必须要向这位客服从头讲述整个过程。那位客服又将电话转给了另一位客服，她又要从头讲述一遍整个过程给这个客服，然后这个客服又告诉她要稍等一下。最后她只能无奈的挂断了电话。

但使用人工智能以后，服务可以预测每个客户的需求，而不是简单地回应客户。在 Maria 打电话给她哥哥之前，集成了人工智能服务的 CRM 就一直在追踪包裹的动向并在延误的时候马上通知服务代表。继而那位服务代表就可以提前联系 Maria，让她知道包裹会在什么时间抵达并在她下次下订单时免费提供当日送达服务。

上述情景是可行的，因为交互不是在客户拿起电话时才开始的，而是持续不断发生的。客户和公司间的对话是客户在每个数字渠道（从智能手机到连接的设备再到社交媒体）的交互，公司要基于这些数据来寻找解决方案。这个解决方案可能在问题发生前就已经产生了，客户无需去打电话，因为服务已经将问题提前解决了。

在 2015 年，25% 的客户服务领导者使用了预测性分析或最优的下一步动作功能      — Salesforce 调查

AI 驱动的交互会将正确的内容自动的在正确的时间推荐给客服人员，包括建议的解决方案、有联系的个案以及最优的下一步行动。客服人员可以以有机的方式向客户介绍这些行动，而不是提供她并不需要的服务。一旦问题得到解决，客服人员可以在客户记录中留下备注，指示系统以定期与客户联系并在恰当的时候对客户进行向上和交叉销售。将持续的客户数据流翻译成对客户的了解，并给客户带来绝佳的体验，从而帮助我们构建品牌忠诚度。智能的服务还可以帮助企业识别客户流失的风险，从而提前预防客户流失的发生。预测智能可以识别哪些客户有流失的可能，从而销售代表可以通过更加个性化的服务与客户建立新的关系以增加销售。感觉被企业忽视或是使用无效率的系统都一定会导致客户的流失。没有将 AI 应用到 CRM 中的公司会感觉到自己陷入了困境。

 ”最终，有益的 AI 功能会被应用到电话、聊天工具、电子邮件以及人们使用的其他沟通工具中。这些都会成为基本的商品，但如果你有非常精确以及有益的 AI，人们就会喜欢你的服务。“

                                                                  ——Richard Socher Salesforce 首席科学家

更智能的营销

新一级别的精准和个性化，让更智能的机器更智能的使用数据进而更适应市场营销。利用AI 的市场营销人员能够在正确的时间联系每个客户，了解每个市场活动的最佳受众，向每个客户推送最优质的内容。

今天的市场营销人员拥有丰富的数据和洞察与客户或潜在客户进行交互。以前市场营销人员仅仅是基于地理位置或行业等属性来对目标受众进行简单的分组。通常是因为市场营销人员并不十分了解每个人，即便是了解每个人，单独给每个人发送适合的消息、内容或服务也实在是耗费人力。

使用了动态内容（由预测型的智能服务提供）的市场营销人员中有 74% 的人认为这些内容在制定贴合客户的营销流程方面起了至关重要或是非常重要的作用。— Salesforce 调查

使用了 AI 的营销人员能够：

√使用智能化的评分来预测每个客户的转化可能性

√基于可能的未来事件，使用预测智能服务来细分和建立受众

√为每个客户自动匹配适合的营销流程

√每次提供最合适下一次营销的产品、内容或服务

√在最有可能吸引客户的时间点发送消息

”假定你是一名营销人员，你要在特定的时间发送特定的邮件，然而你不想一遍一遍得去重复这些相同的步骤。这时机器人程序可以帮助你完成这些操作。“——Chalenge Masekera    Salesforce 的数据科学家

智能的 IT

我们正在进入 Salesforce CIO Ross Meyercord 称为”代码的连续统一体“的时代：一个代码量少或是无须代码的平台变得更强大以及更普遍的时代，让业务人员也可以成为开发人员。并不是说以后完全无需编码了，但这个重要的发展确实标志着构建应用的民主化时代的到来，因为应用变得越来越贴合每个业务功能。

尤其是业务应用将会建立一个新的标准。消费者应用具备直观的用户界面，无缝的集成以及智能化的交互能力。业务应用也必须是智能的，快速的并且是易于使用的。与合作伙伴协作或是更新销售报价就像叫一辆优步车一样简单。因此对于 IT的问题就是：我们如何使新一代的开发人员以更加快速的方式构建更加智能的应用？

答案就是平台。正如 Heroku 能使开发人员在现代语言中快速地构建开放式的应用一样，AI 平台也应该能使开发人员在不需要 IT 介入的情况下，以最少的编码构建预测型应用。利用 AI 强大的功能，大众数据科学家能够采用少代码的解决方案来构建任何他们想要的预测型应用，甚至是CRM 驱动的应用，包括欺诈识别或者风险评分的应用都能够构建出来。

为了让开发人员以及非开发人员能够构建预测型应用，最佳的平台必须具备：

数据就绪：类似 Salesforce 这样的平台提供了原生的数据，因为不再需要 ETL，节省了时间和资源。同时意味着只要你的应用准备好，你的 CRM 数据也就相应的准备好了。

建模就绪：机器学习应该构建到平台的结构中，而不是之后再添加进去的。通过 Salesforce 的受信赖的多租户云架构，自动化的机器学习已经内置到系统中。

生产就绪：因为不再需要使用智能模型管理和监控工具来进行开发运维，IT 可以专注于构建最佳的应用并以最快的速度投入使用。

通过类似 Salesforce 的 AI 功能优先的平台，企业可以在整个代码连续统一体上构建智能应用，这就确保了智能的数据建模、追踪以及监控被构建到每个应用中。

结论：

以客户为中心的人工智能：爱因斯坦

在Salesforce，我们专注于建立一个AI服务平台，以一种全新的方式解决销售、服务、营销和IT方面的客户问题。

通过Salesforce爱因斯坦，我们解决下面这几类问题：

√ 你是在正确的时间向正确的客户销售正确的产品吗？

√是正确的客服人员在使用正确的渠道服务客户吗？

√你是用最好的内容在正确的时间正确的渠道来做市场营销吗？

√ 你是在利用人工智能的预测能力来构建应用程序的吗？

Salesforce的美妙在于它拥有不同行业和不用产品线的应用：市场营销，服务，物联网，医疗等等。Salesforce涉及很多不同的领域，它有一个通用平台，解决方案可以应用到许多不同的公司，改善他们的流程，帮助他们专注于什么是真正重要和令人兴奋的。例如，一个客户服务专家会专注于解决棘手的问题，而不是如何去恢复第50次被遗忘的密码。——Richard Socher Salesforce 首席科学家

AI有能力改变CRM

销售

√花时间去拜访客户，而不是输入数据

√预测每一个客户的下一步动作

√了解客户的需求以及他们需要的时间

服务

√在客户询问前提供建议的解决方案

√在正确的时间提供交叉和向上销售

√在问题发生前进行预测

市场营销

√可以在正确的时间触达客户

√了解每一个市场活动的最佳受众

√为每一个客户提供完美的内容

IT

 √可建立可预测智能的应用

√利用开源架构的能力

√每个人都有能力更快的利用AI

Salesforce爱因斯坦让CRM提供了新的洞察能力；预测可能的结果并更聪明的决策；建议最佳的下一步动作；自动化工作流程使您可以专注于搭建与每一位客户的有意义的关系。它不是拧在Salesforce的螺丝，而是平台的一部分。Salesforce爱因斯坦可以让每个企业的用户：

发现：通过内置在Salesforce中的AI，销售代表、服务人员、营销人员可以更快，更容易的洞察客户。

预测：了解一系列的相互作用可能出现的结果，提供给你一个基于AI的竞争优势。

推荐：销售流程下一步的最佳动作是什么，一个客户服务，还是一个市场培育旅程？AI可以提供这一切，所有你可以关注在客户关系上。

自动：当某些流程重复使用相同的解决方案时，通常可以自动完成这项任务。人工智能从过去的事件中学习并可自动化执行这些任务。

Salesforce的爱因斯坦是第一个全面的智能CRM，旨在帮助每一个企业更聪明更多的预测他们的客户。爱因斯坦是由机器学习，深度学习，预测分析，自然语言处理和数据挖掘等组成的人工智能平台。

鉴于我们的可扩展性和对CRM的深刻理解以及Salesforce对AI的独特定位——将人工智能转化成客户体验。爱因斯坦使AI可提供给我们：

1）民主化的AI，因此每个企业用户都可以变的更加聪明和富有预测性

 2）将智能加入到所有Salesforce应用程序，使所有的客户成功平台更加聪明

3）允许开发者在每个应用程序中嵌入智能

 客户将会马上体验无处不在的自动化工作流，及时和相关的建议，并可以在客户服务，市场营销，销售自适应每个客户触点，重新定义客户成功。相信明天会更美好。（From：Salesforce知识）

如需了解更多，欢迎访问怡海软件官网 http://www.frensworkz.com/