re:Invent 2023 | 使用 Salesforce 解锁亚马逊云科技 AI 和数据的力量（由 Salesforces 赞助）

关键字: [Amazon Web Services re:Invent 2023, Salesforce Data Cloud, Data Cloud, Amazon Redshift, Bidirectional Integration, Bring Your Own Model, Sagemaker Integration]

本文字数: 1800, 阅读完需: 9 分钟

视频

如视频不能正常播放，请前往bilibili观看本视频。>> https://www.bilibili.com/video/BV1Vc411D7Lb

导读

在本论坛中，了解 Salesforce Data Cloud 和亚马逊云科技 AI 和数据服务如何帮助您打破数据孤岛，创建更个性化的体验，并生成强大的业务见解。探索最新的 Salesforce 集成，它允许您将自己的模型与 Amazon SageMaker 和 Amazon Bedrock 集成，并将自己的湖泊（数据共享和数据联合）与 AmazonRedshift 集成。本演示文稿由亚马逊云科技合作伙伴 Salesforce 为您带来。

演讲精华

以下是小编为您整理的本次演讲的精华，共1500字，阅读时间大约是8分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。

演讲由Salesforce State Cloud产品副总裁Narinder Singh开始，他让虚拟会议的观众们参加了赞助会议并介绍了他的同事Darryl Martis，他是Salesforce的人工智能产品总监。Narinder解释说，这个视频将概述Salesforce和亚马逊云科技共同开发的一些令人兴奋的创新，这些创新是通过两个平台之间的深度集成实现的。

进入核心内容时，Narinder简要介绍了Salesforce的新产品提供，名为Salesforce Data Cloud。该产品是从Salesforce之前于2020年首次推出的客户数据平台（CDP）演变而来的。通过Data Cloud，Salesforce旨在在整个客户360生命周期中更广泛地应用统一的客户简档，包括在其客户成功平台（CSP）内的销售、服务、商业、营销和分析系统等。

Narinder进一步解释说，根据对各行业CX、营销和客户参与领导者进行的定期调查的结果，今天的企业普遍同意，为了提供个性化体验并推动增长，在客户数据方面拥有单一来源的真实信息至关重要。然而，在实践中实现这一目标非常具有挑战性。

根据调查结果，客户数据通常分布在数百到数千个不同的应用程序和系统中，包括销售、服务、商业、营销、分析系统等。基于一个提到的客户示例，仅就市场营销而言，大型全球企业可能就有超过1000个不同的应用程序。

这种高度碎片化的应用程序环境使得整合和编译客户的整体视图变得非常复杂。传统上，这需要向专门的数据集成工程师投入大量IT投资来构建和维护系统之间的复杂管道。更令人困惑的是，欧洲的GDPR等隐私法规继续加强，要求谨慎处理数据管理。

鉴于这些挑战，Salesforce设计了Data Cloud，以大大简化并在可扩展的范围内连接系统间的客户数据。它提供了自助服务的工具，用于将来自Salesforce和外部来源的数据输入、协调和统一成单个客户简档。然后，此统一简档可以在整个Salesforce平台上驱动个性化体验和见解。

在底层，Data Cloud为大型企业提供了一个现代化的数据平台架构，适用于PB级数据量和实时流处理能力。该系统深入集成到Salesforce平台的各个层面，从数据层到AI、自动化和用户界面层。通过利用统一数据的诸多功能，Salesforce的各种应用套件将在包括销售、服务、营销、商业和分析云等多个领域得到推广。

Data Cloud的一个重要设计原则是开放和可扩展性。在数据层，这与外部数据平台（如亚马逊云科技）的集成相结合；在AI层，这表现为允许外部AI模型的接入；在更广泛的AppExchange合作伙伴生态系统中，有超过3000个应用程序参与其中。

对于亚马逊云科技，Data Cloud支持Salesforce数据和Amazon Redshift分析之间以及数据湖之间的零ETL双向集成。无需数据复制、转换或专门的ETL工具。这使得客户能够轻松地访问和分析这两个环境中的数据。

例如，Salesforce提供了丰富的CRM和实时流处理互动数据，而客户可能还拥有存储在Redshift中的额外购买历史、目录和Web分析数据。双向架构创建了一个跨越两个系统的统一的360度客户视图。这为Salesforce应用程序中的个性化体验以及自定义分析或在亚马逊云科技这边的AI模型提供了动力。

Narinder在现场演示中从一个架构概述过渡到了新功能。新的数据联邦功能将于2022年12月开始试点，然后在2023年Q1普遍可用。这将使Salesforce客户能够通过简单的点击配置连接到存储在Amazon Redshift中的表。

以数据架构师的视角来看，他们希望通过丰富Data Cloud中的客户概览来用Redshift中的相关电子商务数据。建立连接后，建筑师可以浏览Redshift目录并选择特定的表，如客户购买历史记录，以虚拟方式安装在Salesforce中作为外部对象。

这些联邦表可以映射到亚马逊数据云（Data Cloud）内的标准对象，如销售订单，从而符合客户的数据模型并将它们统一到一个更广泛的客户个人资料中。如今，营销人员可以利用丰富的个人资料，例如根据他们在亚马逊数据云中购买历史记录中的购买倾向来构建可能购买夹克的目标客户群体。

在反向数据共享方面，Narinder展示了如何通过简单的配置从亚马逊数据云共享Salesforce数据（如客户案例和参与事件），然后可以直接从Redshift实时查询。这允许选择表格并将其共享到授权的Redshift账户。

在Redshift端，分析师可以使用SQL查询将共享的Salesforce数据与本机位于Redshift的数据组合。示例展示了如何使用共享的案例数据训练流失预测模型，并生成有关潜在流失者的见解。

Narinder总结道，亚马逊数据云使用Iceberg表等开放标准来促进跨工具的无缝数据访问。他指出，数据联邦和共享功能将在2023年中开始扩展到其他亚马逊云科技服务，如用于无服务器查询的Athena、用于大数据处理的EMR以及用于构建机器学习模型的SageMaker。

此时，Narinder邀请他的同事Darryl Martis来讨论Salesforce与亚马逊云科技合作的AI方面的创新。

Darryl首先提供了背景信息，由于数据孤岛、集成复杂性、技能差距和信任问题（如安全、幻觉和缺乏定制）等挑战，公司正在重新考虑其AI战略。

针对这个问题，Salesforce在2022年Dreamforce上推出了Einstein作为其专为客户关系管理（CRM）设计的可信赖的AI平台。关键支柱包括利用亚马逊数据云实现统一数据、构建一个健壮的Einstein Trust层以实现治理以及支持开放式生态系统以连接外部AI模型。

Salesforce近日推出了Einstein Copilot Studio，其中包含一个无需编码的模型构建器。这一创新具有多个关键优势。首先，它可以轻松地将亚马逊云科技的SageMaker AI模型引入Salesforce平台，无需复杂的ETL流程。这些模型可以在Data Cloud上进行训练，从而在Salesforce应用中进行预测和推荐。目前，SageMaker的集成已经广泛可用，而与Bedrock的大型语言模型集成则将于2023年6月开始提供。

其次，商业用户可以通过直观的无编码界面在Salesforce中构建自己的自定义AI模型。无需编码的模型构建器将于2023年2月开始提供。Darryl分享了一些常见应用场景，如产品推荐、倾向评分和客户流失预测。

接下来，他通过一个客户实例详细阐述了Einstein Studio如何将亚马逊云科技的AI与Salesforce无缝连接。例如，一家零售商使用客户的购买历史记录在SageMaker中训练一个产品推荐模型，并通过API将其部署到Einstein Studio。注册后，该模型可在Flow等工具中使用，为高价值客户提供个性化的产品推荐。

此外，Darryl提到Salesforce将从2023年6月开始支持亚马逊云科技Bedrock的大型语言模型。这将补充现有的与SageMaker JumpStart模型的集成。他介绍了如何使用Data Cloud配置文件数据动态构造提示，然后通过Bedrock API发送，并在返回时检查生成的输出是否完整、有毒和存在偏见，然后在Salesforce中显示。

最后，他通过一个奢侈品牌如何使用Bedrock生成一封电子邮件主题行的例子展示了这一功能。在发送到Bedrock之前，会自动屏蔽客户的姓名和其他PII信息，然后在返回时恢复。这样既保护了敏感数据，又允许个性化操作。

总的来说，Darryl简要介绍了Einstein Studio在2023年2月即将推出的无代码模型构建器。这一功能将使得Salesforce客户能够在不依赖外部平台（如SageMaker）的情况下，直接在Salesforce中构建自定义AI模型。例如，可用于优化转化率、预测获胜概率或预测收入的模型。

最后，Narinder和Darryl总结了Salesforce与亚马逊云科技AI服务之间紧密的合作关系，通过结合数据和开放生态系统，为客户解锁更强大的AI应用。未来的愿景是实现AI和数据在这两个平台上的无缝集成。

下面是一些演讲现场的精彩瞬间：

达里尔·马蒂斯（Darryl Martis）担任人工智能产品总监，负责在Salesforce公司的相关工作。

他利用亚马逊的云计算技术，使得Salesforce的数据能够与亚马逊Redshift无缝结合进行数据分析。

在他的领导下，团队展示了如何运用客户数据和人工智能模型来生成个性化的电子邮件主题行。

此外，他们还展示了如何将Salesforce的数据导入亚马逊SageMaker Studio，以便使用SageMaker模型构建器构建预测模型。

同时，他还展示了如何使用Einstein Studio将机器学习模型集成到亚马逊数据云中。

这种无代码模型构建器允许用户在无需借助外部人工智能平台的情况下，直接在Salesforce中创建人工智能模型。

总结

纳仁德·辛格尔（Narinder Singh）和达里尔·马蒂斯（Darryl Martis）来自Salesforce公司，他们详细介绍了Salesforce数据云和Einstein AI如何与亚马逊云科技服务实现更深层次的集成。

Salesforce数据云通过连接Salesforce和外部数据来源（如亚马逊云科技Redshift），提供了一致的客户档案。这有助于创建全面的客户视图，从而驱动个性化体验。数据云的架构通过双向零ETL集成，实现了与亚马逊云科技的实时数据共享和联合。

演示展示了数据云如何将Redshift数据作为外部对象联合，并将Salesforce数据作为Redshift表分享，以便进行组合分析。这简化了数据集成而无需移动数据。

对于AI方面，Salesforce的Einstein与亚马逊云科技的SageMaker集成，引入了在数据云数据上训练的预测模型。Einstein Copilot Studio模型构建器允许无代码创建模型，并将推理部署到Salesforce中。信任层确保了数据隐私和模型透明度。

即将推出的功能将使亚马逊云科技Bedrock大型语言模型能够生成电子邮件等内容。Salesforce正在构建一个开放的生态系统，让客户能够在两个平台之间利用AI创新。演讲者强调了Salesforce和亚马逊云科技数据和AI服务的联合能力如何推动个性化、可信赖的客户体验。

演讲原文

https://blog.csdn.net/just2gooo/article/details/134814855

想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！

2023亚马逊云科技re:Invent全球大会 - 官方网站

点击此处，一键获取亚马逊云科技全球最新产品/服务资讯！

点击此处，一键获取亚马逊云科技中国区最新产品/服务资讯！

即刻注册亚马逊云科技账户，开启云端之旅！

【免费】亚马逊云科技“100 余种核心云服务产品免费试用”

【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”

亚马逊云科技是谁？

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者，自 2006 年以来一直以不断创新、技术领先、服务丰富、应用广泛而享誉业界。亚马逊云科技可以支持几乎云上任意工作负载。亚马逊云科技目前提供超过 200 项全功能的服务，涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面；基础设施遍及 31 个地理区域的 99 个可用区，并计划新建 4 个区域和 12 个可用区。全球数百万客户，从初创公司、中小企业，到大型企业和政府机构都信赖亚马逊云科技，通过亚马逊云科技的服务强化其基础设施，提高敏捷性，降低成本，加快创新，提升竞争力，实现业务成长和成功。