メインコンテンツへジャンプ

SalesforceとDatabricksは、強力な新しい統合「Salesforce Bring Your Own Model (BYOM) for Databricks」を提供するための戦略的パートナーシップの拡大を発表しました。このコラボレーションにより、データサイエンティストや機械学習エンジニアは、Salesforceの堅牢な顧客データとビジネス機能、およびDatabricksの高度な分析とAI機能をシームレスに活用できるようになります。この統合を使用すると、DatabricksでカスタムAIモデルを構築、トレーニング、デプロイし、それらをSalesforceに簡単に統合して、インテリジェントでパーソナライズされた顧客体験を提供することができます。データの可能性を最大限に引き出し、顧客とのエンゲージメントを革命的に変える準備を整えましょう。

仕組み

Salesforce Data Cloudは、チームが多様なソースからデータを収集し、それを下流のSalesforce CRMアプリケーションやワークフローに公開できるようにします。ユーザーは、他のSalesforceアプリケーションや外部ソースからデータを引き出し、必要に応じて組み込みのデータモデルやカスタムデータモデルにマッピングするためのデータオブジェクトを迅速かつ容易に構成できます。

データがロードされマッピングされた後、Python SDK connectorを使用して、Databricks内からSalesforceデータモデルオブジェクト(DMO)にアクセスできます。これらのオブジェクトからのデータは、Databricks Lakehouseの他のデータと組み合わせて、探索的分析やフィーチャエンジニアリングに利用でき、データをモデルのトレーニングに向けて準備します。このプロセスには、Databricksプラットフォームでデータサイエンティストやエンジニアが使用しているNotebooks、Feature Engineering、AutoML、MLflowといったツールが活用されます。

Python SDK コネクタ

モデルがトレーニングされUnity Catalogに登録されると、機械学習エンジニアはDatabricks Model Servingでモデル提供エンドポイントを迅速かつ簡単に立ち上げることができます。このエンドポイントは新しい統合を通じてSalesforce Data Cloudで利用可能になります。Einstein 1 StudioのModel Builderに移動し、この新しいエンドポイントを新しいDatabricksモデルとして登録します。それだけです!これでモデルは、Salesforceの任意のアプリケーションやワークフローで使用する準備が整いました。

Salesforce アプリケーションとワークフロー

どのように役立つか

この強力な統合により、顧客はこれまで以上に迅速かつ簡単にさまざまな問題を解決することができます。

・データ収集と取り込み

データはあらゆる機械学習ワークフローの重要な要素であり、トレーニングのためにすべてのデータを一か所に集めることは容易ではありません。この統合により、チームはSalesforceの多様な提供サービスから収集したデータをData Cloudに統合し、そこからDatabricks Lakehouseの企業データと組み合わせて機械学習モデルに活用することができます。

・強力で一貫したAIツールとMLOps

Salesforceのユースケースをサポートするデータチームは、企業全体のユースケースもサポートすることが多く、管理すべきモデルの数が急増します。Databricksは、Unity CatalogやMLflowなどのツールを使用して、データとAIカタログ全体の中央管理とライフサイクル管理を可能にし、ユーザーがこの複雑さを大規模に管理できるようにします。

・ビジネスプロセスへのMLモデルの統合

モデルが構築され展開された後、下流のビジネスプロセスに統合することが重要な課題となります。Salesforceで営業、サービス、またはマーケティング機能を実行している企業は、数クリックでDatabricksの機械学習モデルを任意のビジネスプロセスに簡単に統合できるようになりました。

これらの3つの主要な機能が連携して、データチームに超能力を与えます。各プラットフォームの最良の部分を使用して迅速かつ容易に協力できるデータおよびアプリケーションチームが生み出す相乗効果は、ビジネスの機敏性を大幅に向上させ、AIによる最適化を企業全体に広げることでビジネスの影響を増幅させます。

具体的なユースケース

Salesforceアプリケーションの幅広さと、それがセールス、サービス、マーケティング、およびコマースアプリケーションを支える能力を考えると、この統合により想像できるユースケースは無限です。同様に、Databricks Lakehouseがこれらのすべての機能にわたってデータとAI資産の管理を可能にし、さらに他のビジネス機能にも拡張できるため、これらのユースケースは無限のデータとAIの力を活用してビジネスをAI経済に真に変革することができます。以下はいくつかの例です。

  • セールス効率:過去のセールスデータと顧客インタラクションに基づいて、最も有望なリードに限定リソースを集中させ、コンバージョンの可能性に基づいて優先順位を付けるAIモデルを使用。
  • 契約予測と次の最適アクション:セールスデータのパターンとトレンドを特定し、契約の成立を予測し、次に取るべき最適なアクションをセールス担当者に提案して、契約獲得の確率を大幅に向上させる。
  • サービスの敏捷性:問題を迅速に検出し、より速く効率的に解決することで、顧客満足度と保持率に大きなプラスの影響を与え、サービスチームのコストと作業負荷を削減する。これには、自動ケースルーティング、ケース履歴分析、および顧客感情分析のためのモデルが含まれ、ネガティブな結果を予測して軽減します。
  • 顧客セグメンテーション:顧客の行動、好み、および購買履歴に基づいて顧客をグループ化し、マーケターがキャンペーンを調整してエンゲージメントを高めることができます。
  • 顧客の旅予測:将来のアクションを予測することで顧客の旅をパーソナライズし、好みに合わせて体験を動的に適応させます。
  • 商品推薦:閲覧履歴、過去の行動、および類似の顧客が好んだ商品や購入した商品に関する知識を取り入れて、顧客が早く、かつスムーズに気に入る商品を提案します。
  • 需要予測:パーソナライズを他のデータソースと組み合わせてトレンドや季節性を分析し、需要予測モデルを駆動してより効果的な在庫管理とサプライチェーン運営を実現します。

はじめかた

モデルをより迅速に本番稼働させるために、Salesforce Databricks BYOM ソリューション アクセラレータをご覧ください。ソリューションアクセラレータは、一連のノートブックと手順で構成されており、Salesforce Data CloudとDatabricks Lakehouseのデータを統合する堅牢なMLパイプラインを作成し、それをSalesforceの任意のアプリケーションのビジネスプロセスに統合する手順を説明します。その例は、顧客の製品嗜好を予測してパーソナライズされた推薦を提供することを目的とした架空の企業「Northern Trail Outfitters」に基づいています。Customer 360データをData Cloudに統合してモデル構築プロセスをDatabricksで駆動し、そのモデルをSalesforceから参照する方法を示します。

これらは、データとAIでビジネスに価値を提供するためのユースケースの一部にすぎません。新しいBYOM ソリューション アクセラレータで、今日から始めましょう!

 

Databricks 無料トライアル

関連記事

DatabricksでのMosaic AI Vector Searchの一般提供開始を発表

検索拡張生成(RAG)用のツール スイートに関する 発表 に続き、本日、 Databricks での Mosaic AI Vector Search (ベクトル検索)の一般提供を発表できることを嬉しく思います。 Mosaic AI Vector Search とは何か? Vector Search を使用すると、開発者は PDF、Office ドキュメント、Wiki などの非構造化ドキュメントの類似性検索を通じて、 検索拡張生成(RAG)...

Databricks モデルサービングの新たなアップデートで生成 AI アプリ開発を加速

May 9, 2024 アフマド・ビラルKasey Uhlenhuth による投稿 in
昨年、 Databricksモデルサービングにおける 基盤モデルのサポート を開始し 、企業が統合データおよび AI プラットフォーム上で安全でカスタマイズされた生成 AI アプリを構築できるようにしました。 それ以来、何千もの組織がモデルサービングを使用して、独自のデータセットに合わせてカスタマイズされた生成 AI アプリを展開してきました。 本日、生成 AI アプリの実験、カスタマイズ、展開を容易にする新しいアップデートを発表できることを嬉しく思います。 これらの更新には、新しい大規模言語モデル (LLM) へのアクセス、より簡単な検出、よりシンプルなカスタマイズ オプション、および改善された モニタリング が含まれます。 これらの改善により、生成 AI...

Mosaic AIモデルサービングでDBRX推論を高速化

イントロダクション このブログポストでは、Databricksが作成したオープンな最新大規模言語モデル(LLM)であるDBRXを使った推論を紹介します( DBRXの紹介 を 参照 )。DBRXがどのように効率的な推論と高度なモデル品質の両方を実現するために一から設計されたかを説明し、私たちのプラットフォームでどのように最先端のパフォーマンスを達成したかを要約し、最後にモデルとの対話方法に関する実践的なヒントを紹介します。 Mosaic AIモデルサービング は 、 ハイパフォーマンスでプロダクショングレードのエンタープライズ対応プラットフォーム上のDBRX Instructに即座にアクセスする ことができます。 ユーザーは即座に実験やプロトタイプアプリケーションを構築し、その後スムーズに本番グレードの推論プラットフォームへ移行することができます。 今すぐDBRXをお試しください! Databricksワークスペース内の AI Playground (米国のみ) OpenAI SDKを使って Databricks上
プラットフォームブログ一覧へ