关键字: [Amazon Web Services re:Invent 2023, Amazon SageMaker, Salesforce Data Cloud, Amazon Web Services Generative Ai, Bring Your Own Model, Product Recommendation, Case Comments Summary]

本文字数: 1100, 阅读完需: 6 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/BV1YG411Y7Tx

导读

在这个闪电演讲中,了解如何使用亚马逊的生成式AI和机器学习服务,比如亚马逊SageMaker和亚马逊Bedrock,与Salesforce数据云结合,以超大规模提供个性化的客户体验。

演讲精华

以下是小编为您整理的本次演讲的精华，共800字，阅读时间大约是4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。

演讲者Rasna Chettri和Moni Manik分别是来自亚马逊云科技战略客户部门的AI/ML专家和商业发展负责人。他们在会议上首先介绍了Salesforce和亚马逊云科技之间的紧密合作伙伴关系，旨在充分利用AI/ML和生成性AI功能。作为Salesforce的Einstein Studio的中央模型注册和协调平台，它将亚马逊云科技的SageMaker和Bedrock等服务与Salesforce的数据云相连，后者拥有超过1.5亿客户和数十亿个实时行为数据的数据点。

采用"自带模型"(BYOM)架构的目的是提供一个开放且灵活的平台，使客户能够使用他们喜欢的亚马逊云科技工具和服务来构建模型，并将其无缝地集成到由数据云洞察驱动的Salesforce应用程序中。亚马逊云科技与Salesforce密切合作，创建了诸如一键部署和自动生成的API端点等简化组件，以便客户可以快速实施BYOM解决方案。亚马逊云科技提供的一项关键功能是轻松、安全地访问数据云中的数据，使得使用SageMaker在客户的亚马逊云科技账户内对数十亿Salesforce客户数据点进行训练和微调模型变得容易。一旦模型在亚马逊云科技中创建并作为端点部署，它们将通过API网关自动公开，并从Einstein Studio调用以驱动Salesforce平台上的AI启用的应用程序。

对于机器学习模型开发，SageMaker提供了一个强大的端到端环境，只需点击几次即可准备数据、大规模训练模型并部署模型。具有如SageMaker Data Wrangler（一个可视化的数据准备工具）和一键模型部署以及自动生成的API网关端点等功能，为客户提供了端到端机器学习方法流程的流线化。对于生成性AI，亚马逊云科技的服务如Jumpstart和Bedrock可以提供对Codex（具有超过1000亿参数）和TITAN（具有超过530亿参数）等最先进的模型的访问，这些模型可以在自定义数据上进行微调，以创建高度强大的AI应用程序。

会议展示了两个引人入胜的使用案例，展示了这种集成的实际效果：

产品推荐和促销邮件生成系统。亚马逊数据云实时提供关于1亿5千万客户的点击流数据，以及数十亿的数据点。在这些数据基础上，SageMaker中构建的机器学习模型为客户提供个性化的产品推荐。接着，Bedrock生成式AI服务（基于TITAN模型）为1亿5千万客户中的每一个人生成推荐产品的个性化促销邮件。这是一个端到端的机器学习工作流程，涉及到数据云中的数十亿个数据点。

客户服务代理案例摘要生成系统。通过使用具有超过530亿参数的Bedrock TITAN模型，可以对客户服务互动的历史案例评论进行总结，以快速为代理提供背景。该模型作为亚马逊云科技中的一个端点并通过API网关进行暴露。它可以无缝地从Einstein Studio调用，以实时生成Salesforce Service Cloud中之前交互的摘要，后者拥有超过1亿5千万的客户案例。这是将大型定制生成式AI模型轻松集成到实际Salesforce应用程序的一个例子。

一些关键收获包括：

• BYOM架构提供了灵活的、开放的亚马逊云科技与Salesforce之间的集成，后者拥有超过1亿5千万的用户数据。客户可以自由地使用他们喜欢的亚马逊云科技工具来构建。

• 数据云的实时客户数据，包含数十亿个数据点，可以用于训练高效的机器学习模型，也可以用于在亚马逊云科技上微调具有超过530亿参数的最新生成式AI模型。

• 部署的模型作为安全的、可扩展的、高吞吐量的API端点存在，可以从Einstein Studio直接调用，以在Salesforce的云（如销售云、服务云和营销云）上驱动各种AI应用。

• 所展示的使用案例都利用了端到端的机器学习和大型定制生成式AI模型的工作流程——从访问数据到大规模部署模型。

• 这种集成模式可以被其他行业的客户利用，以便将其自己的数据和应用程序与亚马逊云科技的AI/ML服务连接起来。

总的来说，本次演讲主要介绍了亚马逊云科技（拥有超过200个AI服务）与Salesforce（拥有1.5亿多名客户的数据）之间的合作，使得客户能够借助最新的AI和生成性AI创新来构建具有影响力的规模化解决方案。通过使用自带设备（BYOD）架构和相关工具，客户可以灵活地整合这两个平台。如今，客户可以利用Einstein Studio，借助亚马逊云科技的世界一流AI能力，在Salesforce平台上创建驱动数十亿数据点价值的智能应用程序。

下面是一些演讲现场的精彩瞬间：

人工智能/机器学习专家Rasna Chetta与业务发展负责人Money共同探讨了Salesforce数据云和亚马逊云科技的相关技术。

通过将亚马逊云科技与Salesforce相结合运用人工智能，企业能够更深入地了解客户需求，从而提供更加个性化的用户体验。

领导者们概述了从基础设施到无代码解决方案等不同层面上的亚马逊云科技AI服务的全面概览。

亚马逊云科技的SageMaker为用户提供了无缝的体验，无需编写任何代码即可完成机器学习模型的准备、训练和部署工作。

演讲者展示了如何通过整合亚马逊云科技的各项服务，如Salesforce数据云、SageMaker和Amazon GenAI，来构建一个利用客户数据和AI进行个性化电子邮件推荐的产品系统。

该系统还能自动生成过去客户服务互动摘要，以帮助客服人员在接听新电话时快速了解背景情况。

博客文章强调了Salesforce数据云与SageMaker Canvas的集成，实现了无代码的机器学习解决方案。

总结

本次演讲探讨了亚马逊云科技的AI/ML服务如何与Salesforce数据云相互整合，从而创造出全新的应用领域。作为模型注册中心的Salesforce Einstein Studio允许客户利用Data Cloud数据在亚马逊云科技的SageMaker中创建模型，并可将这些模型部署至Salesforce应用程序中。这种‘自带模型’的架构简化了数据访问和部署过程。例如，一个在SageMaker中构建的产品推荐模型可以通过Amazon Bedrock为AI生成的促销电子邮件提供支持。在客户服务方面，Bedrock能够对支持案例的评论进行概括，为客服代表提供快速了解背景的机会。借助亚马逊云科技提供的预训练模型（如Bedrock和SageMaker JumpStart），针对Data Cloud中客户数据的定制AI解决方案可以快速开发完成。当亚马逊云科技的AI/ML技术与Salesforce数据和应用程序相结合时，企业能深入洞察客户行为，进而提供更个性化、预测性的用户体验。

演讲原文

https://blog.csdn.net/just2gooo/article/details/134868095

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。