世界上没有足够多的数据科学家，因此Salesforce希望自动化和以应用为中心的方法能够将其爱因斯坦人工智能能力公之于众。

上周在旧金山举行的Salesforce分析师峰会上，该公司高管分享了该公司为大规模发布预测和建议而建立高度自动化的数据管理和机器学习管道的细节。这项工作始于对客户旅程的准确目标预测，Salesforce人工智能的许多(尽管不是全部)收购都被插入到同一自动化管道中。公司高管表示，该系统可以扩展，因为所有数据收集、数据准备、功能选择、模型构建、超参数调整和评分都是自动处理的。

Salesforce表示，它花了两年多的时间开发自动化数据管理和机器学习管道，以促进大规模的特定客户预测。

根据Salesforce的数据，这条数据管理和机器学习管道每天提供多达3亿条预测/推荐/评级线索。它是销售云爱因斯坦、服务云爱因斯坦和营销云爱因斯坦应用背后的引擎，这些应用要么已经推出，要么将于今年推出(见下图)。下一个将是sales cloud Einstein应用程序，计划于2017年2月由Salesforce在春季发布。

爱因斯坦高级副总裁兼总经理约翰鲍尔说，“我们的一个试点客户(根据爱因斯坦的预测领先分数)扭转了局面，销售额增加了25%。”

爱因斯坦应用的目标是帮助人们关注重要的事情。例如，预测性销售线索评分可以帮助销售人员专注于最有希望的销售线索。另一款名为“Opportunity Insights”、“Einstein”的销售云应用将于明年2月推出，可以帮助销售人员确定下一步的工作重点。对于那些尚未完成额度的企业，这将意味着他们将锁定最有可能完成的下一笔交易；那些完成配额的企业可以转而培养自己的渠道。

爱因斯坦应用程序并不适合所有公司。首先，需要大量数据来驱动基于机器学习的自动预测。如果你每个月处理的潜在客户少于100个，人类就可以处理这个负荷，他们可能知道哪些潜在客户需要先处理。玻尔说，爱因斯坦的应用只有在数据量惊人时才有意义。

这并不是说爱因斯坦只适合大公司。数据量取决于应用程序。例如，许多小型营销团队每月发送数百万封电子邮件。评分和受众以及自动投放时间优化，这两个应用将在今年进入营销云，即使是小公司，只要是大规模营销。

目前，Salesforce正在挑选爱因斯坦的应用程序。然而，随着时间的推移，该公司计划开发更复杂的应用程序，这可能需要在部署前进行一些咨询和业务流程更改。Salesforce也计划支持定制的爱因斯坦应用，但在这里，Salesforce也表示，对于不需要数据科学人才的开发者来说，这个功能将是一键完成的事情。

在更复杂的应用或定制应用功能出现之前，Salesforce提供了分析云爱因斯坦智能数据发现的特殊分析和推荐功能。这个独立的基于机器学习的引擎允许你加载和研究来自Salesforce(一个关系数据库或Hadoop)的数据集，并回答四个问题：发生了什么？为什么会这样？会发生什么？我该如何改进？

这四个问题是描述性、诊断性、预测性和规范性分析，它们的答案以基于文本的“故事”形式提供，可以导出为Word文档或PowerPoint演示文稿。您还可以通过Salesforce Analytics的云波引擎生成受支持的数据可视化。

智能数据发现的目的是使业务分析师能够研究数据并调查成本、盈利能力和客户生命周期价值等指标。像其他爱因斯坦应用程序一样，您需要足够的数据。Beyondcore的一位资深人士表示，该引擎至少需要1万行数据来发现相关性和模式，并生成可靠的预测和规范性建议。

Salesforce采用“应用优先”战略的部分原因是，它从2014年底推出的第一个分析云服务的失败中吸取了教训。正如我去年写的，Wave的第一次迭代太贵，太专注于企业，包装太类似于传统的BI平台。去年的重启强调了应用程序设计开箱即用的现成销售和服务浪潮。

与原Wave方法引入“人工智能云”不同，爱因斯坦是Salesforce平台内置的功能。Wave的分析功能也内置在平台中，但原有的分析云打包和定价方式，以及平台费和开发商昂贵的建筑许可证都是无效的。对于爱因斯坦来说，Salesforce从一个应用程序开始，然后为开发人员添加定制的功能。

关于爱因斯坦最重要的问题是这些应用的价格是多少？盐

esforce的高管们仍然对此含糊其辞，他们表示，一些功能将是免费的，而大多数应用程序将涉及每个用户/每个月或每个预测的费用。在被收购的Einstein应用中，尤其是那些来自BeyondCore和Demandware(现在的商业云)的应用，据说定价与现有客户支付的价格一致。

考虑到竞争对手，Oracle也在其自适应智能应用程序中采用了预构建应用程序的方法。今年9月，甲骨文宣布了6款自适应智能应用的计划，并表示将在12至18个月内推出。Constellation预计在2017年上半年至少会推出几款这类应用。

公共云供应商亚马逊(Amazon)和微软(Microsoft)已将服务库方法引入人工智能，让开发人员将机器学习、自然语言处理、机器视觉、情感分析和其他服务整合到成品应用程序中。可以使用模板、样例脚本和其他内容来指导，但是它们不是可以立即运行的应用程序。我们预计，微软将采取更多措施，将客户体验的具体服务，或许还会在Dynamics应用程序组合中加入一些更接近完成的人工智能应用程序。

过去5年，IBM凭借沃森(Watson)认知计算技术让人工智能重新回到了人们的视野，这一点值得称赞。它现在有了一个分岔的战略，与IBM自己追求更复杂的机会，同时也为一个不断增长的开发人员社区构建沃森平台认知服务。

IBM本身提供了围绕活动自动化、营销洞察、实时个性化、客户体验分析和客户旅程分析的认知营销解决方案。与此同时，沃森的合作伙伴，如有影响力的、SocialFlow和Equals 3，提供沃森驱动的认知营销解决方案。无论是来自IBM还是独立开发人员，这些解决方案都可能需要与记录系统集成。相比之下，Salesforce(以及Oracle，在发布其应用程序时)交付的是即时可用的AI应用程序，它们是其软件即服务应用程序的扩展。如果Salesforce是您的CRM记录系统，Einstein将是添加AI的最简单和明显的首选。