Salesforce membangun “simulasi penerbangan” untuk agen intelijen buatan, karena 95 % dari lembaga lembaga gagal mencapai produksi

Salesforce Taruhan bahwa tes ketat dalam lingkungan bisnis simulasi akan menyelesaikan salah satu masalah terbesar kecerdasan buatan: agen yang bekerja dalam demonstrasi, tetapi mereka gagal dalam realitas kacau operasi perusahaan.

Perusahaan Cloud Program Raksasa telah mengungkapkan tiga inisiatif penelitian amnesty internasional utama minggu ini, termasuk Carrina ProApa yang dia sebutKembar digital“Salah satu operasi komersial di mana agen intelijen buatan dapat diuji sebelum diterbitkan. Iklan tersebut datang pada saat perusahaan berjuang dengan kegagalan pilot pada skala besar kecerdasan buatan dan kepentingan keamanan baru setelah pelanggaran baru -baru ini yang berisiko ratusan pelanggan Salesforce.

“Pilot tidak belajar terbang saat badai, mereka berlatih dalam simulasi penerbangan yang mendorong mereka untuk mempersiapkan tantangan paling ekstrem,” Silvio Savarerez, Kepala Ilmuwan SLESFORCE dan Presiden AI Research. “Demikian juga, agen kecerdasan buatan mendapat manfaat dari tes simulasi dan pelatihan, dan mempersiapkan mereka untuk menangani ketidakmampuan untuk memprediksi skenario bisnis sehari -hari sebelum menerbitkannya.”

Dorongan pencarian mencerminkan meningkatnya frustrasi lembaga dengan aplikasi kecerdasan buatan. Baru -baru ini, Massachusetts Institute of Technology telah menemukan bahwa 95 % pilot IQ Obstetis di perusahaan gagal mencapai produksi, sementara Studi Khusus Salesforce menunjukkan bahwa model bahasa besar saja mencapai hanya 35 % tingkat keberhasilan dalam skenario bisnis yang kompleks.

AI’s Digital Twins: Bagaimana Salsforce mensimulasikan kekacauan komersial nyata

Carrina Pro Upaya Slesforce untuk mengisi kesenjangan antara janji kecerdasan dan kinerja buatan. Berbeda dengan standar saat ini yang menguji kemampuan umum, platform ini mengevaluasi agen pada tugas -tugas lembaga nyata seperti peningkatan layanan pelanggan, prediksi penjualan, dan gangguan rantai pasokan menggunakan data bisnis buatan tetapi realistis.

“Jika data buatan tidak dibuat dengan cermat, ini dapat menyebabkan hasil yang menyesatkan atau lebih optimis tentang kinerja sebenarnya dari agen Anda di lingkungan Anda yang sebenarnya,” saya menjelaskan. Jason WuDirektur Penelitian di Salesforce memimpin pengembangan Crmarena-Pro.

Platform beroperasi dalam lingkungan produksi Salesforce yang sebenarnya alih -alih pengaturan game, menggunakan data yang diverifikasi oleh para ahli lapangan yang memiliki pengalaman komersial terkait. Ini mendukung skenario bisnis untuk bisnis bagi konsumen dan dapat mensimulasikan beberapa percakapan yang mengambil dinamika percakapan nyata.

Salesforce menggunakan dirinya sebagai “nol pelanggan” untuk menguji inovasi ini secara internal. Dia berkata: “Sebelum kami menawarkan apa pun ke pasar, kami akan menempatkan inovasi di tangan tim kami untuk mengujinya.” Muralidhar KrishnaprasadSalsforce dan Presiden CTO, selama konferensi pers.

Lima tindakan menentukan apakah agen kecerdasan buatan siap untuk lembaga

Selain lingkungan simulasi, Salsforce disajikan Standar agen untuk CRMDirancang untuk mengevaluasi agen kecerdasan buatan melalui lima tindakan kelembagaan kritis: akurasi, biaya, kecepatan, kepercayaan diri, keselamatan dan keberlanjutan lingkungan.

Skala keberlanjutan sangat terlihat, karena membantu perusahaan sesuai dengan ukuran model sambil mengompleksikan tugas untuk mengurangi dampak lingkungan sambil mempertahankan kinerja. “Dengan memotong noise beban yang berlebihan, standar memberi perusahaan metode yang jelas yang bergantung pada data untuk mengaitkan formulir yang sesuai dengan agen yang sesuai,” kata perusahaan.

Tegangan pengukuran membahas tantangan praktis yang dihadapi para pemimpin TI: dengan rilis model baru kecerdasan buatan hampir setiap hari, dan penentuan kesempatan itu untuk aplikasi bisnis tertentu telah menjadi semakin sulit.

Mengapa data perusahaan anarkis dapat membuat atau memecahkan penyebaran kecerdasan buatan

Inisiatif ketiga berfokus pada prasyarat dasar untuk data yang andal dan andal. Salesforce’s Pencocokan akun Kemampuan untuk menyesuaikan model bahasa digunakan untuk mendefinisikan dan menyatukan catatan berulang secara otomatis melalui sistem, dengan kesadaran bahwa “perusahaan perusahaan,”. Dan “contoh perusahaan” mewakili entitas yang sama.

Standardisasi data telah muncul dari kemitraan antara tim pencarian dan produk di Salesforce. “Apa keakuratan identitas dalam data cloud yang disarankan pada dasarnya adalah, jika Anda memikirkan sesuatu yang sederhana seperti pengguna, mereka memiliki banyak pengidentifikasi, banyak pengetahuan di banyak sistem di dalam perusahaan mana pun,” jelas Krishnaparasad.

Salah satu pelanggan utama di penyedia cloud mencapai tingkat pencocokan 95 % menggunakan teknologi, dan memberikan penjual 30 menit untuk setiap koneksi dengan menghilangkan kebutuhan untuk layar berturut -turut untuk menentukan akun.

Iklan datang di tengah peningkatan masalah keamanan setelah kampanye pencurian data yang mempengaruhi lebih dari 700 pelanggan Salesforce awal bulan ini. Menurut Google Grup Intelijen itu, Infiltrator memanfaatkan kode sumpah Dari obrolan Slesloft hingga akses ke mitra Salesforce, data bantuan yang dicuri untuk layanan web Amazon, kepingan salju, dan platform lainnya.

Pelanggaran yang paling menonjol adalah kelemahan dalam integrasi pihak ketiga di mana lembaga bergantung pada partisipasi pelanggan yang bekerja atas nama kecerdasan buatan. Salsforce sejak saat itu Proses Salesloft telah dihapus Dari pasar AppExchange menunggu penyelidikan.

Kesenjangan antara penawaran kecerdasan buatan dan realitas kelembagaan lebih besar dari yang Anda pikirkan

Inisiatif simulasi dan pengukuran mencerminkan pengakuan yang lebih luas bahwa publikasi yayasan AI membutuhkan lebih dari satu video demonstrasi yang mengesankan. Lingkungan bisnis nyata menampilkan program lama, format data yang tidak konsisten dan alur kerja kompleks yang dapat menghambat sistem kecerdasan buatan yang canggih.

“Aspek utama yang ingin kita diskusikan hari ini adalah aspek konsistensi, jadi bagaimana memastikan bahwa kita beralih dari kinerja yang tidak memuaskan ini, jika Anda hanya menghubungkan LM dalam kasus penggunaan institusi, ke sesuatu yang mencapai jauh lebih tinggi.”

Pendekatan SLESFORCE menekankan perlunya pelanggan kecerdasan buatan untuk bekerja dengan andal melalui berbagai skenario daripada unggul dalam tugas -tugas sempit. Konsep perusahaan “Menafsirkan Kecerdasan Umum((EGI) berfokus pada membangun salah satu agen yang mampu dan konsisten dalam melakukan tugas kerja yang kompleks.

Karena lembaga terus berinvestasi dalam teknik kecerdasan buatan, keberhasilan platform seperti Carrina Pro Ini dapat menentukan apakah gelombang kecerdasan buatan saat ini diterjemahkan menjadi transformasi yang berkelanjutan atau menjadi contoh lain dari janji teknologi yang melampaui pengiriman praktis.

Inisiatif pencarian akan ditampilkan Konferensi Dreamforce Salsforce pada bulan OktoberDi mana perusahaan diharapkan untuk mengumumkan perkembangan tambahan kecerdasan buatan karena berupaya mempertahankan pasar AI perusahaan AI yang semakin semakin meningkat.