Salesforce đã tích hợp tính năng vector database và Einstein Copilot Search vào Data Cloud, nhằm hỗ trợ doanh nghiệp tận dụng dữ liệu không cấu trúc để phân tích và xây dựng ứng dụng dựa trên trí tuệ nhân tạo.
Data Cloud, là một phần của nền tảng Einstein 1 của công ty, được thiết kế để giúp doanh nghiệp tập trung và điều chỉnh dữ liệu khách hàng. Nền tảng Einstein 1, trong khi đó, là một động cơ dữ liệu với giao diện low code và no code, được thiết kế để cho phép doanh nghiệp kết nối dữ liệu để xây dựng các ứng dụng dựa trên trí tuệ nhân tạo.
Trong các cập nhật, Salesforce đã tích hợp hỗ trợ vector database thông qua tính năng Data Cloud Vector Database, giúp Data Cloud xử lý nhanh chóng các loại dữ liệu đa dạng. “Cơ sở dữ liệu này cho phép khách hàng Salesforce kết hợp dữ liệu có cấu trúc và không cấu trúc, tạo ra một hồ sơ khách hàng toàn diện hơn,” công ty cho biết trong một thông cáo báo chí, và thêm rằng sau khi dữ liệu không cấu trúc được thêm vào Data Cloud, nó tự động được chuyển đổi thành định dạng có thể sử dụng trên nền tảng Einstein 1.
Theo công ty, điều này khiến dữ liệu không cấu trúc sẵn có để phân tích và sử dụng trong các luồng làm việc khác nhau trong các ứng dụng Salesforce bao gồm Flow, Apex và Tableau.
Salesforce cũng đã thêm khả năng tìm kiếm AI vào Einstein Copilot, cho phép trợ lý AI dựa trên mô hình AI tạo ra giải đáp và phản hồi cho các câu truy vấn phức tạp từ người dùng doanh nghiệp bằng cách sử dụng nhiều nguồn dữ liệu khác nhau, bao gồm dữ liệu không cấu trúc.
“Copilot Search sẽ cung cấp các phản hồi chính xác, liên quan ngữ cảnh trong quy trình làm việc của người dùng và củng cố sự tin tưởng với các nguồn tham chiếu từ Einstein Trust Layer,” công ty cho biết.
Einstein Trust Layer dựa trên một mô hình ngôn ngữ lớn (LLM) được tích hợp vào nền tảng để đảm bảo an ninh và quyền riêng tư dữ liệu.
Để tận dụng dữ liệu không cấu trúc thông qua Einstein Copilot Search, doanh nghiệp sẽ phải tạo một đường ống dữ liệu mới có thể được nhập vào Data Cloud và lưu trữ dưới dạng đối tượng mô hình dữ liệu không cấu trúc.
Những đối tượng mô hình dữ liệu này sau đó phải được chuyển đổi thành dữ liệu phù hợp để sử dụng trong các ứng dụng trí tuệ nhân tạo bằng cách chuyển đổi dữ liệu thành các embeddings, là biểu diễn số hóa của dữ liệu được tối ưu hóa cho việc sử dụng trong các thuật toán trí tuệ nhân tạo, theo công ty. Embeddings này sau đó được lập chỉ mục để sử dụng trong tìm kiếm trên nền tảng Einstein 1 cùng với bất kỳ dữ liệu có cấu trúc nào khác hiện có.
Khả năng tìm kiếm Einstein Copilot cũng có thể được kết hợp với các công cụ truy xuất tăng cường sinh (RAG) – mà Salesforce cung cấp – để cho phép Einstein Copilot trả lời câu hỏi của khách hàng. Câu trả lời đi kèm với thông tin có liên quan ngữ nghĩa, trích dẫn nguồn thông tin được sử dụng để tạo ra câu trả lời, theo công ty.