Salesforce a lancé vendredi un outil de formation de modèles d'IA et d'IA générative no code, baptisé Einstein Studio, dans le cadre de son offre Data Cloud. Destiné aux data scientists et aux ingénieurs, il est conçu pour aider les entreprises à connecter leurs données Salesforce à n'importe quel modèle d'IA ou de grand langage, y compris Llama 2 et GPT 4 d'OpenAI, afin d'améliorer et d'accélérer le développement d'applications d'IA et d'IA générative, a déclaré l'entreprise. L’outil est disponible pour tous dès maintenant et est fourni sans coût supplémentaire. La fonction la plus importante, appelée Bring your own model (BYOM), s'annonce comme une petite révolution pour les entreprises dotées d'équipes de données sophistiquées et cherchant une personnalisation poussée des modèles prédictifs.

Selon les analystes, les entreprises seront en mesure d'économiser du temps et de l'argent et de commercialiser plus rapidement leurs produits grâce aux fonctionnalités intégrées de l'outil, telles que l'extraction, la transformation et le chargement sans ETL (extract, transform and load). « Le déplacement des données a été un problème majeur lorsqu'il s'agissait de former des modèles, car cela nécessitait des intégrations qui prenaient beaucoup de temps. Cela signifie que les données restent là où elles sont », a déclaré Andy Thurai, analyste principal chez Constellation Research. Selon lui, l'outil résout d'autres problèmes chronophages, notamment l'élimination du besoin de normalisation des données, le nettoyage et la fourniture de données en temps réel pour l'entraînement des modèles, car Einstein Studio harmonise automatiquement les données Salesforce d'une entreprise et tire des données mises à jour du Data Cloud.

Connecter les données à des modèles formés sur SageMaker ou Vertex AI

« Fournir des données en temps réel pour l'entraînement des modèles est un point sur lequel la plupart des développeurs ont des difficultés. Une fois que vous avez pris un instantané des données pour le développement du modèle, les données les plus récentes ou les plus fraîches ne seront pas prises en compte dans le développement du modèle », rappelle Andy Thurai. Einstein Studio est également doté d'autres fonctions qui peuvent aider les entreprises à servir les modèles et à les surveiller pour détecter les divergences, a déclaré la société. L’outil peut également aider les entreprises à connecter les données à des modèles d'IA ou de langage étendu formés sur d'autres plateformes telles qu'Amazon SageMaker et Vertex AI de Google.

Le modèle sélectionné ici "Propensity to buy" construit dans Amazon SageMaker est enregistré dans Einstein Studio. (Crédit : Salesforce)

Dans le cadre de cette offre, Salesforce a déclaré qu'il fournira une interface de contrôle pour aider les scientifiques des données et les ingénieurs à gérer la façon dont leurs données sont exposées aux plateformes d'IA choisies pour la formation. Selon Andy Thurai, le lancement d'Einstein Studio permet à Salesforce de répondre aux besoins de deux groupes d'utilisateurs ou de clients : les utilisateurs qui souhaitent créer et entraîner leurs propres modèles personnalisés, et les utilisateurs qui disposent déjà d'un modèle personnalisé ou qui souhaitent affiner un modèle de grand langage open source à l'aide de leurs données personnalisées provenant de Salesforce.

Le modèle est utilisé de manière transparente dans un flux pour indiquer si un e-mail de recommandation de produit doit être envoyé ou non à un client. (Crédit : Salesforce)