AI w Salesforce – część 3: Data Cloud, wdrożenia i przyszłość AI

Cześć, witajcie serdecznie w trzeciej i ostatniej części naszej rozmowy dotyczącej sztucznej inteligencji w Salesforce. Kontynuujemy naszą rozmowę z Urszulą Grasl z Salesforce w ramach już drugiej serii podcastów Salesforce na wyciągnięcie ręki.

Salesforce na wyciągnięcie ręki to porcja inspirujących rozmów i historii prosto ze świata Salesforce. Ten projekt stworzony z myślą o Tobie powstał przy współpracy z samym Salesforce, aby przybliżyć tajniki technologii chmurowej, zarządzania relacjami z klientami i nie tylko. Przygotuj się na dawkę inspiracji i wiedzy, która może zmienić Twoje spojrzenie na technologie w biznesie.

Zrelaksuj się, bądź z nami i odkrywaj nieznane zakątki Salesforce w każdym odcinku. W pewnym momencie wspomniałaś przy temacie lead scoringu, że możemy sobie podpiąć różnego rodzaju dodatkowe konektory. W haśle reklamowym teraz w ogóle Salesforce'a to się też zmieniało.

Było tam Data, teraz już nie pamiętam jaka jest kolejność, chyba CRM, Data AI i tak dalej. Jak Data Cloud współpracuje ze sztuczną inteligencją, bo wiemy, że sztuczna inteligencja opiera się też na danych, które mamy w systemie. Jakbyś mogła przypomnieć, dlaczego warto mieć Data Cloud, dlaczego warto zbierać dodatkowe dane i jaki wpływ Data Cloud w ogóle ma na sztuczną inteligencję tutaj w Salesforce? Pewnie, tak jak mówisz, trochę już o tym rozmawialiśmy, ale może warto do tego wrócić.

Sztuczna inteligencja i to, co ona dla nas wyprodukuje, jest tylko taka dobra dane, do jakich ma dostęp. I te modele, które mieliśmy wcześniej, które działały na podstawie danych z jednego cloud'u tylko, były przez to same z siebie ograniczone. Z tego też, myślę, wynika fakt, że niektórzy klienci bardzo się skierowali na takie robienie eksperymentów sami.

No to dobrze, to się dla nas nie prędza, to zaczynamy eksperymentować od zera. To, co Data Cloud robi, to daje nam okno, żeby dane, które już mamy, ale nie mamy ich w Salesforce, żeby sztuczna inteligencja w Salesforce była w stanie z nich skorzystać i to skorzystać nie na zasadzie, teraz wiemy więcej, tylko z tego podjąć jakąś akcję, żeby z tego coś wynikało. My to nazywamy, że dane są gdzieś tam jakby zamknięte czy zapomniane w oddzielnych systemach, z tego nic nie wynika, że one tam są.

Data Cloud ma możliwość podłączenia różnych data lake'ów, które klienci już mogą mieć na zasadzie zero retention, czyli nie kopiujemy danych, ale umożliwiamy dostęp do nich. I to, co Data Cloud robi, to jest umożliwienie stworzenia tych właśnie profili klienta, które są tak jak najbardziej kompletne, w jakie jesteśmy w stanie. Czyli składają się tam dane, oczywiście wszystkie z TRMA i z tych naszych innych systemów, jak na przykład jestem producentem, mam system ERP, mogę z niego zobaczyć sobie, jak wygląda status poszczególnych zamówień, jak wygląda status produkcji.

Tu różnych danych, których nigdy nie będą w Salesforce, bo to nie jest element custom electricity. Czy na przykład właśnie dane z tego, jak klienci się zachowują na naszej stronie, czy co robią na mediach społecznościowych, ale też bazy danych wiedzy. Czyli mamy na przykład jakieś dokumenty, które też nie są danymi ustrukturalizowanymi, ale z nich też może sztuczna inteligencja też na nich bazować.

Wszystko to oczywiście właśnie opiera się na tym, że trzeba wykonać pewną pracę z połączeniem tych profili klienta. Tak jak ci mówiłam, nie jestem deweloperem, ale w ramach szkolenia też miałam okazję skorzystać z tego, jak w interfejsie graficznym można po prostu zdecydować, które pola odpowiadają czemu, jak taki graf kompletny klienta ma wyglądać. I to, co Data Cloud robi, oprócz tego, że sprowadza wszystko do jednego profilu, to jest też rozumienie nie tylko dane, ale rozumienie też metadany.

Czyli mamy kontekst do tego, co te dane oznaczają i w związku z tym, jakie w tych generatywnych odpowiedziach można wykorzystać. Super, dziękuję ci bardzo za odpowiedź. Masz pewne ciekawości, czego chciałeś w tej odpowiedzi? Wiesz, dalej mam takie poczucie, że ten Data Cloud jest jeszcze nowy, mało zrozumiały, dużo osób jeszcze nie kojarzy.

Dalej oczywiście kursy, serwisy, podstawowe klaude są cały czas używane, a dalej jest opór przed zrozumieniem skorzystania z Data Clouda. Dalej to jest nowy temat, który wśród takich nawet osób technicznych, dużo osób dalej nie wie po co, nie czuje sensu w ogóle korzystania z Data Clouda. I mówiąc jeszcze o doświadczeniu.

A to ciekawe strasznie, bo mi się wydaje, że to jest taki naprawdę game changer, że nie traci się inwestycji to, co się zainwestowało, jeżeli chodzi o jakiekolwiek Data Warehousing, Data Lakes, które się miało, bo te dane są, ale nikt nie zagląda do nich na co dzień. A z drugiej strony połączenie ich z danymi CRMA nie jest takie skomplikowane, jak kiedyś było, ani tego utrzymanie. Więc tak by się chciało powiedzieć, szczególnie, że dajemy, rozdajemy Data Cloud, dajemy możliwość spróbowania Data Cloud na małej inwestycji finansowej, że to taki powinien być no-brainer.

Powinien, a nie jest. Więc mam trochę takie poczucie, jak rozmawiam z osobami, że znowu ta świadomość jest bardzo mała. Oczywiście jeżeli chodzi o sztuczną inteligencję, też jest mała.

Ludzie kojarzą, że są elementy i dlatego między innymi nasz podcast, żeby edukować, uświadamiać je, co już jest. Nawet z deweloperami ostatnio rozmawiałam i mówię, mamy możliwość generowania kodów, klas testowych itd. Ludzie nie wiedzą.

I co się dzieje? Generują kod w Salesforce, później ten kod, klasy Apexowe wrzucają do np. czata GPT, gdzie już jest wyciek danych, jakby te klasy, bo różnie jest. Czat GPT generuje testy i te testy są zapisywane znowu w Salesforce.

Gdzie nie ma w ogóle świadomości, że już Salesforce ma budowane te elementy. Mogę sobie wygenerować pokrycie testów, mogę dodać funkcjonalności itd. Myślę, że bardzo szybko się rozwija ten temat.

Ludzie też nie nadążają nad tymi zmianami. Może też nie wszyscy się interesują, też nie są na bieżąco, więc do tego musimy edukować. Dla mnie to jest ciekawe, bo ja widzę, jak się zmienia sposób, w jakim mówimy o tych konceptach.

Wydawało mi się, że ta kolejna iteracja jest taka właśnie, że dokładnie pokazuje, że tak naprawdę to jest low risk, low investment, a można sobie różne problemy rozwiązać, których wcześniej po prostu nie dało się w elegancki sposób rozwiązać. Myślę, że powoli jeszcze potrzebujemy czasu, jak to nowe produkty, nowe aspekty. Jeszcze troszeczkę czasu potrzebujemy, aby w to wszystko wejść.

Teraz chciałbym przejść do konkretów, bo trochę już ta sztuczna inteligencja funkcjonuje. Mówię oczywiście o generatywnej, bo z pierwszego podcastu wiemy, że już od ponad 20 lat ta sztuczna inteligencja w Salesforce jest, więc to nie jest tak, że to jest coś nowego. Ale jeżeli chodzi o ten Gen AI, te wszystkie nowe koncepty, w porównaniu też do naszej ostatniej rozmowy, troszeczkę czasu już upłynęło, więc też na pewno mamy pierwsze wdrożenia, pierwsze success story, którymi możemy się pochwalić.

Mówiliśmy sobie troszeczkę wcześniej o pojedynczych funkcjonalnościach, co można robić, jakie są możliwości, a teraz z perspektywy, jeżeli możesz podać przykład firmy, nie musi być z nazwy, jak firma wdrożyła sobie efektywnie sztuczną inteligencję. Oczywiście może być w Sace Cloud, ale jak korzysta na co dzień, jakie są korzyści, czy już jakimiś pewnymi elementami możemy się pochwalić. Zgadza się, dokładnie tak jak rozmawialiśmy ostatnio, to jeszcze trudno było mówić o konkretach na przykładzie klientów, którzy przeszli już tą drogę i mogły się czymś pochwalić.

Ale rozmawiamy dzisiaj i mogę Ci podać przykłady. Też mnie ostatnio pytałeś, czy sztuczna inteligencja jest tylko dla dużych firm. Ja próbowałam Cię przekonać, że nie tylko dla dużych, więc przeszłam z przykładami mniejszych firm, bo myślę, że one są takie bardziej namacalne.

Więc na przykład w obsłudze klienta jest firma, która się nazywa Wonolo, to pochodzi od work locally now, to może najmniej ważne jest nam wszystkim, ale jakby łączy pracodawców z potencjalnymi pracownikami. I oni w serwisie wykorzystują generatywną sztuczną inteligencję do generowania odpowiedzi w czatach, które agenci w tym zespole serwisowym optalnie służyją 11 agentów, którzy wiadomo, że wymieniają się z potencjalnymi klientami. I to, co już oni widzą, to jest, że na tych 11 agentów oszczędzają 5 godzin tygodniowo.

To się może wydawać niedużo, ale tak naprawdę to jest sporo. I widzą, że to nie jest tylko tak, że oni oszczędzają czas, ale mają lepsze wyniki, ponieważ odpowiedzi dla klientów są generowane dużo szybciej. Wcześniej byli w stanie odpowiedzieć na czat przeciętnie, odpowiedź zajmowała pomiędzy 5 a 10 sekund przy wykorzystaniu sztucznej inteligencji, a wiadomo, że my zawsze stoimy za tym, że to jest human in the loop, czyli osoba rzeczywiście sprawdza te odpowiedzi.

To jest pomiędzy 2 a 3 sekundy, czyli zdecydowane przyspieszenie. I w związku z tym też każde z tych osób, które pracuje w serwisie, są w stanie usłużyć mniej więcej 20% więcej klientów. Więc to jest jeden przykład z serwisu.

Tak jak mnie podejrzewałeś, oczywiście, że mam jeden ze sprzedaży, ponieważ kocham wszystkie Cloudy, ale Salesforce Cloud najbardziej. Tutaj chciałabym Ci podać przykład z branży nieruchomości, też nieduża firma. Oni wypoczęli na całość, jeżeli chodzi o generowanie maili i podsumowanie rozmów, ale przede wszystkim maili.

I wysyłają te właśnie personalizowane notatki ze spotkań, następne kroki, to było uzgodnione i mają też Customer Sentiment, to zostaje dla nich do użytkowania w CRM-ie, i maile follow-up do klientów. I tu muszę Ci powiedzieć, mają wyniki, które, dwa razy sprawdzałam, czy to rzeczywiście są ich wyniki, zaoszczędza każdy z ich agentów 4 godziny na dzień. Czyli tak naprawdę podwoił im się zespół sprzedażowy, bez podwajania ludzi, którzy w tym zespole pracują.

A jeszcze na koniec, jeden przykład z Europy. To jest firma z branży dóbr konstrukcyjnych, która ma katalog produktów ponad 1000 produktów, chyba 1300 gdzieś w tej okolicy. I oni chcieli, oprócz różnych kanałów sprzedaży, jakie już mieli, zacząć też e-commerce.

No i musieli wygenerować opisy do tych produktów. A jak sobie wyobrażasz, że trzeba wygenerować opisy do produktów, który jest ponad 1000, to wracając do tego, że sztuczna inteligencja się nie nudzi, chociażby, zrobili to sobie właśnie za pomocą generatywnej sztucznej inteligencji. Tak te pierwsze opisy wygenerowali i tak je utrzymują.

Masz jeszcze może, bo tak pracujesz na tych produktach, masz dużą wiedzę, a czasami jest tak, że się dziwimy klientom, dlaczego oni nie korzystają z pewnych rzeczy, że przecież, nie wiem, tego Salesforce'a, tego AI'a można wykorzystać na wiele różnych poziomach i aż się prosi o pewne wykorzystanie. Masz jakieś takie nieszablonowe, fajne przykłady, gdzie jest duży potencjał do wykorzystania na przykład Salesforce AI'a, a klienci jeszcze z tego nie korzystają? Wiesz co, to trochę tak zahacza o to, jakie są trudności w wdrażaniu AI w firmach. To, co przynajmniej ja widzę u klientów, to jest, że pomysłów jest mnóstwo, tylko każdy z nich, każdy z tych pomysłów pojedynczych ma stosunkowo mały wpływ na biznes, a wymagałoby dużo nakładu, żeby ten pomysł zrealizować.

I to jest taki problem właśnie, no to zrobimy sobie pilota, sami, albo spróbujemy sobie, będziemy korzystać, tak jak mówisz, na boku z chatem GPT, bo to jest łatwo i nie wymaga od nas jakiejś tam inwestycji, a o konsekwencjach pomyślimy później. Ale rozumiem wszystkich tych, którzy jakby, wiadomo, że adopcja jakiejkolwiek innej technologii, to jest ustawienie jej we właściwy sposób i przekonanie użytkowników i nauczenie się używania tego narzędzia, po prostu tak jest. Wracając do naszej branży sprzedażowej, dokładnie to są rozmowy z klientami, tak wiemy, tak jak my przywozimy, mówimy, możecie sobie podnieść efektywność waszego zespołu, tego, który macie dzisiaj, o 30%.

Chcecie sobie podnieść, ale te 30% to nie jest tylko z jednego jakiegoś aspektu, tylko na to się składa dużo różnych aspektów. My możemy powiedzieć, tak podniesiemy wam efektywność zespołu o 30%, ponieważ w Copilote jest dużo różnych możliwości, a narzędzie tylko jedno. Jak nauczymy się używać Copilota, możemy używać różnych funkcji jego.

To nie jest tak, że do każdej musimy uczyć się czegoś nowego, ale mimo wszystko jest taka faza, w której czujesz się tak jak się, nie wiem, nauczujesz się pisać na klawiaturze dwoma palcami, a potem się trzeba przestawić na pięć. Jest to dużo szybciej, ale nie przez pierwsze trzy tygodnie. Więc tak wracając do twojego pytania, czy jest jakaś jedna, jeden obszar, w którym można by było klientów przekonać, że to jest najlepszy use case, od którego powinniśmy zaczynać.

Mieliśmy dużo rozmów wewnętrznie o tym, czy możemy w każdej naszym klawidacie na przykład powiedzieć, i to jest use case, od którego klienci powinni zaczynać. Powiem ci tak, przynajmniej w sprzedaży ustaliśmy, że jest siedem głównych use cases. I nie podejmujemy się mówić klientom, od którego powinni zacząć.

Każdy z nas ma inny pogląd na ten temat i nie znaleźliśmy tak, że to jest twoja ścieżka do adoptowania sztucznej inteligencji, ale wiesz, jak to jest w Salesforce. Uczymy się od naszych klientów i wymieniamy się z nimi i może następnym razem, kiedy będziemy rozmawiać, będziemy już mogli mówić, a teraz mamy blueprint, jak zacząć wdrożenie tak, żeby przekonać, że jest wystarczająco, że jest o co grać. Chciałbym jeszcze zatrzymać się przy tym wątku.

Jak mówimy o trudnościach, z jednej strony jest opór. Jakie czynniki powodują, że firmy boją się dalej wdrożyć EIA, albo pewnie świadomość, pewnie jeszcze jakieś inne czynniki, ale z twojej perspektywy, jak na co dzień pracujesz z klientami, można byłoby już zrobić szybciej pewne rewolucje. Jakie to są elementy? Czy zauważyłaś u wielu klientów wspólny czynnik, czyli jest dalej opór? Trochę o tej sztucznej inteligencji się rozmawia.

To nie jest nawet temat, że wyszedł pół roku temu i nie wiemy, co robić. Tak samo, nie chcę porównywać sztucznej inteligencji, ale tak samo był COVID. Nie wiedzieliśmy, jak się poruszać w tym COVID-zie.

Był strach, musieliśmy się nauczyć itd. Trochę ze sztuczną inteligencją, tą generatywną sztuczną inteligencją, już funkcjonujemy jakiś czas, więc też powinniśmy się do tego przystosować. Firmy mam wrażenie, że planują, że chciałoby, ale nie wiedzą jak, nie wiedzą co, jeszcze nie wdrażają i jest jakiś opór.

Właśnie pytanie do ciebie, czy zauważyłaś coś? Rzeczywiście jest tak, że zmieniły się rozmowy, jakie mamy z klientami o sztucznej inteligencji. Temat pod tytułem, musimy przekonać, dlaczego warto i jaki jest duży potencjał, te rozmowy się skończyły. Wszyscy są przekonani, prawie wszyscy wiedzą, że coś będzie trzeba zrobić, ale tak jak mówisz, żeby przejść od tego, wiemy, że jest potencjał do tak, robimy coś, to jest już duży skok.

Myślę, że klienci, trochę tak jak ja patrzę na to, jak była faza oprogramowania mobilnego, czy mobilnych aplikacji, ojej, my teraz też potrzebujemy mobilną aplikację, to oznacza, że musimy ją sami zbudować. A być może trzeba było popatrzeć, ok, potrzebujemy dostęp mobilny, co to oznacza, kto nam ten dostęp mobilny może dostarczyć, to teraz jest trochę tak, wiemy, że coś musimy zrobić z sztuczną inteligencją, to zaczynamy jakiś pilot sam i próbujemy robić tego pilota, patrzymy, co z niego wyjdzie, a potem jak przychodzi do tego, żeby coś z tego pilota wynikło, to rozbija się trochę temat o albo integracji z innymi narzędziami, albo o zarządzanie prawami dostępu, albo o to, że prawnie musimy, jakby jak chcemy czegoś używać skontaktować z klientem, to musimy to przepuścić przez prawników, że tak powiem. I wtedy zaczynają się schody i wtedy klienci jakby odchodzą od tego, myślą, a to może jednak nie warto.

My oczywiście jako Salesforce mówimy, oczywiście, że nie warto, jeżeli ktoś zamiatał podłogę w domu wiatłą, a chce, chciałby mieć odkurzacz elektryczny, to nie znaczy, że musi, o muszę wyjść i zbudować sobie generator na zewnątrz i muszę jeszcze wymyślić, jaki wtyczka ma mieć kształt, tylko jest już jakiś standard, prąd może mi ktoś inny dostarczyć, a ja po prostu muszę mieć odkurzacz z wbudowanym prądem, tak? I to trochę taka chyba ewolucja jeszcze musi się wydarzyć w tej sztucznej inteligencji, że to nie jest rzecz, którą się dodaje jako jakoś z boku, dokleimy sobie teraz sztuczną inteligencję, tylko patrzymy, jak rzeczy, które i tak wykorzystywaliśmy, mogą mieć tą sztuczną inteligencję po prostu wbudowaną. I to jest chyba taka zmiana, która jeszcze się nie wydarzyła. Fajne to, co mówisz.

To jest trochę takie podsumowanie naszej rozmowy, że jeszcze potrzebujemy tego czasu. I na koniec jakby tą serię Salesforce na wyciągnięcie ręki dwa. Kończę takimi i tutaj prośba do Ciebie, Ula, żebyś powiedziała, nie wiem, dwa, trzy elementy.

Jeżeli kogoś zapytamy, ktoś posłucha naszego podcastu i z czym chcielibyśmy zostawić naszych słuchaczy, jeżeli chodzi o sztuczną inteligencję w Salesforce. Jeżeli ktoś po wysłuchaniu tego podcastu zapytamy ok, hasło sztuczna inteligencja w Salesforce, to co byś chciała, żeby taki słuchacz pamiętał z tych naszych wywodów? Ok, to co są najważniejsze rzeczy, które chcielibyśmy, żeby słuchacze zapamiętali? Gdyby zapamiętali te trzy rzeczy, to byłaby rewelacja. Pierwszy punkt, jeżeli chodzi o naszą sztuczną inteligencję, Salesforce, Einstein Copilot, wystarczy jeden Copilot, jest jeden Copilot, można rozmawiać ze swoim DRM-em dzięki temu Copilotowi i warto przynajmniej się temu przyjrzeć.

Nie pytałeś mnie dużo, ale zaczyna się już na horyzoncie, jest następna fala sztucznej inteligencji, gdzie przechodzimy od tylko generatywnej do sztucznej inteligencji, do której możemy delegować niektóre zadania. O tym trochę rozmawialiśmy, więc warto na to też patrzeć. I chyba trzecia rzecz to jest taka, że żeby w bezpieczny, efektywny, elastyczny sposób korzystać ze sztucznej inteligencji, niekoniecznie musimy zatrudnić armię i dodatkowy zespół i niekoniecznie musimy budować i trenować własne modele.

Możemy skorzystać z tych dużych modeli językowych, które już są i tylko dać im więcej kontekstu. W taki sposób, w jaki np. robimy to w architekturze Salesforce.

I tu postawimy sobie kropkę. Moim ważnym gościem była Urszula Grasel. W bardzo fajny, przystępny sposób mówi o trudnych, skomplikowanych tematach, jakim jest sztuczna inteligencja.

Porozmawialiśmy sobie dzisiaj o tym, co się zmieniło od naszej ostatniej rozmowy, która miała miejsce pod koniec października 2023 roku. Porozmawialiśmy o Einstein Copilocie, również z jakich elementów się składa Copilot studia i jak wdrażać Salesforce AI na konkretnych przykładach, jak firmy korzystają i że to nie jest już projekt widmo, ale jest rzecz, przed którą musimy się bać i obawiać. Więc w wielu tych różnych aspektach Ula wytłumaczyła nam, więc dziękuję jeszcze raz za Twoją ekspertyzę, za Twoją wiedzę no i przede wszystkim za poświęcony czas, że chciałaś się podzielić całą wiedzą.

Pewnie nie z całą wiedzą, bo byśmy siedzieli pewnie kilkanaście godzin, kilkanaście tygodni, żeby nagrać i przekazać, ale z tego aspektu i na tyle, ile mogłaś przekazać naszym słuchaczom, aspekt właśnie sztucznej inteligencji, więc jeszcze raz, Ula, wielkie, wielkie dzięki. Bardzo dziękuję, bardzo przyjemnie i sympatycznie jest z Tobą rozmawiać, Łukasz. Mam nadzieję, że tę rozmowę też będzie przydatna dla tych, którzy się zastanawiają, może nie są jeszcze przekonani, że chcą poeksperymentować.

Bardzo zachęcamy. Nie ma na co czekać. Dziękuję i do usłyszenia.