Salesforce und Google Cloud intensivieren KI-Partnerschaft

So soll es etwa Unternehmen durch die neue Integration zwischen Salesforce Data Cloud und Google Bigquery ermöglicht werden, leichter einheitliche Profile ihrer Kunden zu erstellen und so hochgradig personalisierte Erfahrungen zu schaffen. Konkret wollen Salesforce und Google Cloud Anwenderfirmen damit einen nahtlosen Datenzugriff über Plattformen und Clouds hinweg bieten, so als befänden sich ihre Daten an einem einzigen Ort, mit Null-Copy oder Null-ETL (Extract, Transform, Load). Dadurch würden Kosten sowie die Komplexität des Verschiebens oder Kopierens von Daten und Fehlerquellen reduziert werden, während gleichzeitig Governance und Vertrauen gewahrt blieben, versprechen die beiden Partner.

Ausserdem soll die neue Integrationen zwischen Salesforce Data Cloud und Vertex AI von Google Cloud gewährleisten, dass Unternehmen ihre eigenen Modelle aus Vertex mitbringen und sie auf der Salesforce Plattform verwenden, um die spezifischen Anforderungen ihrer Unternehmen zu bedienen, heisst es. Dazu gehöre beispielsweise die Vorhersage des Kaufverhaltens oder der Abwanderungswahrscheinlichkeit (Churn Rate) anhand der Daten aus Salesforce Customer 360. Der Datenzugriff ohne Kopieren verschaffe Unternehmen sofortigen Zugriff auf einheitliche Kundendaten für das Training ihrer KI-Modelle, so dass sie ihre KI-Investitionen besser und schneller maximieren könnten. Der Modellentwicklungsprozess werde rationalisiert und die Genauigkeit und Effizienz von KI-Vorhersagen und -Einsichten verbessert, betonen die beiden Partner.

Anwendungsbeispiele

Ein Modehändler zum Beispiele könnte damit CRM-Daten, wie etwa die Kaufhistorie von Kunden oder Service-Interaktionen, mit anderen Daten wie Echtzeit-Online-Aktivitäten oder der Stimmung in sozialen Medien verbinden. Würden ausserdem benutzerdefinierte KI-Modelle eingesetzt, die auf der Grundlage der Daten vorhersagen, mit welcher Wahrscheinlichkeit Kunden bestimmte Kleidungsstücke kaufen, könne er sie über den besten Kanal (E-Mail, mobile App oder soziale Medien) ansprechen und personalisierte Empfehlungen abgeben.

Oder ein Unternehmen im Gesundheitswesen sei damit in der Lage, CRM-Daten, zum Beispiel Terminhistorie und Patientenfeedback, mit Daten, wie demografische Daten der Patienten oder Krankengeschichte, zu kombinieren. Es könne benutzerdefinierte KI-Modelle einsetzen, die vorhersagen, wie hoch das Risiko für einen Rückfall ist. Zudem sei es möglich, personalisierte Pflegepläne für Risikopatienten zu entwickeln, um bessere medizinische Ergebnisse durch eine aktive medizinische Versorgung zu erzielen.

Und ein Finanzinstitut wiederum könne CRM-Daten, wie die Transaktionshistorie, die Kreditwürdigkeit und die finanziellen Ziele von Kunden, mit Nicht-CRM-Daten, wie Marktanalysen oder wirtschaftlichen Trends, koppeln. Anschliessend sei es möglich, benutzerdefinierte KI-Modelle einzusetzen, die das Ausgabeverhalten, die Investitionspräferenzen und die finanziellen Ziele der Kunden vorhersagen, um personalisierte Bankdienstleistungen und -angebote zu erstellen.

Verfügbarkeit:
- Die Integration von Data Cloud und Google Vertex AI startet voraussichtlich Mitte 2023 mit einer Pilotphase und werde den Infos zufolge Ende 2023 allgemein verfügbar sein.
- Die Integration von Data Cloud und Bigquery beginnt Ende 2023 als Pilotprojekt und soll Anfang 2024 allgemein verfügbar sein.
- Die Integration von Marketing Cloud und Google Analytics 4 soll im Laufe dieses Jahres verfügbar und mit GA4 kompatibel sein.