Generativ AI - en komplett guide för företag

Redaktörens anmärkning: AI Cloud, Einstein GPT och andra molnbaserade GPT-produkter är nu Einstein. Det senaste om Salesforce Einstein finns här.

Generativ AI (artificiell intelligens) gjorde sitt genombrott i slutet av 2022 och väckte enorm nyfikenhet bland både privatpersoner och företag. Tekniken har sedan dess lett till många frågor om dess potential och möjligheter.

Vad betyder generativ AI? Enkelt uttryckt är generativ AI en teknik som analyserar stora datamängder och skapar helt nytt innehåll utifrån användarens instruktioner – allt från e-postmeddelanden och marknadsföringstext till bilder, musik och kodsekvenser.

Till skillnad från traditionella AI-modeller "klassificerar eller förutsäger generativ AI inte bara, utan skapar eget innehåll […] och den gör det på ett språk som påminner om människans", förklarade Salesforces chefsforskare Silvio Savarese.

Naturligtvis är förmågan att klassificera och förutsäga data korrekt avgörande för att generativ AI ska fungera effektivt. Kvaliteten på resultatet beror helt på kvaliteten på den underliggande datan.

"AI är bara så bra som den data du förser den med, och du måste se till att datan är representativ."

Paula Goldman, Salesforce Chief Ethical and Humane Use Officer

Det finns flera sätt att utveckla generativa AI-modeller, men det som vinner mark är användning av förtränade, stora språkmodeller (LLM:er) för att skapa nytt innehåll från textbaserade instruktioner. Generativ AI hjälper redan idag människor att skapa allt från CV och affärsplaner till kodlinjer och digital konst. Teknikens potential för Salesforce och andra företag sträcker sig potentialen dock långt utöver än att generera bilder på isbjörnar som spelar gitarr.

Användaren ger verktyget anvisningar om vad som ska produceras, varpå AI:n, baserat på de LLM:er som den ska arbeta med, skapar något – det kan vara ord, kod, eller om man tänker ännu längre, saker som en ny typ av protein.

Så småningom, förutspår Savarese, kommer dessa generativ AI-verktyg att "hjälpa oss i många delar av våra liv och ta rollen som samarbetspartners med superkrafter". För företag är det avgörande att mänsklig övervakning ingår när man utvecklar och implementerar generativ AI. Då kan företaget validera och testa automatiserade arbetsflöden under en människas uppsikt, och ingripa innan ett helt autonomt system tillåts att löpa fritt. Sådan översyn minimerar risker och säkerställer ansvarsfull användning, vilket också skapar förtroende hos både medarbetare och kunder.

Tekniskt sett bygger generativ AI oftast på någon av två huvudsakliga djupinlärningsmodeller: generativa kontradiktoriska nätverk (GAN) eller transformermodeller.

• GAN består av två neurala nätverk som konkurrerar: en generator som skapar innehåll och en diskriminator som bedömer om resultatet är äkta eller konstgjort. Generatorn förbättrar kontinuerligt sin prestanda baserat på diskriminatorns feedback, tills den lyckas "lura" diskriminatorn.
• Transformerarmodeller, som ChatGPT (som står för Chat Generative Pretrained Transformer), bearbetar sekventiell data som meningar och stycken istället för enskilda datapunkter. Detta möjliggör djup förståelse av sammanhang, vilket gör dem särskilt effektiva för textgenerering och översättning.
• Utöver GAN och transformermodeller finns andra tekniker inom generativ AI, som variationsautokodare (VAE) som genererar ny data från träningsexempel, samt neurala strålningsfält (NeRFs) som specialiserat sig på att skapa realistiska 2D- och 3D-bilder.

Generativa AI-modeller som ChatGPT, StableDiffusion och Midjourney har väckt intresse hos ledande företag världen över.

Enligt en Salesforce-undersökning planerar två tredjedelar (67 %) av IT-cheferna att implementera generativ AI inom 18 månader. För en tredjedel (33 %) utgör detta den högsta prioriteten.

Salesforces Einstein GPT beskrivs som "öppen och skalbar – med stöd för både offentliga och privata AI-modeller specialdesignade för CRM – och tränad på tillförlitlig realtidsdata".

Salesforce har under flera år forskat kring hur generativ AI kan utvecklas för att bäst möta kundernas framtida behov. Företaget har lanserat CodeGen, som gör det möjligt för användare att generera kod genom enkla instruktioner på engelska. Projektet LAVIS (LANguage-VISion) demokratiserar AI-baserad språkidentifiering för forskare och experter.

Salesforces ProGen-projekt visar att generativ AI, kan skapa språkmodeller baserade på aminosyror istället för bokstäver och ord, vilket möjliggör design av nya proteiner som överträffar naturliga motsvarigheter och som i många fall fungerar bättre. Med ytterligare forskning är tanken att dessa proteiner kan användas för att utveckla mediciner och vacciner och behandla sjukdomar.

Ketan Karkhanis, Executive Vice President och General Manager för Sales Cloud på Salesforce, menar att tekniken inte bara gynnar stora företag utan även små och medelstora företag.

"Funktioner som automatiserade, AI-genererade förslag och kundkommunikation, kombinerat med prediktiv försäljningsmodellering, ger små och medelstora företag kraftfulla verktyg för att leverera enastående kundupplevelser, optimera kostnader och skapa hållbar tillväxt", säger Karkhanis.

Clara Shih, VD för Salesforce AI, är övertygad att generativ AI "fullständigt kommer att omforma området kundtjänst".

"Genom att integrera generativ AI med Einstein for Service och Einstein 1 kan vi automatiskt generera personaliserade svar, vilket gör det möjligt för agenter att snabbt kommunicera med kunder. Detta frigör tid för medarbetare att fokusera på komplexa ärenden och bygga starka kundrelationer", förklarar Shih.

Även om potentialen för generativ AI är enorm, är den "inte riskfri", enligt Paula Goldman, Salesforce Chief Ethical and Humane Use Officer och Kathy Baxter, huvudarkitekt för Salesforces etiska riktlinjer för AI.

I en gemensam artikel betonar de att det "inte räcker att enbart leverera den tekniska kapaciteten hos generativ AI. Vi måste prioritera ansvarsfull innovation och vägleda hur denna banbrytande teknik ska användas – samt säkerställa att medarbetare, partners och kunder har verktygen för säker, korrekt och etisk implementation."

I en intervju med Silicon sa Goldman att "noggrannhet är det viktigaste när man tillämpar AI i ett affärssammanhang, eftersom man måste se till att AI inte hittar på fakta när den rekommenderar en prompt för en kundchatt eller för ett säljmeddelande via e-post." Att säkerställa att alla data är korrekta och tillförlitliga är grundläggande för alla AI-applikationer.

Den auktoritära känslan i ett svar från ChatGPT är något man bör vara uppmärksam på, menade Savarese, och varnade för att det kan leda till att man litar blint på svaren.

"Den balanserade och professionella ton som dessa modeller använder gör deras korrekta svar mer övertygande, men gör samtidigt deras fel potentiellt farliga", säger Savarese. "Även experter kan lätt vilseledas av modellernas övertygande framställning."luras av modellernas övertalningsförmåga.

När beroende av verktyg som ChatGPT skalas upp till företagsnivå blir riskerna betydande. IT-chefer är medvetna om detta: nästan sex av tio (59%) bedömer att generativ AI-output ofta innehåller fel.

Sedan har vi frågan om hur man använder generativ AI på ett etiskt, inkluderande och ansvarsfullt sätt.

Därför utvecklar Salesforce tillförlitliga AI-funktioner med inbyggda säkerhetsmekanismer och vägledning för att identifiera potentiella problem i förväg. För att världen ska kunna realisera potentialen hos generativ AI krävs förtroende för dessa modeller på alla nivåer.

Ansvarsfull AI betyder också hållbar AI. AI förbrukar betydligt mer energi än traditionella arbetssätt och 71 % av IT-cheferna håller med om att generativ AI skulle öka deras koldioxidavtryck genom högre energianvändning.

Trots behovet av att skaffa sig en noggrann helhetsbild av generativ AI har tekniken en enorm potential för framtidens CRM.

AI har länge varit integrerat i Salesforce Platform. Einstein AI-teknologi levererar dagligen över 200 miljarder prediktioner via Einstein 1, vilket hjälper företag att sluta fler affärer, ge AI-drivna naturliga svar på vanliga frågor och bättre förstå kundbeteenden.

Salesforce presenterade Einstein GPT, världens första generativa AI för CRM. Från personaliserade säljmail till automatiskt genererad kod levererar Einstein GPT AI-skapat innehåll för försäljning, service, marknadsföring, handel och IT i stor skala. Lösningen bygger på kundspecifik data från Data Cloud kombinerat med offentliga data för att skapa relevant innehåll i Einstein 1.

Och den gör det med samma fokus på inkludering, ansvar och hållbarhet som är kärnan i alla Salesforce-produkter. Läs om generativ CRM och vad det innebär för företag.

Läs mer om Einstein GPT och varför den är nästa stora milstolpe längs Salesforces AI-resa.