Un guide pratique pour Salesforce AI Model Builder

Soyons honnêtes, le terme « intelligence artificielle » est utilisé à toutes les sauces. Mais ce n'est plus un concept futuriste ; c'est un véritable outil que les entreprises utilisent pour accomplir leur travail et prendre de meilleures décisions. Si votre entreprise utilise Salesforce, vous avez probablement entendu parler du Salesforce AI Model Builder. Il est présenté comme une plateforme majeure pour créer des modèles d'IA personnalisés capables d'extraire des informations prédictives de vos propres données commerciales.

Mais que fait-il réellement, et est-ce le bon outil pour votre équipe ?

Ce guide est un aperçu direct du Salesforce AI Model Builder. Nous allons décortiquer ses fonctionnalités, ses points forts et les aspects pratiques à considérer avant de vous lancer. Nous verrons à qui il profite vraiment et discuterons de quelques alternatives plus simples et plus rapides si votre objectif principal est d'automatiser le support client.

Qu'est-ce que Salesforce AI Model Builder ?

Salesforce AI Model Builder fait partie d'Einstein 1 Studio, qui est la grande plateforme d'IA de Salesforce. Pour le dire simplement, c'est un outil low-code qui vous permet de faire deux choses principales :

1. Construire des modèles d'IA prédictifs à partir de zéro. Vous pouvez lui fournir vos données historiques Salesforce pour entraîner des modèles qui prédisent des résultats futurs, comme la probabilité qu'un client parte, qu'un prospect se convertisse ou la valeur potentielle à vie d'un client.

2. Connecter des grands modèles de langage (LLM) externes. C'est ce qu'on appelle souvent une fonctionnalité "Bring Your Own Model" (BYOM). Elle vous permet de connecter des modèles d'IA générative provenant de plateformes comme OpenAI, Google Vertex AI et Amazon SageMaker directement dans votre configuration Salesforce.

Le tout est enveloppé dans la Couche de Confiance Einstein (Einstein Trust Layer), qui agit comme une couverture de sécurité pour vos données. Elle est conçue pour masquer les informations sensibles et empêcher que vos données ne soient utilisées pour entraîner ces grands modèles d'IA publics. L'idée est de vous offrir un seul endroit pour créer, gérer et utiliser des modèles d'IA sans jamais quitter l'écosystème Salesforce. C'est puissant, c'est certain, mais c'est clairement conçu pour des personnes qui sont déjà à l'aise avec la modélisation de données et qui veulent construire une solution personnalisée de A à Z.

Capacités principales de Salesforce AI Model Builder

Model Builder se veut flexible, vous offrant plusieurs voies en fonction de ce que vous essayez d'accomplir avec l'IA. Voyons ce qu'il peut faire.

Ressource 1 : [capture d'écran] , Le tableau de bord de Salesforce AI Model Builder, montrant les options principales pour créer ou connecter un modèle.

Construire des modèles prédictifs à partir de zéro

La promesse initiale de Model Builder réside dans la création de vos propres modèles prédictifs. C'est parfait pour répondre à des questions commerciales qui ont une réponse numérique ou un simple oui/non. Par exemple :

• Régression : Prédire un nombre spécifique, comme le revenu potentiel d'une nouvelle opportunité de vente.

• Classification binaire : Prédire l'un des deux résultats, comme la probabilité qu'un client se désabonne (« Oui » ou « Non »).

Pour y parvenir, vous devez entraîner le modèle sur ce qu'on appelle un Objet de Modèle de Données (DMO) de Salesforce Data Cloud. Ce n'est pas une petite tâche. Cela nécessite beaucoup de préparation de données pour s'assurer que tout est propre, organisé et prêt à l'emploi. Même si l'interface est low-code, le travail en coulisses exige une bonne compréhension de vos données et du problème que vous essayez de résoudre.

Apporter votre propre modèle (BYOM) pour l'IA générative

Pour des tâches comme la rédaction d'e-mails ou le résumé de notes de réunion, Model Builder vous permet de connecter vos propres LLM pré-entraînés. C'est un atout majeur pour les entreprises qui ont déjà choisi un fournisseur d'IA ou qui ont leurs propres modèles personnalisés hébergés ailleurs. Vous pouvez connecter des modèles provenant de :

• Amazon SageMaker

• Google Vertex AI

• Azure OpenAI

• OpenAI

Cette approche « agnostique » vous offre de la flexibilité, mais elle vous rend également responsable de la gestion de ces modèles externes, de leurs clés API et de tous les coûts qui y sont associés. Elle centralise le contrôle dans Salesforce mais n'élimine pas par magie la complexité de la gestion des services d'IA tiers.

Le processus : Ce qu'il faut pour construire un modèle

Construire un modèle n'est pas aussi simple que de cliquer sur un bouton. C'est une série d'étapes qui demande une réflexion sérieuse, même avec une interface conviviale. Voici un aperçu rapide du parcours :

1. Sélectionner les données : Vous commencez par choisir un Objet de Modèle de Données (DMO) à partir de vos données Salesforce.

2. Définir l'objectif : Vous décidez de ce que le modèle doit faire, comme atteindre un certain KPI ou éviter un résultat négatif.

3. Préparer les variables : Vous choisissez les champs de données auxquels le modèle doit prêter attention.

4. Choisir l'algorithme : Vous sélectionnez une méthode statistique que le modèle utilisera, comme GLM, GBM ou XGBoost.

5. Examiner et entraîner : Après avoir vérifié vos paramètres, vous demandez au modèle de commencer à apprendre.

6. Activer le modèle : Une fois l'entraînement terminé et si les résultats vous conviennent, vous pouvez activer le modèle.

Ressource 2 : [Flux de travail] , Un diagramme Mermaid illustrant le processus en six étapes pour construire un modèle dans Salesforce AI Model Builder.

Tout ce processus met en évidence une vérité simple : des outils comme Salesforce AI Model Builder vous donnent le pouvoir de construire, mais c'est bien vous qui êtes aux commandes de la construction. Pour les équipes qui ont simplement besoin d'une solution qui fonctionne immédiatement, cela peut donner l'impression de recevoir une boîte de pièces de moteur alors que tout ce qu'elles voulaient, c'était une voiture.

À qui s'adresse réellement Salesforce AI Model Builder ?

Il est important de déterminer si vous êtes le public cible de Model Builder. C'est un outil puissant, et ce n'est certainement pas une solution universelle, surtout pour les équipes de support qui ont besoin d'agir rapidement.

Le profil de l'utilisateur idéal

Salesforce AI Model Builder est le plus adapté pour :

• Les grandes entreprises qui sont entièrement investies dans l'écosystème Salesforce.

• Les équipes avec des analystes de données ou des data scientists qui peuvent gérer la préparation des données et évaluer si un modèle fonctionne bien.

• Les développeurs qui ont besoin d'un point central pour connecter différents LLM externes à leurs applications Salesforce personnalisées.

• Les entreprises qui construisent des modèles prédictifs complexes pour les ventes et le marketing, directement liés à leurs données CRM.

Pour ces personnes, Model Builder offre un niveau fantastique de contrôle et d'intégration dans un environnement sécurisé qu'elles connaissent déjà.

Où il pourrait ne pas convenir

D'un autre côté, ce n'est probablement pas le meilleur choix pour :

• Les équipes de support client et informatique qui ont besoin de réduire leur volume de tickets et d'aider leurs agents maintenant, pas dans six mois.

• Les entreprises qui n'ont pas d'experts en science des données pour gérer la préparation des données, l'entraînement des modèles et les vérifications continues.

• Les entreprises dont les connaissances sont réparties sur différentes plateformes en dehors de Salesforce, comme Confluence, Google Docs, Slack, ou d'autres centres d'aide comme Zendesk ou Freshdesk.

Pour ces équipes, le temps, l'argent et l'expertise nécessaires pour tirer une quelconque valeur d'une plateforme de type « builder » peuvent constituer un véritable obstacle. Une solution prête à l'emploi et axée sur un résultat spécifique, comme l'automatisation des tickets, est généralement une approche beaucoup plus pratique.

C'est exactement là qu'une solution comme eesel AI entre en jeu. Au lieu de vous demander de construire un modèle, elle vous fournit une application spécialement conçue que vous connectez simplement à vos outils. Elle apprend de vos anciens tickets, articles d'aide et documents internes de manière autonome, vous offrant un Agent IA capable de résoudre les problèmes des clients dès le premier jour.

Salesforce AI Model Builder vs. eesel AI

Fonctionnalité	Salesforce AI Model Builder	eesel AI
Délai de rentabilisation	Mois (préparation des données, entraînement, tests)	Minutes (intégrations en un clic)
Expertise requise	Science des données, développement Salesforce	Aucune (totalement en libre-service)
Cas d'utilisation principal	Modèles prédictifs et génératifs personnalisés	Support client automatisé et Q&R interne
Sources de connaissances	Principalement Salesforce Data Cloud	Plus de 100 intégrations (Zendesk, Confluence, Slack, etc.)
Intégration	Nécessite des appels commerciaux et une configuration	Radicalement libre-service, mise en route autonome
Modèle de tarification	Complexe, inclus dans des licences importantes	Forfaits mensuels transparents et prévisibles

Limites et considérations pratiques

Avant de vous engager avec Salesforce AI Model Builder, il est judicieux de réfléchir aux inconvénients pratiques. C'est un outil puissant, mais ces facteurs peuvent avoir un impact majeur sur votre calendrier, votre budget et votre réussite finale.

1. Vous êtes enfermé dans le monde de Salesforce

Model Builder est conçu pour vivre et respirer Salesforce. Sa principale force est d'utiliser des données déjà présentes dans le Data Cloud. Si les connaissances de votre entreprise ne sont pas centralisées, si elles sont réparties entre un wiki Confluence, des Google Docs partagés, ou un centre d'aide Zendesk, vous aurez beaucoup de mal à fournir ces informations à votre modèle sans un projet de données massif. C'est un obstacle énorme pour les équipes qui utilisent un mélange de différents outils pour travailler.

En revanche, des plateformes comme eesel AI sont conçues pour rassembler toutes ces connaissances déconnectées. Elle dispose d'intégrations en un clic pour se connecter instantanément et apprendre de toutes vos sources, où qu'elles se trouvent.

2. Le travail caché derrière le « no-code »

L'interface « des clics, pas du code » pour construire des modèles semble géniale, mais ce n'est que la dernière étape d'un processus beaucoup plus long. Le vrai travail réside dans :

• Préparation des données : Nettoyer, modifier et organiser vos données dans un DMO utilisable est une tâche très technique qui peut facilement prendre des semaines ou des mois.

• Évaluation du modèle : Une fois qu'un modèle est entraîné, comment savoir s'il est bon ? L'analyse de métriques comme la précision nécessite des connaissances statistiques pour éviter de prendre de mauvaises décisions commerciales basées sur un modèle bancal.

• Maintenance continue : Les modèles d'IA ne sont pas quelque chose que l'on peut configurer et oublier. Ils doivent être surveillés et ré-entraînés à mesure que vos données changent, ce qui demande du temps et des ressources.

3. La tarification et les licences complexes

Obtenir l'accès à Einstein 1 Studio et Data Cloud signifie généralement souscrire à des licences Salesforce de niveau entreprise. La tarification est souvent groupée et peu claire, ce qui rend difficile l'estimation du coût réel de la construction et du déploiement d'un seul modèle. Cela peut représenter un investissement énorme, surtout si vous essayez simplement de résoudre un problème spécifique comme l'automatisation de tickets de support simples.

C'est une grande différence par rapport à la tarification claire et prévisible de la plupart des outils logiciels modernes. Par exemple, la tarification d'eesel AI est basée sur l'utilisation, sans frais supplémentaires par résolution, ce qui vous permet de vous développer sans mauvaises surprises financières.

Un constructeur puissant pour la bonne équipe

Salesforce AI Model Builder est un outil impressionnant et stratégique pour les grandes entreprises déjà profondément ancrées dans la plateforme Salesforce et disposant des ressources techniques pour gérer un projet d'IA personnalisé. Il vous donne un contrôle incroyable pour construire vos propres modèles prédictifs et un endroit unique pour gérer l'IA générative dans un environnement sécurisé.

Cependant, pour les équipes de support client et informatique dont l'objectif principal est d'automatiser les résolutions et de travailler plus efficacement, cela peut être un chemin long et coûteux. Le parcours des données brutes à un modèle d'IA fonctionnel est long et nécessite des compétences spéciales que la plupart des équipes de support n'ont tout simplement pas.

Cette vidéo offre un excellent aperçu du Salesforce Model Builder et de la manière dont il peut être utilisé pour améliorer la productivité.

Si votre objectif est de fournir un support rapide, précis et automatisé dès aujourd'hui, vous devriez probablement vous tourner vers une solution spécialement conçue. eesel AI offre une plateforme ultra simple et en libre-service qui se connecte directement aux outils que vous utilisez déjà. Vous pouvez être opérationnel en quelques minutes, pas en quelques mois, et commencer à voir des résultats immédiatement.

Prêt à voir ce qu'une plateforme de support IA spécialisée peut faire ? Essayez eesel AI gratuitement ou réservez une démo avec notre équipe.