Um guia prático para o Salesforce AI Model Builder

Kenneth Pangan
Written by

Kenneth Pangan

Reviewed by

Katelin Teen

Last edited 2 novembro 2025

Expert Verified

Um guia prático para o Salesforce AI Model Builder

Sejamos honestos, a expressão "inteligência artificial" é usada com muita frequência. Mas já não é apenas um conceito futurista; é uma ferramenta real que as empresas estão a usar para realizar trabalho e tomar melhores decisões. Se a sua empresa funciona com Salesforce, provavelmente já ouviu falar do Salesforce AI Model Builder. Ele é posicionado como uma plataforma principal para criar modelos de IA personalizados que podem extrair insights preditivos dos seus próprios dados de negócio.

Mas o que é que ele realmente faz, e será a ferramenta certa para a sua equipa?

Este guia é uma visão geral direta do Salesforce AI Model Builder. Vamos detalhar as suas funcionalidades, para que serve, e os aspetos práticos que precisa de considerar antes de mergulhar. Veremos quem realmente beneficia dele e discutiremos algumas alternativas mais simples e rápidas se o seu objetivo principal for automatizar o suporte ao cliente.

O que é o Salesforce AI Model Builder?

O Salesforce AI Model Builder faz parte do Einstein 1 Studio, que é a grande plataforma de IA da Salesforce. Em termos simples, é uma ferramenta de baixo código que lhe permite fazer duas coisas principais:

  1. Construir modelos preditivos de IA do zero. Pode alimentá-lo com os seus dados históricos do Salesforce para treinar modelos que preveem resultados futuros, como as probabilidades de um cliente abandonar, se um lead se irá converter, ou o valor potencial do ciclo de vida de um cliente.

  2. Integrar modelos de linguagem de grande escala (LLMs) externos. Isto é frequentemente chamado de funcionalidade "Bring Your Own Model" (BYOM). Permite-lhe conectar modelos de IA generativa de plataformas como OpenAI, Google Vertex AI e Amazon SageMaker diretamente na sua configuração do Salesforce.

_Tudo está envolvido na Einstein Trust Layer, que atua como uma camada de segurança para os seus dados. Foi concebida para mascarar informações sensíveis e impedir que os seus dados sejam usados para treinar aqueles grandes modelos de IA públicos. A ideia geral é dar-lhe um único lugar para criar, gerir e usar modelos de IA sem nunca sair do ecossistema Salesforce. É poderoso, sem dúvida, mas foi definitivamente construído para pessoas que já estão confortáveis com a modelação de dados e querem construir uma solução personalizada de raiz.

Principais capacidades do Salesforce AI Model Builder

O Model Builder foi concebido para ser flexível, dando-lhe alguns caminhos diferentes dependendo do que está a tentar alcançar com a IA. Vamos ver o que ele pode fazer.

Recurso 1: [captura de ecrã], O painel de controlo do Salesforce AI Model Builder, mostrando as opções principais para criar ou conectar um modelo.

Construir modelos preditivos do zero

A promessa original do Model Builder reside na criação dos seus próprios modelos preditivos. Isto é perfeito para responder a perguntas de negócio que têm um número ou uma resposta simples de sim/não. Por exemplo:

  • Regressão: Prever um número específico, como a receita potencial de um novo negócio de vendas.

  • Classificação Binária: Prever um de dois resultados, como se um cliente tem probabilidade de abandonar ("Sim" ou "Não").

Para conseguir isto, tem de treinar o modelo em algo chamado Data Model Object (DMO) do Salesforce Data Cloud. Isto não é uma tarefa pequena. Requer muita preparação de dados para garantir que tudo está limpo, organizado e pronto a usar. Embora a interface seja de baixo código, o trabalho nos bastidores requer um bom conhecimento dos seus dados e do problema que está a tentar resolver.

Trazer o seu próprio modelo (BYOM) para IA generativa

Para tarefas como redigir e-mails ou resumir notas de reunião, o Model Builder permite-lhe conectar os seus próprios LLMs pré-treinados. Isto é muito importante para empresas que já escolheram um fornecedor de IA ou têm os seus próprios modelos personalizados alojados noutro lugar. Pode conectar modelos de:

  • Amazon SageMaker

  • Google Vertex AI

  • Azure OpenAI

  • OpenAI

Esta abordagem "agnóstica" dá-lhe flexibilidade, mas também o responsabiliza pela gestão desses modelos externos, das suas chaves de API e de todos os custos associados. Traz o controlo para dentro do Salesforce, mas não elimina magicamente a complexidade de lidar com serviços de IA de terceiros.

O processo: O que é preciso para construir um modelo

Construir um modelo não é tão simples como clicar num botão. É uma série de passos que requer uma reflexão séria, mesmo com uma interface amigável. Eis uma rápida visão geral do percurso:

  1. Selecionar Dados: Começa por escolher um Data Model Object (DMO) dos seus dados do Salesforce.

  2. Definir Objetivo: Decide o que quer que o modelo faça, como atingir um determinado KPI ou evitar um resultado negativo.

  3. Preparar Variáveis: Escolhe a que campos de dados o modelo deve prestar atenção.

  4. Escolher Algoritmo: Seleciona um método estatístico para o modelo usar, como GLM, GBM ou XGBoost.

  5. Rever e Treinar: Após verificar as suas configurações, diz ao modelo para começar a aprender.

  6. Ativar Modelo: Assim que terminar o treino e gostar dos resultados, pode ativar o modelo.

Recurso 2: [Fluxo de Trabalho], Um gráfico mermaid ilustrando o processo de seis passos para construir um modelo no Salesforce AI Model Builder.

Todo este processo aponta para uma verdade simples: ferramentas como o Salesforce AI Model Builder dão-lhe o poder de construir, mas é você que ainda está a fazer a construção. Para equipas que apenas precisam de uma solução que funcione de imediato, isto pode parecer como receber uma caixa de peças de motor quando tudo o que queria era um carro.

Para quem é realmente o Salesforce AI Model Builder?

É importante perceber se você é o público-alvo do Model Builder. É uma ferramenta robusta, e definitivamente não é uma solução única para todos, especialmente para equipas de suporte que precisam de se mover rapidamente.

O perfil de utilizador ideal

O Salesforce AI Model Builder é a melhor opção para:

  • Grandes empresas que estão totalmente investidas no ecossistema Salesforce.

  • Equipas com analistas de dados ou cientistas de dados que conseguem lidar com a preparação de dados e avaliar se um modelo está realmente a funcionar bem.

  • Desenvolvedores que precisam de um local central para conectar diferentes LLMs externos às suas aplicações personalizadas do Salesforce.

  • Negócios que constroem modelos preditivos complexos para vendas e marketing que estão diretamente ligados aos seus dados de CRM.

Para estas pessoas, o Model Builder oferece um nível fantástico de controlo e integração dentro de um ambiente seguro que já conhecem.

Onde pode não ser a melhor opção

Por outro lado, provavelmente não é a melhor escolha para:

  • Equipas de suporte ao cliente e TI que precisam de reduzir o volume de tickets e ajudar os seus agentes agora, não daqui a seis meses.

  • Empresas que não têm especialistas em ciência de dados para gerir a preparação de dados, treino de modelos e verificações contínuas.

  • Negócios cujo conhecimento reside em diferentes plataformas fora do Salesforce, como Confluence, Google Docs, Slack, ou outros helpdesks como Zendesk ou Freshdesk.

Para estas equipas, o tempo, dinheiro e especialização necessários para obter qualquer valor de uma plataforma "construtora" pode ser um verdadeiro obstáculo. Uma solução pronta a usar, focada num resultado específico, como a automação de tickets, é geralmente uma abordagem muito mais prática.

É exatamente aqui que uma solução como a eesel AI entra. Em vez de lhe pedir para construir um modelo, oferece-lhe uma aplicação desenvolvida para um fim específico que basta conectar às suas ferramentas. Ela aprende com os seus tickets passados, artigos de ajuda e documentos internos por si só, dando-lhe um Agente de IA que pode resolver problemas de clientes desde o primeiro dia.

Salesforce AI Model Builder vs. eesel AI

CaracterísticaSalesforce AI Model Buildereesel AI
Tempo até ao ValorMeses (preparação de dados, treino, testes)Minutos (integrações com um clique)
Especialização NecessáriaCiência de dados, desenvolvimento SalesforceNenhuma (totalmente self-service)
Caso de Uso PrincipalModelos preditivos e generativos personalizadosSuporte ao cliente automatizado e Q&A interno
Fontes de ConhecimentoPrincipalmente Salesforce Data CloudMais de 100 integrações (Zendesk, Confluence, Slack, etc.)
IntegraçãoRequer chamadas de vendas e configuraçãoRadicalmente self-service, pode começar a usar por conta própria
Modelo de PreçosComplexo, incluído em grandes licençasPlanos mensais transparentes e previsíveis

Limitações e considerações práticas

Antes de se comprometer com o Salesforce AI Model Builder, é boa ideia pensar nas desvantagens práticas. É uma ferramenta poderosa, mas estes fatores podem ter um grande impacto no seu cronograma, orçamento e no sucesso real do projeto.

1. Fica preso ao mundo Salesforce

O Model Builder foi concebido para viver e respirar Salesforce. A sua principal força é usar dados que já estão no Data Cloud. Se o conhecimento da sua empresa não estiver todo num único lugar, se estiver espalhado por um wiki no Confluence, documentos partilhados no Google Docs, ou um centro de ajuda no Zendesk, terá dificuldades em levar essa informação ao seu modelo sem um projeto de dados massivo. Este é um grande obstáculo para equipas que usam uma mistura de diferentes ferramentas para realizar o seu trabalho.

Em contraste, plataformas como a eesel AI são construídas para juntar todo esse conhecimento desconectado. Possui integrações de um clique para conectar e aprender instantaneamente de todas as suas fontes, não importa onde estejam.

Um infográfico mostrando como a eesel AI se conecta a várias fontes de conhecimento, uma vantagem chave sobre a abordagem isolada do Salesforce AI Model Builder.
Um infográfico mostrando como a eesel AI se conecta a várias fontes de conhecimento, uma vantagem chave sobre a abordagem isolada do Salesforce AI Model Builder.

2. O trabalho oculto por trás do "no-code"

A interface "cliques, não código" para construir modelos parece ótima, mas é apenas o último passo de um processo muito mais longo. O verdadeiro trabalho está em:

  • Preparação de Dados: Limpar, transformar e organizar os seus dados num DMO utilizável é um trabalho muito técnico que pode facilmente levar semanas ou meses.

  • Avaliação do Modelo: Depois de um modelo ser treinado, como sabe se é bom? Analisar métricas como a precisão requer conhecimento estatístico para evitar tomar más decisões de negócio com base num modelo instável.

  • Manutenção Contínua: Os modelos de IA não são algo que se possa configurar e esquecer. Precisam de ser monitorizados e retreinados à medida que os seus dados mudam, o que consome tempo e recursos.

3. O preço e licenciamento complexos

Ter acesso ao Einstein 1 Studio e ao Data Cloud geralmente significa subscrever licenças de nível empresarial do Salesforce. O preço é frequentemente agrupado e pouco claro, tornando difícil calcular o custo real de construir e implementar apenas um modelo. Isto pode ser um investimento enorme, especialmente se estiver apenas a tentar resolver um problema específico como automatizar tickets de suporte simples.

Esta é uma grande diferença em relação ao preço claro e previsível da maioria das ferramentas de software modernas. Por exemplo, o preço da eesel AI baseia-se no uso, sem taxas extras por resolução, para que possa escalar sem surpresas financeiras desagradáveis.

Uma captura de ecrã da página de preços transparente da eesel AI, oferecida como contraste ao preço complexo do Salesforce AI Model Builder.
Uma captura de ecrã da página de preços transparente da eesel AI, oferecida como contraste ao preço complexo do Salesforce AI Model Builder.

Um construtor poderoso para a equipa certa

O Salesforce AI Model Builder é uma ferramenta impressionante e estratégica para grandes empresas que já estão profundamente inseridas na plataforma Salesforce e têm os recursos tecnológicos para gerir um projeto de IA personalizado. Dá-lhe um controlo incrível para construir os seus próprios modelos preditivos e um único lugar para gerir a IA generativa num ambiente seguro.

No entanto, para equipas de suporte ao cliente e TI cujo objetivo principal é automatizar resoluções e trabalhar de forma mais eficiente, pode ser um caminho longo e dispendioso. A jornada desde os dados brutos até um modelo de IA funcional é longa e requer competências especiais que a maioria das equipas de suporte simplesmente não tem.

Este vídeo oferece uma excelente visão geral do Salesforce Model Builder e de como pode ser usado para impulsionar a produtividade.

Se o seu objetivo é fornecer suporte rápido, preciso e automatizado hoje, provavelmente deveria procurar uma solução desenvolvida para um fim específico. A eesel AI oferece uma plataforma super simples e self-service que se integra diretamente nas ferramentas que já usa. Pode estar a funcionar em minutos, não meses, e começar a ver resultados imediatamente.

Pronto para ver o que uma plataforma de suporte de IA desenvolvida para um fim específico pode fazer? Experimente a eesel AI gratuitamente ou agende uma demonstração com a nossa equipa.

Perguntas Frequentes

O Salesforce AI Model Builder é uma ferramenta de baixo código dentro do Einstein 1 Studio que lhe permite construir modelos de IA preditivos personalizados usando os seus dados históricos do Salesforce. Também lhe permite conectar e integrar modelos de linguagem de grande escala (LLMs) externos de vários fornecedores no seu ambiente Salesforce.

É mais adequado para grandes empresas profundamente integradas no ecossistema Salesforce, particularmente aquelas com analistas de dados, cientistas de dados ou desenvolvedores dedicados. Estas equipas normalmente visam construir modelos preditivos complexos ou centralizar capacidades de IA generativa para aplicações personalizadas do Salesforce.

Sim, o Salesforce AI Model Builder suporta uma funcionalidade "Bring Your Own Model" (BYOM). Isto permite-lhe conectar modelos de IA generativa de fornecedores terceiros como OpenAI, Google Vertex AI, Amazon SageMaker e Azure OpenAI diretamente na sua configuração do Salesforce.

É necessária uma preparação de dados significativa. Mesmo com uma interface de baixo código, deve limpar, organizar e transformar os seus dados num Data Model Object (DMO) dentro do Salesforce Data Cloud antes que o treino do modelo possa começar. Este processo é altamente técnico e pode consumir muito tempo.

Geralmente, não é ideal para uma automação rápida do suporte ao cliente. A plataforma requer um tempo substancial para configuração, preparação de dados, treino do modelo e manutenção contínua, tornando as soluções prontas a usar e desenvolvidas para um fim específico mais práticas para necessidades de suporte imediatas.

As principais considerações incluem a sua forte dependência do Salesforce Data Cloud, o que pode limitar as fontes de dados fora do ecossistema. Há também um significativo "trabalho oculto" na preparação de dados e manutenção do modelo, e o seu preço de nível empresarial pode ser complexo e agrupado.

Compartilhe esta postagem

Kenneth undefined

Article by

Kenneth Pangan

Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.