Salesforce 是世界上最成功的 SaaS 公司。 AWS 是最大的基础设施参与者，多年来，只要有意义，这两家巨头就会聚在一起。例如，两人在 2016 年签署了一项协议，让 Salesforce 使用 AWS 基础设施。 2018 年，他们聚在一起，让两个平台之间的数据交换更容易。
今年，他们再次扩大了合作伙伴关系，本周在旧金山的 Dreamforce 宣布了这一消息。这涉及将 Salesforce 数据移动到 SageMaker，客户可以在其中基于该数据构建机器学习模型。完成后，他们可以将其移回 Salesforce，Einstein 可以使用该模型来驱动智能任务。
该公司昨天宣布的数据集成层Genie 使整个过程成为可能。
Salesforce 的统一数据服务执行副总裁兼 Einstein 总经理 Rahul Auradkar 表示，某些客户已经在 SageMaker 中构建了工作流程，他们希望让他们能够轻松地在最舒适的地方工作，同时利用 Salesforce 内部的数据来构建他们的模型。
他说，首先使用 Genie 作为数据管道将数据从 Salesforce CDP 转移到 SageMaker。 “从那里您构建模型，然后我们与他们所在的数据科学家会面，基本上使数据科学家能够在 SageMaker 上使用他们熟悉的工具来构建他们的模型。然后，他们可以将模型带入爱因斯坦并在那里进行推理，”他说。
Constellation Research 的分析师 Liz Miller 表示，这种合作关系从几个方面使 Salesforce 客户受益。 “对于那些拥有数据和分析团队并一直致力于人工智能和模型的人来说，这使得将这些模型带到 Genie 并将这些模型开放给 Genie 可以拥有的大量数据变得很容易。这是 Salesforce 高管告诉我的客户，尤其是大型企业客户的要求，”她说。
她补充说：“对于许多客户来说，我们经常听到这种说法，模型，尤其是 AI 模型和项目可能会停滞不前，因为它们只能在有限的数据集上放松，或者没有足够的客户数据来达到令人满意的决策速度水平。因此，这种伙伴关系将模型与最后一英里的学习联系起来。”
它也可能只是简单地涉及将 SageMaker 作为客户选择的模型构建工具的舒适度，或者可能是因为该模型同时使用了客户数据和其他外部数据。例如，一家医疗保健公司可能将客户数据与存储在 Salesforce 外部存储库中的临床试验数据结合使用，并且他们希望使用 SageMaker 内部的这两种类型的数据来构建模型。
公司发言人解释说：“SageMaker 集成使这些组织能够使用自定义 AI 模型，这些模型同时利用来自 Salesforce 和临床试验研究的实时客户数据。”
虽然 Einstein 提供了许多智能流程，例如找到最有可能购买的客户，或者相反，最有可能流失的客户，但通常会有定制的场景无法开箱即用，并且能够移动将各种类型的数据导入 SageMaker 中的模型，然后返回 Salesforce，可能对许多客户有用。
随着其他公司希望在其工作流程中利用 Salesforce 数据，本周 Genie 的公告可能会随着时间的推移导致类似的合作伙伴关系。
Salesforce Genie 为 Amazon SageMaker 和 Einstein 带来数据共享作者Ron Miller最初发表在TechCrunch上