Anmerkung der Redaktion: AI Cloud, Einstein GPT und andere Cloud-GPT-Produkte sind jetzt Einstein. Die neuesten Informationen zu Salesforce Einstein finden Sie hier.

Generative künstliche Intelligenz (Generative AI) erlebte Ende 2022 einen regelrechten Boom und weckte bei Menschen und Unternehmen große Neugier und viele Fragen zu ihrem Potenzial.

Aber was ist generative KI genau? Einfach ausgedrückt ist generative KI eine Technologie, die anhand einer Reihe von Daten etwas Neues erstellt – beispielsweise Gedichte, Erklärungen zu physikalischen Phänomenen, E-Mails an Kund:innen, Bilder oder neue Musik –, wenn sie von einem Menschen dazu aufgefordert wird.

Im Gegensatz zu herkömmlichen KI-Modellen „klassifiziert oder prognostiziert generative KI nicht nur, sondern erstellt eigene Inhalte [...] Und das mit einer menschenähnlichen Sprachbeherrschung“, erklärt Silvio SavareseWird in neuem Fenster geöffnet, Chief Scientist bei Salesforce.

Natürlich ist die Fähigkeit, Daten genau zu klassifizieren und vorherzusagen, für den Erfolg generativer KI entscheidend: Das Produkt ist nur so gut wie die Daten, mit denen es arbeiten muss.

„KI ist nur so gut wie die Daten, die man ihr zur Verfügung stellt. Daher muss sichergestellt werden, dass die Datensätze repräsentativ sind.“

Paula Goldman, Salesforce Chief Ethical and Humane Use Officer

Unternehmens-KI, die in CRM für Unternehmen integriert ist

Künstliche Intelligenz in Salesforce

Salesforce KI liefert eine vertrauenswürdige, erweiterbare künstliche Intelligenz (KI), die mit der Struktur unserer Salesforce Platform verwoben ist. Nutzen Sie unsere KI mit Ihren Kundendaten, um individuell anpassbare, prädiktive und generative KI-Erlebnisse zu schaffen und Ihre geschäftlichen Bedürfnisse sicher zu erfüllen. Mit Einstein können alle Prozesse, Abteilungen, User:innen und Branchen von konversationeller KI profitieren.

Wie funktioniert generative KI?

Es gibt verschiedene Ansätze zur Entwicklung generativer KI-Modelle, doch einer gewinnt zunehmend an Bedeutung: die Verwendung vorab trainierter Large Language Models (LLMs), um neuartigen Content aus textbasierten Eingabeaufforderungen zu erstellen. Generative KI unterstützt Menschen schon jetzt dabei, alles Mögliche zu erstellen – von Lebensläufen und Businessplänen bis hin zu Codezeilen und digitaler Kunst. Doch das Potenzial dieser Technologie geht bei Salesforce und für Großunternehmen weit über Bilder von Bassgitarre spielenden EisbärenWird in neuem Fenster geöffnet hinaus.

Benutzer:innen sagen dem Tool, was es erstellen soll. Daraus generiert die KI basierend auf den ihr zur Verfügung stehenden LLMs dann etwas – seien es Wörter, Code oder, wenn man noch weiter denkt, sogar neuartige Proteine.

Savarese prognostiziert, dass die KI-Tools „uns letztlich wie übermächtige Mitwirkende in vielen Lebensbereichen unterstützen werden.“  Für Unternehmen ist es besonders wichtig, bei der Entwicklung und Nutzung generativer KI-Technologien einen Human-in-the-Loop-Ansatz zu verfolgen. Dadurch können sie automatisierte Workflows unter menschlicher Aufsicht und Intervention validieren und testen, bevor sie vollständig autonome Systeme einsetzen. So können Unternehmen potenzielle Risiken vermeiden und sicherstellen, dass sie die Technologie verantwortungsbewusst und ethisch korrekt einsetzen. Außerdem können Menschen dazu beitragen, Vertrauen und Zuversicht in die Technologie bei Stakeholder:innen und Kund:innen aufzubauen.

Was sind Beispiele für generative KI? Hier spielen sich zwei Deep-Learning-Modelle in den Vordergrund: Generative Adversarial Networks (GANs) und Transformer.

  • GANs bestehen aus zwei neuronalen Netzwerken: einem Generator und einem Diskriminator. Beide Netzwerke konkurrieren miteinander, wobei der Generator anhand bestimmter Eingaben eine Ausgabe erzeugt und der Diskriminator überprüft, ob die Ausgabe echt oder gefälscht ist. Der Generator passt seine Ausgabe dann gemäß dem Feedback des Diskriminators an. Dieser Zyklus wiederholt sich, bis er den Diskriminator übertrifft.
  • Transformer-Modelle wie ChatGPT (kurz für Chat Generative Pretrained Transformer) erstellen Outputs basierend auf sequenziellen Daten (wie Sätzen oder Absätzen) und nicht auf einzelnen Datenpunkten. Dieser Ansatz unterstützt das Modell bei der effizienten Verarbeitung von Kontext und wird daher zur Generierung oder Übersetzung von Texten verwendet.
  • Während GANs und Transformer zu den beliebtesten generativen KI-Modellen zählen, gibt es noch weitere Techniken. Dazu gehören beispielsweise Variational Autoencoders (VAEs), die ebenfalls auf zwei neuronalen Netzwerken basieren, um aus Beispieldaten neue Daten zu generieren. Mit Neural Radiance Fields (NeRFs) werden hingegen 2D- und 3D-Bilder erstellt.
Eine Willkommensnachricht mit Astro, der das Einstein-Logo hochhält.

KI, die für Unternehmen entwickelt wurde

Unternehmens-KI, die direkt in Ihr CRM integriert ist. Maximieren Sie die Produktivität in Ihrem gesamten Unternehmen, indem Sie Business-KI für alle Benutzer:innen und Workflows einsetzen. Ermöglichen Sie es Ihren Nutzer:innen, mit personalisierter KI-Unterstützung wirkungsvollere Customer Experiences in den Bereichen Vertrieb, Service, Handel und mehr zu bieten.

Wie verändert generative KI das Business?

Generative KI-Modelle wie ChatGPT, StableDiffusion und Midjourney haben die Fantasie von Führungskräften auf der ganzen Welt beflügelt.

Tatsächlich ergab eine neue Salesforce-Umfrage, dass zwei Drittel (67 %) der IT-Führungskräfte generative KI für ihr Unternehmen innerhalb der nächsten 18 Monate priorisieren, wobei ein Drittel (33 %) sie als oberste Priorität bezeichnet.

Wie die jüngsten Einstein GPT-News von Salesforce hervorheben, ist die Technologie „offen und erweiterbar – sie unterstützt öffentliche und private KI-Modelle, die speziell für CRM entwickelt wurden – und wird auf vertrauenswürdigen Echtzeitdaten trainiert.“

Salesforce erforscht seit Jahren, wie man generative KI entwickeln und einsetzen kann, um die Kundenbedürfnisse zu erfüllen. So hat das Unternehmen beispielsweise CodeGen eingeführt, das die Softwareentwicklung demokratisiert, indem es Benutzer:innen hilft, einfache englische Eingabeaufforderungen in ausführbaren Code umzuwandeln. Ein weiteres Projekt, LAVIS (kurz für LAnguage-VISion), trägt dazu bei, KI-Fähigkeiten im Bereich Sprache und Bild einer breiten Gruppe von Forscher:innen und Praktiker:innen zugänglich zu machen.

Kürzlich hat das ProGen-Projekt von Salesforce gezeigt, dass generative KI durch Language-Models, die auf Aminosäuren anstelle von Buchstaben und Wörtern basieren, Proteine erzeugen kann, die in der Natur nicht vorkommen und vielfach auch funktioneller sind. Mit weiterer Forschung sollen diese Proteine zur Entwicklung von Medikamenten, Impfstoffen und Behandlungen für Krankheiten verwendet werden können.

Ketan Karkhanis, Executive Vice President und General Manager von Sales Cloudvon Salesforce, sagte, dass die Technologie zwar ein Segen für große Unternehmen, aber auch für kleine und mittlere (KMUs) hilfreich sei.

„Funktionen wie automatisierte, KI-generierte Angebote und Kundenkommunikation sowie prädiktive Vertriebsmodelle geben KMUs noch leistungsfähigere Tools an die Hand, mit denen sie großartige Kundenerlebnisse bieten, Betriebskosten verwalten und nachhaltiges Wachstum erzielen können“, so Karkhanis.

Clara Shih, CEO von Salesforce AI, glaubt, dass generative KI „den Kundenservice völlig neu gestalten wird.“

„Mit generativer KI, die auf Einstein for Service und Einstein 1 basiert, können wir personalisierte Antworten automatisiert generieren, sodass Agenten die E-Mails oder Nachrichten schnell an die Kund:innen senden können ... dadurch haben menschliche Agenten mehr Zeit für komplexe Themen und können besser langfristige Kundenbeziehungen aufbauen“, so Shih.

Was sind die Risiken und Chancen von generativer KI?

Obwohl das Potenzial der generativen KI enorm ist, ist sie „nicht ohne Risiken“, wie Paula Goldman, Salesforce Chief Ethical and Humane Use Officer, und Kathy Baxter, Principal Architect für die Ethical AI Practice von Salesforce, mitteilen.

In einem gemeinsam verfassten Artikel weisen die beiden darauf hin, dass es „nicht ausreicht, die technologischen Fähigkeiten der generativen KI bereitzustellen. Wir müssen verantwortungsvolle Innovation priorisieren, um zu zeigen, wie diese transformative Technologie genutzt werden kann und sollte. Und wir müssen sicherstellen, dass unsere Mitarbeiter:innen, Partner und Kund:innen über die nötigen Tools verfügen, um die Technologien sicher, präzise und ethisch korrekt zu entwickeln und zu nutzen.“

In einem Interview mit SiliconWird in neuem Fenster geöffnet teilte Goldman mit: „Genauigkeit ist bei der Anwendung von KI im geschäftlichen Kontext am wichtigsten, denn Sie müssen sicherstellen, dass die KI keine Fakten erfindet, wenn sie eine Empfehlung für eine Eingabeaufforderung, einen Kundenchat oder eine vertriebsorientierte E-Mail ausspricht.“ Die Sicherstellung korrekter und vertrauenswürdiger Daten ist eine Grundvoraussetzung für jede KI-Anwendung.

Das autoritäre Gefühl der ChatGPT-Antworten ist an sich schon etwas, worauf man achten sollte, sagte Savarese – und warnte davor, dass es zu dem führen könnte, was er als „selbstbewusstes Scheitern“ bezeichnet.

„Der souveräne, oft professionelle Ton der Modelle, wenn sie Fragen beantworten und Eingabeaufforderungen erfüllen, macht ihre Treffer umso beeindruckender, aber ihre Fehler geradezu gefährlich“, sagte Saverese. „Selbst Expert:innen werden regelmäßig von ihrer Überzeugungskraft überrascht.“

Skalieren Sie die Abhängigkeit von Tools wie ChatGPT bis auf die Unternehmensebene und Sie werden erkennen, wie hoch der Einsatz sein kann. Aber IT-Führungskräfte sind auf der Hut: Fast sechs von 10 (59 %) glauben, dass der generative KI-Output ungenau ist.

Dann stellt sich die Frage, wie man generative KI ethisch, inklusiv und verantwortungsvoll nutzen kann.

Deshalb entwickelt Salesforce vertrauenswürdige KI-Funktionen mit eingebetteten Leitlinien und Anleitungen, um potenzielle Probleme zu erkennen, bevor sie entstehen. Wenn die Welt das Potenzial der generativen KI nutzen will, braucht sie gute Gründe, diesen Modellen auf allen Ebenen zu vertrauen.

Verantwortungsvolle KI bedeutet auch nachhaltige KI. KI verbraucht deutlich mehr Strom als herkömmliche Workloads, und 71 % der IT-Führungskräfte sind sich einig, dass generative KI ihren CO2-Fußabdruck durch den erhöhten Energieverbrauch der IT vergrößern würde.

Obwohl es notwendig ist, generative KI umfassend und zielgerichtet zu erforschen, birgt die Technologie ein enormes Potenzial für die Zukunft des CRM.

Generative KI bei Salesforce – was bedeutet das fürs CRM?

KI ist seit langem ein wesentlicher Bestandteil der Salesforce Platform. Beispielsweise liefern Einstein AI-Technologien täglich mehr als 200 Milliarden Vorhersagen über Einstein 1 und helfen Unternehmen, Geschäfte schneller abzuschließen, KI-gestützte, menschenähnliche Unterhaltungen für häufig gestellte Fragen bereitzustellen und das Kundenverhalten besser zu verstehenWird in neuem Fenster geöffnet.

Vor kurzem kündigte Salesforce Einstein GPT an, die weltweit erste generative KI für CRM. Von personalisierten Sales-E-Mails bis hin zu automatisch generiertem Code liefert Einstein GPT KI-erstellten Content für alle Vertriebs-, Service-, Marketing-, Commerce- und IT-Interaktionen in extrem großem Umfang. Darüber hinaus ist es auf die Bedürfnisse der Kund:innen zugeschnitten: – Einstein GPT verwendet Daten aus Data Cloud und kombiniert sie mit öffentlichen Daten, um Content in Einstein 1 zu erstellen.

Das geschieht auf Basis derselben Grundsätze von Inklusivität, Verantwortung und Nachhaltigkeit, die alle Salesforce-Produkte auszeichnen. Lesen Sie mehr über generatives CRM und was es für Unternehmen bedeutet.

Erfahren Sie mehr über Einstein GPT und wie es den nächsten großen Meilenstein in der KI-Entwicklung von Salesforce darstellt.