顧客の洞察とインタラクションを改善するために Einstein Generative AI を実装する場合、大規模な監査およびフィードバック データを保存および管理するには、データ クラウドが重要な考慮事項となります。
Salesforce Data Cloud（旧称Customer 360 Audiences）は、様々なソースから収集された膨大なデータセットを処理・統合するように設計されており、AIを活用したインサイトやレポート作成に必要なデータの保存に最適です。Data Cloudを導入することで、Universal Containers（UC）のような組織は顧客データへのリアルタイムアクセスを実現し、様々なシステムにわたる統合レポートのための中央リポジトリとして活用できるようになります。
Einstein Generative AI によって生成された監査データとフィードバック データは、スケーラブルでアクセス可能な環境に保存する必要があります。Data Cloud はこの機能を提供し、レポート、分析、およびさらなるモデルの改善のためにデータに簡単にアクセスできるようにします。
カスタムオブジェクトやSalesforce Big Objectは、AIを活用したインタラクションに必要な規模や特定の種類のリアルタイム統合データ処理向けには設計されていません。Big Objectはアーカイブデータに適しており、一方、Data Cloudはより堅牢な処理、セグメンテーション、分析機能を提供します。

Universal Containers（UC）にとって、ナレッジベースに基づいたAI生成の応答を利用してパーソナライズされたサービス体験を提供し、エージェントの処理時間を短縮するための最適なソリューションは、Einstein Service Replies for Emailです。この機能はAIを活用し、履歴データとナレッジベースに基づいてサービス関連メールへの応答を自動生成することで、正確性と関連性を確保しながら、サービスエージェントの時間を節約します。

スコープを狭くすると、意図しない動作が制限され、監視、チューニング、ガバナンスが容易になります。

Agentforce は推論と計画を使用して、目標に基づいてスキルを動的に順序付けます。

EinsteinのTrust Layerでマスクされたフィールドを修正した後、次の重要なステップは、新たにマスクされたデータを使用してプロンプトによって生成された応答が依然として品質基準を満たしているかどうかをテストし、確認することです。これにより、機密情報のマスクがAI生成コンテンツの有用性や正確性に悪影響を与えないことが保証されます。徹底的なテストを行うことで、マスクによってプロンプトのパフォーマンスに生じる可能性のある問題を特定し、必要に応じて調整を行うことができます。