[Dreamforce 2017] Salesforce muscle son IA Einstein avec une plate-forme de bots et du prédictif

Salesforce vient de donner le coup d'envoi de son événement annuel Dreamforce au Moscone Center de San Francisco. A l'occasion de cette méga-conférence (plus de 170 000 participants sont attendus), le spécialiste de la gestion de la relation client a dévoilé MyEinstein, une nouvelle offre visant à rendre davantage accessibles les technologies de sa plate-forme d'intelligence artificielle Einstein lancée il y un peu plus d'un an. "Notre travail, au niveau des produits est de permettre aux trailblazers (nom pour désigner les innovateurs -clients, collaborateurs ou partenaires- de l'écosystème Salesforce, ndlr) d'innover", a insisté Alex Dayon, president and chief product officer.

Des bots Pour améliorer le service client...

Dans les détails, MyEinstein s'articule autour de deux principaux modules : une plate-forme pour le développement d'agents conversationnels (Einstein Bots) et un outil pour la création de modèles prédictifs (Einstein Prediction Builder). Einstein Bots doit permettre de construire, entraîner et développer des robots conversationnels en seulement quelques clics, explique le géant du CRM. Il compte se distinguer des autres outils du marché en étant directement connecté à l'application Cloud Service de Salesforce pour tirer parti de l'historique de la connaissance client.

L'IA chez Salesforce c'est quoi ?

 

Près de 300 data scientists travaillent sur les questions d'intelligence artificielle chez Salesforce. Les recherches fondamentales en IA sont chapeautées par Richard Socher, professeur à Stanford et fondateur de la start-up Metamind que Salesforce a rachetée en avril 2016. "Ces data scientists constituent le noyau dur des collaborateurs qui travaillent sur l'intelligence artificielle mais il faut aussi prendre en compte les développeurs qui contribuent à son intégration dans les différents produits", précise Alex Dayon, president and chief product officer chez Salesforce. Le géant du CRM a par ailleurs fait l'acquisition de 13 start-up spécialistes de l'IA au cours des deux dernières années. Aujourd'hui, la plate-forme Einstein génère  475 millions de prédictions par jour. Un rythme qui devrait considérablement augmenter avec le déploiement de MyEstein.

 

Un administrateur Salesforce d'une entreprise de e-commerce pourra, par exemple, utiliser Einstein Bots pour gérer des problèmes de service client classiques tels que le suivi de statut d'une commande, la réinitialisation d'un mot de passe oublié ou encore la gestion d'un retour d'un colis. Pour l'heure, le nouvel outil ne permet que de développer des chabots pour le service client. De futurs développements devraient permettre son utilisation prochaine pour épauler les forces de ventes.

... Et des modèles prédictifs en quelques clics

Einstein Prediction Builder doit, quant à lui, permettre aux entreprises clientes de Salesforce de créer facilement des modèles prédictifs sur toutes sortes d'objets. Jusqu'à présent, la plate-forme programmatique Einstein permettait de développer des modèles prédictifs uniquement sur des objets classiques (leads, contacts, opportunités). Or, "aujourd'hui 80% des données stockées dans Saleforces sont des données relatives à des objets customisés", a précisé John Ball, vice président senior de l'offre Einstein, lors d'une session de questions-réponses avec la presse. Une répartition qui met en évidence un large champ à exploiter autour des applications d'intelligence artificielle ad hoc permettant de répondre aux besoins spécifiques des entreprises clientes de Salesforce. "Nous ne pouvons pas développer les applications nous-mêmes il y a trop de cas d'usages possibles. Avec Einstein Prediction Builder nous donnons la possibilité aux clients Salesforce de le faire eux-mêmes", poursuit Julien Sauvage, directeur produit marketing Einstein.

Des API pour le traitement du langage et la vision par ordinateur

 

En parallèle des modules pour la création de bots et de modèles prédictifs, MyEstein embarque également un ensemble d'API. Celui-ci comprend notamment des briques autour du traitement du langage naturel pour développer des fonctionnalités permettant de mieux identifier les intentions et les sentiments (négatif, positif, neutre) des clients. L'autre brique technologique concerne la vision par ordinateur pour le développement de fonctionnalités autour de la recherche visuelle, de l'identification de produit ou encore de la reconnaissance de plusieurs objets au sein d'une même image. Ces technologies permettent d'enrichir Einstein Bots et Einstein Prediction Builder et peuvent aussi être utilisées de manière indépendante par les développeurs pour la création d'autres applications.

 

Concrètement, un administrateur de Salesforce (une personne qui n'est donc ni un développeur ni un data scientist) peut créer un modèle prédictif en seulement quatre étapes, en choisissant son objet, sa cible, les valeurs liées à cet objet qu'il souhaite prendre en compte et l'endroit où il souhaite faire apparaître cette prédiction. Ensuite, un délai de quelques minutes à quelques heures est nécessaire pour que le modèle devienne opérationnel. En back-office, une sorte de "tournois d'algorithmes" s'effectue pour choisir automatiquement quels algorithmes seront les plus pertinents (forêt aléatoire, arbre de décisions, réseaux de neurones, etc.) pour construire le modèle selon les données sélectionnées.

Axa comme beta-testeur

Dans une banque, par exemple, un administrateur Salesforce pourra créer un modèle prédictif pour établir un score d'attrition et déterminer quelle est la probabilité qu'un client s'en aille selon une batterie de données (structurées ou non) déjà stockées dans Salesforce, comme son nombre de comptes en banque externes ou encore son historique d'appels avec le service client. Ce score d'attrition peut directement être intégré dans le profil du client pour permettre au responsable clientèle de déclencher une série d'interactions personnalisées et ainsi diminuer le risque de départ du client identifié.

La plate-forme Einstein Bots et l'outil de modèles prédictifs Einstein Prediction Builder sont actuellement en phase pilote (Axa ou encore College Forward font partie des premiers testeurs) et devraient être déployés officiellement à l'été 2018.