米国時間11月6～9日にサンフランシスコで開催されたDreamforceの基調講演で、Salesforceの顧客として登壇した米ミネアポリスの銀行US Bankで最高アナリティクス責任者を務めるBill Hoffman氏は、「AI」の「A」は「拡張（Augmented）インテリジェンス」のAを意味していると語った。これは「AIに人工的（Artificial）なものなど何もない」からだという。
US Bankでは「Salesforce Einstein」を利用しており、これには顧客分析や顧客維持のための機能である「Predictive Lead Scoring」と「Einstein Analytics」（以前は「Wave Analytics」と呼ばれていた）も含まれている。また、顧客の行動や組み合わせ販売の機会について分析する「Einstein Discovery」（以前の名称は「BeyondCore」）も利用している。Hoffman氏によれば、同銀行は顧客と直接接する2000人以上の金融アドバイザーにEinsteinの機能を全社的に提供し、「大規模なサービスの個人化」や「差別化された顧客体験の創造」を推進しようとしているという。
大規模な個人化こそ、Dreamforceで発表された「myEinstein」の新機能2つの背景にある考え方だ。それに加え同イベントでは、Einstein Analyticsの新機能も2つ発表された。これらの4つの機能は、2018年中にリリースされる予定だ。Salesforceは、企業に対して次のようなものを提供すると約束している。
Einstein Prediction Builder：多くのSalesforce顧客が、すでに機械学習に基づくEinsteinの機能を利用しているか、利用を検討している。提供機能の多くは、筆者が2017年に公表したレポートで詳しく説明されている。しかしDreamforce 2017では、Salesforceの顧客データの80％が、（顧客が定義した）カスタムフィールドやカスタムオブジェクトと結びついているという統計が明らかになった。それを考えれば、Salesforceの顧客が一番求めているものが、カスタマイズ可能で、あらかじめ構築済みのEinsteinの知見や予測、レコメンデーションであることもうなずける。
「Einstein Prediction Builder」は、データサイエンティストではない普通のユーザーが、カスタムフィールドを使用して予測を行えるように設計された、コード不要の予測機能だ。応用可能な事例は無限にあるが、一般的であろう応用事例には、クロスセルやアップセル、解約率、CSAT、エスカレーション傾向などに関する分析が考えられる。Prediction Builderでは、1日に数百万件のEinsteinの予測を処理しているのと同じ機械学習データパイプラインが使用されるが、Salesforceで利用されているカスタムフィールドやカスタムオブジェクトも使用できる。一般提供は2018年夏になる見込みだ。価格はまだ決定されていない。
