US BankはEinsteinの製品群を幅広く利用しているが、基調講演でアドバイスを求められたBill Hoffman氏は、まずデータの品質向上から取りかかる必要があり、その際には、最初から重要な利害関係者や、リスク管理やコンプライアンスに関係するパートナーを巻き込むべきだと答えている。簡単に言えば、基本的なデータ管理の作業と、基本となるレポーティングとアナリティクスなしに、AIの恩恵を受けられると考えるべきではないということだ。
Dreamforceであまり注目されなかった発表の中には、最近Einstein Analyticsエンジンがリライトされて、データの取り込みとクエリにかかる時間が30%短縮されたというものがある。利用できるデータの容量も倍になり、顧客当たり10億行にまで増えた。
またSalesforceは、外部のデータソースからデータを読み込みやすくするため、「AWS Redshift」「Google BigQuery」「Microsoft Dynamics」用の簡単に使えるデータコネクタを追加したほか、今後6カ月間で、さらに20種類のあらかじめ用意されたコネクタを追加するとしている。最後に、「Smart Data Prep」の機能も強化され、データのプロファイリング、自動クラスタリング、異常検知、フィルタリング、変換方法の提案などの機能が追加された。
これらの機能強化は目立ちこそしないが、こういった地に足の付いた生産性の向上が、Salesforceでのアナリティクスの使い勝手を向上させ、Einsteinの予測やレコメンデーションを進歩させることにつながっている。
この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。