Salesforce于2016年推出AI层Einstein。在5月纽约Salesforce World Tour活动上，公司重点展示了生成式AI及内部数据湖Data Cloud。随着Einstein Studio发布及自带模型（BYOM）能力上线，其AI战略迈出关键一步。
统一数据服务和Einstein的EVP兼GM Rahul Auradkar表示：“我们推出‘自带模型’功能，允许客户将专有数据带入Data Cloud，构建和训练自有模型。”他强调，外部模型与Data Cloud中的Salesforce数据结合，能形成强大合力。
该方案主要面向拥有成熟数据团队、已在SageMaker等平台构建模型的企业。这些企业希望复用已有高投入模型至新场景，Einstein Studio正是为此设计。
Einstein Studio是Data Cloud内的管理控制台，支持零ETL导入现有模型。客户无需经历繁琐的数据提取、转换和加载过程即可直接使用，大幅降低数据团队负担，提升方案吸引力。
目前原生支持Amazon SageMaker；Salesforce正与Google Vertex AI试点合作，并计划未来接入Databricks、Snowflake等平台。
尽管Einstein内置多种预测模型（如客户流失预测），但该方案支持自定义模型开发，例如预测产品维护需求或基于客户兴趣推荐产品。
它还可与大语言模型（LLMs）协同生成内容，如在设备需维护但未故障时自动发送邮件。Salesforce通过连接基于内部数据的图数据库，减少大模型幻觉现象——即模型在无确切答案时编造信息。大模型可访问特定客户全量数据，依据真实记录撰写更精准的邮件。
模型导入后，可无缝集成至Salesforce工作流，生成洞察或触发操作（如创建邮件），充分复用数据团队既有成果。
具备Amazon SageMaker连接及自带模型能力的Einstein Studio已于今日正式进入GA（一般可用性）阶段。
Salesforce可能正在将自己重新定位为一家数据公司