SlideShare a Scribd company logo
1 of 53
Download to read offline
Salesforce Einstein
- SaaS企業のAI戦略とテクノロジー -
Mitsuhiro Okamoto
@mitsuhiro
Statement under the Private Securities Litigation Reform Act of 1995:
This presentation may contain forward-looking statements that involve risks, uncertainties, and assumptions. If any such uncertainties materialize or if any of the
assumptions proves incorrect, the results of salesforce.com, inc. could differ materially from the results expressed or implied by the forward-looking statements
we make. All statements other than statements of historical fact could be deemed forward-looking, including any projections of product or service availability,
subscriber growth, earnings, revenues, or other financial items and any statements regarding strategies or plans of management for future operations, statements
of belief, any statements concerning new, planned, or upgraded services or technology developments and customer contracts or use of our services.
The risks and uncertainties referred to above include – but are not limited to – risks associated with developing and delivering new functionality for our service,
new products and services, our new business model, our past operating losses, possible fluctuations in our operating results and rate of growth, interruptions or
delays in our Web hosting, breach of our security measures, the outcome of any litigation, risks associated with completed and any possible mergers and
acquisitions, the immature market in which we operate, our relatively limited operating history, our ability to expand, retain, and motivate our employees and
manage our growth, new releases of our service and successful customer deployment, our limited history reselling non-salesforce.com products, and utilization and
selling to larger enterprise customers. Further information on potential factors that could affect the financial results of salesforce.com, inc. is included in our
annual report on Form 10-K for the most recent fiscal year and in our quarterly report on Form 10-Q for the most recent fiscal quarter. These documents and
others containing important disclosures are available on the SEC Filings section of the Investor Information section of our Web site.
Any unreleased services or features referenced in this or other presentations, press releases or public statements are not currently available and may not be
delivered on time or at all. Customers who purchase our services should make the purchase decisions based upon features that are currently available.
Salesforce.com, inc. assumes no obligation and does not intend to update these forward-looking statements.
Forward-Looking Statement
Agenda
§ Salesforce.com とEinstein
§ マルチテナントMLサービスを提供するための課題
§ Salesforce の場合の解決策
SalesforceとEinstein(AI)
§ マルチテナントクラウドサービス
§ CRMを中心としたSaaSを提供
– 営業支援
– マーケティング
– サポート
– 分析
§ Platform機能もあり
– Force.com
– Heroku
AppExchange Force.com
Heroku
アプリ
アナリティクス
コミュニティ
マーケティング
サービスセールス
マルチテナントクラウドインフラストラクチャ
Salesforceとは
L i g h t n i n g
Salesforceとは
Salesforceとは
Salesforceとは
トレンドの移り変わり
メインフレーム
/ターミナル
クライアント/
サーバ
10万
メインフレーム
1000万
PC
AI
IoT
Mobile
Social
Cloud
モバイル
60億 750億
スーマトXX
AI はすでに生活に深く浸透
つながり・類似点の抽出
深層学習(Deep Learning)
1-to-1のコネクション
機械学習(Machine Learning)
直感的につながる
自然言語処理(Natural Language Processing)
Apple Amazon Facebook
Marc Benioff
Parker Harris
ビジネスの場合、AI は非常に複雑
データ準備 & スケーラブルにイ
ンテグレーション
モデリング & データサイエンス
インフラストラクチャ
ビジネスコンテキスト
隠された複雑性
ビジネス上に求められる成果
AI
Relationship
Intelligence
Predictive
Scheduling
Data
Discovery
Machine
Learning
Deep
Learning
MinHash
Search
Intelligence
Sales
Intelligence
Data
Management
Platform
Infrastructure
Intelligence
2015 2016
Analytics
Leading
AI Experts
AIを実現するための投資
AI in the Salesforce Platform
Salesforce Einstein
Machine Learning • Deep Learning • Predictive Analytics • NLP • Smart Data Discovery
世界で最も
賢いCRM
セールス, サービス,
マーケティング &
ITにパワーを
誰でもAIのパワー
を使ったアプリを
素早く作れる
世界で最も賢いCRMのために
Sales Cloud Einstein
予測リードスコアリング
商談インサイト
自動活動キャプチャ
Service Cloud Einstein
Case分類レコメンデーション
レスポンスレコメンデーション
予測クローズ時間
Commerce Cloud Einstein
商品レコメンデーション
予測ソート
コマースインサイト
App Cloud Einstein
Heroku + PredictionIO
ビジョンサービス
感情分析サービス
Analytics Cloud Einstein
予測Waveアプリ
スマートデータディスカバリ
自動分析および抽出
IoT Cloud Einstein
予測デバイススコアリング
ベストネクストアクションレコメンデーション
自動IoTルール最適化
Community Cloud Einstein
エキスパート、記事 & トピックレコメンデーション
自動サービスエスカレーション
ニュースフィードインサイト
Marketing Cloud Einstein
予測スコアリング
予測オーディエンス
自動送信時間最適化
AppExchange Force.com
Heroku
アプリ
アナリティクス
コミュニティ
マーケティング
サービスセールス
マルチテナントクラウドインフラストラクチャ
Einsteinを既存のPlatformの中に組み込む
L i g h t n i n g
Einsteinを既存のPlatformの中に組み込む
E i n s t e i n
L i g h t n i n g
Force.com
Heroku
AppExchange
T h u n d e r
セールス サービス マーケティング 分析コミュニティ アプリ コマース IoT
予測分析
機械学習
& 深層学習
自然言語処理
& 音声処理
マルチテナント
インフラ
開発
プラットフォーム
AIサービス
Eメール, カレンダー
& ソーシャルデータ
CRM データ
IoT イベント
データ
サービス
アプリケーション
LeadIQ : モデルからのインサイト
LeadIQ : 見込み客のスコアリング
マルチテナント機械学習サービス
を提供するための課題
AI 用語集
応答 (Response) : 予測したいものの結果
例 : どの見込み客をコンバートすべきか?
特徴 (Features) : より正確な予測の応答をを得るための要素
例 : 業界、郵便番号など
モデル (Model) : 特徴から応答を導き出すためのアルゴリズム
例 : (x, y) = x1, x2, x3…、 xk, y), p(G | E) = p(G) p(E | G) /
p(E)
MLアプリを作るための標準的なメソトロジー
データマイニングのための業種横断の標準手法 (CRISP-DM)
一般的なMLアプリケーションの開発
§ 1つのビジネスプロセスにフォーカス
– 似たようなユーザ体験
• 同じ方法でユーザは製品を使う
– 固定化した特徴セット
• データポイントおよびスキーマ
はあらかじめ定義済み
– KPIおよびメトリクスは
あらかじめ定義済み
– モデルの調整をデータ
サイエンティストが行う
どのように企業はMLアプリ(機能)を複数開発するか?
App #1
+データサイエンティスト
App #2
+データサイエンティスト
3つめのアプリを開発する場合
App #1
+データサイエンティスト
App #2
+データサイエンティスト
App #3
+データサイエンティスト
Salesforceでこの方法を採用して開発した場合
x 数十万社の顧客
Lead Opportunity Case Lead Opportunity Case Lead Opportunity Case
Social App X App X
AppX App X App X
Social App X App X
AppX App X App X
Social App X App X
AppX App X App X
世界中のデータサイエンティストを雇い入れる?
機械学習の機能の数 x 顧客数
Sales Cloud Einstein
予測リードスコアリング
商談インサイト
自動活動キャプチャ
Service Cloud Einstein
Case分類レコメンデーション
レスポンスレコメンデーション
予測クローズ時間
Commerce Cloud Einstein
商品レコメンデーション
予測ソート
コマースインサイト
App Cloud Einstein
Heroku + PredictionIO
ビジョンサービス
感情分析サービス
Analytics Cloud Einstein
予測Waveアプリ
スマートデータディスカバリ
自動分析および抽出
IoT Cloud Einstein
予測デバイススコアリング
ベストネクストアクションレコメンデーション
自動IoTルール最適化
Community Cloud Einstein
エキスパート、記事 & トピックレコメンデーション
自動サービスエスカレーション
ニュースフィードインサイト
Marketing Cloud Einstein
予測スコアリング
予測オーディエンス
自動送信時間最適化
MLのコアはほんの一部分にすぎない
機械学習サービスの提供に必要なもの
http://alexott.blogspot.com/2016/06/notes-on-practical-machine-learning.html
課題リスト
1. インフラストラクチャーとテクノロジー
2. 信頼性とプライバシー
3. 特殊なビジネスユースケース
4. プラットフォームカスタマイゼーション
5. 予測成功の基準
6. 測定とモニタリング
課題 #1 : インフラストラクチャーとテクノロジー
§ どのツールを使うか?
– データI/O
– スケジューラ
– プロセスエンジン
– モデル管理
– 監視
– などなど・・・
課題 #2 : 信頼性とプライバシー
§ 信頼性
– データは常にセキュアに保つ
必要がある
§ プライバシー
– それぞれの顧客のデータは
分離してハンドリングする
必要がある
“Nothing is more important to our company than the privacy of our data”
- Parker Haris, CTO Salesforce
課題 #3 : 特殊なビジネスユースケース
§ 数百数千もの企業のデータをハンドリングする
– ビジネスユースケースが
それぞれ違う
• カスタマイズして使っている
• B2B vs B2C
• 小売、ホテル、SaaSプロバイダ
などなど…
– 利用サービスがそれぞれ違う
• それぞれの企業が必要なサービスを利用
§ 特徴エンジニアリングは良いモデル生成の鍵
– Salesforceカスタムオブジェクト
• ユーザ自身が必要に応じて追加可能
– 高次元
• 特徴セットのコントロールが困難
– 特徴の相関係数
• 任意のタイミングにユーザが
特徴を追加可能
課題 #4 :カスタマイゼーション : 豊富な機能
課題 #5 :予測成功の基準
§ 顧客ごとにスコア分布が異なる
– 柔軟にランク付けをする必要がある
§ 90% - 10% 問題
– モデルが多くの場合良く機能したとしても
少量の例外はある
§ 顧客に提供して実際に機能するか
課題 #6 : 測定とモニタリング
§ データの量の格差
– 顧客ごとにデータのサイズは違う
– 特徴が異なる
§ データ収集の方法
§ アラート
§ ログ
– デバッグ
再掲 : 課題リスト
1. インフラストラクチャーとテクノロジー
2. 信頼性とプライバシー
3. 特殊なビジネスユースケース
4. プラットフォームカスタマイゼーション
5. 指標となる成功の定義
6. 測定とモニタリング
どうやってSalesforceは
この問題を解決したか?
“Metadata Science”
o AI を Platform 化する
o 自動化、そして自動化
o コンピュータにデータサイエンスを教える
o 日々サイエンティストが行っている作業
をマシンが行う
新たにEinstein専用レイヤーを用意し既存サービスに連携
解決 #1 : インフラストラクチャーとテクノロジー
Sales
Cloud
Marketing
Cloud
などなど
モデリング
スコアリング
データ
処理
Einstein Platform
モデル
管理
車輪の再発明にコストをかけない
解決 #1 : インフラストラクチャーとテクノロジー
• AWSベース
• マイクロサービス
• アーキテクチャ
• データI/Oおよびプロ
セシングに Spark &
Akka
• スケジューラおよび
ワークフローマネー
ジャーにChronos
• マルチテナント・マル
チモデル
CLI Web UI 診断ツール モニタリングツール
プロビジョニング
サービス
管理・認証サービス
Executor
データ収集 データ準備
データ送信
モデリング
/スコアリング
データストア
サービス
S3
Control System
スケジューラ モデル管理
補助サービス
モニタリング
サービス
CIサービス
EM
R
データソース
Einstein Platform
§ データサイズに応じてリソースを準備
§ モデルのリソース利用状況
– 基本的な企業の規模 (大 中 小)
– 以前のパフォーマンスに基づいて
動的にアロケーション
§ セルフヒーリングプロセス
– リソースの増加
– レポーティング
§ Bots for DevOps
– Slack Botを使ってオペレーションを円滑化
インフラのデプロイおよびチューニングを自動化
解決 #1 : インフラストラクチャーとテクノロジー
Einsteinは顧客のアプリごとにそれぞれモデルを生成する
解決 #2 & #3 :信頼性 , プライバシー , ユースケース
EinsteinPlatform
Model1 for Uber
Model2 for Uber
ModelN for Uber
Best Model for Uber = Model8
Model1 for AXA
Model2 for AXA
ModelN for AXA
Best Model for AXA = Model3
Model1 for Timberland
Model2 for Timberland
ModelN for Timberland
Best Model for Timberland = Model2
個別の組織 モデルのマッチング モデルの選択
§ 特徴選択
– 特徴の教師あり学習
§ 特徴抽出の自動化
– 欠損値の処理
– スマートビニング
– 特徴の正規化
– 特徴の相関
特徴エンジニアリングの自動化
解決 #4 : プラットフォームカスタマイゼーション
val age = new NumericFeatureBuilder[Titanic]
.setFeatureName(“age”)
.setExtractMethod(record => record.age)
val pclass = new CategoricalFeatureBuilder[Titanic]
.setFeatureName(“pclass”)
.setExtractMethod(record => record.pclass)
.build()
val survived = new BinaryFeatureBuilder[Titanic]
.setFeatureName(“survived”)
.setExtractMethod(record => record.survived)
.asResponse
.build()
§ 過剰適合の防止
– 特徴相関の除去
• leakageを分析
– バリデーション方法
• CV スコア
• テスト統計
#5.1 サニティチェックの自動化
解決 #5 :予測成功の基準
§ 企業によって
コンバージョン率は違う
§ 企業サイズが違うと
データセットのサイズも違う
§ モデルの精度はトレーニングセット
のサイズに依存する
5.2 アンバランスなトレーニングデータの自動再バランシング
解決 #5 :予測成功の基準
val (trainingSet,testSet) =
TrainingSetGenerator.generate(
reader = TitanicReader,
predictiors = allPredictors,
response = survived,
positiveResponseRatio = Array(0.1, 0.25, 0.5),
testToTrainRatio = 0.1,
sanityCheck = true
)
§ ハイパーパラーメータのチューニングは(うまくいけば)モ
デルに大きな改善を与える
§ 方法:
– グリッドサーチ
– ランダムサーチ
– ベイズ最適化
– 転移学習
5.3 ハイパーパラメータのチューニングと最適化
解決 #5 :予測成功の基準
val modelsToTry = Seq(
LogisticRegression(maxlter = 20, regParam = Array(0.01, 0.1),
elasticNetParam = Array(0.05, 0.5)),
RandamForest(impurity = Array(“gini”),
maxDepth = Array(3, 6),
minInstancesPerNode = Array(10, 20),
numTrees = Array(10, 20))
)
§ 異なるモデルを複数使用
– ランダムフォレスト
– ニューラルネットワーク
– 線形判別分析
– ロジスティクス回帰
– などなど…
§ 課題の解決:
– 分類問題、回帰問題
– 画像認識
– 感情分析
5.2 モデル選択の自動化
解決 #5 :予測成功の基準
val bestModel =
SparkMLPredictiveModelSelector.tryModels(
trainingData = trainingSet,
testDate = testSet,
models = modelsToTry,
evaluationMetric = Metrics.auROC,
numFolds = 10,
)
§ 予測スコアの自動調整
§ スコアのビジュアライゼーション
§ 複数のパフォーマンスメトリクス
– 正確性、精度、利益曲線
§ アラートシステム
– モデルの失敗
– モデルの精度の低下
– ETLプロセスの失敗
評価の自動化
解決 #6 : 測定とモニタリング
Take a Look
§ AIを Platform 化
§ Spark上にScalaを使って実装
§ データ準備とETLを自動化
§ 特徴エンジニアリングを自動化
§ モデルの選択を自動化
§ 学習およびデプロイを自動化
“Metadata Science”
Einstein マルチテナント ML 実現の鍵
機械学習を製品に組み込むことは非常に多くの課題を解決する必要がある
まとめ
http://alexott.blogspot.com/2016/06/notes-on-practical-machine-learning.html
§ 機械学習は大変
§ 通常の開発と同様、アプリを注意深く設計・実装する
– ML Coreだけではサービスにはならない
§ 再利用可能なデザインと転移学習
§ 可能な限り自動化
§ 多くの成熟したテクノロジーをうまく利用する
– 例 : Spark や Scala など
§ 実際のビジネスユースケースから何が必要かを知る
機械学習を製品に組み込むことは非常に多くの課題を解決する必要がある
まとめ
§ Einsteinを利用する
– Force.comをサインアップ (来年2月, Spring ‘17リリース予定)
– すでに有償でご利用の場合は担当営業へ
§ Einsteinの要素技術を使う
– PredictionIO on Heroku
• Heroku上ですぐに展開可能なビルドパックを提供
– Metamind.io
• Vision API
• Sentiment Analytics
Salesforce Einsteinを利用するには?
追加のリソース
Thank You

More Related Content

What's hot

画像認識AI "Einstein Vision" を試してみよう
画像認識AI "Einstein Vision" を試してみよう画像認識AI "Einstein Vision" を試してみよう
画像認識AI "Einstein Vision" を試してみようSalesforce Developers Japan
 
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装Salesforce Developers Japan
 
Salesforce.comの情報セキュリティについて
Salesforce.comの情報セキュリティについてSalesforce.comの情報セキュリティについて
Salesforce.comの情報セキュリティについてSalesforce Developers Japan
 
初めてのWave Analyticsダッシュボード開発
初めてのWave Analyticsダッシュボード開発初めてのWave Analyticsダッシュボード開発
初めてのWave Analyticsダッシュボード開発Salesforce Developers Japan
 
初めてのWave Analyticsデータセット作成
初めてのWave Analyticsデータセット作成初めてのWave Analyticsデータセット作成
初めてのWave Analyticsデータセット作成Salesforce Developers Japan
 
Heroku でカンタンすぐに実現する CI/CD
Heroku でカンタンすぐに実現する CI/CDHeroku でカンタンすぐに実現する CI/CD
Heroku でカンタンすぐに実現する CI/CDTakashi Abe
 
やれる Heroku - Java アプリケーション開発編
やれる Heroku - Java アプリケーション開発編やれる Heroku - Java アプリケーション開発編
やれる Heroku - Java アプリケーション開発編Salesforce Developers Japan
 
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編Salesforce Developers Japan
 
はじめようLightningコンポーネント
はじめようLightningコンポーネントはじめようLightningコンポーネント
はじめようLightningコンポーネントSalesforce Developers Japan
 
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~Mitch Okamoto
 
Salesforce1 PlatformアーキテクチャWebinar
Salesforce1 PlatformアーキテクチャWebinarSalesforce1 PlatformアーキテクチャWebinar
Salesforce1 PlatformアーキテクチャWebinarSalesforce Developers Japan
 
Connected Products
Connected ProductsConnected Products
Connected ProductsAyumu Aizawa
 
Lightning アプリケーション開発 - Visualforce ページの移行
Lightning アプリケーション開発 - Visualforce ページの移行Lightning アプリケーション開発 - Visualforce ページの移行
Lightning アプリケーション開発 - Visualforce ページの移行Salesforce Developers Japan
 

What's hot (20)

Herokuで実践するCI, CD
Herokuで実践するCI, CDHerokuで実践するCI, CD
Herokuで実践するCI, CD
 
Heroku seminar winter19
Heroku seminar winter19Heroku seminar winter19
Heroku seminar winter19
 
画像認識AI "Einstein Vision" を試してみよう
画像認識AI "Einstein Vision" を試してみよう画像認識AI "Einstein Vision" を試してみよう
画像認識AI "Einstein Vision" を試してみよう
 
Salesforce 開発入門
Salesforce 開発入門Salesforce 開発入門
Salesforce 開発入門
 
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装
Apache Kafka on Herokuを活用したイベント駆動アーキテクチャの設計と実装
 
Salesforce.comの情報セキュリティについて
Salesforce.comの情報セキュリティについてSalesforce.comの情報セキュリティについて
Salesforce.comの情報セキュリティについて
 
初めてのWave Analyticsダッシュボード開発
初めてのWave Analyticsダッシュボード開発初めてのWave Analyticsダッシュボード開発
初めてのWave Analyticsダッシュボード開発
 
初めてのWave Analyticsデータセット作成
初めてのWave Analyticsデータセット作成初めてのWave Analyticsデータセット作成
初めてのWave Analyticsデータセット作成
 
Heroku でカンタンすぐに実現する CI/CD
Heroku でカンタンすぐに実現する CI/CDHeroku でカンタンすぐに実現する CI/CD
Heroku でカンタンすぐに実現する CI/CD
 
Einstein Next Best Action を試してみよう
Einstein Next Best Action を試してみようEinstein Next Best Action を試してみよう
Einstein Next Best Action を試してみよう
 
やれる Heroku - Java アプリケーション開発編
やれる Heroku - Java アプリケーション開発編やれる Heroku - Java アプリケーション開発編
やれる Heroku - Java アプリケーション開発編
 
Lightning Experience 時代のフロー開発
Lightning Experience 時代のフロー開発Lightning Experience 時代のフロー開発
Lightning Experience 時代のフロー開発
 
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編
実践!カスタマー エクスペリエンス 向上のためのアプリ開発 後編
 
Node.js開発者のためのHeroku入門
Node.js開発者のためのHeroku入門Node.js開発者のためのHeroku入門
Node.js開発者のためのHeroku入門
 
初めてのHeroku Webinar
初めてのHeroku Webinar初めてのHeroku Webinar
初めてのHeroku Webinar
 
はじめようLightningコンポーネント
はじめようLightningコンポーネントはじめようLightningコンポーネント
はじめようLightningコンポーネント
 
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~
Webエンジニアがラクして企業向けモバイルアプリを作る方法 ~Salesforce1モバイルコンテナを使った開発手法~
 
Salesforce1 PlatformアーキテクチャWebinar
Salesforce1 PlatformアーキテクチャWebinarSalesforce1 PlatformアーキテクチャWebinar
Salesforce1 PlatformアーキテクチャWebinar
 
Connected Products
Connected ProductsConnected Products
Connected Products
 
Lightning アプリケーション開発 - Visualforce ページの移行
Lightning アプリケーション開発 - Visualforce ページの移行Lightning アプリケーション開発 - Visualforce ページの移行
Lightning アプリケーション開発 - Visualforce ページの移行
 

Viewers also liked

20161111 java one2016-feedback
20161111 java one2016-feedback20161111 java one2016-feedback
20161111 java one2016-feedbackTakashi Ito
 
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜Mitch Okamoto
 
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!Junji Imaoka
 
Introducing C# in AWS Lambda
Introducing C# in AWS LambdaIntroducing C# in AWS Lambda
Introducing C# in AWS LambdaAtsushi Fukui
 
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessRunning Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessKeisuke Nishitani
 
AWSのサーバレス関連アップデートを10分で紹介します
AWSのサーバレス関連アップデートを10分で紹介しますAWSのサーバレス関連アップデートを10分で紹介します
AWSのサーバレス関連アップデートを10分で紹介しますKeisuke Nishitani
 
デモから見るOpenWhisk - Docker Action -
デモから見るOpenWhisk - Docker Action - デモから見るOpenWhisk - Docker Action -
デモから見るOpenWhisk - Docker Action - Hideaki Tokida
 
Serverless meetup02 openwhisk
Serverless meetup02 openwhiskServerless meetup02 openwhisk
Serverless meetup02 openwhiskHideaki Tokida
 
The Internal of Serverless Plugins
The Internal of Serverless PluginsThe Internal of Serverless Plugins
The Internal of Serverless PluginsTerui Masashi
 
Building Serverless Backends with AWS Lambda and Amazon API Gateway
Building Serverless Backends with AWS Lambda and Amazon API GatewayBuilding Serverless Backends with AWS Lambda and Amazon API Gateway
Building Serverless Backends with AWS Lambda and Amazon API GatewayAmazon Web Services
 
CRM分析サービス crm analyzer expressを 支えるサーバレスな色々
CRM分析サービス  crm analyzer expressを 支えるサーバレスな色々CRM分析サービス  crm analyzer expressを 支えるサーバレスな色々
CRM分析サービス crm analyzer expressを 支えるサーバレスな色々Kazuhiro Sasaki
 
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜SORACOM,INC
 
Introducing Amazon Rekognition, Amazon Polly and Amazon Lex
Introducing Amazon Rekognition, Amazon Polly and Amazon LexIntroducing Amazon Rekognition, Amazon Polly and Amazon Lex
Introducing Amazon Rekognition, Amazon Polly and Amazon LexKeisuke Nishitani
 
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyoMasahiro NAKAYAMA
 
Serverless AWS構成でセキュアなSPAを目指す
Serverless AWS構成でセキュアなSPAを目指すServerless AWS構成でセキュアなSPAを目指す
Serverless AWS構成でセキュアなSPAを目指すMasayuki Kato
 
しみじみサーバーレス
しみじみサーバーレスしみじみサーバーレス
しみじみサーバーレスToru Makabe
 

Viewers also liked (20)

20161111 java one2016-feedback
20161111 java one2016-feedback20161111 java one2016-feedback
20161111 java one2016-feedback
 
Serverless Revolution
Serverless RevolutionServerless Revolution
Serverless Revolution
 
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜
再考PaaS 〜 Heroku最新情報で考える、2017年のPaaS選択基準 〜
 
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!
Einsteinってどんなもの?Heroku+PredictionIOを使って機械学習をわかった気になってみよう!
 
Introducing C# in AWS Lambda
Introducing C# in AWS LambdaIntroducing C# in AWS Lambda
Introducing C# in AWS Lambda
 
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessRunning Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
 
Introduction to AWS X-Ray
Introduction to AWS X-RayIntroduction to AWS X-Ray
Introduction to AWS X-Ray
 
AWSのサーバレス関連アップデートを10分で紹介します
AWSのサーバレス関連アップデートを10分で紹介しますAWSのサーバレス関連アップデートを10分で紹介します
AWSのサーバレス関連アップデートを10分で紹介します
 
デモから見るOpenWhisk - Docker Action -
デモから見るOpenWhisk - Docker Action - デモから見るOpenWhisk - Docker Action -
デモから見るOpenWhisk - Docker Action -
 
Serverless meetup02 openwhisk
Serverless meetup02 openwhiskServerless meetup02 openwhisk
Serverless meetup02 openwhisk
 
The Internal of Serverless Plugins
The Internal of Serverless PluginsThe Internal of Serverless Plugins
The Internal of Serverless Plugins
 
Building Serverless Backends with AWS Lambda and Amazon API Gateway
Building Serverless Backends with AWS Lambda and Amazon API GatewayBuilding Serverless Backends with AWS Lambda and Amazon API Gateway
Building Serverless Backends with AWS Lambda and Amazon API Gateway
 
What's new with Serverless
What's new with ServerlessWhat's new with Serverless
What's new with Serverless
 
CRM分析サービス crm analyzer expressを 支えるサーバレスな色々
CRM分析サービス  crm analyzer expressを 支えるサーバレスな色々CRM分析サービス  crm analyzer expressを 支えるサーバレスな色々
CRM分析サービス crm analyzer expressを 支えるサーバレスな色々
 
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜
Developer Festa Sapporo 2016 | 誰もがIoTエンジニアになれる 〜IoT 通信プラットフォーム SORACOM〜
 
Introducing Amazon Rekognition, Amazon Polly and Amazon Lex
Introducing Amazon Rekognition, Amazon Polly and Amazon LexIntroducing Amazon Rekognition, Amazon Polly and Amazon Lex
Introducing Amazon Rekognition, Amazon Polly and Amazon Lex
 
What's new with Serverless
What's new with ServerlessWhat's new with Serverless
What's new with Serverless
 
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo
20分でおさらいするサーバレスアーキテクチャ 「サーバレスの薄い本ダイジェスト」 #serverlesstokyo
 
Serverless AWS構成でセキュアなSPAを目指す
Serverless AWS構成でセキュアなSPAを目指すServerless AWS構成でセキュアなSPAを目指す
Serverless AWS構成でセキュアなSPAを目指す
 
しみじみサーバーレス
しみじみサーバーレスしみじみサーバーレス
しみじみサーバーレス
 

Similar to Salesforce Einstein - SaaS企業のAI戦略とテクノロジ -

食わず嫌いの為のSalesforce1 Platform入門
食わず嫌いの為のSalesforce1 Platform入門食わず嫌いの為のSalesforce1 Platform入門
食わず嫌いの為のSalesforce1 Platform入門Mitch Okamoto
 
Go Faster with Lightning : Salesforce Lightning 概要Webinar
Go Faster with Lightning : Salesforce Lightning 概要WebinarGo Faster with Lightning : Salesforce Lightning 概要Webinar
Go Faster with Lightning : Salesforce Lightning 概要WebinarSalesforce Developers Japan
 
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編Salesforce Developers Japan
 
さあ、はじめよう。Application Partner
さあ、はじめよう。Application Partnerさあ、はじめよう。Application Partner
さあ、はじめよう。Application PartnerKazuki Nakajima
 
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理Takahiro Kawabata
 
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理Takahiro Kawabata
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかRyuji Enoki
 
Lightningのコンポーネントフレームワークの概要
Lightningのコンポーネントフレームワークの概要Lightningのコンポーネントフレームワークの概要
Lightningのコンポーネントフレームワークの概要Salesforce Developers Japan
 
Lightning Process Builder で ビジネス・プロセスを自動化
Lightning Process Builder でビジネス・プロセスを自動化Lightning Process Builder でビジネス・プロセスを自動化
Lightning Process Builder で ビジネス・プロセスを自動化Salesforce Developers Japan
 
Salesforce1開発(s1 tour)
Salesforce1開発(s1 tour)Salesforce1開発(s1 tour)
Salesforce1開発(s1 tour)Akihiro Iwaya
 
Salesforce1モバイルアプリケーション開発概要
Salesforce1モバイルアプリケーション開発概要Salesforce1モバイルアプリケーション開発概要
Salesforce1モバイルアプリケーション開発概要Salesforce Developers Japan
 
Salesforce Agile 事例
Salesforce Agile 事例Salesforce Agile 事例
Salesforce Agile 事例Yoshi Oikawa
 
Salesforce1 platformで爆速モバイル開発
Salesforce1 platformで爆速モバイル開発Salesforce1 platformで爆速モバイル開発
Salesforce1 platformで爆速モバイル開発Salesforce Developers Japan
 
Lightning Components で 次世代のアプリケーション開発
Lightning Components で 次世代のアプリケーション開発Lightning Components で 次世代のアプリケーション開発
Lightning Components で 次世代のアプリケーション開発Salesforce Developers Japan
 

Similar to Salesforce Einstein - SaaS企業のAI戦略とテクノロジ - (20)

App Cloud モバイルアプリ開発戦略
App Cloud モバイルアプリ開発戦略App Cloud モバイルアプリ開発戦略
App Cloud モバイルアプリ開発戦略
 
食わず嫌いの為のSalesforce1 Platform入門
食わず嫌いの為のSalesforce1 Platform入門食わず嫌いの為のSalesforce1 Platform入門
食わず嫌いの為のSalesforce1 Platform入門
 
Go Faster with Lightning : Salesforce Lightning 概要Webinar
Go Faster with Lightning : Salesforce Lightning 概要WebinarGo Faster with Lightning : Salesforce Lightning 概要Webinar
Go Faster with Lightning : Salesforce Lightning 概要Webinar
 
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編
実践!カスタマー エクスペリエンス向上のためのアプリ開発 前編
 
超初心者向けForce.com入門
超初心者向けForce.com入門超初心者向けForce.com入門
超初心者向けForce.com入門
 
さあ、はじめよう。Application Partner
さあ、はじめよう。Application Partnerさあ、はじめよう。Application Partner
さあ、はじめよう。Application Partner
 
Developer Keynote
Developer KeynoteDeveloper Keynote
Developer Keynote
 
Spring '14リリース開発者向け新機能
Spring '14リリース開発者向け新機能Spring '14リリース開発者向け新機能
Spring '14リリース開発者向け新機能
 
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner Office Hour) 第九回 アプリケーションライフサイクル管理
 
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理
パートナーオフィスアワー (Partner office hour) 第九回 アプリケーションライフサイクル管理
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすか
 
Lightningのコンポーネントフレームワークの概要
Lightningのコンポーネントフレームワークの概要Lightningのコンポーネントフレームワークの概要
Lightningのコンポーネントフレームワークの概要
 
Lightning Process Builder で ビジネス・プロセスを自動化
Lightning Process Builder でビジネス・プロセスを自動化Lightning Process Builder でビジネス・プロセスを自動化
Lightning Process Builder で ビジネス・プロセスを自動化
 
Salesforce20100608
Salesforce20100608Salesforce20100608
Salesforce20100608
 
Visualforceを使ってみよう
Visualforceを使ってみようVisualforceを使ってみよう
Visualforceを使ってみよう
 
Salesforce1開発(s1 tour)
Salesforce1開発(s1 tour)Salesforce1開発(s1 tour)
Salesforce1開発(s1 tour)
 
Salesforce1モバイルアプリケーション開発概要
Salesforce1モバイルアプリケーション開発概要Salesforce1モバイルアプリケーション開発概要
Salesforce1モバイルアプリケーション開発概要
 
Salesforce Agile 事例
Salesforce Agile 事例Salesforce Agile 事例
Salesforce Agile 事例
 
Salesforce1 platformで爆速モバイル開発
Salesforce1 platformで爆速モバイル開発Salesforce1 platformで爆速モバイル開発
Salesforce1 platformで爆速モバイル開発
 
Lightning Components で 次世代のアプリケーション開発
Lightning Components で 次世代のアプリケーション開発Lightning Components で 次世代のアプリケーション開発
Lightning Components で 次世代のアプリケーション開発
 

More from Mitch Okamoto

RPAとiPaaSとAPIMの違いとMuleSoftのアプローチ
RPAとiPaaSとAPIMの違いとMuleSoftのアプローチRPAとiPaaSとAPIMの違いとMuleSoftのアプローチ
RPAとiPaaSとAPIMの違いとMuleSoftのアプローチMitch Okamoto
 
MuleSoftマイクロサービスとデプロイメントパターン
MuleSoftマイクロサービスとデプロイメントパターンMuleSoftマイクロサービスとデプロイメントパターン
MuleSoftマイクロサービスとデプロイメントパターンMitch Okamoto
 
Heroku meetu18 kafka
Heroku meetu18 kafkaHeroku meetu18 kafka
Heroku meetu18 kafkaMitch Okamoto
 
世界的クラウド企業がコミュニティを育てるために考えていること
世界的クラウド企業がコミュニティを育てるために考えていること世界的クラウド企業がコミュニティを育てるために考えていること
世界的クラウド企業がコミュニティを育てるために考えていることMitch Okamoto
 
Summer17新機能 Einstein周り
Summer17新機能 Einstein周りSummer17新機能 Einstein周り
Summer17新機能 Einstein周りMitch Okamoto
 
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報Mitch Okamoto
 
Heroku CIを触ってみる
Heroku CIを触ってみるHeroku CIを触ってみる
Heroku CIを触ってみるMitch Okamoto
 
Heroku Javaで12-Factor App
Heroku Javaで12-Factor App Heroku Javaで12-Factor App
Heroku Javaで12-Factor App Mitch Okamoto
 
Wave : Analytics Cloudとは
Wave : Analytics CloudとはWave : Analytics Cloudとは
Wave : Analytics CloudとはMitch Okamoto
 
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介Mitch Okamoto
 
Enterpriseでもモバイル開発
Enterpriseでもモバイル開発Enterpriseでもモバイル開発
Enterpriseでもモバイル開発Mitch Okamoto
 
Salesforce Platformとモバイル活用
Salesforce Platformとモバイル活用Salesforce Platformとモバイル活用
Salesforce Platformとモバイル活用Mitch Okamoto
 
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場Mitch Okamoto
 
Summer '12のワイルドな新機能+
Summer '12のワイルドな新機能+Summer '12のワイルドな新機能+
Summer '12のワイルドな新機能+Mitch Okamoto
 
Herokuの多言語対応とPlay!
Herokuの多言語対応とPlay!Herokuの多言語対応とPlay!
Herokuの多言語対応とPlay!Mitch Okamoto
 
Heroku-ja Meetup #1 - Salesforce.com
Heroku-ja Meetup #1 - Salesforce.comHeroku-ja Meetup #1 - Salesforce.com
Heroku-ja Meetup #1 - Salesforce.comMitch Okamoto
 
[2011-17-C-4] Heroku & database.com
[2011-17-C-4] Heroku & database.com[2011-17-C-4] Heroku & database.com
[2011-17-C-4] Heroku & database.comMitch Okamoto
 
18-B-2 Why don't you start business with cloud?
18-B-2 Why don't you start business with  cloud?18-B-2 Why don't you start business with  cloud?
18-B-2 Why don't you start business with cloud?Mitch Okamoto
 
Platform by Salesforce.com and their development process
Platform by Salesforce.com and their development processPlatform by Salesforce.com and their development process
Platform by Salesforce.com and their development processMitch Okamoto
 
Developer Summit 2009 Your Success. Our Cloud.
Developer Summit 2009 Your Success. Our Cloud.Developer Summit 2009 Your Success. Our Cloud.
Developer Summit 2009 Your Success. Our Cloud.Mitch Okamoto
 

More from Mitch Okamoto (20)

RPAとiPaaSとAPIMの違いとMuleSoftのアプローチ
RPAとiPaaSとAPIMの違いとMuleSoftのアプローチRPAとiPaaSとAPIMの違いとMuleSoftのアプローチ
RPAとiPaaSとAPIMの違いとMuleSoftのアプローチ
 
MuleSoftマイクロサービスとデプロイメントパターン
MuleSoftマイクロサービスとデプロイメントパターンMuleSoftマイクロサービスとデプロイメントパターン
MuleSoftマイクロサービスとデプロイメントパターン
 
Heroku meetu18 kafka
Heroku meetu18 kafkaHeroku meetu18 kafka
Heroku meetu18 kafka
 
世界的クラウド企業がコミュニティを育てるために考えていること
世界的クラウド企業がコミュニティを育てるために考えていること世界的クラウド企業がコミュニティを育てるために考えていること
世界的クラウド企業がコミュニティを育てるために考えていること
 
Summer17新機能 Einstein周り
Summer17新機能 Einstein周りSummer17新機能 Einstein周り
Summer17新機能 Einstein周り
 
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報
Heroku Meetup #17 Herokuの細かすぎて伝わらない最新情報
 
Heroku CIを触ってみる
Heroku CIを触ってみるHeroku CIを触ってみる
Heroku CIを触ってみる
 
Heroku Javaで12-Factor App
Heroku Javaで12-Factor App Heroku Javaで12-Factor App
Heroku Javaで12-Factor App
 
Wave : Analytics Cloudとは
Wave : Analytics CloudとはWave : Analytics Cloudとは
Wave : Analytics Cloudとは
 
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介
[Heroku meetup LT] Salesforce1 Developers Community MAXの紹介
 
Enterpriseでもモバイル開発
Enterpriseでもモバイル開発Enterpriseでもモバイル開発
Enterpriseでもモバイル開発
 
Salesforce Platformとモバイル活用
Salesforce Platformとモバイル活用Salesforce Platformとモバイル活用
Salesforce Platformとモバイル活用
 
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
夏サミ2012 [A-2]ソーシャルプラットフォームを使った業務アプリ開発の現場
 
Summer '12のワイルドな新機能+
Summer '12のワイルドな新機能+Summer '12のワイルドな新機能+
Summer '12のワイルドな新機能+
 
Herokuの多言語対応とPlay!
Herokuの多言語対応とPlay!Herokuの多言語対応とPlay!
Herokuの多言語対応とPlay!
 
Heroku-ja Meetup #1 - Salesforce.com
Heroku-ja Meetup #1 - Salesforce.comHeroku-ja Meetup #1 - Salesforce.com
Heroku-ja Meetup #1 - Salesforce.com
 
[2011-17-C-4] Heroku & database.com
[2011-17-C-4] Heroku & database.com[2011-17-C-4] Heroku & database.com
[2011-17-C-4] Heroku & database.com
 
18-B-2 Why don't you start business with cloud?
18-B-2 Why don't you start business with  cloud?18-B-2 Why don't you start business with  cloud?
18-B-2 Why don't you start business with cloud?
 
Platform by Salesforce.com and their development process
Platform by Salesforce.com and their development processPlatform by Salesforce.com and their development process
Platform by Salesforce.com and their development process
 
Developer Summit 2009 Your Success. Our Cloud.
Developer Summit 2009 Your Success. Our Cloud.Developer Summit 2009 Your Success. Our Cloud.
Developer Summit 2009 Your Success. Our Cloud.
 

Recently uploaded

Keywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdKeywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdkokinagano2
 
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用KLab Inc. / Tech
 
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperleger Tokyo Meetup
 
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。iPride Co., Ltd.
 
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルLoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルCRI Japan, Inc.
 
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdf
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdfネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdf
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdfTakayuki Nakayama
 
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルLoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルCRI Japan, Inc.
 
情報を表現するときのポイント
情報を表現するときのポイント情報を表現するときのポイント
情報を表現するときのポイントonozaty
 

Recently uploaded (8)

Keywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdKeywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltd
 
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用
2024年5月17日 先駆的科学計算フォーラム2024 機械学習を用いた新たなゲーム体験の創出の応用
 
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
 
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
 
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルLoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
 
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdf
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdfネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdf
ネットワーク可視化 振る舞い検知(NDR)ご紹介_キンドリル202405.pdf
 
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルLoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
 
情報を表現するときのポイント
情報を表現するときのポイント情報を表現するときのポイント
情報を表現するときのポイント
 

Salesforce Einstein - SaaS企業のAI戦略とテクノロジ -