SOHOBB从2007年开始致力于Salesforce的导入、开发、交付、落地等工作。在金融、制造、服务等各行业均取得了众多的实际成果。
我们在Salesforce导入及Salceforce平台上复杂应用的开发方面均取得了众多成果。
系统导入后，我们不仅在系统落地方面提供帮助，还会根据客户需求提供维护、交付等方面一站式服务支持。
同时、我们会基于用户的反馈和实际工作中的经验，提供并开发云服务用于轻松解决客户问题。
AI技术被整合到各种服务和系统中、
造福于人类的时代已经到来。
我们以建设更加便捷和安全的社会为目标，
为各种商业场景开发和提供AI服务。
[例如]
基于地方政府提供的病历和健康状况等信息，利用AI研究保健指导系统的构建，用于疾病的风险预测和定位。
当今世界AI主要用于图像识别领域，即在图像识别基础上用AI来分析和预测数据。比如，在医疗领域根据X光片判断是否有癌症。
最近，商业数据分析和使用需求正在逐渐增多。比如通过分析数据来预测明年的销售额，甚至试图找出影响销售额的因素。但是目前还没有成熟的AI系统可以满足上述需求。
现在，只有当数据被准确标注时，机器学习才能进行下去。
由于准确的数据不够多，所以许多人认为AI的学习是无用的。但事实上，虽然存在蝴蝶效应和数据不完全的问题，AI也可以得到结果。
现在，如果想利用已发布的主流AI系统来训练自己的数据，并做出定制化的模型，需要AI方面的专业知识，尤其是要掌握高级的人工神经网络的构建方法。也就是说，只是面向AI开发者。
实际上，公司运营者、管理者之类的普通人也想自己按照自己的想法直接使用AI，轻松完成手头上数据的分析工作。
虽然世界上能满足这样需求的AI系统有一两个（Google的Auto ML、IBM的Watson），但仅限于图像识别领域。换言之，商业数据方面的AI分析系统还没有先例。
虽然用统计数据可以确认相关关系，但是在参数多的情况下，多维的相关关系计算量就会激增。
在分析商业数据的场景中，AI分析结果的可视化是必需的。此外，还要满足结果评价、解释说明等更多需求。通过加强用户和AI系统之间的交互，用户可以理解AI的想法并可以重复使用数据做进一步分析。
例如，为了改进AI系统，预测出销售额之后，有必要对AI系统进行回测来检验预测结果是否与实际相符。对于公司经营者来说，如何调整相关因素使销售额最大化是一个重要的课题。
在商用方面，AI预测的结果可以简化PDCA迭代过程。
欢迎垂询！
