為了獲得最大的影響，AI 應將其整合到現有的工作流程和流程中，而不是創建完全新的工作流程和流程。例如，關於潛在客戶購買特定產品傾向的 AI 預測應該與潛在客戶的信息一起顯示在組織的 CRM 系統中。

目前針對使用案例的「最佳」AI 模型在未來可能不再是最合適的選擇。隨著國際資料保護法律不斷演變，並且模型在全球各地的新推出，選擇 AI 模型的靈活性至關重要。

企業領導者必須知道如何管理和儲存其資料，以及他們了解使用生成人工智慧模型的法律影響。應優先獲得企業法律、網絡和 AI 團隊審核和批准的模型供應商。

企業必須考慮跨系統的資料分配。挑戰不僅僅在於收集數據，而是從各種來源合併和驗證數據。例如，在多個系統之間連結客戶 ID 可能是一項艱難的任務。必須考慮來自不同來源的數據的可靠性。例如，如果您大部分的可靠資料都位於 Salesforce 中，那麼使用內建的 Salesforce Einstein AI 功能是合乎邏輯的。然而，對於擁有聯合資料的企業來說，Salesforce Einstein AI 和企業 AI 功能之間的選擇變得更加複雜。

評估在 AI 應用中的控制需求定您的場景是否需要高度定制化，以提取最大的價值。依賴數據科學家製作定制模型的傳統方法可提供廣泛的控制功能，但預先建置的模型提供了效率。例如，Salesforce Einstein AI 提供易於集成的模型，使得快速部署和立即實現價值得以實現。

時間是戰略資產。Salesforce 的打包解決方案可快速部署、立即獲益，這是當今領導者選擇的方案，特別是當速度與他們的業務策略相符時。客製化解決方案提供獨特的度身訂造，但可以延長營運價值的時間。

資料、安全性、法規和合規等因素需要仔細考慮。與 Salesforce 等標準預設解決方案相比，一些組織更喜歡採用客製化解決方案來增強控制並滿足特定的合規性要求。

根據您的 AI 需求和時間表評估軟件平台的開發藍圖的可靠性。考慮一下您的內部 AI 計劃是否能夠毫不拖延地滿足需求，以及是否要設計客製化解決方案或利用可設定、隨時可用的 AI 功能（例如 Salesforce 提供的功能）。

這包括確定您的團隊是否準備推動 AI 創新，以及他們是否喜歡設計自己的產品還是快速配置並移動到下一個項目。Salesforce AI 和企業 AI 之間的選擇取決於這些因素，與您的財務決策和組織文化交織在一起。

評估新整合的 AI 的有效性。在啟動大規模專案之前，重要的是要透過較小的使用案例來評估 AI 的有效性，並確保您的 AI 計劃能夠提供您想像的成果。

您的人工智慧只能與其供應的資料一樣強大。在沒有客戶特定數據的情況下生成銷售電子郵件-例如，可能會導致外部數據將導致通用模板。輸入數據的質量和豐富性越高，輸出的質量就越高。因此，擁有支援 AI 藍圖和使用案例的資料策略至關重要。

AI 產品功能正在迅速發展。例如，Salesforce 現在以更快的速度提供 AI 更新，這意味著今天可用的功能可能會在三到六個月內被超越。為了最大化 AI 的輸出，您可能需要丟棄某些內容或隨著時間推移工作，隨著更好的產品功能出現。成功在於平衡當前需求與未來潛力。

促進團隊成員成長成為迅速的工程師或聘用外部非常重要。它正在自己成為一個專業知識。從 AI 中提取價值，尤其是從大型語言模型（LLM）中提取價值，需要強大的快速工程技能和策略。