Utilizzo di IA in Tableau

Nota: a partire da ottobre 2025, IA in Tableau non utilizza più crediti per le richieste di Einstein per l’utilizzo dell'intelligenza artificiale. Altri servizi, come i servizi Data Cloud, possono comunque utilizzare altri tipi di crediti. Per maggiori informazioni, consulta Einstein Request & Flex Credit Rate Card Updates FAQ(Il collegamento viene aperto in una nuova finestra).

IA in Tableau si basa sull’intelligenza artificiale generativa di Einstein. Per sfruttare appieno l’intelligenza artificiale generativa in Tableau e ottenere l'accesso a Einstein Trust Layer, è necessario completare diversi passaggi sia nella tua organizzazione Salesforce che nel tuo sito Tableau Cloud.

Durante la configurazione dell'organizzazione Salesforce, puoi attivare Raccolta e archiviazione dei dati di Einstein (noto anche come Audit Trail) per archiviare i dati di feedback e controllo dell'intelligenza artificiale generativa di Einstein in Data Cloud. Questa funzionalità facoltativa ti consente di monitorare l'utilizzo dell'intelligenza artificiale generativa nei tuoi siti Tableau e nell'organizzazione Salesforce. Se attivi questa funzionalità, vengono consumati crediti di Data Cloud. Il numero di crediti Data Cloud consumati varia in base al numero di righe o record elaborati.

Crediti Data Cloud

I crediti Data Cloud non vengono consumati direttamente utilizzando le funzionalità di IA in Tableau. Tali crediti vengono invece consumati da Einstein Trust Layer, su cui si basa IA in Tableau, tramite una funzionalità di controllo dei dati dell’intelligenza artificiale generativa nota come audit trail.

L’audit trail consente ai team di sicurezza delle informazioni di monitorare le funzionalità di Einstein Trust Layer, tra cui il mascheramento dei dati basato su modello e il rilevamento della tossicità. Questa funzionalità utilizza i crediti Data Cloud (assegnati durante l’acquisto di IA in Tableau) per l’acquisizione, l’archiviazione e l’elaborazione dei dati sull’utilizzo dell’intelligenza artificiale.

L’audit trail è utile per garantire la sicurezza e l’accuratezza delle risposte generate dall’intelligenza artificiale. Tale funzionalità memorizza la richiesta e la risposta di ogni chiamata API di LLM, unitamente ad altri dati di controllo, per un massimo di 30 giorni nella tua istanza di Salesforce Data Cloud. Per maggiori informazioni sui tipi di dati raccolti dalla funzionalità di controllo e feedback dell’intelligenza artificiale generativa, consulta Generative AI Audit and Feedback Data(Il collegamento viene aperto in una nuova finestra) nella Guida di Salesforce.

I crediti Data Cloud vengono consumati quando l’audit trail inserisce dati durante una chiamata API di LLM. Una chiamata API di LLM inserisce 24 righe di dati dell’audit trail in Data Cloud e utilizza il tipo di utilizzo Pipeline di dati in batch.

Nota: il consumo di crediti Data Cloud deriva anche da un pool di crediti assegnati. Se generi un report sui dati di audit e di feedback dell’intelligenza artificiale generativa di Einstein, ad esempio, viene utilizzato il tipo di utilizzo Query sui dati e vengono consumati crediti Data Cloud. Se hai altre funzionalità di Salesforce Cloud che consumano crediti Data Cloud, anche queste possono influire sui crediti disponibili nel tuo pool. Per maggiori informazioni, consulta Tipi di utilizzo fatturabile di Data Cloud(Il collegamento viene aperto in una nuova finestra) e Accedere ai report e alle dashboard di controllo e di feedback dell’intelligenza artificiale generativa di Einstein(Il collegamento viene aperto in una nuova finestra) nella Guida di Salesforce.

Per stimare il numero di crediti Data Cloud, consulta Moltiplicatori di Data Cloud(Il collegamento viene aperto in una nuova finestra). Per maggiori informazioni sui tipi di utilizzo per controllo e feedback, consulta Considerazioni sulla fatturazione per controllo e feedback(Il collegamento viene aperto in una nuova finestra) nella Guida di Salesforce.

Puoi anche utilizzare Tableau per eseguire query su Data Cloud e creare visualizzazioni dei dati di controllo e feedback dell’intelligenza artificiale. Per maggiori informazioni, consulta Visualizzare il consumo di crediti.

Considerazioni sulla fatturazione per IA in Tableau

Nota: se stai cercando dettagli sull'utilizzo di IA in Tableau Next, consulta Billing Considerations for Tableau Next(Il collegamento viene aperto in una nuova finestra) nel Centro assistenza di Salesforce.

IA in Tableau utilizza i seguenti tipi di utilizzo di consumo. Per monitorare facilmente l’utilizzo, puoi utilizzare Digital Wallet, uno strumento gratuito di gestione degli account di Salesforce Data Cloud che offre dati di consumo quasi in tempo reale per i prodotti abilitati.

Puoi vedere il numero totale di crediti Data Cloud consumati, nonché il saldo residuo. Potresti anche visualizzare un saldo per le richieste di Einstein nel tuo Digital Wallet. Tuttavia, le richieste di Einstein non verranno più utilizzate dalle funzionalità di IA in Tableau a partire da ottobre 2025.

Digital Wallet offre anche dashboard predefinite che mostrano il numero di utenti, il numero di richieste e altri dettagli. Puoi anche connetterti alle tabelle di Digital Wallet in Data Cloud da Tableau e creare visualizzazioni per i tuoi dati di consumo. Per maggiori informazioni, consulta Visualizzare il consumo di crediti.

 

Scheda Digital WalletTipo di utilizzo Descrizione del tipo di utilizzoNote
Servizi datiPipeline di dati in batch

L’utilizzo viene calcolato in base al numero di righe dei dati in batch elaborati dai flussi di dati di Data Cloud tra tutti i connettori, ad eccezione dei dati strutturati inseriti tramite la pipeline di dati interna.

Per maggiori informazioni, consulta Considerazioni sulla fatturazione per controllo e feedback(Il collegamento viene aperto in una nuova finestra) nella Guida di Salesforce.

I dati di controllo e di feedback vengono inseriti nei flussi di dati di Data Cloud e l’utilizzo si basa sulla quantità di dati inseriti.

In media, ogni round trip da e verso il modello linguistico di grandi dimensioni (LLM) comporta l’inserimento di 24 record in Data Cloud.

Il volume di dati inseriti è il l’elemento che contribuisce maggiormente al consumo di crediti tra i tre tipi di utilizzo.

Grazie per il tuo feedback.Il tuo feedback è stato inviato. Grazie!