Gebruik van AI in Tableau

AI in Tableau Cloud wordt aangestuurd door Einstein generatieve AI. Als u generatieve AI-functies in Tableau Cloud gebruikt, bijvoorbeeld door Tableau Agent te vragen om te helpen bij het maken van een visualisatie of een beschrijving voor een databron in Tableau Catalog voor te stellen, verbruikt u Einstein-aanvragen en mogelijk Data Cloud-credits (credits voor dataservices).

Einstein-aanvragen zijn verbruiksstatistieken voor generatieve AI en wanneer u een AI in Tableau-functie gebruikt, verbruikt u aanvragen uit uw toegewezen pool met Einstein-aanvragen. Zie Functies van AI in Tableau(Link wordt in een nieuw venster geopend) voor een lijst met AI in Tableau-functies.

Data Cloud-credits worden verbruikt door de auditdatafunctie voor generatieve AI (ook wel audittrail genoemd), waarmee u het gebruik van generatieve AI in uw Tableau-sites en Salesforce-organisatie kunt bijhouden.

Het aantal verbruikte credits voor Einstein-aanvragen varieert al naargelang het aantal benodigde prompts en de lengte van de prompt (zowel systeem- als gebruikersprompts) die naar onze LLM-providers (Large Language Model) wordt verzonden. Het aantal verbruikte Data Cloud-credits varieert al naargelang het aantal verwerkte rijen of records.

Opmerking: Samenvatting van inzichten (onderdeel van Tableau Pulse) is een functie van AI in Tableau. Deze functie verbruikt geen Einstein-aanvragen en is beschikbaar in alle edities van Tableau (Standard, Enterprise en Tableau+).

Stroomdiagram waarin wordt geïllustreerd hoe Tableau Agent Einstein-verzoeken en Data Cloud-credits verbruikt.

Einstein-aanvragen

Directe aanroepen naar een ondersteunde LLM-gateway (Large Language Model) hebben invloed op uw creditverbruik. Het aantal verbruikte Einstein-aanvragen varieert en kan verschillen afhankelijk van de functie en de manier waarop de gebruiker met de functie omgaat.

Het is niet mogelijk een deel van uw credits per functie toe te wijzen. Als u bijvoorbeeld Tableau Agent gebruikt voor het maken van visualisaties, voor het opschonen van data in Tableau Prep of voor de Verbeterde vraag-en-antwoordfunctie (Verkennen) van Tableau Pulse, verbruikt u Einstein-aanvragen uit de algehele pool met credits die aan uw organisatie zijn toegewezen.

Zie Einstein-aanvragen(Link wordt in een nieuw venster geopend) voor meer informatie over de kosten van het gebruik van Einstein.

De berekening van het verbruik van Einstein-aanvragen is gebaseerd op:

  • Het aantal LLM API-aanroepen dat nodig is voor elk functiegebruik.

  • De lengte van de prompt die naar de LLM-providers wordt verzonden.

  • De respons (gemeten in woorden) die voor elke LLM API-aanroep door de LLM wordt geretourneerd.

Geef tijdens een gesprek met Tableau Agent specifiek aan wat u wilt dat Tableau Agent doet en beperk onnodige bijdragen aan het gesprek. Zo beperkt u het verbruik van Einstein-aanvragen en krijgt u toch de beste resultaten. Als u bijvoorbeeld "Hallo Tableau Agent" of "Bedankt, dit is precies wat ik nodig had!" typt, wordt er een aanroep naar de LLM geactiveerd. Zie Tips om de beste resultaten met Tableau Agent te behalen(Link wordt in een nieuw venster geopend) voor meer tips over hoe u Tableau Agent optimaal kunt benutten.

Vereiste LLM API-aanroepen per functiegebruik

Het aantal LLM API-aanroepen dat per functiegebruik nodig is, is afhankelijk van de complexiteit van de taak die de functie uitvoert. Er zijn bijvoorbeeld meerdere LLM API-aanroepen nodig om een visualisatie te maken met Tableau Agent:

  • Één LLM API-aanroep om de query te interpreteren en deze toe te wijzen aan een ondersteunde vaardighedenset.

  • Een of meer LLM API-aanroepen om de taak van het maken van de visualisatie uit te voeren.

Omvang van aanroep

Het verbruik van Einstein-aanvragen wordt ook beïnvloed door de omvang van de aanroep naar het LLM. Dit wordt bepaald door een combinatie van de lengte van de prompt (aantal woorden) die naar het LLM is gestuurd en de lengte van de ontvangen respons.

De omvang van de aanroep wordt bepaald door de volgende factoren:

  • Het aantal woorden in het systeem (de basisprompt) dat door de Tableau-technici is ontwikkeld. Dit kan ook het aantal woorden omvatten dat vanuit de databron in de prompt is ingevoegd (metadata, inzichten, etc.) om zeker te zijn van de nauwkeurigheid.

  • Het aantal woorden in het verzoek van de gebruiker aan het LLM.

  • Het aantal woorden in de respons van het LLM.

Het verbruik van Einstein-aanvragen berekenen

De verbruikscalculator van Einstein-aanvragen voor de functies van AI in Tableau bevat onder meer:

  • Een vermenigvuldigingsfactor voor het gebruikstype die is gekoppeld aan het gebruikte LLM.

  • Een omvangsfactor voor de API-aanroep die is gekoppeld aan de omvang van de API-aanroep.

De factor voor de omvang van de API-aanroep, de vermenigvuldigingsfactor voor Einstein-aanvragen en rekenvoorbeelden vindt u in de tariefkaart voor Einstein-aanvragen(Link wordt in een nieuw venster geopend). AI in Tableau ondersteunt momenteel alleen met Salesforce compatibele fundamentele LLM's, dus het standaard verbruikstype voor Einstein generatieve AI is van toepassing.

Data Cloud-credits

Data Cloud-credits worden niet rechtstreeks verbruikt door het gebruik van functies van AI in Tableau. In plaats daarvan worden deze credits verbruikt door de Einstein Vertrouwenslaag, waarop AI in Tableau is gebouwd, via een auditdatafunctie voor generatieve AI die bekendstaat als Audittrail.

Met Audittrail kunnen uw informatiebeveiligingsteams de functies van Einstein Vertrouwenslaag monitoren, zoals op patronen gebaseerde datamaskering en detectie van toxiciteit. Deze functie maakt gebruik van Data Cloud-credits (toegewezen bij de aankoop van AI in Tableau) voor het opnemen, opslaan en verwerken van AI-gebruiksdata.

Audittrail zorgt dat de gegenereerde AI-responsen veilig en nauwkeurig blijven. De functie zorgt ervoor dat de prompt en de respons voor elke LLM API-aanroep samen met andere auditdata maximaal 30 dagen worden opgeslagen in uw Salesforce Data Cloud-instantie. Raadpleeg Generatieve AI-audit- en feedbackdata(Link wordt in een nieuw venster geopend) in de Help van Salesforce voor meer informatie over de soorten data die worden verzameld door de functie Generatieve AI-audit en feedbackdata.

Er worden Data Cloud-credits verbruikt wanneer Audittrail data opneemt tijdens een LLM API-aanroep. 1 LLM API-aanroep neemt 24 rijen met Audittrail-data op in Data Cloud en gebruikt het gebruikstype Batchdata-pipeline.

Opmerking: Ook verbruikte Data Cloud-credits zijn afkomstig uit een pool van toegewezen credits. Als u bijvoorbeeld een rapport voor Einstein generatieve AI-audit- en feedbackdata genereert, wordt het gebruikstype Dataquery's gebruikt en worden Data Cloud-credits verbruikt. Ook het gebruik van andere Salesforce Cloud-functies die Data Cloud-credits verbruiken, kan van invloed zijn op de beschikbare credits in uw pool. Zie Factureerbare gebruikstypen voor Data Cloud(Link wordt in een nieuw venster geopend) en Toegang tot Einstein generatieve AI audit- en feedbackdatarapporten en dashboards(Link wordt in een nieuw venster geopend) in de Help van Salesforce voor meer informatie.

Zie Data Cloud-vermenigvuldigingsfactoren(Link wordt in een nieuw venster geopend) om het aantal Data Cloud-credits te schatten. Zie Factureringsoverwegingen voor audit en feedback(Link wordt in een nieuw venster geopend) in de Help van Salesforce voor meer informatie over gebruikstypen voor audit en feedback.

U kunt Tableau ook gebruiken om query's uit te voeren op Data Cloud en visualisaties te maken van uw AI-audit- en feedbackdata. Zie Verbruik van Einstein-aanvragen bekijken voor meer informatie.

Factureringsoverwegingen voor AI in Tableau

AI in Tableau maakt gebruik van de volgende factureerbare gebruikstypen. U kunt uw verbruik bijhouden met de Digital Wallet, een gratis tool voor accountbeheer in Salesforce Data Cloud die u vrijwel realtime data biedt over het verbruik van ingeschakelde producten. In de Digital Wallet ziet u het totaal aantal verbruikte Einstein-aanvragen en Data Cloud-credits, evenals uw resterende saldo.

Digital Wallet biedt ook kant-en-klare dashboards waarop het aantal gebruikers, het aantal aanvragen en andere details worden weergegeven. U kunt ook verbinding maken met de Digital Wallet-tabellen in Data Cloud vanuit Tableau en visualisaties van uw verbruiksdata maken. Zie Verbruik van Einstein-aanvragen bekijken voor meer informatie.

Digital Wallet-kaartGebruikstypeBeschrijving van gebruikstypeOpmerkingen
Einstein-aanvragenStandaard Einstein-aanvragenHet gebruik wordt berekend op basis van het aantal aanroepen naar de LLM-gateway, als de gateway een Salesforce LLM gebruikt. Zie de Tariefkaart voor Einstein-aanvragen(Link wordt in een nieuw venster geopend) voor meer informatie.

Alle functies van AI in Tableau maken gebruik van met Salesforce compatibele fundamentele LLM's, dus het gebruikstype Standaard is van toepassing.

Er worden Einstein-aanvragen verbruikt wanneer u functies van AI in Tableau gebruikt. Dit omvat de Verbeterde vraag-en-antwoordfunctie (Verkennen) in Tableau Pulse, Tableau Agent in Tableau Prep (Tableau Builder en Webauthoring), Visualisatie-authoring (Tableau Desktop en Tableau Cloud), en Tableau Catalog.

Zie AI in Tableau-functies voor meer informatie over AI-functies in Tableau.

DataservicesBatchdata-pipeline

Het gebruik wordt berekend op basis van het aantal rijen batchdata dat wordt verwerkt door Data Cloud-datastreams via alle connectors, met uitzondering van gestructureerde data die worden opgenomen via de interne datapipeline.

Pipeline.

Zie Factureringsoverwegingen voor audit en feedback(Link wordt in een nieuw venster geopend) in de Help van Salesforce voor meer informatie.

Audit- en feedbackdata worden opgenomen in Data Cloud-datastreams en het gebruik is gebaseerd op de hoeveelheid opgenomen data.

Gemiddeld worden bij elk retourtraject naar het LLM 24 records in Data Cloud opgenomen.

Voor de drie gebruikstypen is de hoeveelheid verbruikte data de belangrijkste factor voor het bepalen van het verbruik van credits.

Bedankt voor uw feedback.De feedback is verzonden. Dank u wel.