AI SQL-Funktionen von Databricks mit Basis-Modellen veröffentlicht
20. Mai 2025
ThomasScott
0
Databricks revolutioniert die Welt der Datenanalyse mit seinen innovativen AI SQL-Funktionen, die von Basis-Modellen angetrieben werden. Diese Tools integrieren sich nahtlos in Ihre bestehenden Daten-Workflows und machen es einfacher denn je, KI-gestützte Analysen direkt in Ihren SQL-Abfragen durchzuführen. Das bedeutet, Sie können komplexe API-Integrationen hinter sich lassen und einen gestraffteren Ansatz für die Datenanalyse begrüßen. Dieser Artikel untersucht, wie diese neuen Funktionen Ihre Datenverarbeitung verändern könnten.
Schlüsselpunkte
- Databricks führt AI SQL-Funktionen ein, die von Basis-Modellen angetrieben werden.
- Diese Funktionen bieten Fähigkeiten wie Stimmungsanalyse, Klassifizierung, Text-Extraktion und Grammatik-Korrektur.
- KI-Modelle sind in Databricks integriert und eliminieren die Notwendigkeit externer API-Aufrufe.
- Die Funktionen sind auf Basis eines Pay-per-Token-Modells verfügbar, was kosteneffiziente KI-Lösungen bietet.
- Die Verfügbarkeit ist auf bestimmte Databricks-Regionen beschränkt.
- Die AI-Extract-Funktion ermöglicht vielseitige Informationsgewinnung.
- Die AI-Fix-Grammar-Funktion verbessert die grammatikalische Qualität von Texten.
Databricks AI SQL Funktionen: Basis-Modelle im Einsatz
Verständnis der neuen Databricks AI SQL Funktionen
Databricks hat eine Reihe von AI SQL-Funktionen eingeführt, die KI direkt in SQL-Abfragen integrieren und den Prozess für Datenanalysten und -ingenieure vereinfachen. Diese Funktionen nutzen die Kraft von Basis-Modellen, großen Sprachmodellen, die auf umfangreichen Datensätzen trainiert wurden. Typischerweise werden solche Modelle, wie ChatGPT, extern gehostet und erfordern komplexe API-Integrationen. Databricks ändert das, indem es diese Modelle direkt in ihre Plattform einbettet, was die KI zugänglicher und effizienter macht. Anstatt dass jede Firma ihre eigenen Webservice-Aufrufe aufbaut, bietet Databricks fertige Modelle an, was Zeit und Ressourcen spart.
Während diese Funktionen die KI-Integration erleichtern, sollten die Kosten berücksichtigt werden. Sie arbeiten auf Basis eines Pay-per-Token-Modells, daher ist eine strategische Implementierung entscheidend, um die Ausgaben effektiv zu verwalten. Auch sind diese Funktionen noch nicht in allen Databricks-Regionen verfügbar, derzeit beschränkt auf Regionen wie Central US, East US, East US 2 und North Central US. Dies könnte Ihre Arbeitsumgebung und Projektplanung beeinflussen.
Kern AI SQL Funktionen: Stimmungsanalyse, Klassifizierung und mehr
Databricks bietet mehrere Kern-AI SQL-Funktionen, die die Datenanalyse bereichern:
AI Analyze Sentiment: Bestimmen Sie die Stimmung (positiv, negativ oder neutral) in Texten, ideal für das Verständnis von Kundenfeedback und Social-Media-Trends.
AI Classify: Kategorisieren Sie Texte in vordefinierte Klassen, wie das Sortieren von Kundenanfragen nach Thema oder Produkt.
AI Extract: Ziehen Sie spezifische Informationen wie Namen oder E-Mail-Adressen aus unstrukturierten Texten. Dies verwandelt Rohdaten in strukturierte Daten und ist ideal für die Erstellung detaillierter Modelle.
AI Fix Grammar: Korrigieren Sie Grammatikfehler in Texten, nützlich zum Bereinigen von nutzergenerierten Inhalten oder zur Sicherstellung professioneller Kommunikation.
AI Mask: Schützen Sie die Privatsphäre, indem Sie sensible Informationen in Texten maskieren, was die Einhaltung von Datensicherheitsvorschriften unterstützt.
AI Summarize: Erstellen Sie prägnante Zusammenfassungen langer Dokumente oder Artikel, perfekt für die schnelle Extraktion wichtiger Informationen.
AI Translate: Übersetzen Sie Texte zwischen Sprachen, erweitern Sie Ihre Datenanalyse-Fähigkeiten über verschiedene Quellen hinweg.
AI Similarity: Berechnen Sie Ähnlichkeitswerte zwischen Datensätzen, was eine verfeinerte Datenanalyse ermöglicht.
Navigation durch Databricks AI SQL Funktionen mit Databricks Basis-Model APIs
Die folgende Tabelle listet die Databricks AI SQL Funktionen auf, die durch Databricks Basis-Model APIs angetrieben werden:
Funktion Beschreibung ai_analyze_sentiment Analysiert Kundenbewertungen mit AI-Funktionen ai_classify Klassifiziert mit AI-Funktionen ai_extract Extrahiert Daten mit AI-Funktionen ai_fix_grammar Korrigiert die Grammatik mit AI-Funktionen ai_gen Verwenden Sie die ai_gen-Funktion ai_mask Verwenden Sie die ai_mask-Funktion ai_similarity Verwenden Sie ai_similarity zur Berechnung des Kerns ai_summarize Verwenden Sie die ai_summarize-Funktion ai_translate Verwenden Sie die ai_translate-Funktion ai_query Die AI_query()-Funktion ermöglicht es Ihnen, Ihre maschinellen Lernmodelle und großen Sprachmodelle mit Databricks Model Serving zu bedienen und sie mit SQL abzufragen
Praktische Anwendungen: Realwelt-Beispiele
Diese AI SQL-Funktionen eröffnen eine Reihe praktischer Anwendungen:
Analyse von Kundenbewertungen: Bewerten Sie automatisch die Stimmung in Kundenbewertungen, um Verbesserungsmöglichkeiten zu identifizieren und die Kundenzufriedenheit zu messen.
Automatisierung von Datenqualitätskontrollen: Verwenden Sie AI-Grammatik-Korrekturen, um Daten vor der Analyse zu bereinigen, einschließlich AI-Zusammenfassungen zur Effizienzsteigerung.
Stromlinienförmige Dokumentenverarbeitung: Extraieren Sie wichtige Informationen aus Rechtsdokumenten, Verträgen oder Forschungsarbeiten und füllen Sie andere Datensätze mit den extrahierten Daten wie Namen und Adressen auf.
Durch die Möglichkeit, AI-Funktionen direkt in SQL auszuführen, werden Daten-Workflows erheblich gestrafft.
Testen der AI SQL Funktionen: Eine Demo in Databricks
Databricks bietet eine eindrucksvolle Demonstration dieser Funktionen im Einsatz:
- Stimmungsanalyse: Mit einer einfachen SQL-Abfrage können Sie die Stimmung in Texten analysieren:
SELECT ai_analyze_sentiment('Ich bin ein glücklicher funkelnder Junge'); - Datenbereinigung: Fragen Sie verschiedene Datenpunkte ab, um Kundenbewertungen zu analysieren und verschiedene Kontrollen durchzuführen, was die Datenbereinigung effektiver macht.
- Mit einem Common Table Expression (CTE) können Sie Daten speichern, um die Stimmung verschiedener Nutzer zu analysieren und verschiedene Analysen durchzuführen.
- Der Wechsel zur AI-Fix-Grammar-Funktion kann helfen, häufige grammatikalische Probleme zu korrigieren.
Verfügbarkeit und Voraussetzungen für die Nutzung von Basis-Modellen
Um Basis-Modelle effektiv zu nutzen, müssen bestimmte Anforderungen erfüllt werden:
- AI-Funktionen sind nur in Arbeitsbereichen in den von Foundation Model APIs unterstützten Pay-per-Token-Regionen verfügbar.
- Diese Funktion ist nicht auf Azure Databricks SQL Classic verfügbar.
Tipps zur Maximierung des Potenzials der Databricks AI SQL Funktionen
Strategische Integration
Planen Sie sorgfältig, wie Sie diese AI-Funktionen in Ihre Daten-Pipelines integrieren. Identifizieren Sie, wo KI-Einblicke den meisten Wert hinzufügen und repetitive Aufgaben automatisieren können. Verwenden Sie diese Funktionen dort, wo sie den größten Nutzen bringen.
Kostenoptimierung
Achten Sie auf Ihren Tokenverbrauch, um Kosten zu optimieren. Bewerten Sie die aktuellen Ausgaben und erkunden Sie andere KI-Optionen, um die Funktionalität zu verbessern, während Sie den Kompromiss zwischen KI-gestützten Einblicken und Kosten bewerten.
Auf dem Laufenden bleiben
Databricks verbessert kontinuierlich seine KI-Fähigkeiten. Bleiben Sie über neue Funktionen, Regionenverfügbarkeit und Preisänderungen informiert, um diese transformative Technologie voll auszuschöpfen. Lernen Sie ständig und experimentieren Sie, um Ihre Workflows zu verbessern.
Vorteile und Nachteile der Databricks AI SQL Funktionen
Vorteile
- Vereinfachte KI-Integration in SQL-Workflows
- Zugriff auf leistungsstarke Basis-Modelle
- Reduzierte Komplexität im Vergleich zu externen API-Integrationen
- Potenzial für kosteneffiziente KI-Lösungen (Pay-per-Token)
- Automatisierte Datenqualitätskontrollen
Nachteile
- Kostenmanagement (Nutzung nach Token)
- Eingeschränkte Regionenverfügbarkeit
- Abhängigkeit von der Databricks-Plattform
- Mögliches Anbieterbindungsproblem
- Spezifische Arbeitsbereichs- und Konfigurationsanforderungen
Häufig gestellte Fragen
Was sind Databricks AI SQL Funktionen?
Databricks AI SQL Funktionen sind eine Reihe von Tools, die es Ihnen ermöglichen, KI-Modelle direkt in Ihren SQL-Abfragen zu nutzen. Diese Funktionen werden von Basis-Modellen angetrieben und bieten Fähigkeiten wie Stimmungsanalyse, Textklassifizierung und mehr.
Welche Arten von Funktionen sind AI Extract und AI Fix Grammar?
Die AI Extract-Funktion ermöglicht die Extraktion von Begriffen und das Parsen von Dokumenten, um spezifische Informationen wie E-Mails oder Namen zu extrahieren. Die AI Fix Grammar-Funktion korrigiert grammatikalische Fehler in Texten.
Wie funktioniert die Preisgestaltung für diese AI-Funktionen?
Die Preisgestaltung basiert auf einem Pay-per-Token-Modell. Der Tokenverbrauch hängt von der Komplexität der Abfrage und der Größe des Eingabetexts ab. Für detaillierte Preisinformationen konsultieren Sie die Databricks-Dokumentation.
In welchen Regionen sind Databricks AI SQL Funktionen verfügbar?
Derzeit sind diese Funktionen in bestimmten Regionen verfügbar, einschließlich Central US, East US, East US 2 und North Central US. Überprüfen Sie immer die aktuellste Databricks-Dokumentation für die neueste Regionsunterstützung.
Verwandte Fragen
Welche Alternativen gibt es zur Durchführung von Stimmungsanalysen in Databricks?
Vor den Databricks SQL-Funktionen hatten Unternehmen einige Optionen. Eine war, ein Modell von Grund auf zu erstellen, indem sie ihre Daten nutzen, um einen maßgeschneiderten Klassifikationsmotor zu erstellen. Eine andere war der Einsatz von Webservice-Aufrufen, was das Einrichten eines separaten Abonnements erforderte und das Unternehmen potenziell Datenlecks oder anderen Bedenken aussetzte.
Verwandter Artikel
OpenAI behebt Fehler, der Minderjährigen erotische Chats ermöglichte
OpenAI's ChatGPT wurde auf unangemessenen Inhalt für Minderjährige geprüftKürzliche Tests von TechCrunch haben eine besorgniserregende Schwachstelle in OpenAI's ChatGPT aufgedeckt:
KI-betriebenes Marketing: Steigern Sie das Wachstum mit AI CMO
In der heutigen sich schnell entwickelnden digitalen Welt erfordert die Herstellung auf dem überfüllten Markt innovative Marketingstrategien. Hier kommt AI CMO ins Spiel-eine revolutionäre KI-betriebene Marketingplattform, die Empathie mit modernster Technologie kombiniert, um Ihren Marketingansatz zu verändern.
SoundCloud aktualisiert Richtlinien: AI-Training mit Benutzerinhalten erlaubt
SoundClouds aktualisierte Nutzungsbedingungen: Ein genauerer Blick auf die KI-TrainingSoundCloud hat kürzlich seine Nutzungsbedingungen überarbeitet und eine Klausel eingeführt, di
Kommentare (0)
0/200
20. Mai 2025
ThomasScott
0
Databricks revolutioniert die Welt der Datenanalyse mit seinen innovativen AI SQL-Funktionen, die von Basis-Modellen angetrieben werden. Diese Tools integrieren sich nahtlos in Ihre bestehenden Daten-Workflows und machen es einfacher denn je, KI-gestützte Analysen direkt in Ihren SQL-Abfragen durchzuführen. Das bedeutet, Sie können komplexe API-Integrationen hinter sich lassen und einen gestraffteren Ansatz für die Datenanalyse begrüßen. Dieser Artikel untersucht, wie diese neuen Funktionen Ihre Datenverarbeitung verändern könnten.
Schlüsselpunkte
- Databricks führt AI SQL-Funktionen ein, die von Basis-Modellen angetrieben werden.
- Diese Funktionen bieten Fähigkeiten wie Stimmungsanalyse, Klassifizierung, Text-Extraktion und Grammatik-Korrektur.
- KI-Modelle sind in Databricks integriert und eliminieren die Notwendigkeit externer API-Aufrufe.
- Die Funktionen sind auf Basis eines Pay-per-Token-Modells verfügbar, was kosteneffiziente KI-Lösungen bietet.
- Die Verfügbarkeit ist auf bestimmte Databricks-Regionen beschränkt.
- Die AI-Extract-Funktion ermöglicht vielseitige Informationsgewinnung.
- Die AI-Fix-Grammar-Funktion verbessert die grammatikalische Qualität von Texten.
Databricks AI SQL Funktionen: Basis-Modelle im Einsatz
Verständnis der neuen Databricks AI SQL Funktionen
Databricks hat eine Reihe von AI SQL-Funktionen eingeführt, die KI direkt in SQL-Abfragen integrieren und den Prozess für Datenanalysten und -ingenieure vereinfachen. Diese Funktionen nutzen die Kraft von Basis-Modellen, großen Sprachmodellen, die auf umfangreichen Datensätzen trainiert wurden. Typischerweise werden solche Modelle, wie ChatGPT, extern gehostet und erfordern komplexe API-Integrationen. Databricks ändert das, indem es diese Modelle direkt in ihre Plattform einbettet, was die KI zugänglicher und effizienter macht. Anstatt dass jede Firma ihre eigenen Webservice-Aufrufe aufbaut, bietet Databricks fertige Modelle an, was Zeit und Ressourcen spart.
Während diese Funktionen die KI-Integration erleichtern, sollten die Kosten berücksichtigt werden. Sie arbeiten auf Basis eines Pay-per-Token-Modells, daher ist eine strategische Implementierung entscheidend, um die Ausgaben effektiv zu verwalten. Auch sind diese Funktionen noch nicht in allen Databricks-Regionen verfügbar, derzeit beschränkt auf Regionen wie Central US, East US, East US 2 und North Central US. Dies könnte Ihre Arbeitsumgebung und Projektplanung beeinflussen.
Kern AI SQL Funktionen: Stimmungsanalyse, Klassifizierung und mehr
Databricks bietet mehrere Kern-AI SQL-Funktionen, die die Datenanalyse bereichern:
AI Analyze Sentiment: Bestimmen Sie die Stimmung (positiv, negativ oder neutral) in Texten, ideal für das Verständnis von Kundenfeedback und Social-Media-Trends.
AI Classify: Kategorisieren Sie Texte in vordefinierte Klassen, wie das Sortieren von Kundenanfragen nach Thema oder Produkt.
AI Extract: Ziehen Sie spezifische Informationen wie Namen oder E-Mail-Adressen aus unstrukturierten Texten. Dies verwandelt Rohdaten in strukturierte Daten und ist ideal für die Erstellung detaillierter Modelle.
AI Fix Grammar: Korrigieren Sie Grammatikfehler in Texten, nützlich zum Bereinigen von nutzergenerierten Inhalten oder zur Sicherstellung professioneller Kommunikation.
AI Mask: Schützen Sie die Privatsphäre, indem Sie sensible Informationen in Texten maskieren, was die Einhaltung von Datensicherheitsvorschriften unterstützt.
AI Summarize: Erstellen Sie prägnante Zusammenfassungen langer Dokumente oder Artikel, perfekt für die schnelle Extraktion wichtiger Informationen.
AI Translate: Übersetzen Sie Texte zwischen Sprachen, erweitern Sie Ihre Datenanalyse-Fähigkeiten über verschiedene Quellen hinweg.
AI Similarity: Berechnen Sie Ähnlichkeitswerte zwischen Datensätzen, was eine verfeinerte Datenanalyse ermöglicht.
Navigation durch Databricks AI SQL Funktionen mit Databricks Basis-Model APIs
Die folgende Tabelle listet die Databricks AI SQL Funktionen auf, die durch Databricks Basis-Model APIs angetrieben werden:
| Funktion | Beschreibung |
|---|---|
| ai_analyze_sentiment | Analysiert Kundenbewertungen mit AI-Funktionen |
| ai_classify | Klassifiziert mit AI-Funktionen |
| ai_extract | Extrahiert Daten mit AI-Funktionen |
| ai_fix_grammar | Korrigiert die Grammatik mit AI-Funktionen |
| ai_gen | Verwenden Sie die ai_gen-Funktion |
| ai_mask | Verwenden Sie die ai_mask-Funktion |
| ai_similarity | Verwenden Sie ai_similarity zur Berechnung des Kerns |
| ai_summarize | Verwenden Sie die ai_summarize-Funktion |
| ai_translate | Verwenden Sie die ai_translate-Funktion |
| ai_query | Die AI_query()-Funktion ermöglicht es Ihnen, Ihre maschinellen Lernmodelle und großen Sprachmodelle mit Databricks Model Serving zu bedienen und sie mit SQL abzufragen |
Praktische Anwendungen: Realwelt-Beispiele
Diese AI SQL-Funktionen eröffnen eine Reihe praktischer Anwendungen:
Analyse von Kundenbewertungen: Bewerten Sie automatisch die Stimmung in Kundenbewertungen, um Verbesserungsmöglichkeiten zu identifizieren und die Kundenzufriedenheit zu messen.
Automatisierung von Datenqualitätskontrollen: Verwenden Sie AI-Grammatik-Korrekturen, um Daten vor der Analyse zu bereinigen, einschließlich AI-Zusammenfassungen zur Effizienzsteigerung.
Stromlinienförmige Dokumentenverarbeitung: Extraieren Sie wichtige Informationen aus Rechtsdokumenten, Verträgen oder Forschungsarbeiten und füllen Sie andere Datensätze mit den extrahierten Daten wie Namen und Adressen auf.
Durch die Möglichkeit, AI-Funktionen direkt in SQL auszuführen, werden Daten-Workflows erheblich gestrafft.
Testen der AI SQL Funktionen: Eine Demo in Databricks
Databricks bietet eine eindrucksvolle Demonstration dieser Funktionen im Einsatz:
- Stimmungsanalyse: Mit einer einfachen SQL-Abfrage können Sie die Stimmung in Texten analysieren:
SELECT ai_analyze_sentiment('Ich bin ein glücklicher funkelnder Junge'); - Datenbereinigung: Fragen Sie verschiedene Datenpunkte ab, um Kundenbewertungen zu analysieren und verschiedene Kontrollen durchzuführen, was die Datenbereinigung effektiver macht.
- Mit einem Common Table Expression (CTE) können Sie Daten speichern, um die Stimmung verschiedener Nutzer zu analysieren und verschiedene Analysen durchzuführen.
- Der Wechsel zur AI-Fix-Grammar-Funktion kann helfen, häufige grammatikalische Probleme zu korrigieren.
Verfügbarkeit und Voraussetzungen für die Nutzung von Basis-Modellen
Um Basis-Modelle effektiv zu nutzen, müssen bestimmte Anforderungen erfüllt werden:
- AI-Funktionen sind nur in Arbeitsbereichen in den von Foundation Model APIs unterstützten Pay-per-Token-Regionen verfügbar.
- Diese Funktion ist nicht auf Azure Databricks SQL Classic verfügbar.
Tipps zur Maximierung des Potenzials der Databricks AI SQL Funktionen
Strategische Integration
Planen Sie sorgfältig, wie Sie diese AI-Funktionen in Ihre Daten-Pipelines integrieren. Identifizieren Sie, wo KI-Einblicke den meisten Wert hinzufügen und repetitive Aufgaben automatisieren können. Verwenden Sie diese Funktionen dort, wo sie den größten Nutzen bringen.
Kostenoptimierung
Achten Sie auf Ihren Tokenverbrauch, um Kosten zu optimieren. Bewerten Sie die aktuellen Ausgaben und erkunden Sie andere KI-Optionen, um die Funktionalität zu verbessern, während Sie den Kompromiss zwischen KI-gestützten Einblicken und Kosten bewerten.
Auf dem Laufenden bleiben
Databricks verbessert kontinuierlich seine KI-Fähigkeiten. Bleiben Sie über neue Funktionen, Regionenverfügbarkeit und Preisänderungen informiert, um diese transformative Technologie voll auszuschöpfen. Lernen Sie ständig und experimentieren Sie, um Ihre Workflows zu verbessern.
Vorteile und Nachteile der Databricks AI SQL Funktionen
Vorteile
- Vereinfachte KI-Integration in SQL-Workflows
- Zugriff auf leistungsstarke Basis-Modelle
- Reduzierte Komplexität im Vergleich zu externen API-Integrationen
- Potenzial für kosteneffiziente KI-Lösungen (Pay-per-Token)
- Automatisierte Datenqualitätskontrollen
Nachteile
- Kostenmanagement (Nutzung nach Token)
- Eingeschränkte Regionenverfügbarkeit
- Abhängigkeit von der Databricks-Plattform
- Mögliches Anbieterbindungsproblem
- Spezifische Arbeitsbereichs- und Konfigurationsanforderungen
Häufig gestellte Fragen
Was sind Databricks AI SQL Funktionen?
Databricks AI SQL Funktionen sind eine Reihe von Tools, die es Ihnen ermöglichen, KI-Modelle direkt in Ihren SQL-Abfragen zu nutzen. Diese Funktionen werden von Basis-Modellen angetrieben und bieten Fähigkeiten wie Stimmungsanalyse, Textklassifizierung und mehr.
Welche Arten von Funktionen sind AI Extract und AI Fix Grammar?
Die AI Extract-Funktion ermöglicht die Extraktion von Begriffen und das Parsen von Dokumenten, um spezifische Informationen wie E-Mails oder Namen zu extrahieren. Die AI Fix Grammar-Funktion korrigiert grammatikalische Fehler in Texten.
Wie funktioniert die Preisgestaltung für diese AI-Funktionen?
Die Preisgestaltung basiert auf einem Pay-per-Token-Modell. Der Tokenverbrauch hängt von der Komplexität der Abfrage und der Größe des Eingabetexts ab. Für detaillierte Preisinformationen konsultieren Sie die Databricks-Dokumentation.
In welchen Regionen sind Databricks AI SQL Funktionen verfügbar?
Derzeit sind diese Funktionen in bestimmten Regionen verfügbar, einschließlich Central US, East US, East US 2 und North Central US. Überprüfen Sie immer die aktuellste Databricks-Dokumentation für die neueste Regionsunterstützung.
Verwandte Fragen
Welche Alternativen gibt es zur Durchführung von Stimmungsanalysen in Databricks?
Vor den Databricks SQL-Funktionen hatten Unternehmen einige Optionen. Eine war, ein Modell von Grund auf zu erstellen, indem sie ihre Daten nutzen, um einen maßgeschneiderten Klassifikationsmotor zu erstellen. Eine andere war der Einsatz von Webservice-Aufrufen, was das Einrichten eines separaten Abonnements erforderte und das Unternehmen potenziell Datenlecks oder anderen Bedenken aussetzte.
OpenAI behebt Fehler, der Minderjährigen erotische Chats ermöglichte
OpenAI's ChatGPT wurde auf unangemessenen Inhalt für Minderjährige geprüftKürzliche Tests von TechCrunch haben eine besorgniserregende Schwachstelle in OpenAI's ChatGPT aufgedeckt:
KI-betriebenes Marketing: Steigern Sie das Wachstum mit AI CMO
In der heutigen sich schnell entwickelnden digitalen Welt erfordert die Herstellung auf dem überfüllten Markt innovative Marketingstrategien. Hier kommt AI CMO ins Spiel-eine revolutionäre KI-betriebene Marketingplattform, die Empathie mit modernster Technologie kombiniert, um Ihren Marketingansatz zu verändern.
SoundCloud aktualisiert Richtlinien: AI-Training mit Benutzerinhalten erlaubt
SoundClouds aktualisierte Nutzungsbedingungen: Ein genauerer Blick auf die KI-TrainingSoundCloud hat kürzlich seine Nutzungsbedingungen überarbeitet und eine Klausel eingeführt, di
