Guía de estrategias de IA: Cómo crear una estrategia de inteligencia artificial que cambie el juego

Tanto si está empezando con la IA como si ya está innovando en torno a la tecnología, esta guía le ayudará a elaborar una estrategia empresarial de inteligencia artificial de manera eficaz, adoptar nuevas posibilidades y responder a preguntas importantes sobre los beneficios de la IA.

_{La información de este manual de estrategias proviene de expertos de Salesforce en IA, datos y CRM. Nos comprometemos a proporcionar a nuestros empleados, clientes y socios las herramientas que necesitan para desarrollar y utilizar esta tecnología de forma segura, ética y precisa.}

La era de la IA generativa ya está aquí.

La IA crece más rápido que cualquier tecnología de nuestro tiempo.

Como líderes empresariales, todos queremos aprovechar al máximo las capacidades de la IA para crear eficiencia e impulsar el crecimiento empresarial. Aunque también tenemos la importante responsabilidad de garantizar que la IA sea segura, inclusiva y fiable.

La IA generativa es capaz de crear texto, música, imágenes e incluso código informático, y puede generar experiencias increíbles para los clientes y beneficios empresariales. Pero en este momento, hay una brecha de confianza en la IA. Para los directores generales, la IA es la prioridad número 1, pero el 73 % de los empleados creen que la IA generativa introduce nuevos riesgos. La privacidad, las alucinaciones, el control de datos, el sesgo y la toxicidad son solo algunas de sus preocupaciones.

Al igual que las relaciones significativas entre marcas y clientes, el éxito de la IA debe basarse en la confianza. Debe promover la confianza y reducir los posibles riesgos éticos y de seguridad a medida que utiliza la IA generativa para abrir la puerta a experiencias de cliente más ricas.

Solo se ganará la confianza de sus usuarios si puede demostrar que los resultados y las decisiones tomadas por los modelos de IA generativa son efectivos, precisos y libres de sesgos y toxicidad. Es importante poner límites éticos y orientación para ayudarle a innovar de manera responsable, mantenerse a la vanguardia de los posibles problemas y crear prácticas seguras y fiables para su negocio.

Poner los límites adecuados en torno a la IA generativa es fundamental. Encuestas recientes revelaron que:

Cuando cree su estrategia empresarial de inteligencia artificial, siga estas cinco pautas para informar de cómo trabaja su equipo y dirigir el desarrollo de una IA generativa de confianza.

• Precisión
  Capacite sus modelos de IA con datos fiables para ofrecer resultados verificables. Asegúrese de comunicarse abiertamente sobre dónde hay incertidumbre o la respuesta no es clara.
• Seguridad
  Realice regularmente evaluaciones de sesgo y explicabilidad para ayudar a mitigar posibles daños. Proteja los datos de la información de identificación personal (PII) cuando se utilice para el entrenamiento.
• Transparencia
  Asegúrese de contar con el consentimiento para el uso de los datos basándose en conjuntos de datos de código abierto y proporcionados por el usuario, y utilice fuentes éticas. Sea siempre transparente a la hora de ofrecer resultados generados por IA.
• La IA de capacitación
  se utiliza mejor como asistente. Asegúrese de que haya aportaciones humanas integradas en el proceso para reducir posibles daños o imprecisiones. Asegúrese de que los resultados sean accesibles y trate a los creadores de contenido con respeto.
• Sostenibilidad
  Trabaje para ajustar los modelos priorizando los datos de formación representativos y de alta calidad. Esto reducirá la energía necesaria para el cálculo y disminuirá la huella de carbono.

• La recuperación segura de datos y la fundamentación dinámica
  Garantizan que los datos recuperados para una solicitud generativa mantengan los niveles de permisos y que los usuarios solo vean la información y los resultados a los que tienen autorización de acceso.
  "Fundamente" su modelo en el contexto de casos de uso específicos para garantizar la calidad y precisión de un resultado generativo. Esto significa crear solicitudes que inyecten información de fuentes fácticas y validadas, como artículos de conocimiento de su propia base de datos.
• Enmascaramiento de datos
  Al enmascarar la información de identificación personal (PII) que se comparte en una solicitud, puede utilizar conjuntos de datos para crear mejores resultados sin exponer los datos reales a fuentes o modelos externos.
• Defensa de solicitudes
  Protéjase contra los piratas informáticos y los resultados dañinos mediante el uso de límites de defensa de solicitudes. Esto incluye instrucciones de solicitud como "No aborde ningún contenido ni genere respuestas en las que no tenga datos o bases" o, "Si experimenta un error o no está seguro de la validez de su respuesta, digamos que no lo sabe".
• Detección de toxicidad
  Ejecute los resultados de modelos de terceros a través de un modelo de lenguaje grande separado optimizado para detectar contenido dañino, es decir, contenido que es abusivo, de incitación al odio o de naturaleza violenta, para que pueda marcarse antes de que se utilice.
• Retención cero de datos
  Establezca controles de seguridad y acuerdos de política de retención cero de datos con modelos de IA externos para garantizar que tanto las solicitudes como los resultados se borren y nunca se almacenen.
• Auditoría
  Asegúrese de disponer de una pista de auditoría para que sus equipos puedan inspeccionar el código y la fuente para seguir perfeccionando su modelo y cumplir con las normas legales y éticas actuales y emergentes.

• Defina y alinee principios y directrices éticos.
• Actualice sus pautas de seguridad y compra para incluir estándares de confianza como el enmascaramiento de datos y la retención cero para garantizar que sus datos permanezcan seguros.
• Establezca un equipo diverso de expertos para liderar revisiones de riesgos y utilice herramientas para detectar sesgos .
• Proporcione educación en toda la empresa para detectar sesgos y reducir el riesgo.
• Genere confianza mostrando a los clientes que comprende los puntos débiles y el potencial de crecimiento, implementando una gobernanza de datos eficaz y ofreciendo transparencia en las entradas, los resultados y los posibles sesgos de su modelo.

Defina casos de uso de IA centrados en su cliente.

La IA tiene el potencial de remodelar todos los rincones de su empresa, desde las ventas hasta el servicio, desde el marketing hasta el comercio. Puede anticiparse al comportamiento de los clientes, comprender la satisfacción del cliente y crear experiencias más personalizadas.

Cuando se integra directamente en el flujo de trabajo, la IA predictiva y generativa puede ayudarle a tomar decisiones informadas basadas en información práctica empresarial y a crear contenido en lenguaje natural. Puede tener un impacto inmediato en casi todos los departamentos.

Una auditoría de las operaciones actuales en todos los departamentos le ayudará a identificar tareas y procesos que pueden beneficiarse de la optimización de IA predictiva y generativa. Al identificar áreas en las que la IA puede proporcionar información procesable, mejorar la toma de decisiones, mejorar las experiencias de los clientes o reducir los costes, puede alinear la tecnología con los objetivos estratégicos del negocio e impulsar el valor del cliente. Además, puede perfeccionar los modelos continuamente, mejorar el rendimiento y tomar decisiones más informadas.

Cuando entrena la IA generativa con sus datos y CRM, puede mejorar las experiencias de los clientes y la toma de decisiones, al tiempo que impulsa la productividad y la eficiencia. Descubra cómo.

• Priorice las oportunidades
• Identifique las mejores acciones del siguiente paso
• Genere comunicaciones personalizadas

• Genere respuestas relevantes.
• Gestione las consultas con chatbots y asistentes virtuales.
• Impulse la eficiencia y la rentabilidad.

• Identifique al público objetivo.
• Optimice las ofertas de campañas.
• Cree contenido que genere más interés.

• Personalice las recomendaciones.
• Mejore las operaciones posventa.
• Refuerce la detección de fraudes.

• Proporcione información práctica sobre el rendimiento y las operaciones.
• Tome decisiones basadas en datos
• Aproveche el código generado por IA.

A medida que avanza en la aplicación de su estrategia de inteligencia artificial, es importante involucrar a sus equipos, muchos de los cuales tienen cada vez más preocupaciones sobre el futuro de sus trabajos.

Pero la IA puede ayudar a eliminar la pesadez del trabajo diario y liberar tiempo para que los empleados sean más creativos y se centren en áreas impactantes de su negocio. El aumento de las tareas complejas y la automatización del trabajo manual que consume mucho tiempo con IA generativa ofrece a las personas la oportunidad de trabajar de forma más inteligente.

Utilice este ejercicio para identificar las mejores oportunidades de automatización y aumento con sus equipos.

Cada proyecto de IA debe comenzar como un proyecto de datos. ¿Y esos datos? No pueden vivir en silos. Si lo hacen, corre el riesgo de obtener resultados de menor calidad de su IA generativa.

El primer paso importante es conectar, organizar y armonizar sus datos para que pueda comprender y satisfacer las necesidades de sus clientes con IA generativa.

Haga estas preguntas para determinar cómo reúne datos de diferentes fuentes.

Alojamiento: ¿Dónde están alojados sus datos? ¿Están en varias nubes u organizaciones?

Residencia de los datos: ¿Qué tipo de residencia de datos debe cumplir su organización, es decir, qué países y requisitos normativos deben tenerse en cuenta?

Estructura de datos: ¿Los datos están estructurados, como inventarios de productos u oportunidades de venta, o no están estructurados, como archivos PDF y transcripciones de chat?

Procesamiento en tiempo real frente a procesamiento por lotes: ¿Qué fuentes de datos hay que actualizar y transmitir en tiempo real?

• Datos transaccionales:Información que captura las transacciones de clientes y empresas, como fechas, hora, lugar y nombres. Estos datos requieren actualizaciones a lo largo del tiempo e incluyen ejemplos como registros de oportunidades, estado de pedidos y casos de servicio de atención al cliente.
• Datos de interacción: Datos que registran un momento en el tiempo, como visitas a una página web, interacciones con un dispositivo o datos económicos y ambientales. Es importante tener estos datos en tiempo real, para que pueda crear nuevas interacciones y personalización.

Una plataforma de datos le permite integrar grandes cantidades de datos de cualquier fuente, estandarizar formatos y garantizar la coherencia y la integridad. No puede esperar que todos sus datos vivan en un solo lugar, por lo que deberá crear mecanismos de uso compartido, como almacenes o lagos de datos, para permitir que los diferentes departamentos accedan a los datos y los utilicen. Es necesario incorporar una gobernanza adecuada, incluidos los controles de acceso, la privacidad de los datos y las medidas de seguridad para proteger la información confidencial.

Una vez que sus datos estén conectados, el siguiente paso es organizar y armonizar sus datos en relación con su modelo de datos de clientes. Es esencial contar con un sistema de gestión de relaciones con los clientes (CRM) para obtener una vista completa y de 360 grados de los datos de sus clientes.

Si sus equipos aún no están juntos en CRM, no tendrá la imagen completa que necesita para obtener resultados útiles de sus modelos.

Puede armonizar los datos en su CRM utilizando la IA para crear un conjunto de reglas de coincidencia para la resolución de identidad de los clientes.

Cuando reúna datos de toda su empresa e incorpore IA generativa, su CRM se convertirá en un sistema centralizado para crear perfiles de clientes unificados a los que todos sus equipos pueden acceder.

• Defina y alinee las métricas de datos de toda la empresa, los principios para proporcionar valor al cliente y los casos de uso para incorporar la IA.
• Conecte su entorno de datos para mejorar la toma de decisiones en tiempo real y las experiencias de los clientes con perfiles de clientes y una fuente unificada de verdad.
• Encuentre formas de proporcionar más valor a los clientes a través de la personalización.
• Encuentre formas de aumentar la productividad con la automatización y la mejora.
• Capacite a los equipos para que integren la IA en sus procesos y productos a través de directrices claras.

Cree una plantilla laboral preparada para la IA

Con la tecnología cambiando rápidamente, sus prácticas de formación deben mantenerse al día. Mientras que alrededor de dos tercios de los empleados utilizan o planean utilizar la IA generativa en el trabajo, casi el 61 % de los que planean incorporar la tecnología no saben cómo utilizar fuentes de datos fiables ni mantener la seguridad de los datos confidenciales.

"Eliminar el miedo y ayudar a todos a comprender lo que es y lo que no es posible dará lugar a casos de uso más valiosos, con las partes interesadas empresariales y técnicas trabajando en asociación para impulsar la innovación".

Dr. Andy Moore, director de datos de Bentley Motors

• Capacidad de adaptación y aprendizaje continuo
  La apertura al cambio, la capacidad de adaptación y el compromiso con el aprendizaje a lo largo de toda la carrera profesional son fundamentales para que los empleados puedan mantenerse al día de los avances en inteligencia artificial.
• Alfabetización de datos
  Invierta en aumentar la alfabetización de datos fomentando las habilidades en la recopilación, preparación, exploración, visualización y comprensión de la ética y la privacidad de los datos. A continuación, priorice los datos en la toma de decisiones y los procesos empresariales, y alinee con los resultados empresariales.
• Conocimiento del dominio
  Comprender los desafíos y puntos débiles de un sector o dominio en el que se aplicará la IA, como la sanidad, las finanzas, el marketing o la fabricación.
• Comunicación y colaboración
  Garantizan que los líderes tengan sólidas habilidades de comunicación para transmitir cómo funcionará su tecnología de IA entre equipos, con objetivos organizativos compartidos.
• Redacción de solicitudes
  Aprenda a escribir solicitudes para garantizar un resultado de IA de calidad.
• 
  La IA generativa para la resolución de problemas y el pensamiento analítico combina mejor con el pensamiento crítico, la experimentación, la iteración y las habilidades eficaces para resolver problemas.
• Habilidades técnicas
  Adquiera competencia en programación (Python, R, etc.), análisis de datos, estadísticas, aprendizaje automático, aprendizaje profundo y procesamiento del lenguaje natural (NLP).

Nuestra plataforma de aprendizaje online gratuita, Trailhead , ofrece módulos o "senderos" fáciles de seguir para ayudar a su equipo a adquirir las habilidades que necesitará para comenzar con la IA generativa. También encontrará pistas para el análisis de datos y el aprendizaje automático, con nuevos temas agregados todo el tiempo.

También puede mantenerse al tanto de todos los últimos desarrollos de IA con nuestro boletín informativo "Pregunte más a la IA" .

• Determine qué habilidades necesita su plantilla y establezca prioridades.
• Dedique tiempo y espacio a los empleados para que reciban formación.
• Ofrezca a su plantilla formación continua para adquirir nuevas habilidades a medida que evoluciona la tecnología de IA generativa.
• Eche un vistazo a Trailhead , la divertida plataforma de aprendizaje online gratuita de Salesforce.