La IA generativa ya ayuda a las empresas a construir relaciones más sólidas con los clientes y transforma la forma en que funciona el negocio.
Ya sea que apenas comiences con la IA o que ya estés innovando con esta tecnología, esta guía te ayudará a planificar tu estrategia de manera efectiva, adoptar nuevas posibilidades y responder preguntas importantes sobre los beneficios de la IA.
La información de este manual proviene de expertos de Salesforce en IA, datos y CRM. Nos comprometemos a brindar a nuestros empleados, clientes y socios las herramientas que necesitan para desarrollar y usar esta tecnología de manera segura, ética y precisa.
La IA de Salesforce ofrece una IA confiable y extensible que se basa en la estructura de nuestra Salesforce Platform. Utiliza nuestra IA para los datos de tus clientes para crear experiencias de IA personalizables, predictivas y generativas que se adapten a todas tus necesidades empresariales de forma segura. Usa la IA conversacional para cualquier flujo de trabajo, usuario, departamento e industria con Einstein.
Capítulo 1: Planifica tu enfoque.
La era de la IA generativa ya está aquí.
La IA crece más rápido que cualquier otra tecnología de nuestra época.
Sumergirse de lleno es tentador. Pero hagamos una pausa.
Como líderes empresariales, todos queremos aprovechar al máximo las capacidades de la IA para generar eficiencia y acelerar el crecimiento del negocio. Pero también tenemos la importante responsabilidad de garantizar una IA segura, inclusiva y confiable.
IA empresarial integrada directamente en su CRM. Maximiza la colaboración en toda tu organización llevando la IA empresarial a cada aplicación, usuario y flujo de trabajo. Empodera a los usuarios para ofrecer experiencias de cliente más impactantes en cuanto a ventas, servicio, comercio y más con asistencia personalizada de IA.
Un enfoque reflexivo comienza con la confianza.
La IA generativa es capaz de crear texto, música, imágenes e incluso código informático, y puede impulsar experiencias del cliente increíbles y beneficios comerciales. Pero en este momento, existe una brecha de confianza en la IA. Para los directores ejecutivos, la IA es la principal prioridad, pero el 73 % de los empleados cree 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 las marcas y los clientes, el éxito de la IA debe basarse en la confianza. Necesitas promover la confianza y disminuir los posibles riesgos éticos y de seguridad a medida que utilizas la IA generativa para abrir la puerta a experiencias del cliente más enriquecedoras.
Crea pautas para el uso ético.
Solo ganarás la confianza de tus usuarios si demuestras que los resultados y las decisiones de los modelos de IA generativa son efectivos, precisos y están libres de sesgos y toxicidad. Es importante implementar salvaguardas y pautas éticas que te ayuden a innovar de manera responsable, anticiparte a posibles problemas y crear prácticas seguras y confiables para tu negocio.
Implementar las salvaguardas adecuadas en torno a la IA generativa es fundamental. Encuestas recientes revelaron que:
Aquí tienes cinco pautas que tu empresa puede utilizar para orientar el trabajo de tu equipo y dirigir el desarrollo de una IA generativa confiable.
- Precisión
Entrena tus modelos de IA con datos de confianza para ofrecer resultados verificables. Asegúrate de comunicar abiertamente dónde existe incertidumbre o dónde la respuesta no es clara. - Seguridad
Realiza evaluaciones de sesgo y explicabilidad con regularidad para ayudar a mitigar posibles daños. Protege los datos de información de identificación personal (PII) cuando los utilices para el entrenamiento. - Transparencia
Asegúrate de contar con el consentimiento para el uso de datos mediante el uso de conjuntos de datos de código abierto y proporcionados por el usuario, y utiliza fuentes éticas. Muestra siempre total transparencia al entregar resultados generados por IA. - Empoderamiento
El mejor uso de la IA es como asistente. Asegúrate de incluir la intervención humana en el proceso para reducir posibles daños o imprecisiones. Asegúrate de que los resultados sean accesibles y trata a los creadores de contenido con respeto. - Sostenibilidad
Esfuérzate por ajustar el tamaño de los modelos al priorizar datos de entrenamiento de alta calidad y representativos. Esto reducirá la energía necesaria para el cómputo y disminuirá la huella de carbono.
Establece estándares de confianza para mantener seguros tus datos.
Aunque deseas aprovechar los aumentos de productividad que ofrecen los modelos de IA generativa de terceros, estos modelos manejan tus datos de formas nuevas. Por lo general, las bases de datos, los documentos o los archivos almacenan los datos, y tú puedes especificar su acceso según la ubicación. Sin embargo, los modelos de lenguaje grande que utiliza la IA generativa no almacenan los datos, sino que los aprenden. En un entorno de aprendizaje, no puedes colocar los mismos tipos de controles de acceso que utilizabas en el pasado, ya que el modelo también aprende los datos que incluyes en una solicitud y estos se convierten en parte del resultado.
Estos seis estándares de confianza evitan obstáculos empresariales y proporcionan salvaguardas claras que puedes aplicar a cualquier equipo, proveedor o socio.
- Recuperación de datos segura y fundamentación dinámica
Asegúrate de que los datos que recuperas para una solicitud generativa respeten los niveles de permisos, y que los usuarios solo vean la información y los resultados que tienen autorización para consultar.
"Fundamenta" tu modelo en el contexto de casos de uso específicos para garantizar la calidad y la precisión de un resultado generativo. Esto significa crear solicitudes que inyecten información desde fuentes fácticas y validadas, como los artículos de conocimiento de tu propia base de datos. - Enmascaramiento de datos:
Al enmascarar la información de identificación personal (PII) que compartes en una solicitud, puedes utilizar conjuntos de datos para crear mejores resultados sin exponer los datos reales a modelos o fuentes externas. - Defensa de prompts
Protégete contra los hackers y los resultados dañinos utilizando las medidas de seguridad de la defensa de prompts. Esto incluye instrucciones para los prompts como: “No abordes ningún contenido ni generes respuestas para las que no tengas datos o fundamentos”, o “Si te surge un error o no estás seguro de la validez de tu respuesta, di que no lo sabes”. - Detección de toxicidad
Pasa los resultados de los modelos de terceros a través de un modelo de lenguaje grande independiente y optimizado para detectar contenido perjudicial (es decir, contenido de naturaleza abusiva, de odio o violenta), de modo que tu equipo pueda etiquetarlo antes de que alguien lo utilice. - Retención de datos cero
Establece controles de seguridad y acuerdos de políticas de retención de datos cero con modelos de IA externos para garantizar que los proveedores borren tanto tus solicitudes como tus resultados y nunca los almacenen. - Auditoría
Asegúrate de contar con una pista de auditoría para que tus equipos puedan inspeccionar el código y el origen de los datos. Esto les permitirá continuar refinando tu modelo y mantener el cumplimiento con los estándares legales y éticos actuales y emergentes.
Mira la IA generativa confiable en acción
Lista de verificación para construir confianza en la IA generativa:
- Define los principios y pautas éticas y alinea a tu equipo con ellos.
- Actualiza tus pautas de seguridad y compras para incluir estándares de confianza como el enmascaramiento de datos y la retención cero, garantizando así que mantengas a salvo tus datos.
- Establece un equipo diverso de expertos para liderar las revisiones de riesgos y utiliza herramientas para detectar sesgos.
- Brinda educación a nivel de toda la empresa para identificar sesgos y reducir riesgos.
- Construye confianza al demostrar a los clientes que comprendes sus puntos débiles y su potencial de crecimiento, implementas una gobernanza de datos efectiva y ofreces transparencia en relación con las entradas, los resultados y los posibles sesgos de tu modelo.
Capítulo 2: Prepara tu tecnología.
Define casos de uso de IA con tu cliente en el centro de la estrategia.
La IA tiene el potencial de transformar cada rincón de tu empresa, desde las ventas hasta el servicio, y desde el marketing hasta el comercio digital. Puedes anticipar el comportamiento de los clientes, comprender su nivel de satisfacción y crear experiencias más personalizadas.
Cuando integras las IA predictiva y generativa directamente en el flujo de trabajo, estas tecnologías te ayudan a tomar decisiones informadas con base en perspectivas comerciales y a crear contenido en lenguaje natural. Esto puede generar un impacto inmediato en casi todos los departamentos.
Una auditoría de las operaciones actuales en todas las áreas te ayudará a identificar las tareas y los procesos que mejorarán gracias a la optimización con IA predictiva y generativa. Al precisar las áreas donde la IA ofrece perspectivas procesables, mejora la toma de decisiones, enriquece las experiencias del cliente o reduce los costos, logras alinear la tecnología con los objetivos comerciales estratégicos y generas valor para el cliente. Además, puedes refinar los modelos continuamente, mejorar el rendimiento y tomar decisiones más informadas.
Explora algunos de los casos de uso más comunes en cada departamento.
Cuando entrenas la IA generativa con tus datos y tu CRM, mejoras las experiencias del cliente y la toma de decisiones, al mismo tiempo que impulsas la productividad y la eficiencia. Descubre cómo.
Ayuda al equipo de ventas a cerrar negociaciones más rápido.
- Prioriza las oportunidades
- Identifica las mejores acciones a seguir
- Genera comunicaciones personalizadas
Optimiza el servicio al cliente.
- Genera respuestas relevantes
- Atiende las consultas con chatbots y asistentes virtuales
- Genera eficiencia y rentabilidad
Personaliza las ofertas de marketing.
- Identifica a las audiencias objetivo
- Optimiza las ofertas de las campañas
- Crea contenido de mayor impacto
Incrementa las tasas de conversión de comercio digital.
- Personaliza las recomendaciones
- Mejora las operaciones de postventa
- Mejora la detección de fraudes
Ayuda a los equipos de TI a implementar soluciones más rápido.
- Proporciona perspectivas operativas y de rendimiento
- Toma decisiones basadas en datos
- Aprovecha el código generado por IA
Enfoca a tu equipo en tareas de alto valor.
Mientras exploras los siguientes pasos en tu transformación de IA, es importante que involucres a tus equipos, ya que muchos de ellos sienten una creciente preocupación por el futuro de sus empleos.
Sin embargo, la IA puede eliminar la monotonía del trabajo diario y liberar tiempo para que los empleados sean más creativos y se concentren en las áreas de mayor impacto de tu negocio. Optimizar las tareas complejas y automatizar el trabajo manual laborioso con IA generativa ofrece a las personas la oportunidad de trabajar de forma más inteligente.
Utiliza este ejercicio con tus equipos para identificar las mejores oportunidades de automatización y optimización.
Prepara tu entorno de datos.
Todo proyecto de IA debe comenzar como un proyecto de datos. ¿Y esos datos? No pueden vivir en silos. Si viven así, corres el riesgo de recibir resultados de menor calidad de tu IA generativa.
El primer paso importante es conectar, organizar y armonizar tus datos para que puedas comprender y satisfacer las necesidades de tus clientes con la IA generativa.
Conecta tus datos de clientes.
Haz estas preguntas para determinar cómo unes los datos de diferentes fuentes.
Alojamiento: ¿En dónde están alojados tus datos actualmente? ¿Están en múltiples nubes o en múltiples organizaciones?
Residencia de datos: ¿Qué tipo de residencia de datos debe admitir tu organización? Es decir, ¿qué países y requisitos regulatorios debes considerar?
Estructura de datos: ¿Los datos son estructurados, como inventarios de productos u oportunidades de venta, o son no estructurados, como archivos PDF y transcripciones de chats?
Procesamiento en tiempo real frente a procesamiento por lotes: ¿Qué fuentes de datos necesitan actualizarse y transmitirse en tiempo real?
- Datos transaccionales: Información que captura las transacciones de los clientes y del negocio, como fechas, hora, lugar y nombres. Estos datos requieren actualizaciones a lo largo del tiempo e incluyen ejemplos como registros de oportunidades, estados de pedidos y casos de servicio al cliente.
- Datos de participación: Datos que registran un momento específico 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 puedas crear interacciones y personalizaciones recientes.
Una plataforma de datos te permite integrar grandes volúmenes de datos desde cualquier fuente, estandarizar formatos y garantizar la coherencia e integridad. No puedes esperar que todos tus datos vivan en un solo lugar, por lo que necesitarás crear mecanismos de intercambio, como lagos o almacenes de datospara permitir que diferentes departamentos accedan a los datos y los utilicen. Debes incorporar un gobierno de datos adecuado, lo que incluye controles de acceso, privacidad de datos y medidas de seguridad para proteger la información confidencial.
Mapea tus datos hacia tus modelos de datos de clientes y realiza la resolución de identidad de clientes.
Una vez que conectas tus datos, el siguiente paso consiste en organizar y armonizar tu información en relación con tu modelo de datos de clientes. Es esencial contar con un sistema de gestión de relaciones con el cliente (CRM) para obtener una vista completa de 360 grados de tus datos de clientes.
Si tus equipos aún no trabajan juntos en el CRM, no tendrás el panorama completo que necesitas para obtener resultados útiles de tus modelos.
Puedes armonizar los datos en tu CRM al utilizar la IA para crear un conjunto de reglas de coincidencia para la resolución de identidad de clientes.
Cuando reúnes los datos de toda tu empresa e incorporas la IA generativa, tu CRM se convierte en un centro neurálgico para crear perfiles de clientes unificados a los que todos tus equipos pueden acceder.
Lista de verificación para preparar tu tecnología:
- Define y alinea las mediciones de datos de toda la empresa, los principios para ofrecer valor al cliente y los casos de uso para incorporar la IA.
- Conecta tu entorno de datos para mejorar la toma de decisiones en tiempo real y las experiencias del cliente con perfiles de clientes y una fuente única de verdad unificada.
- Encuentra formas de ofrecer más valor al cliente a través de la personalización.
- Encuentra formas de aumentar la productividad con la automatización y la optimización.
- Capacita a los equipos para integrar la IA en sus procesos y productos mediante pautas claras.
Capítulo 3 Capacita a tu personal.
Desarrolla una fuerza laboral preparada para la IA.
Con la rápida evolución tecnológica, las prácticas de capacitación deben mantenerse al día. Mientras que cerca de dos tercios de los empleados usan o planean usar IA generativa en el trabajo, casi el 61 % de quienes planean incorporar esta tecnología no saben cómo utilizar fuentes de datos de confianza ni cómo mantener segura la información confidencial.
"Eliminar el miedo y ayudar a que todos entiendan qué es posible y qué no, permitirá lograr casos de uso más valiosos, donde los líderes de negocio y los equipos técnicos colaboren estrechamente para acelerar la innovación".
Dr. Andy Moore, director de Datos de Bentley Motors
Aquí tienes siete conjuntos de habilidades que los empleados deben perfeccionar a medida que incorporas la IA en el flujo de trabajo:
- Adaptabilidad y aprendizaje continuo
La apertura al cambio, la adaptabilidad y el compromiso con el aprendizaje durante toda la carrera profesional son fundamentales si los empleados quieren mantenerse al día con los avances de la IA. - Cultura de datos
Invierte en desarrollar la cultura de datos mediante el fomento de habilidades en la recopilación, preparación, exploración y visualización de datos, así como en la comprensión de la ética y la privacidad de los datos. Después, prioriza los datos en la toma de decisiones y los procesos de negocio, y alinéalos con los resultados comerciales. - Conocimiento del dominio
Comprender los desafíos y puntos críticos de una industria o dominio donde aplicarás la IA, como la atención médica, las finanzas, el marketing o la fabricación. - Comunicación y colaboración
Asegúrate de que los líderes tengan habilidades de comunicación sólidas para transmitir cómo funcionará tu tecnología de IA en todos los equipos, con objetivos organizacionales compartidos. - Redacción de solicitudes
Aprende a redactar solicitudes para garantizar resultados de IA de calidad. - Resolución de problemas y pensamiento analítico
La IA generativa se complementa mejor con el pensamiento crítico, la experimentación, la iteración y las habilidades efectivas de resolución de problemas. - Habilidades técnicas
Desarrolla competencia en programación (Python, R, etc.), análisis de datos, estadística, aprendizaje automático, aprendizaje profundo y procesamiento de lenguaje natural (NLP).
Nuestra plataforma gratuita de aprendizaje en línea, Trailhead, ofrece módulos fáciles de asimilar o "pistas" para ayudar a tu equipo a adquirir las habilidades que necesitarán para comenzar con la IA generativa. También encontrarás pistas para el análisis de datos y el aprendizaje automático, con temas nuevos que agregamos constantemente.
También puedes mantenerte al día con los últimos desarrollos de IA con nuestro boletín informativo “Ask More of AI" (Pregúntale más a la IA)
.
Lista de verificación para preparar a tu personal:
- Determina qué habilidades necesita tu fuerza laboral y establece prioridades.
- Dedica tiempo y espacio a que los empleados reciban capacitación.
- Ofrece a tu fuerza laboral capacitación continua para adquirir nuevas habilidades a medida que evoluciona la tecnología de IA generativa.
- Echa un vistazo a Trailhead, la divertida plataforma gratuita de aprendizaje en línea de Salesforce.
Preguntas frecuentes sobre la estrategia de IA
Esta guía de estrategia de IA ofrece un marco de trabajo y pasos prácticos para que las organizaciones planifiquen, implementen y escalen iniciativas de inteligencia artificial de manera efectiva.
Una estrategia de IA garantiza que las inversiones en IA se alineen con los objetivos del negocio, mitiga riesgos, optimiza la asignación de recursos y fomenta una cultura basada en datos para lograr un crecimiento sostenible.
Los componentes clave incluyen la definición de objetivos de IA, la evaluación de las capacidades actuales, la creación de una base de datos, la selección de tecnologías adecuadas, el desarrollo de talento y el establecimiento de gobierno y ética.
Una estrategia de datos sólida que se enfoque en la calidad, accesibilidad, integración, y gobierno de los datos resulta fundamental, ya que los modelos de IA dependen en gran medida de datos limpios y relevantes para su entrenamiento y rendimiento.
El liderazgo resulta crítico para establecer la visión, asignar recursos, fomentar la colaboración entre diferentes funciones, impulsar el cambio cultural y promover la adopción responsable de la IA.
Una estrategia de IA integral integra pautas éticas, principios de equidad, mecanismos de transparencia y marcos de rendición de cuentas para garantizar el desarrollo y uso responsable de los sistemas de IA.
Evita errores comunes como las iniciativas de IA aisladas en silos, la falta de respaldo por parte de los ejecutivos, ignorar la calidad de los datos, subestimar las necesidades de la administración de cambios y no definir mediciones de éxito claras.
Obtén más información sobre los agentes de IA y cómo pueden ayudar a tu empresa.
La guía de Agentforce sobre razonamiento, subagentes, instrucciones y acciones.
¿Qué es la IA de agentes?
Cómo crear un agente de IA