Skip to Content

¿Cómo crear una estrategia de IA innovadora?

La imagen muestra una pantalla de computadora con la interfaz de un sistema de gestión de clientes, probablemente de Salesforce, en un diseño de "Service Console". En el monitor, se aprecian varias secciones dedicadas a los detalles de contacto y cuenta de una cliente llamada Bonnie Barra, quien ocupa el puesto de EVP de desarrollo de negocios. También hay una sección titulada "Customer would like to upgrade" que parece mostrar el estado de un caso de servicio al cliente, con opciones para marcarlo como "completado" o asignarlo a diferentes etapas de resolución. A la derecha, un asistente virtual basado en IA llamado "Einstein" ofrece respuestas automatizadas y ayuda en la gestión de casos y consultas. Este asistente está representado visualmente por un personaje caricaturesco de Albert Einstein, que aparece en la parte inferior derecha de la imagen, saludando de forma amigable. El fondo es de un color degradado entre azul y púrpura, con pequeños destellos y efectos gráficos que le dan un aspecto moderno y tecnológico. La imagen resalta la funcionalidad y sofisticación del sistema, enfatizando la integración de herramientas de inteligencia artificial para mejorar el servicio al cliente.

La IA está transformando la manera en que las empresas operan. Aprende a crear una estrategia de IA revolucionaria con nuestra guía exclusiva de estrategias de IA.

La inteligencia artificial generativa ya está ayudando a las empresas a construir relaciones más sólidas con sus clientes y a transformar la forma en que operan los negocios. 

Ya sea que estés comenzando con la IA o que ya estés innovando con esta tecnología, esta guía te ayudará a planificar estratégicamente, a explorar nuevas posibilidades y a responder preguntas importantes sobre los beneficios de la IA. 

Esta guía proviene de expertos en IA, datos y CRM de Salesforce, comprometidos a brindar a empleados, clientes y socios las herramientas necesarias para desarrollar y usar esta tecnología de manera segura, ética y precisa. 

Capítulo 1: Planifica tu Enfoque 

La era de la IA generativa ha llegado. 

La IA está creciendo más rápido que cualquier otra tecnología de nuestro tiempo. Es tentador lanzarse de inmediato, pero tomemos un respiro. 

Como líderes empresariales, todos queremos aprovechar al máximo las capacidades de la IA para crear eficiencia y fomentar el crecimiento empresarial. Sin embargo, también tenemos la responsabilidad de garantizar que la IA sea segura, inclusiva y confiable. 

Photo description: La imagen muestra una línea de tiempo comparativa que ilustra el tiempo que tardaron diferentes tecnologías en alcanzar los 100 millones de usuarios. En un fondo azul oscuro, se destacan cuatro categorías: 

Mobile: "16 years to 100M users" (16 años para llegar a 100 millones de usuarios). Representado con una imagen de una mano tocando un smartphone en la esquina izquierda. 

World Wide Web: "7 years to 100M users" (7 años para llegar a 100 millones de usuarios), acompañado de íconos de nubes, representando la conectividad en línea. 

Social: "2.5 years to 100M users" (2.5 años para llegar a 100 millones de usuarios). Incluye emojis de reacciones sociales, como corazones, pulgares arriba y caritas, simbolizando las redes sociales y la rápida adopción de estas plataformas. 

AI: "2 months to 100M users" (2 meses para llegar a 100 millones de usuarios). Representado con una imagen artística de un rostro humano estilizado con efectos de color y luces, simbolizando la inteligencia artificial y su veloz crecimiento en popularidad.  

Esta gráfica visualiza la acelerada adopción de la tecnología en los últimos años, enfatizando cómo la IA ha superado con creces la velocidad de adopción de las tecnologías anteriores.

Un enfoque reflexivo comienza con la confianza

La IA generativa es capaz de crear textos, música, imágenes e incluso código informático, y puede impulsar experiencias excepcionales para los clientes y beneficios empresariales. Sin embargo, actualmente existe una brecha de confianza en la IA. Para los CEO, la IA es la prioridad número uno, pero el 73% de los empleados creen que la IA generativa introduce nuevos riesgos: privacidad, alucinaciones, control de datos, sesgo y toxicidad son solo algunas de sus preocupaciones. 

Al igual que en las relaciones significativas entre marcas y clientes, el éxito de la IA debe basarse en la confianza. Es necesario fomentar la confianza y mitigar los riesgos éticos y de seguridad al usar la IA generativa para abrir la puerta a experiencias más ricas para los clientes. 

Crea pautas para el uso ético

Solo ganarás la confianza de tus usuarios si puedes demostrar que los resultados y decisiones generados por los modelos de IA son efectivos, precisos y libres de sesgo y toxicidad. Es fundamental establecer límites éticos para innovar de manera responsable, adelantarse a posibles problemas y crear prácticas seguras y confiables para tu negocio. 

Es crucial establecer controles éticos en torno a la IA generativa. Las encuestas recientes encontraron que: 

  • El 45% de los ejecutivos cree que la IA puede afectar negativamente la confianza en sus organizaciones sin una adecuada gestión de riesgos.* 
  • El 73% de los empleados cree que la IA generativa introduce nuevos riesgos de seguridad para su empresa.** 

(* KPMG Generative AI Survey, 2023 
** Salesforce’s Generative AI Snapshot Research Series, 2023)

A continuación, presentamos cinco pautas que tu empresa puede utilizar para orientar el trabajo de tu equipo y guiar el desarrollo de una IA generativa confiable: 

  1. Precisión: Entrena tus modelos de IA con datos confiables para obtener resultados verificables. Comunica abiertamente cuando haya incertidumbre o falta de claridad en las respuestas. 
  2. Seguridad: Realiza evaluaciones de sesgo y explicabilidad regularmente para mitigar posibles daños. Protege los datos personales (PII) utilizados para el entrenamiento. 
  1. Transparencia: Asegúrate de contar con consentimiento para el uso de datos, confiando en fuentes éticas y transparentes. Siempre sé claro al entregar resultados generados por IA. 
  1. Empoderamiento: La IA es mejor como asistente. Asegura que haya intervención humana en el proceso para reducir daños potenciales o inexactitudes. 
  1. Sostenibilidad: Optimiza los modelos priorizando datos representativos y de alta calidad para reducir el consumo de energía y la huella de carbono. 

    Establece estándares de confianza para proteger tus datos

    Si bien deseas aprovechar las ganancias en productividad habilitadas por modelos de IA generativa de terceros, estos modelos manejan los datos de nuevas maneras. Los modelos de lenguaje grande no almacenan datos de la misma forma que una base de datos, sino que “aprenden” de los datos. 

    Aquí tienes seis estándares de confianza que te permitirán evitar problemas importantes y establecer pautas claras para cualquier equipo, proveedor o socio: 

    1. Recuperación segura de datos y contextualización dinámica: Asegura que los datos recuperados para un prompt generativo mantengan los niveles de permiso y que los usuarios solo accedan a la información autorizada. 
    1. Enmascaramiento de datos: Al enmascarar información identificable en los prompts, puedes mejorar las salidas sin exponer datos sensibles. 
    1. Defensa del prompt: Protege contra hackers mediante instrucciones en el prompt que limiten la generación de respuestas sin base de datos confiable. 
    1. Detección de toxicidad: Usa modelos optimizados para detectar contenido dañino y marcarlo antes de ser utilizado. 
    1. Retención de datos cero: Establece controles de seguridad para asegurar que tanto los prompts como las respuestas se borren y no se almacenen. 
    1. Auditoría: Asegura una trazabilidad que permita revisar el código y el origen de los datos para refinar modelos y mantener la conformidad con los estándares legales y éticos. 

    Lista de verificación para generar confianza en la IA generativa

    • Proporcionar educación a nivel de toda la empresa para identificar sesgos y reducir riesgos. 
    • Generar confianza demostrando a los clientes que comprendes sus puntos de dolor y el potencial de crecimiento, implementando una gestión efectiva de datos y ofreciendo transparencia sobre las entradas, salidas y posibles sesgos de tu modelo. 

    Capítulo 2: Prepara tu Tecnología 

    Define casos de uso de IA con el cliente en el centro.

    La IA tiene el potencial de transformar cada rincón de tu empresa, desde ventas hasta servicio, marketing y comercio. Puedes anticipar el comportamiento del cliente, entender la satisfacción del cliente y crear experiencias más personalizadas. 

    Cuando se integra correctamente en el flujo de trabajo, la IA predictiva y generativa puede ayudarte a tomar decisiones informadas basadas en datos de negocio y crear contenido en lenguaje natural. Su impacto puede ser inmediato en casi todos los departamentos. 

    Un análisis de las operaciones actuales en todos los departamentos te ayudará a identificar tareas y procesos que pueden beneficiarse de la optimización con IA predictiva y generativa. Al identificar áreas donde la IA puede proporcionar información accionable, mejorar la toma de decisiones, enriquecer las experiencias de los clientes o reducir costos, puedes alinear la tecnología con los objetivos estratégicos de la empresa y generar valor para el cliente. Además, puedes refinar modelos continuamente, mejorar el rendimiento y tomar decisiones más informadas. 

    Explora algunos de los casos de uso más comunes por departamento

    Cuando entrenas IA generativa con tus datos y CRM, puedes mejorar las experiencias del cliente y la toma de decisiones, impulsando la productividad y la eficiencia. Observa cómo. 

    Ayuda a ventas a cerrar negocios más rápido: 

    • Priorización de oportunidades 
    • Identificación de las mejores acciones a seguir 
    • Generación de comunicaciones personalizadas 

    Agiliza el servicio al cliente: 

    • Generación de respuestas relevantes 
    • Manejo de consultas con chatbots y asistentes virtuales 
    • Fomento de la eficiencia y rentabilidad 

    Personaliza las ofertas de marketing: 

    • Identificación de audiencias objetivo 
    • Optimización de ofertas en campañas 
    • Creación de contenido más resonante 

    Incrementa las tasas de conversión en comercio: 

    • Personalización de recomendaciones 
    • Mejora de las operaciones post-compra 
    • Detección de fraudes 

    Ayuda a los equipos de TI a implementar más rápido: 

    • Provisión de información de rendimiento y operaciones 
    • Toma de decisiones basadas en datos 
    • Aprovechamiento de código generado por IA 
    • Enfoque en tareas de alto valor 

    A medida que exploras los próximos pasos en tu transformación con IA, es importante involucrar a tus equipos, quienes cada vez están más preocupados por el futuro de sus empleos. 

    Pero la IA puede ayudar a eliminar el tedio de las tareas diarias y liberar tiempo para que los empleados sean más creativos y se concentren en áreas de impacto para tu negocio. Al aumentar tareas complejas y automatizar trabajos manuales que consumen mucho tiempo con IA generativa, las personas tienen la oportunidad de trabajar de manera más inteligente. 

    Usa este ejercicio para identificar las mejores oportunidades de automatización y aumento junto a tus equipos. 

    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 lo hacen, corres el riesgo de obtener resultados de baja calidad de tu IA generativa. 

    El primer paso importante es conectar, organizar y armonizar tus datos para que puedas entender y satisfacer las necesidades de tus clientes con IA generativa. 

    Conecta tus datos de cliente

    Hazte estas preguntas para determinar cómo integrar datos de diferentes fuentes. 

    • Hosting: ¿Dónde están actualmente alojados tus datos? ¿Están en múltiples nubes o en varias organizaciones? 
    • Residencia de los datos: ¿Qué tipo de residencia de datos necesita tu organización soportar? Es decir, ¿qué países y requisitos regulatorios deben considerarse? 
    • Estructura de los datos: ¿Los datos están estructurados, como inventarios de productos u oportunidades de ventas, o están desestructurados, como archivos PDF y transcripciones de chat? 
    • Procesamiento en tiempo real vs. por lotes: ¿Qué fuentes de datos necesitan actualizarse y transmitirse en tiempo real? 
    • Datos transaccionales: Información que captura transacciones de clientes y negocios, como fechas, hora, lugar y nombres. Estos datos requieren actualizaciones con el tiempo e incluyen ejemplos como registros de oportunidades, estado de pedidos y casos de servicio 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. Estos datos son importantes en tiempo real para crear interacciones frescas y personalización. 

    Una plataforma de datos te permite integrar grandes cantidades de datos de cualquier fuente, estandarizar formatos y asegurar consistencia e integridad. No puedes esperar que todos tus datos vivan en un solo lugar, por lo que necesitarás crear mecanismos de compartición, como lagos de datos o almacenes, para que diferentes departamentos puedan acceder y utilizar los datos. Es esencial incorporar una gobernanza adecuada, incluyendo controles de acceso, privacidad de datos y medidas de seguridad para proteger información sensible. 

    Mapea a tu(s) modelo(s) de datos del cliente y realiza la resolución de identidad de cliente

    Una vez conectados tus datos, el siguiente paso es organizarlos y armonizarlos en relación con tu modelo de datos de cliente. Es esencial tener un sistema de gestión de relaciones con el cliente (CRM) para obtener una visión completa, de 360 grados, de tus datos de cliente. 

    Si tus equipos no están ya en CRM, no tendrás la imagen completa que necesitas para obtener resultados útiles de tus modelos. 

    Puedes armonizar los datos en tu CRM utilizando IA para crear un conjunto de reglas de coincidencia para la resolución de identidad de cliente. 

    Al reunir datos de toda tu empresa e incorporar IA generativa, tu CRM se convierte en un centro centralizado para crear perfiles de clientes unificados a los que todos tus equipos pueden acceder. 

    Lista de verificación para preparar tu tecnología: 

    • Define y alinea métricas de datos a nivel de empresa, principios para proporcionar valor al cliente y casos de uso para incorporar IA. 
    • Conecta tu entorno de datos para mejorar la toma de decisiones en tiempo real y las experiencias de cliente con perfiles de cliente y una única fuente de verdad. 
    • Encuentra formas de aportar más valor al cliente a través de la personalización. 
    • Encuentra formas de incrementar la productividad con la automatización. 
    • Capacita a los equipos para integrar IA en sus procesos y productos mediante directrices claras. 

    Capítulo 3: Empodera a tu equipo 

    Construye una fuerza laboral lista para la IA 

    Con la tecnología cambiando rápidamente, tus prácticas de capacitación deben mantenerse al día. Aunque aproximadamente dos tercios de los empleados ya usan o planean usar IA generativa en el trabajo, casi el 61 % de aquellos que planean incorporar esta tecnología no saben cómo usar fuentes de datos confiables ni cómo mantener segura la información sensible. 

    Eliminar el miedo y ayudar a todos a entender qué es y qué no es posible conducirá a casos de uso más valiosos, donde los socios comerciales y técnicos trabajen en conjunto para impulsar la innovación.

    Dr. Andy Moore, Director de Datos, Bentley Motors 

    Aquí tienes siete habilidades que tus empleados deben fortalecer al incorporar IA en su flujo de trabajo: 

    • Adaptabilidad y aprendizaje continuo: La apertura al cambio, la adaptabilidad y el compromiso con el aprendizaje a lo largo de la vida son esenciales para que los empleados se mantengan al día con los avances en IA. 
    • Alfabetización en datos: Invierte en mejorar la alfabetización en datos promoviendo habilidades en recolección, preparación, exploración, visualización y comprensión de la ética y privacidad de los datos. Luego, prioriza el uso de datos en la toma de decisiones y procesos de negocio, alineándolos con los resultados empresariales. 
    • Conocimiento del sector: Comprende los desafíos y puntos críticos de la industria o sector donde se aplicará la IA, como la salud, las finanzas, el marketing o la manufactura. 
    • Comunicación y colaboración: Asegúrate de que los líderes tengan fuertes habilidades de comunicación para explicar cómo funcionará la tecnología de IA en equipos con objetivos organizacionales compartidos. 
    • Redacción de prompts: Aprende a escribir instrucciones o “prompts” para asegurar la calidad de los resultados de la IA. 
    • Resolución de problemas y pensamiento analítico: La IA generativa combina mejor con el pensamiento crítico, la experimentación, la iteración y la resolución efectiva 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 consumir o “caminos” para ayudar a tu equipo a adquirir las habilidades necesarias para iniciarse en la IA generativa. También encontrarás “caminos” en análisis de datos y aprendizaje automático, con nuevos temas que se añaden todo el tiempo. 

    También puedes mantenerte al tanto de los últimos avances en IA con nuestro boletín informativo “Ask More of AI”. 

    Lista de verificación para preparar a tu equipo

    • Determina qué habilidades necesita tu fuerza laboral y establece prioridades. 
    • Haz tiempo y espacio para que los empleados reciban capacitación. 
    • Ofrece a tu equipo entrenamiento continuo para adquirir nuevas habilidades a medida que evoluciona la tecnología de IA generativa. 
    • Revisa Trailhead, la plataforma gratuita y divertida de aprendizaje en línea de Salesforce. 

    6 estrategias para preparar una IA generativa confiable