¿Qué es la IA generativa? (Una guía completa)

Nota del editor: AI Cloud, Einstein GPT y otros productos GPT en la nube ahora son Einstein. Para conocer las últimas novedades sobre Salesforce Einstein, haga clic aquí.

La inteligencia artificial (IA) generativa irrumpió con fuerza a finales de 2022, despertando en personas y empresas una gran curiosidad y un sinfín de preguntas sobre su potencial.

Pero, ¿qué significa la IA generativa? En pocas palabras, la IA generativa es una tecnología que toma un conjunto de datos y los utiliza para crear algo nuevo —como poesía, una explicación de física, un correo electrónico a un cliente, una imagen o música nueva— cuando se lo solicita un humano.

A diferencia de los modelos tradicionales de IA, la IA generativa "no se limita a clasificar o predecir, sino que crea contenido propio [...] y lo hace con un dominio del lenguaje similar al humano", explica el científico jefe de Salesforce, Silvio Savarese.

Por supuesto, la capacidad de clasificar y predecir datos con precisión es un elemento fundamental para el éxito de la IA generativa: el producto es tan bueno como los datos con los que trabaja.

"La IA es tan buena como los datos que se le proporcionan, y es fundamental asegurarse de que los conjuntos de datos sean representativos".

Paula Goldman, directora de Uso ético y humano de Salesforce

Existen varios enfoques para desarrollar modelos de IA generativa, pero uno que está ganando terreno es el uso de grandes modelos de lenguaje (LLM) preentrenados para crear contenido novedoso a partir de indicaciones basadas en texto. La IA generativa ya está ayudando a las personas a crear todo tipo de cosas, desde currículos y planes de negocio hasta líneas de código y arte digital. Sin embargo, el potencial de esta tecnología en Salesforce y para las empresas va más allá de crear imágenes de osos polares tocando el bajo.

El usuario indica a la herramienta qué debe producir y, a continuación, basándose en los LLM con los que debe trabajar, la IA genera algo, ya sean palabras, código o, si se piensa a lo grande, incluso nuevas proteínas.

Savarese predice que, con el tiempo, estas herramientas de IA "nos asistirán en muchos aspectos de nuestras vidas y asumirán el papel de colaboradores con superpoderes". Para las empresas es especialmente importante incluir un enfoque humano en el proceso de desarrollo y uso de las tecnologías de IA generativa. Al hacerlo, las empresas pueden validar y probar flujos de trabajo automatizados con supervisión e intervención humana antes de dar rienda suelta a sistemas totalmente autónomos. Esto puede ayudar a prevenir riesgos potenciales y a garantizar que la tecnología se utilice de manera responsable y ética. Además, contar con una persona en el proceso puede ayudar a generar confianza en la tecnología entre las partes interesadas y los clientes.

En términos más técnicos, esto se logra mediante el uso de dos tipos de modelos de aprendizaje profundo: redes generativas adversarias (GAN) o transformadores.

• Las GAN están compuestas por dos redes neuronales: un generador y un discriminador. Las dos redes compiten entre sí: el generador crea una salida basada en una entrada y el discriminador trata de determinar si la salida es real o falsa. A continuación, el generador ajusta la salida en función de la información recibida del discriminador, y el ciclo continúa hasta que el discriminador no es capaz de distinguir.
• Los distintos modelos de transformador, como ChatGPT (que significa transformador generativo preentrenado para chat), crean resultados basados en datos secuenciales (como oraciones o párrafos) en lugar de puntos de datos individuales. Este acercamiento permite al modelo procesar el contexto de manera eficiente, por eso se utiliza para generar o traducir texto.
• Si bien las GAN y los transformadores se encuentran entre los modelos de IA generativa más populares, también se utilizan otras técnicas, como los autocodificadores variacionales (VAE), que también se basan en dos redes neuronales para generar datos nuevos a partir de datos de muestra, y los campos de radiancia neuronal (NeRF), que se utilizan para crear imágenes en 2D y 3D.

Los modelos de IA generativa como ChatGPT, StableDiffusion y Midjourney han llamado la atención de líderes empresariales de todo el mundo.

De hecho, una nueva encuesta de Salesforce reveló que dos tercios (67 %) de los líderes de TI están dando prioridad a la IA generativa en sus empresas de cara a los próximos 18 meses, y un tercio (33 %) la considera su máxima prioridad.

Como se destaca en una reciente noticia de Einstein GPT de Salesforce, la tecnología es "abierta y ampliable, compatible con modelos de IA diseñados específicamente para CRM, públicos y privados, y se entrena con datos fiables en tiempo real".

Salesforce lleva años investigando cómo desarrollar e implementar la IA generativa para satisfacer las necesidades de los clientes. Por ejemplo, la empresa presentó CodeGen, que democratiza la ingeniería de software al ayudar a los usuarios a convertir sencillas indicaciones en inglés en código ejecutable. Otro proyecto, LAVIS (abreviatura de LAnguage-VISion), contribuye a que las capacidades de visión lingüística de la IA sean accesibles a un amplio público de investigadores y profesionales.

Más recientemente, el proyecto ProGen de Salesforce reveló que, al crear modelos lingüísticos basados en aminoácidos en lugar de letras y palabras, la IA generativa fue capaz de producir proteínas que no se habían encontrado en la naturaleza y que, en muchos casos, son más funcionales. En futuras investigaciones, se espera que estas proteínas puedan utilizarse para desarrollar medicamentos, vacunas y tratamientos para enfermedades.

Ketan Karkhanis, vicepresidente ejecutivo y director general de Sales Cloud de Salesforce, afirmó que, si bien la tecnología puede significar una gran ventaja para las grandes empresas, también resulta útil para las pequeñas y medianas empresas (pymes).

"Funcionalidades como las propuestas automatizadas generadas por IA y la comunicación con los clientes, en combinación con modelos predictivos de ventas, proporcionarán a las pymes herramientas aún más potentes para ofrecer una excelente experiencia al cliente, gestionar los gastos operativos y lograr un crecimiento sostenible", cuenta Karkhanis.

Clara Shih, directora ejecutiva de Salesforce AI, considera que la IA generativa "transformará por completo el ámbito del servicio de atención al cliente".

"Con la IA generativa integrada en Einstein for Service y Einstein 1, tendremos la capacidad de generar automáticamente respuestas personalizadas para que los agentes puedan enviarlas rápidamente por correo electrónico o mensaje a los clientes, lo que liberará a los agentes humanos para que dediquen más tiempo a abordar en profundidad cuestiones complejas y a establecer relaciones duraderas con los clientes", afirma Shih.

Si bien el potencial de la IA generativa es inmenso, «no está exento de riesgos», según Paula Goldman, directora de Uso ético y humano de Salesforce, y Kathy Baxter, arquitecta principal de la práctica de IA ética de Salesforce.

En un artículo escrito en colaboración, ambos autores señalaron que "no basta con ofrecer las capacidades tecnológicas de la IA generativa. Debemos dar prioridad a la innovación responsable para ayudar a orientar la forma en que se puede y debe utilizar esta tecnología transformadora, y garantizar que nuestros empleados, socios y clientes dispongan de las herramientas necesarias para desarrollar y utilizar estas tecnologías de forma segura, precisa y ética".

En una entrevista con Silicon, Goldman declaró lo siguiente: "Cuando implementamos la IA en un contexto empresarial, la precisión es fundamental, ya que debe garantizarse que, si la IA formula una recomendación para una respuesta rápida, una conversación de chat con un cliente o un correo electrónico con fines comerciales, no se inventen datos". Garantizar que los datos sean precisos y fiables es fundamental en cualquier implementación de IA.

El tono de autoridad que transmiten las respuestas de ChatGPT es un aspecto reseñable, según Savarese, quien advierte de que podría conducir a lo que él denomina un "fracaso con confianza".

"El tono sereno y a menudo profesional que transmiten estos modelos al responder preguntas y seguir instrucciones hace que sus aciertos sean aún más impresionantes, pero también que sus errores sean realmente peligrosos", dice Saverese. "Hasta los expertos quedan habitualmente sorprendidos ante su poder de persuasión".

Si la dependencia de herramientas como ChatGPT se amplía al ámbito empresarial, es fácil comprender cuánto podría haber en juego. Sin embargo, los líderes de TI se muestran cautelosos: casi seis de cada diez (59 %) consideran que los resultados de la IA generativa son inexactos.

Luego está la cuestión de cómo utilizar la IA generativa de forma ética, inclusiva y responsable.

Por eso Salesforce está desarrollando funciones de IA fiables con medidas de protección y orientación integradas para ayudar a detectar posibles problemas antes de que se produzcan. Si el mundo va a aprovechar el potencial de la IA generativa, necesitará razones sólidas para confiar en estos modelos a todos los niveles.

Una IA responsable también es una IA sostenible. La IA consume mucha más energía que el trabajo tradicional y el 71 % de los líderes de TI coinciden en que la IA generativa aumentaría su huella de carbono debido al mayor consumo energético de los sistemas informáticos.

A pesar de la necesidad de explorar la IA generativa de manera inclusiva y consciente, esta tecnología ofrece un enorme potencial para el futuro del CRM.

La IA es desde hace tiempo una parte integral de Salesforce Platform. Por ejemplo, las tecnologías Einstein AI proporcionan más de 200.000 millones de predicciones diarias en Einstein 1, lo que ayuda a las empresas a cerrar negociaciones más rápidamente, ofrecer conversaciones similares a las humanas basadas en IA para responder a las preguntas frecuentes y comprender mejor el comportamiento de los clientes.

Recientemente, Salesforce anunció Einstein GPT, la primera IA generativa del mundo para CRM. Desde correos electrónicos personalizados para ventas hasta códigos generados automáticamente, Einstein GPT proporcionará contenido creado por IA en todas las interacciones de ventas, atención al cliente, marketing, comercio y TI, a hiperescala. Además, está diseñado para satisfacer las necesidades específicas de los clientes: Einstein GPT utiliza datos de Data Cloud en combinación con datos públicos para crear contenido en todo Einstein 1.

Y lo hará con los mismos principios de inclusión, responsabilidad y sostenibilidad que caracterizan a todos los productos de Salesforce. Lea sobre el CRM generativo y por qué es importante para las empresas.

Obtenga más información sobre Einstein GPT y cómo marca el próximo gran hito en el camino hacia la IA de Salesforce.