Qué hace la IA, explicado sin jerga
Una guía breve sobre IA, machine learning y digitalización, escrita para gente de negocio. Le ayuda a saber qué está comprando y qué preguntas hacer.
Por qué IA, ML y digitalización
La mayoría de las empresas ya tienen los datos que necesitan, pero les cuesta llegar a ellos. La digitalización los reúne en un solo lugar, y una capa de IA le permite consultarlos con lenguaje corriente.
Qué es la IA, en realidad
Un programa muy bueno reconociendo patrones en grandes cantidades de datos. No es consciente ni sabe cosas como una persona. Lo usa como un asistente, y usted comprueba lo que le da.
Qué es el machine learning
Se parece a un empleado nuevo que aprende cómo funcionan las cosas observando lo que ha pasado mes a mes. La diferencia es que mira todos los datos a la vez y no olvida nada.
Automatización e IA
Una automatización sencilla mueve datos de un sitio a otro según una regla fija. La IA lee el contenido y puede tomar una decisión a partir de él. Las dos son útiles, pero para cosas distintas.
Por qué ahora
Las empresas que tienen los datos en un solo lugar pueden decidir con cifras. Cuanto más tarde empiecen, más histórico tendrán que poner en orden.
La digitalización se encarga del trabajo repetitivo, y a las personas les queda más tiempo para decidir.
Predicciones y machine learning
El machine learning convierte en cifras la intuición de una persona con experiencia y la aplica igual cada día. Responde a la pregunta que se hace cualquier empresa: ¿qué viene ahora?
Qué puede predecir
La demanda de los próximos días, el dinero que entra y el que sale, el riesgo de que una factura se pague con retraso y las anomalías, es decir, los puntos donde pierde dinero sin verlo.
Lo más probable, no lo seguro
Una predicción es la mejor estimación a partir de los patrones que se repiten, con un margen de incertidumbre a la vista. Para los próximos días es precisa; para meses lejanos es solo una orientación.
El mismo resultado con los mismos datos
Un modelo de predicción da el mismo resultado cada vez que recibe los mismos datos, así que puede comprobar de dónde sale cada número.
Cuándo funciona y cuándo no
Si los datos de entrada están mal, la predicción también. Los modelos funcionan bien con patrones que se repiten y no pueden anticipar una crisis repentina ni un cliente nuevo muy grande.
El modelo le dice qué es lo más probable que ocurra. Qué hace con eso lo decide usted.
Cómo trabaja un modelo de lenguaje
No hace falta ser técnico para entender la idea básica. Quien la entiende usa mejor la IA y sabe cuándo no fiarse de ella.
Predice la siguiente palabra
Un modelo de lenguaje, como el que hay detrás de un chat, no sabe cosas como las sabe una persona. Elige la siguiente palabra más probable, a partir de una cantidad enorme de ejemplos. Por eso, cuando no tiene datos claros, puede inventar respuestas que suenan bien.
Grounding
Para que no invente, lo anclamos a sus datos aprobados y le pedimos que responda solo a partir de ellos. Cuando no encuentra ahí la respuesta, tiene que decirlo.
La temperatura
Un parámetro que regula cuánto varían las respuestas del modelo. Para cifras de negocio la mantenemos baja, para que las respuestas sean precisas y constantes.
Modelo de lenguaje y machine learning
El modelo de lenguaje es bueno con el texto y las explicaciones, y el machine learning con las predicciones sobre cifras. Usamos cada uno donde es bueno.
Una IA es tan buena como sus datos y como la forma en que se la guía.
Términos que conviene conocer
En pocas palabras, sin jerga.
- Prompt
- La instrucción que le da a la IA. Cuanto más clara sea y más contexto tenga, mejor será la respuesta.
- Alucinación
- Una respuesta inventada por la IA, que suena convincente pero es errónea. Se previene con grounding.
- Grounding
- Anclar la IA a fuentes verificadas, como los datos de su empresa, para que responda a partir de ellas.
- Token
- El fragmento de texto con el que trabaja un modelo, unas tres cuartas partes de una palabra. El coste se mide en tokens.
- Read-only
- Acceso solo de lectura: la IA puede leer los datos, pero no puede borrarlos ni modificarlos.
- Agente de IA
- Una IA que lleva una tarea hasta el final: lee, decide y actúa.
- LLM
- Large Language Model, el modelo que entiende y escribe texto, por ejemplo Claude.
- Modelo (ML)
- Un programa que ha aprendido patrones a partir de datos históricos para hacer predicciones.
¿Aún no sabe por dónde empezar?
Responda a seis preguntas sobre su empresa. En uno o dos días laborables le enviamos el plan de IA de su empresa, escrito por una persona del equipo de Askera.
¿Quiere ver qué puede hacer la IA en su empresa?
Le hacemos una evaluación gratuita y le decimos por dónde merece la pena empezar.