Este cambio nos recuerda la transición de mainframes a aplicaciones cliente/servidor y luego a aplicaciones de Internet. En cada paso, la tecnología transformó radicalmente la dirección empresarial, instando a las compañías a repensar y, en muchos casos, reescribir sus aplicaciones existentes, abrazando nuevas posibilidades tecnológicas.
Hoy, nos encontramos ante una encrucijada similar con la IA. La IA generativa está revolucionando cómo interactuamos con la información, cambiando la forma en que concebimos y construimos aplicaciones. Este podría ser el cambio más trascendental en el desarrollo de aplicaciones hasta ahora.
Los modelos de lenguaje grande (LLM), además de generar contenido, tienen la habilidad de razonar y orquestar tareas. Ya están resolviendo problemas que antes requerían aplicaciones personalizadas o eran simplemente inalcanzables con métodos tradicionales.
Sin embargo, estos modelos básicos, como GPT-4 de OpenAI y Bard de Google, podrían carecer de acceso a información actualizada o privada que necesitan para tareas específicas, como ofrecer listas de oportunidades de ventas principales o vuelos disponibles de Boston a San Francisco mañana. Tampoco tienen la capacidad de actuar directamente, como actualizar registros en software de gestión de relaciones con el cliente o reservar vuelos en nombre del usuario.
Potenciando los LLM
Para ampliar las capacidades nativas de los LLM, los desarrolladores pueden escribir acciones que proporcionen a estos modelos la información y la capacidad para ejecutar tareas específicas. Estas acciones, como bloques de construcción, encapsulan funcionalidades granulares, permitiendo a los LLM razonar y orquestar estos componentes básicos para lograr el resultado deseado.
Este nuevo enfoque posibilita a los LLM realizar tareas no previstas inicialmente, resolviendo problemas basados en requisitos emergentes al componer una multitud casi infinita de componentes de maneras previamente inexploradas.
Este es un momento emocionante para el desarrollo de aplicaciones, pero para dar vida a la próxima generación de aplicaciones de IA de manera segura y exitosa, se requiere una plataforma diseñada específicamente para esta revolución.
Presentando Einstein 1, la Plataforma para la Era de la IA Generativa
Einstein 1 es una plataforma diseñada para la era de la IA. Ofrece todas las funciones necesarias para crear e implementar las aplicaciones de IA más innovadoras de manera confiable, con las barreras de seguridad y supervisión adecuadas. Examinemos sus componentes clave.
- Capa de datos de Einstein 1: Esta capa comprende datos de Salesforce y diversas fuentes reunidas por Salesforce Data Cloud y MuleSoft, proporcionando información de alta calidad a los LLM para un mejor entendimiento contextual y respuestas más precisas.
- Extensos metadatos: Estos permiten a los LLM comprender el contexto y el significado de los datos, presentándolos de manera útil y procesable, o automatizando la creación y actualización de registros con la debida supervisión del usuario.
- Base de datos vectorial: Almacena información no incluida en los conjuntos de datos de entrenamiento, respaldando la búsqueda semántica y proporcionando contexto adicional para respuestas más precisas.
- Arquitectura de modelo configurable: Permite conectar y componer fácilmente modelos de IA, ofreciendo tanto modelos básicos como la opción de utilizar modelos personalizados.
- Einstein Trust Layer: Garantiza un uso confiable de los LLM sin comprometer la seguridad de los datos empresariales a través de una serie de medidas como la puerta de enlace segura, enmascaramiento de datos y cumplimiento, retención cero y seguimiento de auditoría.
Orquestando la IA Generativa y Herramientas de la Plataforma
La orquestación de IA es fundamental en esta nueva pila tecnológica y constituye el motor que impulsa las aplicaciones de IA. El planificador, al recibir una solicitud del usuario, orquesta tareas granulares proporcionadas como acciones para lograr el resultado deseado, combinándolas en un sinfín de formas para resolver problemas emergentes.
Las acciones, creadas por desarrolladores, aumentan las capacidades de los LLM al acceder a datos actualizados, ejecutar lógica computacional y actuar en sistemas externos. El planificador determina qué acciones usar y en qué orden para satisfacer la solicitud del usuario.
Herramientas de la Plataforma Einstein 1
- Einstein Copilot Studio: Facilita la creación y configuración de copilotos con herramientas como Prompt Builder, Action Builder y Model Builder.
- Prompt Builder: Simplifica la creación de indicaciones basadas en datos dinámicos provenientes de diversas fuentes.
- Action Builder: Permite la configuración de copilotos seleccionando modelos, indicaciones y acciones para su implementación.
- Model Builder: Facilita la configuración de modelos de IA personalizados.
- Einstein for Developers: Herramientas impulsadas por IA que asisten a los desarrolladores en la creación de acciones para aplicaciones de IA o en el desarrollo de aplicaciones tradicionales.
Si buscas transformar tu negocio con la potencia de Salesforce en México, Perú, Colombia o Costa Rica, ¡Freeway Consulting es tu mejor aliado para la implementación de Salesforce! Contáctanos ahora mismo y comencemos juntos esta revolución tecnológica. ¡Estamos aquí para llevar tu empresa al siguiente nivel con la mejor implementación de Salesforce a tu medida!