Skip to content

Etiqueta: Einstein 1

Todo el mundo es un Einstein en el Salesforce World Tour S铆dney 2024

Desde la 煤ltima innovaci贸n en IA, historias de Trailblazer y anuncios de subvenciones hasta un nuevo ganador de la Sudadera con capucha dorada, aqu铆 tiene seis momentos destacados del Salesforce World Tour S铆dney 2024.

Seguir leyendo

10 preguntas frecuentes sobre la implementaci贸n de Salesforce Einstein

驴Qu茅 es Salesforce Einstein? Seg煤n la presentaci贸n oficial del producto de Salesforce en su sitio web, 芦Salesforce Einstein es la primera IA integral para CRM. Se trata de un conjunto integrado de tecnolog铆as de IA que hace que la plataforma Customer Success Platform sea m谩s inteligente y lleva la IA a los pioneros de todo el mundo禄  Pero, 驴esta breve explicaci贸n transmite realmente la profundidad con la que la IA interact煤a con […]

El post 10 preguntas frecuentes sobre la implementaci贸n de Salesforce Einstein appeared first on Salesforce Ben.

Seguir leyendo

IA y privacidad: En la cuerda floja hacia la aceptaci贸n y el 茅xito

El anuncio de la Plataforma Einstein 1 de Salesforce representa un hito a la hora de tranquilizar al p煤blico sobre el hecho de que la IA puede ser un beneficio en lugar de una amenaza.

<p

The post IA y privacidad: En la cuerda floja hacia la aceptaci贸n y el 茅xito appeared first on Salesforce.

La IA y la privacidad: en la cuerda floja hacia la aceptaci贸n y el 茅xito

Seguir leyendo

TrailblazerDX 2024: Gu铆a completa para desarrolladores 鈽侊笍

TrailblazerDX 2024: Gu铆a completa para desarrolladores 鈽侊笍

Vea lo que TrailblazerDX 2024 tiene preparado para los desarrolladores de Salesforce, tanto si se une a nosotros en San Francisco como si lo hace en Salesforce+

The post Gu铆a para desarrolladores de TrailblazerDX 2024 appeared first on Blog de desarrolladores de Salesforce.

Seguir leyendo

C贸mo liberar el poder de la IA generativa sin crear su propio LLM

Los grandes modelos ling眉铆sticos son la base de las revolucionarias aplicaciones de IA actuales. En lugar de entrenar un LLM en un conjunto de datos masivo, ahorre tiempo utilizando un modelo existente con indicaciones inteligentes basadas en sus datos. He aqu铆 c贸mo.

Seguir leyendo

驴Su IA generativa est谩 inventando cosas? 4 formas de mantener la honestidad

La IA generativa a veces devuelve informaci贸n incorrecta, conocida coloquialmente como 芦alucinaciones de IA禄 Esto es lo que puedes hacer para proteger tu negocio y a tus clientes.

Seguir leyendo

Aprendizaje autom谩tico y clasificaci贸n mediante Random Forest 鈽侊笍

Aprendizaje autom谩tico y clasificaci贸n mediante Random Forest 鈽侊笍

Una visi贸n general del aprendizaje autom谩tico, dos tipos populares de ML, y la clasificaci贸n de bosque aleatorio, un modelo de ML popular utilizado por los cient铆ficos de datos.

La clasificaci贸n de bosque aleatorio, un modelo de ML popular utilizado por los cient铆ficos de datos

The post Aprendizaje autom谩tico y clasificaci贸n de bosque aleatorio appeared first on Blog de Desarrolladores de Salesforce.

Seguir leyendo

Plan de IA sostenible de Salesforce: Donde la responsabilidad se une a la innovaci贸n

Salesforce se gu铆a por sus valores fundamentales de confianza, 茅xito del cliente, innovaci贸n, igualdad y sostenibilidad. Estos valores se reflejan en su compromiso de desarrollar e implantar de forma responsable nuevas tecnolog铆as como la IA generativa en nombre de las partes interesadas, desde los accionistas hasta los clientes y el planeta. Los grandes modelos ling眉铆sticos (LLM) que potencian la IA generativa requieren enormes […]

The post Descubriendo el plan de Salesforce para una IA sostenible: donde la responsabilidad se une a la innovaci贸n appeared first on Blog de ingenier铆a de Salesforce.

La IA generativa requiere una gran cantidad de recursos para ser sostenible

Seguir leyendo

Prompt Engineering para desarrolladores de Salesforce: Mejora de la eficacia y la productividad 鈽侊笍

Prompt Engineering para desarrolladores de Salesforce: Mejora de la eficacia y la productividad 鈽侊笍

Las t茅cnicas de ingenier铆a generativa, si se hacen bien, pueden ayudarle a hacer las cosas bien, mejor y, lo que es m谩s importante, m谩s r谩pido.

Las t茅cnicas de ingenier铆a generativa pueden ayudarle a hacer las cosas bien, mejor y, lo que es m谩s importante, m谩s r谩pido

The post Ingenier铆a de prompts para desarrolladores de Salesforce appeared first on Blog de desarrolladores de Salesforce.

Seguir leyendo

Todo lo que aprendimos sobre IA para ventas en Dreamforce 2023

Todo lo que aprendimos sobre IA para ventas en Dreamforce 2023

Dreamforce fue 茅pico. Compartimos consejos y noticias de la industria con Salesblazers, hicimos amigos y repartimos montones de regalos (nuestros peluches son insuperables). Sin embargo, entre todas las sesiones de puesta al d铆a y aprendizaje de este a帽o, se destac贸 un tema: la importancia cr铆tica de la inteligencia artificial (IA) en las ventas.

Los equipos de ventas est谩n viendo el surgimiento de nuevas herramientas de inteligencia artificial para ayudar a la prospecci贸n, el entrenamiento y la previsi贸n, todo al servicio de la eficiencia de las ventas. Tambi茅n hay un mayor inter茅s en la informaci贸n sobre los clientes en tiempo real como ventaja competitiva, alojada en un CRM 煤nico y seguro.

驴C贸mo est谩n aprovechando todo esto los mejores equipos de ventas, manteniendo al mismo tiempo relaciones s贸lidas con los clientes? Descubra sus consejos y trucos de ventas a continuaci贸n.

驴Te perdiste la conferencia magistral de Dreamforce Sales Cloud? Transm铆talo en Salesforce+

Escuche lo que dicen los l铆deres de ventas innovadores sobre la innovaci贸n impulsada por la IA, la toma de decisiones basada en datos y las 煤ltimas innovaciones de Sales Cloud.

1. Priorice los datos seguros antes de adoptar la IA generativa

El campo en constante evoluci贸n de la IA promete mejorar la eficiencia de los vendedores, pero conlleva algunos desaf铆os de seguridad. Una investigaci贸n reciente de Salesforce encontr贸 que el 73% de los empleados cree que la IA generativa introduce nuevos riesgos de seguridad. Hay buenos motivos para preocuparse: las herramientas p煤blicas de IA generativa carecen de cifrado de datos, de enmascaramiento de datos y, en realidad, de cualquier tipo de protecci贸n de seguridad. Esto hace que sus datos sean vulnerables al robo y al mal uso.

En el 煤ltimo a帽o, todos nos hemos vuelto un poco m谩s inteligentes en lo que respecta a la seguridad. Ahora sabemos que debemos evitar conectar los datos de los clientes a herramientas p煤blicas de IA generativa y que todav铆a necesitamos un ser humano en el medio para revisar manualmente cualquier copia de IA generativa para garantizar la precisi贸n. Y si desea aprovechar la IA generativa, debe hacerlo en un entorno que pueda controlar, con todas las protecciones de seguridad que necesita para evitar que sus datos caigan en las manos equivocadas.

C贸mo Salesforce le ayuda a mantener la seguridad:

La confianza siempre ha sido nuestro valor n煤mero uno, raz贸n por la cual lanzamos Einstein Trust Layer a principios de este a帽o. Se trata de una arquitectura de IA segura, integrada de forma nativa en la plataforma Salesforce. Dise帽ado para est谩ndares de seguridad empresarial, permite a los equipos beneficiarse de la IA generativa sin comprometer los datos de sus clientes. Por ejemplo, si bien los mensajes impulsan cada salida de IA generativa, nuestra arquitectura Zero Retention garantiza que no se almacenen datos de clientes fuera de Salesforce. El enmascaramiento de datos (ocultar cualquier informaci贸n confidencial de una empresa o un individuo) proporciona una capa adicional de protecci贸n.

2. No esperes para unirte a la IA generativa

La IA generativa puede parecer una adici贸n espectacular a su pila tecnol贸gica, pero no es simplemente algo "bueno tenerlo". Lo necesita para seguir siendo competitivo. Seg煤n nuestro reciente informe Tendencias en IA generativa para ventas , el 55% de los profesionales de ventas informan que actualmente o planean usar IA generativa, y el 58% dice que les ayuda o les ayudar谩 a aumentar la productividad.

Es f谩cil ver por qu茅 la adopci贸n est谩 aumentando. Los representantes pueden utilizar indicaciones basadas en texto para identificar clientes potenciales, investigar empresas, redactar correos electr贸nicos e incluso analizar correos electr贸nicos anteriores para descubrir necesidades de clientes potenciales que no han abordado. Los CRM m谩s avanzados impulsados por IA pueden personalizar las comunicaciones e incluso imitar la voz y el tono de los representantes. Esto permite a los vendedores deshacerse de las tareas manuales que consumen mucho tiempo y centrarse en lo que realmente importa: construir relaciones significativas con los clientes .

C贸mo ayuda Sales Cloud a que la IA sea accesible para todos:

En Dreamforce, presentamos algunas ingeniosas innovaciones de IA generativa para Sales Cloud ofrecidas a trav茅s de Einstein 1 Sales, nuestro conjunto de herramientas de IA:

Resumen de llamadas: resuma autom谩ticamente las llamadas para resaltar los temas clave cubiertos durante las reuniones y los pr贸ximos pasos.

Correos electr贸nicos de ventas: genere autom谩ticamente correos electr贸nicos personalizados e hiperrelevantes para cada conversaci贸n de ventas utilizando los datos del cliente que ya est谩n alojados en Sales Cloud.

Einstein Copilot para ventas: descargue el trabajo pesado durante todo el ciclo de ventas a un asistente digital, incluida la investigaci贸n de cuentas, la preparaci贸n de reuniones (establecimiento de agenda y notas a tener en cuenta) y actualizaciones de registros de transacciones.

3. Ap贸yese en el an谩lisis en tiempo real y la IA predictiva para ganar cuando llegue el cambio

Como selament贸 recientemente uno de nuestros Salesblazers, muchas empresas todav铆a est谩n atrapadas en hojas de c谩lculo obsoletas que requieren actualizaciones y an谩lisis manuales lentos y que consumen mucho tiempo. 脡se es el engorroso modus operandi operativo del pasado y dificulta actuar seg煤n la informaci贸n m谩s reciente sobre acuerdos. Peor a煤n: predecir lo que suceder谩 a continuaci贸n es una tarea herc煤lea e imprecisa.

Al aprovechar el poder de la automatizaci贸n, los equipos de ventas pueden apoyarse en su CRM para actualizar los registros de transacciones en tiempo real (l茅ase: no m谩s hojas de c谩lculo). Cuando se combina con IA predictiva, los representantes y gerentes pueden recibir alertas sobre posibles problemas de acuerdos y pron贸sticos antes de que las cosas se descarrilen.

Y eso es realmente s贸lo el comienzo. Imag铆nese esto: mientras los representantes se mantienen al tanto de las 煤ltimas novedades sobre los acuerdos, los gerentes aprovechan los datos en tiempo real para realizar un seguimiento del desempe帽o del equipo sobre la marcha, identificando oportunidades de capacitaci贸n en el momento (como clientes potenciales estancados) que pueden abordar r谩pidamente para mantener a los representantes encaminados. . Al mando, los l铆deres utilizan los datos m谩s recientes para obtener una visi贸n hol铆stica del desempe帽o de su organizaci贸n de ventas en relaci贸n con los objetivos.

Los datos en tiempo real y la IA predictiva son las claves de todo esto, lo que permite a los equipos de ventas detectar se帽ales de alerta tempranas y cambiar r谩pidamente las estrategias para garantizar que alcancen sus objetivos de ventas .

C贸mo la IA predictiva y en tiempo real de Sales Cloud le ayuda a mantenerse por delante de sus competidores:

Al utilizarEinstein Activity Capture , Sales Cloud captura y unifica autom谩ticamente datos de cada interacci贸n con el cliente, como correos electr贸nicos, chats en l铆nea y llamadas telef贸nicas, para que los representantes puedan ver su propio "estado de ventas" en cualquier momento. A煤n mejor, los equipos pueden extraer datos de herramientas de terceros y armonizarlos con los registros de CRM existentes para obtener una vista de 360 grados de cada cliente y cliente potencial. Aplique la funcionalidad predictiva de IA y obtendr谩 recomendaciones muy relevantes para los pr贸ximos mejores pasos que har谩n avanzar cada acuerdo.

Para gerentes y l铆deres de ventas, las actualizaciones de datos en tiempo real y la IA predictiva se unen en El panel Deal Insights de Sales Cloud para detectar posibles problemas de pron贸stico con anticipaci贸n para que los equipos puedan ajustar la estrategia y mantener el rumbo. La actividad de los representantes tambi茅n se captura a trav茅s de Activity 360 : los gerentes pueden ver m茅tricas clave del equipo, como clientes potenciales en proceso y tasa de ganancias, en un solo lugar para descubrir oportunidades de capacitaci贸n mientras todav铆a hay tiempo para impactar los acuerdos.

4. Invierta en una 煤nica plataforma en lugar de m煤ltiples herramientas desconectadas

Nuestro reciente informe sobre el estado de las ventas revel贸 una cruda realidad: el 66% de los representantes de ventas se sienten abrumados por la multitud de herramientas disponibles. El atractivo de la tecnolog铆a de pr贸xima generaci贸n, incluidos los complementos de IA generativa y las herramientas de funci贸n 煤nica, amenaza con agravar ese problema.

驴El grito de guerra del escenario de Dreamforce? Simplifique su pila tecnol贸gica . Reemplace las soluciones puntuales con una plataforma que pueda ampliar con nuevas caracter铆sticas, capacidades o funciones a medida que surjan las necesidades. Priorice las funciones principales, como la gesti贸n de contactos, la gesti贸n de canales y la previsi贸n, pero tambi茅n busque una plataforma que le permita integrar perfectamente capacidades de IA y an谩lisis en tiempo real para eliminar la fatiga de alternar entre sistemas.

C贸mo le ayuda Sales Cloud a impulsar las ventas de un extremo a otro:

M谩s all谩 de satisfacer las necesidades b谩sicas del d铆a a d铆a de los vendedores a trav茅s de herramientas como Activity Capture, puede aprovechar la plataforma Sales Cloud para simplificar su pila tecnol贸gica en ventas y operaciones, al tiempo que incorpora el poder de la IA. Por ejemplo, los equipos que supervisan la planificaci贸n de ventas y los programas de habilitaci贸n de ventas pueden utilizar el poder de los datos de actividad de clientes y vendedores en tiempo real para realizar esa planificaci贸n y seguimiento de resultados directamente dentro de Sales Cloud CRM. Muchos clientes de Sales Cloud incluso extienden las funciones de automatizaci贸n e inteligencia de su CRM a los canales de socios a trav茅s de nuestra soluci贸n Partner Relationship Management .

5. La tecnolog铆a es importante, pero no pierdas el foco en las relaciones

Este 煤ltimo es un poco pivote.

Si hay algo que ha llamado la atenci贸n de los l铆deres de ventas en los 煤ltimos tiempos es esto: las relaciones te hacen o te deshacen. Es importante que estemos al tanto de las 煤ltimas tecnolog铆as, como la IA, pero lo que es igualmente importante son las conexiones que establecemos con nuestros equipos y nuestros clientes. Eso siempre comienza con la superaci贸n personal. Cuanto mejor seas para involucrarte, comunicarte y animar a los dem谩s, mejores ser谩n tus relaciones.

Los Salesblazers hablaron mucho sobre esto durante Dreamforce, pero tres consejos fueron los que m谩s resonaron. Primero, nunca dejes de aprender. Tome clases, obtenga experiencia pr谩ctica, haga crecer su red de pares y aprenda de otros en su campo. En segundo lugar, valore la confianza que se ha ganado con sus clientes y contin煤e fortaleciendo esas relaciones haciendo un seguimiento y ofreci茅ndoles recursos 煤tiles que sabe que necesitan. En tercer lugar, muestra siempre lo mejor de ti. T贸mese el tiempo para comprender qu茅 es lo que realmente motiva a sus clientes y brinde las soluciones que necesitan antes de que sepan que las necesitan. Haga un esfuerzo adicional y descubrir谩 que la lealtad llega r谩pidamente.

Hay d铆as dif铆ciles y d铆as f谩ciles, pero cada d铆a es una oportunidad para apuntalar las relaciones que son la base de las ventas.

C贸mo Salesforce puede ayudarle a fomentar relaciones s贸lidas:

La comunidad Salesblazer es el lugar al que acuden todos los profesionales de ventas para obtener asesoramiento profesional, orientaci贸n t谩ctica de ventas y creaci贸n de redes. 脷nase y con茅ctese con compa帽eros Salesblazers que pueden ayudarlo a aprender, conectarse y crecer.

Prep谩rese para el 茅xito en las ventas

驴Qu茅 aprendimos en Dreamforce? En resumen, la IA es el nombre del juego. A medida que evoluciona la industria de las ventas, los l铆deres de ventas pueden mejorar la productividad con IA generativa, tomar decisiones m谩s r谩pidas basadas en datos con IA predictiva y optimizar la tecnolog铆a para que los representantes puedan centrarse m谩s en la construcci贸n de relaciones. Si los tiene en la mira, en 2024 estar谩 por delante del resto.

Transmita lo mejor de Dreamforce 2023

驴Extra帽as la magia? No te preocupes. Vea toda la cobertura de IA y vea qu茅 est谩n haciendo los principales l铆deres de ventas para salir adelante en 2023. 隆Todo est谩 bajo demanda en Salesforce+!

Seguir leyendo

Introducci贸n a los agentes aut贸nomos 鈽侊笍

Introducci贸n a los agentes aut贸nomos 鈽侊笍

Esta es una traducci贸n que desde EGA Futura ofrecemos como cortes铆a a toda la Ohana y comunidad de programadores , consultores , administradores y arquitectos de Salesforce para toda Iberoam茅rica .

El enlace a la publicaci贸n original, lo encontrar谩s al final de este art铆culo.

Introducci贸n a los agentes aut贸nomos | Blog de desarrolladores de Salesforce

El panorama de la IA est谩 cambiando a un ritmo tan r谩pido que las tecnolog铆as futuristas como la IA aut贸noma ya est谩n mucho m谩s cerca de lo que piensas. Esto se debe a la forma en que los grandes modelos de lenguaje (LLM) est谩n comenzando a incorporarse en casi todas las formas en que interact煤a con las aplicaciones. Para los desarrolladores, esto supone un cambio en la forma en que abordamos la creaci贸n de aplicaciones, desde las formas en que las reunimos hasta la creaci贸n con una UX conversacional completamente nueva.

En esta publicaci贸n de blog, veremos c贸mo los agentes aut贸nomos incorporan la IA a la forma en que funcionan las aplicaciones y, al mismo tiempo, nos acercan a un mundo aut贸nomo.

驴Qu茅 son los agentes aut贸nomos?

En nuestro panorama tecnol贸gico, los agentes son sistemas avanzados que aprovechan el poder de los modelos ling眉铆sticos para razonar y tomar decisiones. Lo que los diferencia de otro bot o marco es el hecho de que los agentes pueden realizar tareas en su nombre utilizando herramientas y memoria.

Las herramientas son extensiones de las capacidades de un modelo de lenguaje, que cierran brechas en su conocimiento y le permiten interactuar con fuentes de datos externas o recursos computacionales. Con estas herramientas, un modelo de lenguaje puede obtener datos en tiempo real, ejecutar tareas y utilizar los resultados para informar sus acciones posteriores. Por ejemplo, si un modelo de lenguaje conoce informaci贸n solo hasta una fecha determinada, las herramientas pueden proporcionarle informaci贸n m谩s actualizada de la web, bases de datos u otras fuentes externas.

La memoria proporciona a los agentes la capacidad de recordar interacciones pasadas, lo que puede ser esencial para la continuidad de las tareas y el aprendizaje de acciones anteriores. Esta memoria puede ser de corta duraci贸n, centr谩ndose en interacciones recientes, o de largo plazo, recordando eventos o patrones pasados importantes que son relevantes para situaciones actuales.

Juntos, estos elementos transforman un modelo de lenguaje en un agente que no s贸lo puede comprender y generar texto, sino tambi茅n actuar sobre esa comprensi贸n en contextos del mundo real. Dichos agentes pueden ejecutar soluciones de forma aut贸noma para los usuarios, pero tambi茅n pueden integrar la intervenci贸n humana, especialmente en escenarios donde existen incertidumbres o excepciones.

驴C贸mo funcionan los agentes?

Se han creado muchos marcos para respaldar el avance de los agentes, siendo algunos de los m谩s populares AutoGPT y LangChain . Generalmente, los agentes siguen un patr贸n similar: el marco ReAct para razonar y actuar en modelos ling眉铆sticos .

Este marco consta de una serie de pasos:

  1. El usuario proporciona informaci贸n.
  2. El agente 鈥減iensa鈥 en la respuesta adecuada
  3. El agente determina la acci贸n, selecciona la herramienta relevante y decide la entrada para esa herramienta.
  4. La herramienta ofrece un resultado.
  5. El proceso recorre los pasos 2 a 4 hasta que el agente determina que la tarea est谩 completa

Este proceso es el que empieza a hacer aut贸nomo al agente. Al confiar en el LLM para pensar en la respuesta y determinar las acciones apropiadas necesarias, act煤a por s铆 solo para crear el resultado deseado.

Usando LangChain como ejemplo, digamos que queremos crear una aplicaci贸n que permita a un cliente gestionar sus pedidos. Primero, podr铆amos darle a la aplicaci贸n acceso a nuestra base de datos de pedidos, base de datos de clientes y API de socios de env铆o. Luego, configurar铆amos una serie de herramientas a las que puede acceder la aplicaci贸n para consultar datos, actualizarlos y utilizar IA generativa para redactar una respuesta.

Este agente de gesti贸n de pedidos dispone de seis herramientas que puede utilizar 鈥渄entro de su dominio de conocimiento鈥:

  1. Query Orders es una herramienta que puede consultar pedidos desde una base de datos a trav茅s de una API conectada a una base de datos PostgreSQL.
  2. Update Order es una herramienta que puede actualizar un 煤nico pedido desde una base de datos a trav茅s de una API conectada a una base de datos PostgreSQL.
  3. Manage Tracking Info es una herramienta que puede gestionar un env铆o a trav茅s de una API proporcionada por una empresa de env铆o
  4. Get Customer es una herramienta que puede consultar datos de clientes desde una API conectada a un sistema CRM
  5. Update Customer es una herramienta que puede actualizar los datos de los clientes a trav茅s de una API conectada a un sistema CRM
  6. Compose Response es una herramienta que puede pasar indicaciones a un LLM y devolver una respuesta.

Veamos ahora c贸mo un agente podr铆a manejar casos de uso relacionados con la gesti贸n de pedidos. Por ejemplo, 驴c贸mo puede el agente ayudar a un usuario a obtener una actualizaci贸n sobre el estado de su pedido?

  1. El usuario solicita la informaci贸n m谩s reciente de su pedido a trav茅s de un chatbot
  2. El agente 鈥減iensa鈥 y determina la acci贸n correcta que debe tomar
    1. El agente primero utiliza la herramienta Consultar cliente para consultar los detalles del cliente.
    2. Luego, el agente utiliza la herramienta Consultar pedidos para consultar pedidos desde una base de datos.
    3. Luego, el agente utiliza la herramienta Administrar informaci贸n de seguimiento para obtener la informaci贸n de env铆o m谩s reciente de su socio de env铆o.
    4. Luego, el agente toma ambos resultados y utiliza la herramienta Redactar respuesta para generar una respuesta.
  3. La respuesta se devuelve al usuario.

En este escenario, el agente pudo tomar las herramientas que le proporcionamos y determinar el pedido y los par谩metros que necesitan para crear el resultado correcto para el usuario, en este caso, toda su informaci贸n de pedido y env铆o. Lo que es importante tener en cuenta aqu铆 es que el usuario puede hacerle al agente cualquier pregunta sobre su pedido y el agente puede usar IA para razonar y usar las herramientas en el orden que necesite.

Como desarrollador, su funci贸n se centra m谩s en crear las herramientas y permitir que el agente administre la orquestaci贸n.

Mantener a un humano informado

El desaf铆o 茅tico con los agentes aut贸nomos es que no hay ning煤n ser humano involucrado cuando se trata de ejecutar las acciones. En Salesforce, estamos comprometidos con el uso 茅tico de la IA y queremos dejarlo claro en nuestras implementaciones de este tipo de tecnolog铆a. Ciertas reglas exigen que una persona sea responsable de tomar la decisi贸n final en asuntos con consecuencias legales o de impacto comparable, incluida la contrataci贸n laboral, la aprobaci贸n de pr茅stamos, las admisiones educativas y las sugerencias en justicia penal. Esta insistencia en la supervisi贸n humana, en lugar de decisiones automatizadas, tiene como objetivo identificar y reducir mejor los posibles sesgos y da帽os.

驴Qu茅 significa esto para el futuro de Salesforce?

En Dreamforce este a帽o, les dimos una idea de c贸mo ser谩 el futuro de Salesforce y la IA aut贸noma en la plataforma Einstein 1. Einstein Copilot es nuestra respuesta a un asistente conversacional de IA generativa basado en agentes que utiliza habilidades y acciones para guiar a los usuarios a trav茅s de la interacci贸n con Salesforce. Esto introduce un paradigma de desarrollo completamente nuevo para Salesforce, uno en el que estamos creando piezas de funcionalidad m谩s peque帽as que pueden ser orquestadas por Einstein Copilot.

驴C贸mo se compara Einstein Copilot con un agente de IA?

Si bien existen varias similitudes entre Copilot y un marco de agente de c贸digo abierto, la verdadera diferencia es el acceso de Copilot a toda la plataforma de metadatos de Salesforce. No s贸lo eso, sino que el alcance es mucho mayor. En lugar de agentes individuales, tienes muchas habilidades , y en lugar de herramientas tienes acciones .

Por ejemplo, si desea actualizar un pedido utilizando Copilot, deber谩 crear una habilidad de gesti贸n de pedidos. Con otros marcos, necesitar铆as crear un agente completo para la gesti贸n de pedidos.

Cuando se trata de acciones, usted tiene el poder de la Plataforma Einstein 1 detr谩s de usted. Podr谩 utilizar Apex, Flow, las numerosas API de plataforma, SOQL y mucho m谩s para brindarle a su habilidad la capacidad de reunir datos desde cualquier lugar. Tambi茅n tiene acceso directo a los datos de toda la plataforma.

Estudio Einstein Copiloto

Estas habilidades y acciones se re煤nen en Einstein Copilot Studio , que le permite ensamblar flujos, indicaciones, Apex y m谩s en colecciones de funcionalidades.

Actualmente existen tres herramientas dentro de Einstein Copilot Studio:

  • Prompt Builder le permite crear plantillas de mensajes utilizando campos de combinaci贸n de registros y datos proporcionados por Flow y Data Cloud.
  • Skills Builder le permite ensamblar acciones, como m茅todos invocables de Apex, flujos y llamadas de API de MuleSoft, y otorg谩rselas a un agente.
  • Model Builder le permite traer sus propios modelos de IA a Salesforce

Juntos, podr谩n crear agentes potentes en Salesforce que puedan usar su c贸digo para responder preguntas y ayudar a los usuarios.

La capa de confianza de Einstein

Una gran ventaja de Einstein Copilot es Einstein Trust Layer. Trust Layer proporciona un entorno seguro para el procesamiento de datos a trav茅s de un modelo de lenguaje grande, lo que garantiza que los datos del usuario permanezcan confidenciales al enmascarar informaci贸n de identificaci贸n personal, verificar la salida en busca de contenido inapropiado y garantizar que no haya persistencia de datos fuera de Salesforce.

Trust Layer se ejecuta a trav茅s de un proceso de varios pasos para garantizar que los datos est茅n fundamentados y enmascarados antes de ser procesados por un proveedor de LLM externo, y proporciona una puerta de enlace segura para interactuar con dichos LLM. Una vez que se ha generado una respuesta, la verifica en busca de contenido t贸xico y desenmascara los datos antes de present谩rselos al usuario. Puede ver m谩s de cerca la capa de confianza en nuestra publicaci贸n de blog Dentro de la capa de confianza de Einstein .

Resumen

La IA aut贸noma se hace realidad mucho m谩s cerca a trav茅s de agentes, lo que marca el comienzo de una nueva era de tecnolog铆a en la que el razonamiento y la toma de decisiones se potencian con herramientas y memoria. Einstein Copilot de Salesforce introduce este enfoque impulsado por agentes en la plataforma, ofreciendo un asistente de IA conversacional que gu铆a a los usuarios, aprovecha los vastos metadatos de Salesforce y garantiza la integridad de los datos a trav茅s de Einstein Trust Layer. Este cambio transformador significa no s贸lo una evoluci贸n en las interacciones de IA, sino tambi茅n una promesa de experiencias seguras, eficientes y fluidas para los usuarios de Salesforce.

Sobre el Autor

Stephan Chandler-Garc铆a es el director de contenido estrat茅gico de Salesforce. Ha estado en el ecosistema de Salesforce durante m谩s de 10 a帽os como cliente, socio e ISV. Puede encontrar a Stephan en persona en un grupo comunitario Trailblazer o en una de nuestras conferencias en todo el mundo. Alternativamente, s铆galo en X (Twitter) o GitHub .

Obtenga las 煤ltimas publicaciones de blog y episodios de podcasts para desarrolladores de Salesforce a trav茅s de Slack o RSS.

A帽adir a holgura Suscr铆bete a RSS

Seguir leyendo