Este documento nos ayudara a comprender y manejar correctamente la inteligencia artificial de manera correcta y eficaz.

1. INTELIGENCIA ARTIFICIAL
Actualmente, la inteligencia artificial (IA) es uno de los temas que más invita a la reflexión
en el campo de la tecnología y los negocios. Este entusiasmo tiene fundamentos: vivimos
en un mundo cada vez más conectado e inteligente. Hoy en día, se puede fabricar un
coche, componer Jazz mediante un algoritmo o conectar su CRM a su bandeja de entrada
para dar prioridad a los correos más importantes. La tecnología detrás de todos estos
avances está relacionada con la Inteligencia artificial (IA).
En esta publicación le hablaremos sobre:
 La definición de Inteligencia artificial
 La historia de la Inteligencia artificial
 Cómo funciona la IA
 Una descripción general de las principales técnicas de la IA
 Ejemplos del uso de la Inteligencia artificial en los negocios
Específicamente, le mostraremos algunas aplicaciones prácticas en la CRM,
ventas, atención al cliente y marketing. Además, sepa más con el libro
electrónico Inteligencia artificial para CRM: una guía práctica de todo lo que necesita
saber.
Definición de Inteligencia artificial
La Inteligencia artificial es el campo científico de la informática que se centra en la
creación de programas y mecanismos que pueden mostrar comportamientos
considerados inteligentes. En otras palabras, la IA es el concepto según el cual “las
máquinas piensan como seres humanos”.
Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (big
data), identificar patrones y tendencias y, por lo tanto, formular predicciones de forma
automática, con rapidez y precisión. Para nosotros, lo importante es que la IA permite
que nuestras experiencias cotidianas sean más inteligentes. ¿Cómo? Al integrar análisis
predictivos (hablaremos sobre esto más adelante) y otras técnicas de IA en aplicaciones
que utilizamos diariamente.
 Sirifuncionacomounasistentepersonal,yaqueutilizaprocesamientodelenguaje
natural
 FacebookyGoogleFotos sugierenel etiquetadoyagrupamientodefotosconbase
en el reconocimiento de imagen
 Amazon ofrece recomendaciones de productos basadas en modelos de canasta de
compra
 Waze brinda información optimizada de tráfico y navegación en tiempo real

2. Breve historia de la Inteligencia artificial
La mayoría de nosotros tenemos un concepto de la Inteligencia artificial alimentado por
las películasde Hollywood.Exterminadores,robotsconcrisisexistencialesypíldorasrojas
y azules. De hecho, la IA ha estado en nuestra imaginación y en nuestros laboratorios
desde 1956, cuando un grupo de científicos inició el proyecto de investigación
“Inteligencia artificial” en Dartmouth College en los Estados Unidos. El término se acuñó
primeroahíy,desde entonces,hemospresenciadounamontañarusadeavances (“¡Vaya!
¿Cómo sabe Amazon que quiero este libro?”), así como frustraciones (“esta traducción es
completamente errónea”).
Al inicio del proyecto, el objetivo era que la inteligencia humana pudiera ser descrita de
forma tan precisa que una máquina fuera capaz de simularla. Este concepto también fue
conocido como “IA genérica” y fue esta la idea que alimentó la (asombrosa) ficción que
nos daría entretenimiento ilimitado.
Sin embargo, la IA derivó en campos específicos. Con el paso del tiempo, la ciencia
evolucionó hacia áreas de conocimiento específicas, y fue entonces que la IA comenzó a
generar resultados significativos en nuestras vidas. Fue una combinación entre el
reconocimiento de imagen, el procesamiento de lenguaje, las redes neuronales y la
mecánicaautomotrizloquehizoposibleunvehículoautónomo.Enocasiones,elmercado
se refiere a este tipo de avances como “IA débil”.
La siguiente tabla muestra algunos acontecimientos importantes en la historia de la
Inteligencia Artificial.
Año Acontecimiento
1842 Lovelace: máquina analítica programable
1950 Turing: la prueba de Turing
1956 McCarthy, Minsky, Rochester y Shannon celebran la primer conferencia sobre IA
1965 Weizenbaum: "ELIZA", el primer sistema especialista
1993 Horswill: "Polly" (robótica basada en el comportamiento)
2005 TiVo: tecnología de recomendaciones
2011 Apple, Google y Microsoft: aplicaciones móviles de recomendaciones
2013 Varios: avances tecnológicos en aprendizaje automático y profundo
2016 Google DeepMind: AlphaGo supera a Lee Sedol en el juego “Go”

3. Técnicas principales de la Inteligencia artificial
Ahora que ya conoce la definición de la IA y más de su historia, la mejor forma de
profundizar en el tema es conocer las principales técnicas de la IA, específicamente, los
casos en los que la Inteligencia artificial se utiliza para los negocios.
Aprendizaje automático
Generalmente, el concepto de Aprendizaje automático se confunde con el de “IA débil”.
Es en este campo en donde los avances más importantes de la IA se están llevando a
cabo. En términos prácticos, “el Aprendizaje automático es la ciencia que se encarga de
hacer que las computadoras realicen acciones sin necesidad de programación explícita”.
La idea principal aquí es que se les puede proporcionar datos a los algoritmos de
Aprendizaje automático y luegousarlos para saber cómo hacerpredicciones o guiar
decisiones.
Algunos ejemplos de algoritmos de Aprendizaje automáticoincluyen los siguientes:
diagramas de decisiones, algoritmos de agrupamiento, algoritmos genéticos, redes
Bayesianas y Aprendizaje profundo.
Aprendizaje profundo
¿Recuerda cuando Google anunció un algoritmo que encontraba videos de gatos en
Youtube? (Si desea refrescar su memoria haga clic aquí). Pues bien, esto es Aprendizaje
profundo, una técnica de Aprendizaje automático que utiliza redes neuronales (el
concepto de que las neuronas se pueden simular mediante unidades computacionales)
para realizar tareas de clasificación (piense en clasificar una imagen de un gato, de un
perro o personas, por ejemplo).
Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundoson las siguientes:
identificación de vehículos, peatones y placas de matrícula de vehículos autónomos,
reconocimiento de imagen, traducción y procesamiento de lenguaje natural.
Descubrimiento de datos inteligentes
Es el próximo paso en soluciones de IE (Inteligencia empresarial). La idea consiste en
permitir la automatización total del ciclo de la IE: la incorporación y preparación de
datos, el análisis predictivo y los patrones y la identificación de hipótesis. Este es un
ejemplo interesante de la recuperación de datos inteligentes en acción. La información
que ninguna herramienta de IE había descubierto.
Análisis predictivo
Piense en ese momento en el que está contratandoun seguropara autoy el agente le
hace una serie de preguntas Estas preguntas están relacionadas a las variables que
influyen en su riesgo. Detrás de estas preguntas se encuentra un modelo predictivo que
informa sobre la probabilidad de que ocurra un accidente con base en su edad, código
postal, género, marca de auto, etc. Es el mismo principio que se emplea en los modelos

4. predictivos de crédito para identificar a los buenos y malos pagadores. Por lo tanto, el
concepto principal de análisis predictivo (o modelado) significa que se puede utilizar un
número de variables (ingresos, código postal, edad, etc.) combinadas con resultados
(por ejemplo, buen o mal pagador) para generar un modelo que proporcione una
puntuación (un número entre 0 y 1) que representa la probabilidad de un evento (por
ejemplo, pago, migración de clientes, accidente, etc.).
Los casos de uso en los negocios son amplios: modelos de crédito, modelos de
segmentación de clientes (agrupamiento), modelos de probabilidad de compra y
modelos de migración de clientes, entre otros.
Ejemplos del uso de la Inteligencia artificial en los
negocios
“Parece interesante... Pero, ¿qué nos ofrece la IA que no tengamos ya?”
Existe una gran cantidad de aplicaciones para IA en los negocios. En esta publicación nos
vamos a centrar en un aspecto fundamental: el cliente. La IA está transformando las
expectativas de los clientes. Por ejemplo, el cliente que organiza su vida desde
aplicaciones como Uber, Google y Amazon. Estos clientes saben que las empresas
disponen de información sobre ellos y, lo que es más importante, saben lo que las
empresas podrían hacer con esta información para proporcionar una experiencia de
atención al cliente excepcional. Por ejemplo, los millenials están obsesionados con la
experiencia de atención al cliente (es decir, todo debe ser sencillo, rápido e
inteligente).
Esta es una lista de algunos ejemplos prácticos de cómo la IA está transformandolos
procesos empresariales.
Inteligencia artificial para ventas
La IA ofrece una mayor productividad para los equipos de ventas, ya que permite
centrarse en las oportunidades que pueden llevar al éxito, así como ahorrartiempo al
personal de ventas durante el registro de información. Veamos algunos ejemplos a
continuación:
 Captura automáticamente las actividades de ventas, lo que significa que el
personal de ventas no tiene que dedicar tiempo al llenadode la base de datos
del CRM;
 Registra automáticamente los datos del cliente, por ejemplo, registros de
navegación del sitio web y conexiones al sitio web, entre otros;
 Sugiere la mejor acción de seguimiento y recomienda respuestas de correo
electrónico al conectarla información del CRM a la bandeja de entrada;
 Valoración predictivade prospectos: mediante el análisis predictivo, el sistema
podrá indicar la probabilidad de que un prospecto se convierta en una venta.
Más interesante aún, el sistema le indicará por qué se llegó a esta puntuación (p.

5. ej., canal de acceso del prospecto, sector, etc.). Por ejemplo, Salesforce Einstein,
tendrá la funcionalidad de puntuación predictiva de prospectos.
Inteligencia artificial para Atención al cliente
 Clasificación automática de los casos de atención al cliente, lo que evita
depender del agente de atención al cliente a la hora de tener que tomar una
decisión y, por lo tanto, ahorra tiempo al agente.
 Enrutamiento automático de casos una vez que la llamada se ha clasificado
automáticamente, el sistema ya puede reenviar la llamada al agente mejor
calificado para determinar el tipo de problema.
 Recomendación de soluciones y bases de conocimiento. Esto aumentala
productividad y la calidad de un servicio, al sugerir la solución con mayores
probabilidades de resolver el problema del cliente.
 Comunicaciones de autoservicio. Research muestra que la generación actualde
clientes prefiere el autoservicio (por ejemplo, portal o aplicación del cliente) en
lugar de llamar por teléfono a un centro de atención. Gracias a la IA, las
comunidades de servicios serán más inteligentes, por ejemplo, al personalizar el
entorno que depende del cliente y sugerir soluciones de forma automática, ej.
utilizar el reconocimiento de imagen paraidentificar el productoque está en una
foto tomada por el cliente.
 Por ejemplo, los bots conversacionales le permiten al cliente enviarmensajes de
texto para establecer comunicación.
Inteligencia artificial para marketing
El marketing es una disciplina que se ha vuelto cada vez más analítica y cuantitativa a lo
largo de los años. Muchas de las técnicas de Análisis predictivo y de IA se aplican
principalmente en el Marketing, porejemplo, modeladopredictivopara la migración de
clientes, probabilidad de compras y modelos de agrupamiento para la segmentación de
clientes.
Estos son algunos de los nuevos avances de la IA en el marketing, de forma específica,
algunas funcionalidades de Marketing Cloud Einstein.
 Puntuación predictiva porcorreoelectrónico: le permite a los profesionales de
marketing saber (antes de lanzar una campaña de marketing para correo
electrónico) cuál es la probabilidad de que sus clientes respondan a la campaña;
o bien, la abandonen. El objetivoaquí es anticiparla respuesta del cliente para
ofrecer viajes verdaderamente personalizados;

6.  Audiencias predictivas: con base en la puntuación predictiva, será posible
segmentar mejor su base de clientes y prospectos en función de un
comportamientopredictivoal agrupara personas que tienen puntos en común.
Cuanto mayor sea la segmentación, mejor será la conversión;
 Optimización del tiempo de envío: ¿es mejor enviar una campaña a las 2 p. m. o
a las 4 a. m.? Con la optimización del tiempo de envío, el algoritmo de IA le
indicará la hora en que será más probable que cada contacto en su base de
clientes abra un correo electrónico y participe en su campaña.
La Inteligencia artificial está transformando nuestras vidas y revolucionará rápidamente
la manera en la que trabajamos.
¿Desea conocer más? Consulte el libro electrónico Inteligencia artificial para CRM: una
guía práctica de todo lo que necesita saber.
Los derechos de ALBERT EINSTEIN se usan con la autorización de la Universidad Hebrea
de Jerusalén. Representado exclusivamente por Greenlight.