Innovación para que la inteligencia artificial funcione en el mundo real
IA empresarial ¿Cómo evitar fracasos?
La inteligencia artificial (IA) se está convirtiendo en una herramienta esencial en muchas empresas, pero a menudo los proyectos piloto —las pruebas iniciales de la tecnología— no logran avanzar hacia su uso real y efectivo.
Según un estudio del MIT, hasta un 95% de estos pilotos fracasan, y en escenarios complejos, los modelos de lenguaje grandes (LLM, por sus siglas en inglés) solo alcanzan un 35% de éxito.
Ante esta situación, Salesforce, una de las compañías líderes en software en la nube, presentó una solución innovadora para asegurar que sus agentes de IA funcionen de verdad en los entornos empresariales reales.
De los vuelos de prueba en aviones a los simuladores para IA
Para entender esta innovación, hagamos una analogía sencilla: los pilotos no aprenden a volar en medio de tormentas reales, sino que practican en simuladores que recrean situaciones extremas y desafiantes.
De igual forma, Salesforce desarrolló CRMArena-Pro, un “gemelo digital” o copia virtual de una empresa, que simula las operaciones diarias con toda su complejidad y caos.
Aquí, los agentes de IA, programas que actúan para resolver tareas, como asistir clientes o predecir ventas, se ponen a prueba antes de ser implementados en vivo.
Este entorno simulado usa datos “sintéticos”, es decir, información generada artificialmente pero que refleja situaciones reales validadas por expertos del negocio, para que las pruebas sean lo más fieles posible al mundo real. Así, pueden ver si la IA responde bien a problemas típicos como reclamaciones de clientes o interrupciones en la cadena de suministros.
¿Cómo medimos si una IA está lista para el mundo real?
No es suficiente con verificar si la IA da la respuesta correcta. Salesforce también creó un indicador, llamado “Agentic Benchmark”, que evalúa cinco aspectos fundamentales para la empresa: precisión, costo, velocidad, confianza y seguridad, y sostenibilidad ambiental.
Por ejemplo, un modelo puede ser muy preciso, pero si consume demasiada energía o su costo es muy alto, puede no ser viable para la empresa.
Además, este indicador ayuda a las compañías a elegir cuál modelo de IA es el ideal para su tarea específica entre la gran variedad disponible actualmente.
La importancia de tener datos limpios y confiables
Uno de los desafíos más grandes en cualquier proyecto de IA es contar con datos organizados y unificados. Salesforce también presentó una herramienta que utiliza modelos de lenguaje para identificar y consolidar automáticamente registros duplicados en las bases de datos, asegurando que, por ejemplo, “La Empresa Ejemplo S.A.” y “Ejemplo Ltda.” se reconozcan como la misma entidad. Esto ahorra tiempo y reduce errores en la información que alimenta a la IA.
Seguridad: la otra cara de la moneda
En medio de estos avances, Salesforce enfrenta retos de seguridad. Recientemente, más de 700 organizaciones clientes fueron víctimas de un ataque que robó credenciales a través de conexiones vulnerables con herramientas de chat integradas.
Esta situación subraya la necesidad de fortalecer la protección en las múltiples integraciones que tiene la IA dentro de las operaciones empresariales.
¿Por qué es tan difícil que la IA funcione en la empresa?
El desafío no es solo tecnológico, sino también práctico. Las empresas trabajan con sistemas antiguos, datos inconsistentes y procesos no siempre bien estructurados.
Por eso, no basta con que una IA demuestre resultados en videos o presentaciones; debe ser capaz de adaptarse a la complejidad y variedad real del día a día.
Salesforce apuesta a una idea llamada “Inteligencia General Empresarial”, que busca desarrollar agentes de IA capaces no solo de cumplir tareas específicas, sino de hacerlo de manera consistente y confiable en escenarios variados y complejos.
El trabajo de Salesforce marca un avance importante en la evolución de la inteligencia artificial empresarial. La analogía del “simulador de vuelo” ayuda a entender que, como en la aviación, la práctica rigurosa y la preparación para situaciones adversas son clave para que la IA pase de ser una promesa a una herramienta confiable y útil.
Sin embargo, es fundamental recordar que la tecnología debe ir acompañada de buena gestión de datos, seguridad robusta y una evaluación constante para realmente transformar la forma en que las empresas trabajan.
La apuesta por modelos de IA adaptados y testeados en entornos realistas puede ser la diferencia entre proyectos exitosos y frustraciones costosas.
🧠 Este artículo fue elaborado con apoyo de inteligencia artificial.
Queremos saber qué piensas sobre este tipo de contenidos. ¿Lo notaste? ¿Te pareció útil, claro, diferente?
🎯 Tu opinión es clave para seguir mejorando.
👉Haz click para contestar una corta encuesta, te tomará menos de 1 minuto.