BY FAHAD MUNAWAR KHAN - FREELANCE SALESFORCE DEVELOPER @ TOPTAL (TRANSLATED BY MARISELA ORDAZ)
La revolución de la IA ya está transformando el mundo del consumidor. A veces, se hace de manera cotidiana, como recomendaciones de productos, y en ocasiones es magnífico: los implantes cocleares, que brindan audición artificial a las personas que nacen completamente sordas, han cambiado la IA haciéndola una experiencia superior de usuario final.
La revolución de la IA está conduciendo a un mundo más inteligente, y este mundo más inteligente se ha construido sobre las mega tendencias que todos hemos presenciado en los últimos 20 años: la web, la nube, las redes sociales, los dispositivos móviles y el Internet de las cosas (IoT).
Con la tecnología de nube, tenemos, como desarrolladores, una capacidad de almacenamiento y computación virtualmente ilimitada, y es realmente esa combinación de data masiva y poder de cómputo masivo la que está conduciendo esta revolución. Ahora que todos están conectados entre sí y con todo de una u otra forma, todas estas conexiones están generando órdenes de magnitud y más data para la nube de IA para ser procesada, mucho más que antes.
Experimenta la nube de IA todos los días como consumidor. Cuando veas una recomendación de producto en Amazon, una recomendación de película en Netflix, o una foto que se identifique y etiquete automáticamente en tu feed de Facebook, estás experimentando el poder de la inteligencia artificial.
Ahora, ¿no sería genial si la aplicación en la que estás trabajando—ya sea una aplicación de Salesforce o no—de alguna manera también pudiera proporcionar estas experiencias más inteligentes basadas en inteligencia artificial? Por ejemplo, ¿qué pasa si nuestro negocio y nuestra aplicación de ventas pueden trabajar juntos para decirnos qué oportunidades de venta son más propensas a convertirse, o nuestra aplicación de servicio podría usar la nube de inteligencia artificial para decirnos qué casos pueden intensificarse?
Desafortunadamente, para muchos equipos, parece demasiado complejo y costoso aplicar la IA al proceso comercial de su aplicación. En primer lugar, comienza con la ciencia de data y, para hacer ciencia de data, debes recopilar e integrar toda la data requerida. Y luego tienes que hacer discusiones de data, transformando la data para que puedas usarlos para el aprendizaje automático. Y luego, dependiendo de tu experiencia, puedes necesitar ayuda externa de los científicos de data para construir modelos predictivos, mantenerlos, actualizarlos y crear una infraestructura confiable, segura y escalable. Luego, después de todo ese trabajo, debes tomar estas predicciones y ponerlas en el contexto del usuario comercial.
Ingresa a Salesforce Einstein
Sabiendo que la IA a menudo estaba fuera de alcance, Salesforce adquirió compañías como MetaMind (especialistas en aprendizaje profundo), Implisit Insights (aplicando la IA al proceso de ventas específicamente) y PredictionIO (aprendizaje automático y análisis de big data) para ayudarlos a desarrollar Salesforce Einstein.
Salesforce Einstein es IA para Salesforce y está integrado en la plataforma. Como el gerente general de Einstein lo dice, “Toma el CRM número uno del mundo y conviértelo en el CRM más inteligente del mundo”. Con la oferta de IA de Salesforce, ahora puedes dar poder a los profesionales de TI de ventas, servicios, marketing y TI para que hagan su mejor interacción con cada cliente de forma más rápida, inteligente y anticipando necesidades.
Aprendizaje Profundo: Visión Einstein y Lenguaje Einstein
Salesforce Einstein debe poner la nube de la IA al alcance de los desarrolladores. Tal vez. Pero ¿dónde deberías empezar? Lo primero que debes saber es que la IA tiene tres componentes principales:
- Data
- Algoritmos
- Computación
Esto va a ser una gran parte de cómo incorporamos la inteligencia artificial a la empresa, pero gran parte del esfuerzo de desarrollo de la inteligencia artificial ha estado de lado del algoritmo. Estos son algoritmos complejos sobre los cuales se están construyendo, expandiendo y que en realidad tienen nuevas investigaciones de los sectores privados_y_públicos. Puedes estar seguro de que los algoritmos de nube de IA continuarán siendo innovadores y continuarán impulsando nuevas características para tus aplicaciones y para las experiencias de los clientes.
El aspecto de computación del que probablemente ya hayas oído hablar, últimamente también: GPU, TPU, las nuevas inversiones y las nuevas investigaciones de todas las mejores compañías de hardware se dirigen hacia el poder de la informática, asegurando que estos algoritmos tengan la infraestructura que necesitan para seguir siendo innovadores y poder proporcionar información sobre tu data.
Antes de entrar en la forma en que puedes desarrollar algo que aproveche esta tecnología, profundicemos más en algunos detalles de lo que enfrentarás.
La Data
Hay dos formas de data a considerar aquí: Estructurada y no estructurada.
La data estructurada incluye data de ERP y gran parte de tu data de CRM; podría ser data que sale de dispositivos del IoT, por ejemplo. Este tipo de data ya se puede buscar fácilmente mediante algoritmos básicos.
La data no estructurada podría ser tu data de imagen, mensajes de correo electrónico, presentaciones de PowerPoint, documentos de Word, etc. Aquí es donde entran en juego algoritmos de aprendizaje profundo y aprendizaje automático, lo que simplifica enormemente la búsqueda de este tipo de data.
El Algoritmo
El aprendizaje profundo es un término complicado: muchos desarrolladores e ingenieros de DevOps se sienten abrumados por él. Creen que no tienen la infraestructura para manejar redes neuronales. Creen que necesitan un doctorado para comprender lo suficiente el modelo de vanguardia, el cual se incorporará para dividirlo en un proceso de pensamiento más manejable. Afortunadamente, saber lo suficiente para poder aprovecharlo es mucho más accesible de lo que parece.
Comencemos de esta manera: tienes un archivo de entrada. Esto podría ser una imagen, un archivo de audio o un archivo de texto. Y deseas obtener un resultado revelador. Salesforce Einstein tiene un conjunto de API que puedes utilizar para que este proceso sea realmente perfecto: no tienes que saber nada de lo que sucede en medio del proceso.
Con Salesforce Einstein, es muy fácil integrar el aprendizaje profundo en tus aplicaciones. Proporciona una infraestructura bien alojada que gestiona tus modelos como un servicio y, por lo tanto, se ocupa de cualquier necesidad de escalabilidad. Por lo tanto, te facilita subir, entrenar y comprender las métricas de tu modelo y, al final, proporcionar predicciones en tiempo real en un modelo preformado o en un modelo personalizado que hayas creado.
Si incluso eso te suena extraño, los siguientes ejemplos te pondrán al día rápidamente.
Computación: Visión de Einstein
Éste es uno de los servicios de aprendizaje profundo que ofrece Salesforce Einstein. No todos los modelos de aprendizaje profundo o las redes neuronales son iguales: las arquitecturas específicas se utilizan para problemas específicos. Y en el caso de la visión por computadora, la nube de IA utiliza lo que se llama una red neuronal “convolucional”, lo que significa que cada etapa aprende de la anterior. Entonces, cuando una red así se entrena en data de imagen, reconstruye la imagen desde cero para comprender sus diferentes componentes. Primero verás la unidad más pequeña de la imagen, el píxel, y luego comprenderás los bordes, y la siguiente etapa comprenderá las partes o elementos del objeto y, finalmente, llegará a objetos enteros.
Y todo ese proceso se resuelve por ti, de modo que puedes enfocarte en el valor comercial que puedes desbloquear para tus clientes con visión de computadora en lugar de en el proceso en sí.
Piensa en cómo la industria del transporte podría transformarse mediante el uso de drones para monitorear las carreteras—nadie tendría que enviar un equipo de limpieza.
O cómo las empresas de CPG, en lugar de enviar individuos para registrar manualmente los productos en un estante, podrían tomar una fotografía y hacer que se analice automáticamente. O cómo se puede revolucionar la venta minorista al consumidor con la búsqueda visual, o cómo las compañías de seguros pueden automatizar el triaje de las reclamos, o cómo el sistema de salud puede aprovechar el procesamiento de la imagen.
Todos estos escenarios pueden ser cubiertos por la Clasificación de Imagen Einstein, que es parte de Visión Einstein. Todo lo que necesitas es un modelo, que es más o menos un conjunto de etiquetas de clasificación.
Construye un Modelo Personalizado
Puedes crear tus propios modelos personalizados y luego integrarlos en tus flujos de trabajo, ya sea un flujo de trabajo de Salesforce o una aplicación externa.
Crear tu propio modelo personalizado implica solo tres pasos:
- Crea tu propio set de data, basado en lo que tu modelo personalizado necesita hacer. Supongamos que quieres saber la diferencia entre los refrigeradores de tres puertas y los refrigeradores de dos puertas. Necesitarás recolectar un montón de imágenes de refrigeradores de dos puertas y ponerlas en una carpeta, y luego un montón de imágenes de refrigeradores de tres puertas y ponerlas en otra carpeta.
- Entrena tu modelo. Ahora, cualesquiera que sean los set de data que recopilaste en el paso anterior, los subes y la nube de IA capacitará al modelo en función de ese set de data. El hecho de que ya separaste las imágenes es todo lo que se necesita para el entrenamiento. Una vez que el nuevo modelo de data esté capacitado, recibirás tu ID.
- 3. Úsalo para predicción! Ahora puedes obtener predicciones sobre imágenes que el modelo nunca ha visto antes. Es tan simple como hacer una llamada API usando la nueva ID del modelo.
Cálculo: Lenguaje Einstein
Si las imágenes no son lo que necesitas procesar, es probable que estés tratando entrenar usando el texto. Para esto, la nube de IA de Salesforce tiene Lenguaje Einstein, que actualmente está compuesto por dos servicios: Intención Einstein y Sentimiento Einstein.
- Intención Einstein es un clasificador general del tipo de procesamiento de lenguaje natural (NLP). Te permite definir tus propias clases y cargar data que representa esas clases.
- Sentimiento Einstein es un modelo preformado que puede analizar el lenguaje humano para derivar los sentimientos del contenido y las declaraciones de los usuarios que lo rodean y clasificarlos en clases positivas, negativas y neutrales.
Los servicios de Lenguaje Einstein funcionan igual que nuestro ejemplo de clasificación de imágenes. Aquí, también definiremos clases.
En el ejemplo anterior, la intención es sobre casos de enrutamiento. Cada vez que se presenta un caso, queremos analizarlo y dirigirlo al departamento correcto: envío, facturación, producto, ventas…podemos definir tantas clases como necesitemos. Pero en el caso de Sentimiento Einstein, las clases son fijas, por lo que sólo tenemos positivo, negativo o neutral.
Una vez que hayas separado la data en diferentes clases, puedes entrenar tus modelos. La capacitación del modelo es muy fácil con la API proporcionada. Al igual que con Visión Einstein, una vez que el modelo esté capacitado, tendrás tu ID de modelo y estarás listo para obtener predicciones.
Salesforce Einstein: Listo para un Smart Start
Ahora que tienes un gusto por las posibilidades que Salesforce Einstein pone a tu alcance como Desarrollador de Salesforce, y lo fácil que sería ayudar a tus clientes o jefe a aprovechar la nube de IA, para comenzar simplemente se requiere configurar una cuenta.
¡Esperamos saber cómo estás usando la nube de inteligencia artificial para revolucionar tu propia aplicación!
No hay comentarios:
Publicar un comentario