Categoría: El mundo al día

Mantenerse competitivo en las ventas modernas hoy en día significa efectivamente adoptar las últimas tendencias en tecnología Desde finales de 2022, cuando la IA generativa llegó a la conciencia del público gracias a ChatGPT de OpenAI, la IA ha estado a la vanguardia de este cambio, modificando la forma en que los equipos de ventas (como la mayoría de los demás equipos) operan y se conectan con los clientes. En esta publicación de blog, analizaremos cómo la IA está agilizando las actividades de ventas y ayudando a aumentar las tasas de conversión. Estas son las cinco formas principales en que los equipos de ventas pueden usar IA para personalizar mejor las interacciones, automatizar el trabajo administrativo y más, demostrando que no se trata solo de reducir costos, sino de transformar la forma en que se realizan las ventas. 1. Compromiso personalizado Un ciclo de ventas típico es complejo e implica múltiples puntos de contacto e interacciones antes de la conversión. Una personalización más profunda implica comprender las necesidades comerciales, los desafíos y las tendencias de la industria de un cliente potencial. Las herramientas de inteligencia artificial son especialmente adecuadas para analizar grandes conjuntos de datos y descubrir información que adapte las interacciones a estos contextos comerciales específicos. Por ejemplo, la IA puede analizar interacciones pasadas, como intercambios de correo electrónico y el historial de interacción, para determinar qué tipo de contenido o características de producto son más relevantes para un cliente específico. Esto permite a los equipos de ventas ofrecer soluciones que no son solo servicios o productos genéricos, sino que están personalizados para abordar los desafíos y objetivos únicos del cliente. La IA puede mejorar las estrategias de marketing basado en cuentas (ABM) al permitir que los equipos de ventas creen estrategias de contenido altamente personalizadas para cada cuenta. Al analizar los datos de varios puntos de contacto en el proceso de cotización a cobro , la IA ayuda a crear mensajes que resuenan profundamente en cada responsable de la toma de decisiones en la organización del cliente. Este enfoque específico no solo fortalece las relaciones, sino que también aumenta significativamente la probabilidad de cerrar acuerdos. 2. Previsión de ventas La previsión precisa de ventas es vital en las ventas B2B, donde la planificación estratégica y la asignación de recursos dependen en gran medida de los resultados de ventas previstos. La IA mejora significativamente la precisión y la fiabilidad de estas previsiones mediante el análisis de grandes cantidades de datos y la identificación de tendencias que son difíciles de detectar. Las herramientas de previsión de ventas impulsadas por IA utilizan datos históricos de ventas, condiciones del mercado y actividad de ventas en tiempo real para predecir el rendimiento de las ventas futuras. Estas herramientas emplean análisis predictivos para modelar diversos escenarios y sus posibles impactos en las ventas, lo que ayuda a los equipos de ventas a prepararse de manera más eficaz para los futuros movimientos del mercado. Además, las herramientas de previsión mejoradas con IA pueden actualizar dinámicamente las predicciones en función de nuevos datos. Esto significa que las previsiones de ventas no son estáticas, sino que evolucionan a medida que se dispone de más datos de interacción y transacciones. Este tipo de previsión dinámica garantiza que las estrategias de ventas sigan siendo ágiles y receptivas a los cambios, lo que aumenta la eficiencia general de las operaciones de ventas. Al aprovechar la IA para realizar pronósticos de ventas avanzados, las empresas B2B no solo pueden pronosticar con mayor precisión, sino también obtener conocimientos estratégicos que pueden conducir a un enfoque más proactivo en la gestión de los canales de ventas y las relaciones con los clientes. 3. Precios dinámicos La fijación dinámica de precios es una aplicación avanzada de inteligencia artificial que puede mejorar significativamente el rendimiento de las ventas B2B al optimizar las estrategias de fijación de precios en función de los datos del mercado en tiempo real y del comportamiento de los clientes. Esta tecnología permite a las empresas ajustar sus modelos de fijación de precios rápidamente en respuesta a los cambios en el mercado o la demanda de los clientes, lo que garantiza la competitividad y maximiza los ingresos. Las herramientas de inteligencia artificial como Competera analizan datos históricos de ventas, dinámicas de mercado, precios de la competencia y patrones de clientes para recomendar las estrategias de precios más efectivas para diversos productos y servicios. Por ejemplo, puede sugerir descuentos especiales para clientes de alto valor o ajustar los precios durante períodos de máxima demanda para aprovechar las tendencias del mercado. Los precios dinámicos impulsados ​​por IA pueden mejorar la satisfacción del cliente al ofrecer precios justos que reflejen el valor actual de los productos o servicios, que puede diferir entre segmentos de clientes o incluso entre clientes individuales en función de su historial de compras y lealtad. Al integrar modelos de precios dinámicos impulsados ​​por IA, los equipos de ventas no solo agilizan sus estrategias de precios, sino que también garantizan que sean adaptables, basadas en datos y estrechamente alineadas con las condiciones del mercado y las expectativas de los clientes. Para las empresas B2B que buscan perfeccionar sus estrategias de precios y ventas, un servicio de consultoría en IA es una ventaja crucial. Al incorporar análisis de datos avanzados y experiencia en IA/ML, estos servicios mejoran la toma de decisiones basada en datos, mejoran las relaciones con los clientes y aceleran los ciclos de ventas, lo que fomenta un proceso de ventas más competitivo y eficiente. 4. Calificación y priorización de clientes potenciales Cuando se cuenta con un flujo saludable de clientes potenciales, es fundamental gestionarlos de manera eficiente. Los equipos de ventas pueden usar la IA para mejorar drásticamente este proceso a través de sofisticados sistemas de puntuación de clientes potenciales, que evalúan y clasifican a los prospectos en función de su probabilidad de conversión. Esta priorización garantiza que los equipos de ventas centren sus esfuerzos en los clientes potenciales más prometedores, optimizando tanto el tiempo como los recursos. Las herramientas de IA integran diversos puntos de datos, como interacciones

La inteligencia artificial (IA) ha crecido exponencialmente y ha transformado las industrias en todo el mundo. A medida que se expanden sus casos de uso, han surgido preocupaciones en torno a la ética, la transparencia de los datos y el cumplimiento normativo. Chloé Wade, vicepresidenta de IDA Ireland, analiza la importancia de los marcos éticos de IA, las pautas regulatorias y las estrategias internas para garantizar una implementación responsable de la IA. La inteligencia artificial (IA) y sus múltiples usos han experimentado un crecimiento exponencial en los últimos años, convirtiéndose en una de las tecnologías más populares y debatidas de la década. Chloé Wade, vicepresidenta de Servicios Financieros Internacionales para el Reino Unido en IDA Ireland, analiza la importancia de implementar directrices internas y cumplir con las nuevas regulaciones gubernamentales, con la idea de que se debe priorizar la IA ética. Los últimos avances en IA y su popularidad han captado la atención mundial, creando titulares y generando debates en todo el mundo. Más de 100 millones de usuarios semanales están acudiendo en masa al Chat GPT de Open AI, y continuamente surgen nuevos casos de uso a medida que se continúa explorando el potencial de esta tecnología, desde su uso en el diagnóstico médico hasta la fabricación de robótica y automóviles autónomos. Un estudio realizado por la Oficina de Estadísticas Nacionales el año pasado descubrió que una de cada seis organizaciones del Reino Unido ha implementado alguna forma de IA, lo que contribuye a un mercado valorado en más de £16.8 mil millones.[1] Este rápido crecimiento plantea interrogantes sobre las implicaciones éticas de esta tecnología. Otro estudio de Forbes Advisor reveló que más de la mitad de la población del Reino Unido está preocupada por el uso de la IA, en particular en lo que respecta a la desinformación, la privacidad, la transparencia y los efectos de desplazamiento. [2] ¿Cuáles son estas preocupaciones, cómo están respondiendo los organismos reguladores y cuáles son las tres consideraciones clave para garantizar un marco ético de IA? Orientación regulatoria proveniente de la UE Una encuesta reciente de YouGov reveló las dos principales preocupaciones en torno a la IA: el 50% de los líderes empresariales del Reino Unido se centran en la futura regulación de la IA y el 46% en el uso de datos no válidos o sesgados. [3] Se están estableciendo nuevas medidas para garantizar que la IA tenga una orientación ética, en particular la Ley de Inteligencia Artificial de la UE de 2024, que entró en vigor oficialmente el 1 de agosto de 2024. A pesar de su naturaleza rígida, varias naciones están desarrollando marcos similares a los de la Comisión Europea para proteger al público y, al mismo tiempo, alentar a las organizaciones a aprovechar los numerosos beneficios de la IA. El Reino Unido ha adoptado un «enfoque pro innovación» para la regulación de la IA, pero aún no ha introducido un estatuto propio. Aunque se propuso un proyecto de ley regulatorio en marzo de 2024, todavía está siendo revisado. De hecho, la Ley de IA de la UE afecta a algunas empresas del Reino Unido: aquellas que «desarrollan o implementan un sistema de IA que se utiliza en la UE», según el CBI. Sin embargo, inculcar valores morales y éticos en estos modelos, especialmente en contextos de toma de decisiones importantes, presenta un desafío. Los códigos éticos en las empresas y los marcos regulatorios son dos formas principales de implementar la ética de la IA. Abordar en profundidad la ética y la responsabilidad en el desarrollo de software de IA puede proporcionar una ventaja competitiva sobre aquellos que descuidan estas cuestiones. Los informes y las evaluaciones se están volviendo esenciales a medida que regulaciones como la Ley de IA de la UE se vuelven efectivas para ayudar a las empresas a gestionar los riesgos asociados con la IA. El espíritu es garantizar que los sistemas de IA ayuden en lugar de reemplazar la toma de decisiones humana. La IA carece de la capacidad de tomar decisiones éticas o comprender los matices morales, lo que hace necesaria la supervisión humana, especialmente en aplicaciones críticas que afectan el bienestar y la justicia social. Se debe alentar el uso de la IA como herramienta para mejorar la eficiencia y la productividad de los trabajadores, al tiempo que se mantiene la alineación con la nueva legislación y los códigos éticos, como el Código de Conducta de BCS. [4] Pasos clave para la implementación interna de una IA ética Irlanda es un país que ha establecido una cantidad sustancial de procesos básicos para prepararse para el esperado crecimiento exponencial a largo plazo del mercado de IA. Con la publicación de la estrategia nacional de IA ‘AI—Here for Good’ [5], el gobierno irlandés espera que las organizaciones civiles y de servicio público adopten la IA de manera responsable e innovadora para mejorar la prestación de los servicios públicos actuales y nuevos. Irlanda ha ordenado que todas las aplicaciones de IA dentro del servicio público se adhieran a siete pautas éticas de IA, como se describe por el Grupo de expertos de alto nivel de la Comisión Europea sobre IA en sus Pautas éticas para una IA confiable. [6] Pero, ¿qué deberían hacer las empresas internamente? Las empresas deben reconocer en primer lugar la naturaleza cooperativa de la IA y cómo se pueden crear impactos positivos. Durante las etapas preliminares de implementación, los líderes empresariales deben abordar cómo procesan, almacenan y extraen datos dentro de su ecosistema de valor. Dado que los objetivos organizacionales y las estrategias corporativas difieren entre las empresas, se deben explorar las capacidades de modelos de IA específicos, incluidos los modelos de aprendizaje automático (ML) y los modelos generativos, para determinar el uso óptimo de esta tecnología dentro de las operaciones. Existen varias estrategias que pueden aumentar la confiabilidad del software de IA. La evaluación de riesgos es un aspecto fundamental de estos procesos, como herramienta para que los desarrolladores e ingenieros de sistemas determinen si los casos de uso son de alto

La estatal China Telecom entrena dos importantes modelos de inteligencia artificial de gran lenguaje utilizando completamente chips nacionales mientras el país aumenta su autosuficiencia Una importante empresa estatal de telecomunicaciones china dijo que ha entrenado dos modelos de lenguaje grande (LLM) usando completamente procesadores nacionales, una indicación del progreso del país en el desarrollo de semiconductores que pueden usarse para tareas avanzadas de IA en medio de las sanciones estadounidenses . Según se informa, la empresa matriz de TikTok, ByteDance, también estaba planeando desarrollar un modelo de IA entrenado principalmente con chips nacionales de Huawei. El Instituto de IA de China Telecom , una de las principales empresas de telecomunicaciones respaldadas por el estado de China, dijo que el TeleChat2-115B de código abierto y un segundo modelo sin nombre fueron entrenados utilizando decenas de miles de chips producidos nacionalmente. El logro “indica que China ha alcanzado verdaderamente la autosuficiencia total en la formación LLM nacional” y marca una nueva fase en la innovación y autosuficiencia de China, dijo el instituto de IA en un comunicado. Entrenamiento de IA El modelo sin nombre tiene 1 billón de parámetros, mientras que TeleChat2t-115B tiene más de 100 mil millones de parámetros, dijo China Telecom. La empresa no dijo quién suministró los chips, pero anteriormente dijo que estaba usando procesadores Ascend de Huawei Technologies, sancionada por Estados Unidos. ByteDance, la empresa matriz con sede en Beijing de la aplicación de redes sociales TikTok, estaría planeando entrenar un LLM usando chips Huawei Ascend 910B, informó Reuters, citando fuentes anónimas. La compañía ya utiliza los chips para tareas menos intensivas que involucran modelos de IA previamente entrenados que hacen predicciones, según el informe. Según se informa, el nuevo modelo será menos potente que el modelo de inteligencia artificial existente de ByteDance, Doubao, que se ha convertido en una de las herramientas de inteligencia artificial más populares del país, con 10 millones de usuarios activos mensuales. ByteDance ha pedido más de 100.000 chips Ascend este año, pero ha recibido menos de 30.000 hasta julio, lo que le impide establecer un cronograma para el nuevo modelo, según el informe. Chips nacionales ByteDance es uno de los mayores compradores de chips de inteligencia artificial de Huawei, y también es el mayor comprador del chip H20 de Nvidia, diseñado específicamente para el mercado chino para cumplir con las sanciones estadounidenses, según el informe de Reuters. La empresa también es el mayor cliente de Microsoft en Asia para la potencia de procesamiento de Nvidia disponible a través de la computación en la nube, según el periódico. Huawei ha comenzado a ofrecer muestras de su nuevo procesador Ascend 910C AI a grandes empresas de servidores chinas para pruebas y configuración de hardware, informó el South China Morning Post la semana pasada. La versión mejorada del 910B se está ofreciendo a grandes empresas de Internet que también son clientes importantes de Nvidia, afirmó el periódico, citando fuentes anónimas. Estados Unidos comenzó a prohibir la venta de chips avanzados a empresas chinas en 2022 y ha ampliado las sanciones para incluir más chips y tecnología de fabricación de chips de proveedores estadounidenses, holandeses y japoneses. NetMedia Internacional. Inglaterra. M.B. Traducido al español

Oracle anunció el primer supercúmulo OCI a escala zetta acelerado por la plataforma NVIDIA Blackwell, que permite a los clientes entrenar e implementar modelos de IA de próxima generación a escala. Las empresas buscan una computación cada vez más potente para respaldar sus cargas de trabajo de IA y acelerar el procesamiento de datos. La eficiencia obtenida puede traducirse en mejores retornos para sus inversiones en entrenamiento y ajuste de IA, y en mejores experiencias de usuario para la inferencia de IA. En la conferencia Oracle CloudWorld de hoy, Oracle Cloud Infrastructure (OCI) anunció el primer superclúster OCI de escala zetta, acelerado por la plataforma NVIDIA Blackwell , para ayudar a las empresas a entrenar e implementar modelos de IA de próxima generación utilizando más de 100 000 GPU de última generación de NVIDIA. Los superclusters OCI permiten a los clientes elegir entre una amplia gama de GPU NVIDIA e implementarlas en cualquier lugar: en las instalaciones, en la nube pública y en la nube soberana. Los sistemas basados ​​en Blackwell, cuya disponibilidad está prevista para la primera mitad del año próximo, pueden escalar hasta 131.072 GPU Blackwell con NIC NVIDIA ConnectX-7 para redes RoCEv2 o NVIDIA Quantum-2 InfiniBand para ofrecer una asombrosa cantidad de 2,4 zettaflops de computación de IA máxima en la nube. (Lea el comunicado de prensa para obtener más información sobre los superclusters OCI). En la feria, Oracle también presentó una vista previa de las instancias NVIDIA GB200 NVL72 refrigeradas por líquido para ayudar a impulsar aplicaciones de IA generativas . Las instancias son capaces de realizar entrenamiento a gran escala con Quantum-2 InfiniBand e inferencia en tiempo real de modelos de billones de parámetros dentro del dominio NVIDIA NVLink de 72 GPU ampliado , que puede actuar como una única GPU masiva. Este año, OCI ofrecerá NVIDIA HGX H200 , que conecta ocho GPU NVIDIA H200 Tensor Core en una única instancia de hardware a través de NVLink y NVLink Switch, y escala a 65 536 GPU H200 con NIC NVIDIA ConnectX-7 a través de redes de clúster RoCEv2. La instancia está disponible para pedidos de clientes que buscan ofrecer inferencia en tiempo real a escala y acelerar sus cargas de trabajo de capacitación. (Lea un blog sobre los superclústeres de OCI con GPU NVIDIA B200, GB200 y H200). OCI también anunció la disponibilidad general de instancias aceleradas por GPU NVIDIA L40S para cargas de trabajo de IA de rango medio, NVIDIA Omniverse y visualización. (Lea un blog sobre los supercúmulos de OCI con GPU NVIDIA L40S). Para soluciones de un solo nodo a varios racks, las ofertas de borde de Oracle brindan IA escalable en el borde acelerada por GPU NVIDIA, incluso en ubicaciones remotas y desconectadas. Por ejemplo, las implementaciones a menor escala con Roving Edge Device v2 de Oracle ahora admitirán hasta tres GPU NVIDIA L4 Tensor Core . Las empresas están utilizando los superclusters OCI con tecnología NVIDIA para impulsar la innovación en inteligencia artificial. La startup Reka, por ejemplo, está utilizando los clústeres para desarrollar modelos avanzados de inteligencia artificial multimodal para desarrollar agentes empresariales. “Los modelos de IA multimodales de Reka, creados con tecnología OCI y NVIDIA, permiten a los agentes empresariales de última generación leer, ver, oír y hablar para comprender nuestro complejo mundo”, afirmó Dani Yogatama, cofundador y director ejecutivo de Reka. “Con la infraestructura acelerada por GPU de NVIDIA, podemos manejar modelos muy grandes y contextos extensos con facilidad, al mismo tiempo que permitimos que el entrenamiento denso y disperso se escale de manera eficiente a niveles de clúster”. NVIDIA recibió el premio Oracle Technology Solution Partner Award en Innovación 2024 por su enfoque integral hacia la innovación. Aceleración de las cargas de trabajo de bases de datos Oracle con inteligencia artificial generativa Oracle Autonomous Database está obteniendo soporte de GPU NVIDIA para portátiles Oracle Machine Learning para permitir que los clientes aceleren sus cargas de trabajo de procesamiento de datos en Oracle Autonomous Database. En Oracle CloudWorld, NVIDIA y Oracle se asocian para demostrar tres capacidades que muestran cómo la plataforma de computación acelerada de NVIDIA podría usarse hoy o en el futuro para acelerar los componentes clave de los canales de generación aumentada de recuperación de IA generativa . El primero mostrará cómo se pueden usar las GPU NVIDIA para acelerar las incorporaciones masivas de vectores directamente desde Oracle Autonomous Database Serverless para acercar de manera eficiente los datos empresariales a la IA. Estos vectores se pueden buscar mediante la búsqueda de vectores de IA de Oracle Database 23ai. La segunda demostración mostrará un prototipo de prueba de concepto que utiliza GPU NVIDIA, NVIDIA cuVS y un marco de descarga desarrollado por Oracle para acelerar la generación de índices de gráficos vectoriales, lo que reduce significativamente el tiempo necesario para crear índices para búsquedas vectoriales eficientes. La tercera demostración ilustra cómo NVIDIA NIM , un conjunto de microservicios de inferencia fáciles de usar, puede mejorar el rendimiento de la IA generativa para casos de uso de generación y traducción de texto en una variedad de tamaños de modelos y niveles de concurrencia. En conjunto, estas nuevas capacidades y demostraciones de Oracle Database resaltan cómo se pueden usar las GPU NVIDIA para ayudar a las empresas a incorporar IA generativa a sus datos estructurados y no estructurados alojados o administrados por una Oracle Database. Inteligencia artificial soberana en todo el mundo NVIDIA y Oracle están colaborando para ofrecer infraestructura de IA soberana en todo el mundo, ayudando a abordar las necesidades de residencia de datos de gobiernos y empresas. La startup brasileña Wide Labs entrenó e implementó Amazonia IA, uno de los primeros modelos de lenguaje de gran tamaño para portugués brasileño, utilizando GPU NVIDIA H100 Tensor Core y el marco NVIDIA NeMo en los centros de datos brasileños de OCI para ayudar a garantizar la soberanía de los datos. “El desarrollo de un LLM soberano nos permite ofrecer a los clientes un servicio que procesa sus datos dentro de las fronteras brasileñas, lo que le otorga a Amazônia una posición única en el mercado”, afirmó Nelson Leoni, director ejecutivo de Wide Labs. “Usando el marco NVIDIA NeMo, capacitamos con éxito a Amazônia IA”. En Japón, Nomura Research Institute, un proveedor líder

Hoy en día, solo el 37% de las empresas están preparadas para implementar proyectos de IA. El interés por la inteligencia artificial (IA) está creciendo, pero las empresas deben estar preparadas para implementarla con éxito. En la actualidad, algo más de un tercio (37%) de las empresas están realmente preparadas para implementar proyectos de IA. Así lo revela la encuesta Riverbed Global AI & Digital Experience Survey, que recoge las impresiones de más de mil responsables de TI de siete países diferentes, entre ellos España. Si bien la mayoría ha pasado las etapas de evaluación y experimentación, menos de una cuarta parte (23%) se encuentra en la etapa final de transformación. La encuesta de Riverbed también es un buen indicador del optimismo en torno a la tecnología. Hasta el 94% de los encuestados afirma que la IA ocupa un lugar destacado en la lista de prioridades de los directivos y el 91% afirma que proporciona una ventaja competitiva. Se espera una fuerte expansión en este ámbito durante los próximos tres años. Para 2027, el 86% de las empresas esperan estar plenamente preparadas. «La IA está en la agenda de los altos ejecutivos y es una prioridad para los líderes de TI», afirma Jim Gargan, director de marketing de Riverbed, porque «puede brindar enormes beneficios a las operaciones de TI y transformar las industrias y la forma en que trabajamos». «Lo que los líderes realmente quieren es pasar de la mera publicidad sobre la IA a una IA práctica que funcione y ofrezca resultados mensurables», señala Gargan. Más allá de los directivos, los más optimistas son los empleados más jóvenes. Los líderes afirman que la Generación Z es la que se siente más cómoda con la IA (52%), por delante de los Millennials (39%), los miembros de la Generación X (8%) y los Baby Boomers (1%). El 59% de los encuestados afirma que el sentimiento en su organización hacia la IA es positivo. El 37% piensa que es neutral. Solo el 4% dice que hay escepticismo. Las empresas valoran el papel de la IA en la experiencia digital de los empleados. Según el 86 % de los ejecutivos, la automatización es importante para mejorar la eficiencia de TI y la experiencia final. En los próximos años, se centrarán en la automatización del flujo de trabajo, la remediación automatizada, la disponibilidad de soporte 24 horas al día, 7 días a la semana, conocimientos basados ​​en datos y análisis de comentarios. En un plazo de doce a dieciocho meses, esperan estar utilizando o probando la IA generativa. Solo un tercio (34 %) tiene actualmente casos de uso en producción para operaciones de TI o ha completado prototipos. Entre los desafíos que enfrentan las organizaciones, destaca la «brecha de realidad». El 82 % de los encuestados de Riverbed cree que están por delante de sus rivales en la adopción de IA para servicios de TI y experiencia digital. También existe una «brecha de preparación» y una «brecha de datos». El 72 % afirma que es difícil implementar la IA para que funcione y se difunda. Si bien el 85 % reconoce la importancia de contar con datos confiables, al 69 % le preocupa la eficacia de sus datos. Una minoría califica sus datos como excelentes en términos de integridad (43 %) y precisión (40 %). Para superar las barreras, el 57% de las empresas han formado equipos dedicados a la IA y el 45% también cuentan con equipos de observabilidad y experiencia del usuario. Traducido con www.DeepL.com/Translator (versión gratuita). NetMedia Internacional.MT. Traducido al español