Los clientes que vienen a hablarnos de un proyecto de IA suelen empezar con un objetivo muy grande: sustituir toda la atención al cliente por IA, o que la IA se encargue de todos los contratos. El objetivo en sí no tiene nada de malo, pero normalmente les recomendamos acotar primero el alcance.
Empezar por una tarea
Un buen punto de partida suele reunir tres condiciones: ocurre todos los días, hoy se hace sobre todo a mano y se puede decir con claridad si está bien hecho o no. Por ejemplo, las pocas decenas de preguntas que más se repiten en atención al cliente, un tipo de factura con formato fijo o las notas de seguimiento que el equipo de ventas escribe cada día.
Probar con ejemplos reales
Antes de empezar a desarrollar, reunimos con el cliente una serie de ejemplos sacados de su trabajo real y dejamos por escrito qué resultado se considera correcto. A partir de ahí, cada vez que cambiamos un prompt, probamos otro modelo o ajustamos un paso del proceso, volvemos a pasar todos esos ejemplos. Si algo ha mejorado o ha empeorado, lo dicen los resultados; no hace falta fiarse de la intuición.
Ampliar cuando funcione
Un prototipo de validación bien enfocado suele estar listo en pocas semanas. Cuando funciona en situaciones reales, lo conectamos a más tareas y más departamentos. Y si las pruebas muestran que los resultados no son lo bastante buenos, parar en ese punto tampoco sale caro.
Después del lanzamiento
Lanzar una aplicación de IA no es el final. El negocio cambia, los modelos se actualizan y lo que preguntan los usuarios también cambia. Después del lanzamiento, seguimos de cerca los resultados y, cada cierto tiempo, volvemos a probar y a ajustar con ejemplos nuevos.
Si quieres hablar de tu proyecto, puedes empezar por la página de Servicios o escribirnos directamente.