Explorar las predicciones del aprendizaje automático

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Entender qué puede hacer el aprendizaje automático por sus datos de CRM.
  
• Identificar formas de usar las predicciones de aprendizaje automático.
  

Aprovechar la potencia de sus datos 

En la actualidad, existen billones de gigabytes de datos. Como una compañía que existe en la era de la inteligencia Artificial (IA), los datos que posee pueden predecir resultados y orientar la toma de decisiones. Según Untapped Data Research de Salesforce, la mayoría de las compañías no están aprovechando al máximo el potencial de sus datos, aunque cuatro de cada cinco (80%) líderes de negocio afirman que los datos son esenciales para la toma de decisiones. 

Con un tipo de IA llamado aprendizaje automático (ML), puede transformar datos históricos en perspectivas de predicción. Se la conoce como IA predictiva, que es diferente a la IA generativa. 

• La IA predictiva informa, con datos existentes para descubrir cosas nuevas acerca de los datos. Por ejemplo, la IA predictiva estima la probabilidad de desgaste o fraude.
  
• La IA generativa asiste, con datos existentes para crear datos nuevos que son parecidos a los que ya existen. Por ejemplo, la IA generativa crea nuevas imágenes y texto.
  

Para obtener más información acerca de la IA predictiva frente a la generativa, consulte la unidad Descubra las técnicas y aplicaciones de la IA en Conceptos básicos de datos para la IA. 

Inyectar el aprendizaje automático a su negocio

Las perspectivas de predicción de aprendizaje automático permiten a los usuarios de negocio tomar mejores decisiones y más rápido. Use la IA predictiva de aprendizaje automático para fomentar la innovación, eficiencia y toma de decisiones estratégica en su organización. Estos son los principales casos de uso para las perspectivas de predicción (pero hay muchos más).

Beneficiarse del aprendizaje automático, sin necesidad de tener experiencia en ciencias de datos

No hace falta que sea un científico de datos para aprovechar el aprendizaje automático. Si bien los científicos de datos suelen estar involucrados en el entrenamiento y el refinamiento de los modelos de ML, las perspectivas del modelo están destinadas a los usuarios de negocio. Según Harvard Business Review, a los científicos de datos les cuesta comunicar el valor de las perspectivas de ML, y uno de los principales desafíos son “los resultados que no usan las personas responsables de la toma de decisiones”. 

Agregar ML a Salesforce cierra la brecha entre los científicos de datos y el negocio. En Salesforce, los usuarios pueden tomar decisiones y realizar acciones según las perspectivas de ML sin tener que leer un reporte de ciencia de datos.

Puede transformar los datos históricos en perspectivas significativas para su organización con Einstein.

1. Einstein Studio: use las perspectivas con tecnología de ML en Data Cloud con los datos de modelos conectados que los equipos de ciencia ya desarrollaron conectándose a ellos y llevando las perspectivas del modelo a Salesforce. Puede dejar el modelo donde está (como AWS SageMaker) y aprovechar sus perspectivas con tecnología de ML en Salesforce.
   
2. Einstein Discovery: cree su propio modelo de ML desde cero en CRM Analytics, con el asesoramiento de Einstein. Confíe en Einstein para que lo guíe a través de la creación, el entrenamiento, la evaluación y la activación de un modelo de ML en Data Cloud.
   

Ahora sabe lo que puede hacer el aprendizaje automático con sus datos y puede identificar las formas en que su organización se beneficia con las predicciones con tecnología de ML. 

Recursos

• Trailhead: Datos, IA y CRM: Vistazo rápido
• Trailhead: Nociones básicas de datos para la IA
• Trailhead: Nociones básicas de la inteligencia artificial
• Trailhead: Aspectos básicos de Einstein Discovery