Uno de los casos de uso más interesantes para la IA generativa es su aplicación en “agentes” de IA, o aplicaciones que utilizan IA para realizar tareas para usted y automatizar los resultados.
Operai recientemente se mudó a esta siguiente fase con su proyecto de agente “operador”, que puede interactuar con otros sitios web para realizar tareas específicas asignadas a él. Entonces, por ejemplo, si desea encontrar los mejores precios para las verduras entregadas en el hogar, haz que lleguen a tu puerta, sin que hicieras ninguno de los trabajos en las piernas, el operador puede hacerlo en tu nombre.
Todavía es una especie de trabajo en progreso, pero conceptualmente, la próxima etapa de la interacción web podría ser bots hablando con sitios web y encontrar las mejores ofertas y ofertas que se alineen con sus intereses.
Que es solo una de las formas en que los agentes dedicados con AI podrán emprender tareas que tradicionalmente han tomado horas (bueno, un par al menos) de investigación.
Meta destacó otro caso de uso interesante para la misma semana pasada, en una publicación sobre cómo el fútbol (o el fútbol, dependiendo de de dónde seas) Club Sevilla FC ha desarrollado un proceso personalizado con IA a IA llamado “Asesor de exploradores”, que utiliza el modelo LLAMA de Meta, así como el Watson de IBM, para descubrir un posible talento de fútbol, basado en una gama de parámetros.
Como lo explicó Meta:
“To Tomar decisiones de reclutamiento, Sevilla FC necesitaba evaluar cualidades como la actitud, la tenacidad y el liderazgo en un gran volumen de informes de exploración. Sin el asesor de exploradores, los reclutadores tuvieron que pasar entre 200 y 300 horas analizando una sola lista de jugadores, pero ahora los reclutadores de Sevilla FC simplemente pueden hacerle una pregunta a los asesores de Scouts sobre el talento de fútbol que buscan para ver una lista de jugadores a juego, incluidos los sumarios precisos generados por IA de su rendimiento. Watsonx y Meta’s Llama de IBM permiten a Sevilla FC cerrar la brecha entre la exploración tradicional centrada en el ser humano y basada en datos en la identificación y caracterización de reclutas potenciales. “
Una vez más, eso no será perfecto, pero es interesante considerar el potencial de las herramientas personalizadas y con alimentación de IA, que pueden facilitar tareas más específicas y ahorrar muchas horas de trabajo al perfeccionar elementos más pequeños dentro de un proceso determinado.
Lo mismo podría aplicarse al marketing de redes sociales y descubrir perspectivas a través de herramientas de IA.
Para probar esto, le pedí a ChatGPT que creara una aplicación de prospección de redes sociales que me permita crear listas personalizadas de posibles perspectivas basadas en sus publicaciones en las redes sociales, la información en su BIOS, su actividad más reciente, ubicación, información demográfica, etc.
Me dio un código de Python para una aplicación que escanee plataformas sociales (dentro de las limitaciones de cada uno) y analizará el contenido del usuario, luego proporcione un tablero para visualizar y filtrar esa información.
Ejecuté una simulación en la presentación de replicación, que me dio una visión general básica de los datos que podría producir:
Ahora, estos son datos específicos de X, que pueden no ser tan valiosos como lo fue a este respecto, mientras que este también es un ejemplo muy básico, y no en el nivel de ser un “agente” como tal. Pero puede ver con qué facilidad podría crear un sistema más complejo basado en estas herramientas, lo que le permitiría agregar automáticamente los datos de prospecto a su base de datos, proporcionar un resumen de las discusiones clave dentro de su nicho, resaltar las tendencias tangenciales emergentes y proporcionar sugerencias de contenido basadas en ellos, o incluso generar opciones creativas completas como resultado, etc., etc.
Con el acceso a las claves de API relevantes y al conocimiento de codificación básica, podría construir una herramienta de prospección personalizada que le ahorraría un montón de tiempo de investigación, en función de sus propios parámetros definidos que se relacionan con sus clientes objetivo.
Eso puede no ser para todos, mientras que también hay evidencia que sugiere que confiar en las herramientas de IA de cada plataforma puede ofrecer mejores resultados que restringirlos con sus propios parámetros de prospectos. Pero el punto es que los agentes de IA pronto proporcionarán más capacidad para hacer más, en menos tiempo, en entornos muy específicos y personalizados.
Lo cual es un caso de uso mucho más valioso para la IA que, por ejemplo, generar imágenes de usted mismo como un caballero medieval, un alienígena, o cualquier otra cosa que sugieran las indicaciones tontas de Meta AI.
Y aunque estos sistemas aún son propensos a los errores, o “alucinaciones” como prefieren los creadores, puede ver cómo estas herramientas, en las manos correctas, y perfeccionando la información correcta, podrían ser muy valiosas en muchos contextos.
El truco está en acceso a datos y obtener información en vivo de cada plataforma a un precio asequible para su negocio. Eso no va a ser fácil, ya que el acceso a los datos se vuelve más caro todos los días, pero los agentes dedicados de IA podrían proporcionar todas las formas nuevas de monitorear los medios y descubrir oportunidades.
