GLOSARIO
Treinta términos que aparecen en cualquier propuesta de inteligencia artificial, explicados para decidir, no para impresionar.
WhatsApp LlamarSistemas que realizan tareas que normalmente requieren inteligencia humana: reconocer patrones, entender texto, generar respuestas o tomar decisiones acotadas. En una empresa, la pregunta útil no es si usar IA, sino en qué proceso concreto crea valor medible.
Modelos que producen contenido nuevo —texto, imágenes, audio o código— a partir de instrucciones. Son útiles para redactar, resumir y conversar; también pueden inventar datos, por eso sus resultados se verifican.
Modelo entrenado con grandes cantidades de texto para predecir y generar lenguaje (y, en varios casos, también procesar imágenes o audio). Es el motor detrás de los asistentes conversacionales. Por sí solo no conoce los datos de tu empresa ni tiene permisos para actuar.
Sistema que usa un modelo de lenguaje para decidir los pasos de una tarea y ejecutar acciones con herramientas, como consultar un CRM o enviar un mensaje. Puede operar con más o menos autonomía. En OFIRA cada agente trabaja con una misión, permisos acotados y aprobación humana en lo que importa.
Programa que conversa con personas por texto o voz. Puede seguir reglas fijas o usar un modelo de lenguaje. La diferencia práctica está en cuánto varían las preguntas y en qué pasa cuando no sabe la respuesta.
Hacer que un sistema ejecute pasos repetitivos que hoy hace una persona. No siempre necesita IA: muchas tareas se resuelven mejor con reglas fijas, más baratas y predecibles.
Automatización robótica de procesos: software que imita los clics y la captura de datos de una persona en sistemas existentes. Suele funcionar bien con reglas estables y puede fallar cuando cambian las pantallas.
Secuencia de pasos que conecta aplicaciones: cuando ocurre algo en una, se ejecuta una acción en otra. Suele ser la opción adecuada cuando el proceso es estable y repetible.
Diseño en el que una persona revisa o aprueba ciertas decisiones del sistema antes de que se ejecuten. Se usa donde un error es caro o no se puede deshacer.
Respuesta de un modelo de IA que suena segura pero es falsa o no tiene fuente. Se reduce con datos verificados, instrucciones claras y revisión, pero no desaparece por completo.
Técnica en la que, antes de responder, el sistema busca información en documentos propios y se la entrega al modelo. Permite responder con datos de la empresa y citar de dónde salió cada dato.
Representaciones numéricas del significado de un texto. Permiten buscar por sentido y no solo por palabras exactas; son la base de muchos sistemas RAG.
Instrucción que se le da a un modelo de IA. Un buen prompt define el objetivo, el contexto, el formato de salida y los límites de la respuesta.
Cantidad máxima de texto que un modelo puede considerar a la vez, incluidas las instrucciones, los documentos y la conversación. Lo que no cabe, el modelo no lo ve.
Unidad en la que los modelos dividen el texto; una palabra puede ocupar uno o varios tokens. Los proveedores de IA suelen cobrar por tokens procesados, por eso el volumen de texto afecta el costo mensual.
Entrenar un modelo existente con ejemplos propios para que adopte un estilo o resuelva una tarea específica. Suele ser más caro y lento que mejorar las instrucciones o usar RAG.
Conjunto de pruebas con casos reales y respuestas esperadas para medir si un sistema de IA funciona bien antes y después de cada cambio. Sin evaluación, la calidad es una opinión.
Interfaz que permite que dos sistemas intercambien datos o ejecuten acciones de forma programada. Es la vía por la que un agente o un flujo se conecta con tus aplicaciones.
Aviso automático que un sistema envía a otro cuando ocurre un evento, por ejemplo un pago recibido o un mensaje nuevo. Permite reaccionar al momento sin consultar a cada rato.
Estándar abierto, publicado por Anthropic en noviembre de 2024, para conectar asistentes de IA con herramientas y fuentes de datos de forma uniforme.
Medición del proceso antes de intervenir: cuántas veces ocurre, cuánto tarda, cuánto cuesta y cuántos errores tiene. Sin línea base no se puede demostrar que una inversión funcionó.
Comparación entre el valor que genera el sistema (tiempo recuperado, errores evitados, ventas) y lo que cuesta construirlo y mantenerlo. Solo se puede calcular con una línea base y la misma métrica antes y después.
Prueba acotada, con alcance pequeño y un criterio de éxito definido antes de empezar. Sirve para decidir si conviene invertir más, con datos y no con expectativas.
Servicio de OFIRA que investiga una decisión de negocio con fuentes verificables y un Red-Team, y entrega un veredicto puntuado: proceder, cambios, probar o rechazar.
En seguridad e IA, equipo o proceso que ataca un sistema para encontrar sus fallas antes que otros. En la Auditoría de Oportunidad, OFIRA usa el término para una revisión adversaria: alguien cuyo único encargo es intentar refutar la recomendación.
Asistente de IA que trabaja junto a una persona dentro de sus herramientas, sugiriendo o redactando, mientras la persona decide. Es distinto de un agente que actúa por su cuenta.
Interfaz de pago de Meta que permite a las empresas enviar y recibir mensajes de WhatsApp desde sus sistemas y conectar agentes o chatbots; no es la app gratuita WhatsApp Business. Meta cobra según el tipo de mensaje y sus tarifas cambian: conviene consultar la página oficial.
Sistema para gestionar clientes y prospectos: contactos, conversaciones, oportunidades y seguimiento. Es una de las conexiones más comunes de una automatización comercial.
Sistema que integra la operación de la empresa: inventario, compras, facturación y contabilidad. Conectarlo con IA requiere cuidar permisos y la calidad de los datos.
Reglas, responsables y controles que definen qué puede hacer un sistema de IA, con qué datos, quién aprueba y cómo se audita. Es lo que separa un experimento de una capacidad confiable.
¿Prefieres a una persona? WhatsApp · Llamar
Hola, soy OFIRA, el asistente de inteligencia artificial de OFIRA. Puedo investigar tu empresa con fuentes verificables, encontrar dónde hay valor y decirte qué servicio tiene sentido — o si ninguno lo tiene. ¿Por dónde empezamos?