En Brasil, el perfil del consumidor está cambiando y, con él, las exigencias en relación con la experiencia de compra. Ya no basta con ofrecer un buen producto o servicio; lo que realmente importa ahora es cómo las empresas se relacionan con sus clientes desde el primer contacto hasta el postventa.

En un escenario donde las interacciones son cada vez más instantáneas, los consumidores buscan experiencias que trasciendan el simple intercambio de productos y servicios, exigiendo respuestas rápidas, relevantes y conectadas, además de personalizadas. Para las empresas, esto representa un desafío, ya que es necesario crear una estrategia integrada y alineada que asegure una experiencia fluida y sin fallos.

Ante esta realidad, surge un concepto global titulado 'Experiencia Universal del Cliente (EUC – Experiencia Universal del Cliente)': un enfoque innovador e integrado que está ganando cada vez más fuerza en Brasil.

La Experiencia Universal del Cliente es una metodología que busca unificar todos los procesos, etapas y tecnologías involucradas en la relación con el consumidor, con el objetivo de ofrecer una experiencia consistente, fluida y personalizada en cada punto de contacto, explica Alberto Filho, CEO de Poli Digital, desarrolladora de tecnologías de centralización y automatización de canales de atención.

Segundo hijo, el UCE es un enfoque que, a diferencia de los modelos fragmentados, busca una integración total de las interacciones, haciendo que el recorrido del cliente sea continuo, sin interrupciones ni fallos de comunicación, independientemente del canal utilizado, ya sea sitio web, Instagram, WhatsApp, etc.

Este concepto se alinea con una realidad creciente en el mercado: la fidelización de clientes es un factor clave para el crecimiento de las empresas, comenta el CEO de Poli Digital. Según datos de Investopedia, el 65% de los ingresos de las empresas brasileñas proviene de clientes ya fidelizados, lo que demuestra el impacto positivo de una experiencia exitosa en el recorrido del cliente. Además, según una encuesta de KPMG, el 86% de los consumidores leales recomiendan a amigos y familiares las marcas que los atienden bien, ampliando el alcance de la empresa y generando un efecto de boca a boca que potencia la adquisición de nuevos clientes.

Sin embargo, para lograr la Experiencia Universal del Cliente se necesita más que simplemente implementar soluciones tecnológicas. Aunque herramientas como chatbots, asistentes virtuales y sistemas de automatización son fundamentales para optimizar y agilizar los procesos, la verdadera esencia de la UCE está en la creación de una experiencia que sea, al mismo tiempo, personalizada y fluida en cada etapa del recorrido del cliente. La integración entre los departamentos de la empresa es el secreto para garantizar que cada interacción, ya sea en la atención al cliente, en las ventas o en el soporte postventa, esté alineada con la estrategia central de ofrecer una experiencia única y personalizada.

Alberto Filho enfatiza que "la implementación de tecnologías innovadoras, por más avanzadas que sean, no resuelve todos los problemas por sí sola. Para ofrecer una experiencia del cliente exitosa, todos los departamentos deben trabajar de manera integrada, comprendiendo la importancia de cada punto de contacto y utilizando los datos de manera inteligente para mejorar continuamente la experiencia, desde la captación, pasando por la atención, venta y también la experiencia postventa". Eso implica tratar cada interacción con el cliente como una oportunidad para fortalecer la relación y ofrecer un valor real, basado en información y comportamientos recopilados en tiempo real.

Para empresas que buscan no solo atender, sino superar las expectativas de sus consumidores, la Experiencia Universal del Cliente se convierte en una estrategia obligatoria. Ella posibilita una atención más ágil, eficiente y personalizada, no solo mejorando la experiencia del consumidor, sino también generando mayor lealtad a la marca y, en consecuencia, impulsando el crecimiento y la innovación continua.

Al adoptar este concepto, las empresas no solo crean una ventaja competitiva, sino que también construyen una reputación sólida, donde los consumidores se sienten valorados y comprendidos en todas las etapas de su recorrido. En un mercado cada vez más dinámico, la UCE puede ser la clave donde cada interacción refleja un compromiso genuino de la empresa con la satisfacción y fidelización de sus consumidores», concluye.

Estamos apenas a principios de 2025 y el CEO de la empresa tecnológica Nvidia, Jensen Huang, ya ha declarado que el“La era de la IA agente ha llegado”. ELGoogleyIA abiertaRecientemente se anunciaron nuevos modelos de agencia planificados para su lanzamiento en 2025, y40%de las grandes empresas brasileñas planean integrar sistemas de inteligencia artificial agentic en sus operaciones este año.

¿En qué se diferencia la IA agéntica de sus predecesoras y qué podría significar para el consumidor brasileño la palabra de moda tecnológica de 2025? Los analistas esperan cambios radicales, pero los resultados finales pueden ser más sutiles de lo que se piensa.

La IA auténtica es una nueva etapa extremadamente emocionante en el desarrollo de sistemas inteligentes, comenta Krishna Tammana, Director de Tecnología de Gupshup. Pero, como sucede con todas las tecnologías avanzadas, es fácil quedar atrapado en la jerga técnica. En cambio, haz una comparación con el tamaño y la escala del cambio del teléfono al teléfono inteligente a finales de los años 2000. "Si lo que estamos usando ahora, la IA generativa, es una sola aplicación, entonces la IA agente es como usar un teléfono inteligente", dice Krishna.

La IA generativa, al igual que los modelos más antiguos de teléfonos móviles, es básicamente una aplicación de uso único. La abres, interactúas con ella y la cierras hasta que la necesites nuevamente, continúa el ejecutivo. Si lo comparamos con un teléfono inteligente, que puede contener muchas aplicaciones al mismo tiempo, así es como se parece la IA agéntica en relación con la IA generativa. Ya no se trata de una sola aplicación, sino de un teléfono inteligente completo lleno de varias aplicaciones, todas interactuando entre sí al mismo tiempo.

La IA agéntica también fue creada para ejecutar tareas de forma autónoma, tomar decisiones y adaptarse a la información del usuario y a los cambios ambientales. Y, aunque la IA generativa ha visto casos de uso por parte de consumidores y empresas, esta próxima etapa evolutiva probablemente afectará más la vida profesional que la personal.

En breve, podremos tener un día de trabajo en el que las tareas más largas y repetitivas se realicen de forma autónoma, liberando más tiempo para que nos concentremos en funciones estratégicas, creativas y sociales de nivel superior. En nuestra vida personal, la IA agéntica también puede materializarse como un asistente útil que puede hacer pedidos y reservas, organizar la agenda social de un fin de semana o incluso gestionar nuestras finanzas, por ejemplo. Sin embargo, como nadie sabe qué tan cerca estamos de la IA agéntica a gran escala, los especialistas están buscando los sectores pioneros para liderar el camino.

"Los primeros sectores en implementar la IA agéntica lo hacen en las operaciones en segundo plano", explica Tammana. "El sector financiero está viendo resultados en la detección de fraudes, el médico y farmacéutico se están concentrando en el análisis de datos, en la investigación y el desarrollo, y los de manufactura están creando robots inteligentes, e incluso fábricas enteras, que pueden funcionar con muy poca intervención humana", observa.

A menos que trabajen en estos campos especializados, la vida cotidiana de los brasileños puede no sentir un impacto inmediato de la IA agéntica, excepto en un área clave. En Gupshup, la IA similar atiende una serie de solicitudes, pero una de las más avanzadas es manejar interacciones con clientes, continúa Krishna. Por lo tanto, no me sorprendería si este año los consumidores comienzan a notar una diferencia al hablar con los agentes de atención al cliente.

Estos modelos están entrenados con datos específicos de la empresa, con barreras de protección integradas y agentes humanos disponibles para transferencia en cualquier momento. Por lo tanto, el director de tecnología de Gupshup dice a los consumidores que estén atentos al cambio de interacciones entre chatbots o humanos para un servicio más fluido. El hecho de que no percibas quién es humano y quién es IA significa que hemos hecho un excelente trabajo. Pero, si el agente con el que estás conversando es experimentado, servicial, proactivo y está disponible las 24 horas del día, los 7 días de la semana, entonces esa puede ser tu primera interacción con la IA agente, detalla.

En Brasil, una asociación con una gran marca de moda nacional destaca el escenario emergente de la IA agente. Gupshup está entre las primeras plataformas de IA conversacional en lanzar un agente de IA en Brasil para la minorista Reserva. El agente de IA de la marca ofrece a los usuarios una experiencia de compra única, con la disponibilidad de la IA directamente en WhatsApp. Los usuarios pueden buscar productos enviando mensajes de texto o de voz, e incluso describir características de una persona a quien desean regalar. Esto se hizo en el Día de la Madre, cuando el usuario tuvo la oportunidad de detallar cómo era su madre y, así, encontrar el mejor regalo para celebrar la fecha.

De esta forma, la IA entiende y recomienda los productos que mejor se ajustan a la descripción proporcionada por el usuario, quien puede consultar fácilmente los productos disponibles a través de un modelo de carrusel nativo de WhatsApp, teniendo acceso a más información del producto, o incluso siendo redirigido al sitio web para completar la compra.

La idea deinteligencia artificialLa IA no es nueva, pero avances recientes en tecnologías relacionadas la han convertido en una herramienta utilizada por todos nosotros a diario.La creciente importancia y proliferación de la IA es, al mismo tiempo, emocionante y potencialmente alarmante, ya que las bases de muchas plataformas y recursos de IA son esencialmente cajas negras controladas por un pequeño número de corporaciones poderosas.

Grandes organizaciones como Red Hat creen queTodos deberían tener la posibilidad de contribuir a la IA.. La innovación en IA no debería restringirse a las empresas que pueden permitirse cantidades masivas de potencia de procesamiento y los científicos de datos necesarios para entrenar esas máquinas.modelos de lenguaje de gran tamaño(LLM)

En lugar de eso, décadas de experiencia en código abierto para el desarrollo de software y la colaboración con las comunidades permiten que todos contribuyan y se beneficien de la IA, al mismo tiempo que ayudan a moldear un futuro que satisfaga nuestras necesidades. No hay duda de que el enfoque de código abierto es la única manera de alcanzar el potencial total de la IA, haciéndola más segura, accesible y democratizada.

¿Qué es el código abierto?

Aunque el término "código abierto" originalmente se refiere a una metodología de desarrollo de software, se ha expandido para abarcar una forma más general de trabajo que es abierta, descentralizada y profundamente colaborativa. El movimiento de código abierto ahora va mucho más allá del mundo del software, yel método de código abiertoHa sido adoptado por esfuerzos de colaboración en todo el mundo, incluidos sectores como la ciencia, la educación, el gobierno, la manufactura, la atención médica y más.

La cultura del código abierto tiene algoprincipios y valores fundamentalesque lo hagan efectivo y significativo, por ejemplo:

• Participación colaborativa
• Responsabilidad compartida
• Intercambios abiertos
• Meritocracia e inclusión
• Desarrollo impulsado por la comunidad
• Colaboración abierta
• Autoorganización
• Respeto y reciprocidad

Cuando los principios de código abierto forman la base de esfuerzos colaborativos, la historia muestra que cosas increíbles son posibles. Algunos ejemplos importantes van desde el desarrollo y la proliferación deLinuxcomo el sistema operativo más poderoso y omnipresente del mundo hasta el surgimiento y crecimiento deKubernetesy contenedores, además del desarrollo y expansión de la propia Internet.

Seis ventajas del código abierto en la era de la IA

Existen innumerables beneficios para el desarrollo de tecnologías mediante código abierto, pero seis ventajas destacan entre las demás.

1. Mayor velocidad de innovación

Cuando la tecnología se desarrolla de forma colaborativa y abierta, la innovación y el descubrimiento pueden ocurrir mucho más rápidamente, a diferencia de organizaciones cerradas y soluciones propietarias.

Cuando el trabajo se comparte abiertamente y otros tienen la capacidad de crear basándose en él, los equipos ahorran una cantidad enorme de tiempo y esfuerzo porque no necesitan empezar desde cero. Nuevas ideas pueden ampliar los proyectos que vinieron antes. Esto no solo ahorra tiempo y dinero, sino que también fortalece los resultados porque más personas trabajan juntas para resolver problemas, compartirperspectivasy revisar el trabajo de cada uno.

Una comunidad más amplia y colaborativa simplemente es capaz de lograr más: promoviendo personas y conectando conocimientos para resolver problemas complejos e innovar de manera más rápida y eficaz que grupos pequeños y aislados.

2. Democratizar el acceso

El código abierto también democratiza el acceso a nuevas tecnologías de IA. Cuando investigaciones, códigos y herramientas se comparten abiertamente, esto ayuda a eliminar algunas de las barreras que normalmente limitan el acceso a innovaciones de vanguardia.

ELInstructLabes un excelente ejemplo de esta premisa. La iniciativa es un proyecto de IA de código abierto independiente del modelo que simplifica el proceso de contribución de habilidades y conocimientos a los LLMs. El objetivo del esfuerzo es permitir que cualquier persona ayude a moldear laIA generativaIA generativa, incluyendo aquellas que no poseen las habilidades y el entrenamiento en ciencia de datos normalmente necesarios. Esto permite que más individuos y organizaciones contribuyan al entrenamiento y perfeccionamiento de los LLMs de manera confiable.

3. Mayor seguridad y privacidad

Debido a que los proyectos de código abierto reducen las barreras de entrada, un grupo más grande y más diverso de contribuyentes puede ayudar a identificar y abordar posibles desafíos de seguridad presentes en los modelos de IA a medida que se desarrollan.

La mayoría de los datos y métodos utilizados para entrenar y ajustar modelos de IA son cerrados y mantenidos por lógicas propietarias. Rara vez las personas externas a estas organizaciones logran obtener alguna idea de cómo funcionan estos algoritmos y si contienen datos potencialmente peligrosos o sesgos inherentes.

Si un modelo y los datos utilizados para entrenarlo están abiertos, sin embargo, cualquier persona interesada podrá examinarlos, reduciendo riesgos de seguridad y minimizando sesgos de plataformas.Además, los contribuyentes de la filosofía abierta pueden crear herramientas y procesos para rastrear y auditar el desarrollo futuro de modelos y aplicaciones, permitiendo monitorear el desarrollo de diferentes soluciones.

Esta apertura y transparencia tambiéngenerar confianzauna vez que los usuarios tienen la posibilidad de examinar directamente cómo se están utilizando y procesando sus datos, para que puedan verificar si su privacidad y soberanía de datos están siendo respetadas. Además, las empresas también pueden proteger su información privada, confidencial o propietaria utilizando proyectos de código abierto como InstructLab para crear sus propios modelos ajustados, sobre los cuales mantienen un control riguroso.

4. Proporciona flexibilidad y libertad de elección.

Si bien los LLM monolíticos, propietarios y de caja negra son lo que la mayoría de la gente ve y piensa cuando se trata de IA generativa, estamos comenzando a ver un impulso creciente hacia modelos de IA más pequeños, independientes y diseñados específicamente.

Aquellospequeños modelos de lenguaje(SLM) generalmente se entrenan en conjuntos de datos mucho más pequeños para brindarles su funcionalidad básica, y luego se adaptan aún más para casos de uso específicos con datos y conocimientos específicos del dominio.

Estos SLMs son significativamente más eficientes que sus primos mayores y han demostrado tener un rendimiento tan bueno (si no mejor) cuando se usan para el propósito previsto. Ellos son más rápidos y eficientes para entrenar e implementar, y pueden ser personalizados y adaptados según sea necesario.

Y en gran medida, para eso fue creado el proyecto InstructLab. Con él, puedes tomar un modelo más pequeño de IA de código abierto y expandirlo con los datos y entrenamientos adicionales que desees.

Por ejemplo, puedes usar InstructLab para crear un chatbot de atención para el cliente altamente ajustado y desarrollado para un propósito específico, potenciando mejores prácticas en la organización. Esta práctica permite que usted brinde lo mejor de su experiencia en atención al cliente a todos, en todos los lugares, en tiempo real.

Lo más importante es que esto le permite evitar la dependencia de un proveedor y proporciona flexibilidad en términos de dónde y cómo implementar su modelo de IA y cualquier aplicación creada sobre él.

5. Permite un ecosistema vibrante

En la comunidad abierta, “Nadie innova soloy esa creencia se mantiene desde los primeros meses de fundación de la comunidad.

Esta idea seguirá vigente en la era de la IA dentro de Red Hat, líder en soluciones abiertas, que proporcionará varias herramientas y marcos de código abierto en forma deRed Hat AI, solución con la cual los socios generarán más valor a los clientes finales.

Un único proveedor no puede ofrecer todo lo que una organización necesita, ni siquiera seguir el ritmo actual de la evolución tecnológica. Los principios y prácticas de código abierto aceleran la innovación y permiten un ecosistema vibrante al promover asociaciones y oportunidades de colaboración entre proyectos e industrias.

6. Reducir costos

A principios de 2025,estima-seEl salario base promedio de un científico de datos en los Estados Unidos es de más de $125,000, y los científicos de datos más experimentados pueden ganar significativamente más.

Es evidente que existe una enorme y creciente demanda de científicos de datos impulsados por IA, pero pocas empresas tienen muchas esperanzas de atraer y retener el talento especializado que necesitan.

Y los LLM realmente grandes son exorbitantemente costosos de construir, entrenar, mantener e implementar, requiriendo almacenes enteros llenos de equipos informáticos altamente optimizados (y muy costosos) y enormes cantidades de almacenamiento.

Modelos abiertos, menores y construidos para propósitos específicos y aplicaciones de IA son significativamente más eficientes para construir, entrenar e implementar. Ellos no solo exigen una fracción del poder de computación de los LLMs, proyectos como InstructLab permiten que personas sin habilidades ni experiencia especializadas contribuyan de manera activa y efectiva al entrenamiento y ajuste fino de modelos de IA.

Claramente, el ahorro de costos y la flexibilidad que aporta el código abierto al desarrollo de IA son beneficiosos para las pequeñas y medianas empresas que esperan obtener una ventaja competitiva de las aplicaciones que puede aportar la IA.

En resumen

Para construir una IA democrática y abierta, es fundamental utilizar los principios de código abierto que hicieron posibles la computación en la nube, Internet, Linux y tantas otras tecnologías abiertas, poderosas y profundamente innovadoras.

Este es el camino que Red Hat está siguiendo para hacer viable la IA y otras herramientas relacionadas. Todos deben beneficiarse con el desarrollo de la inteligencia artificial, así que todos deben poder ayudar a determinar y moldear su trayectoria, y contribuir a su desarrollo. La innovación colaborativa y el código abierto no son esenciales como ineludibles para el futuro de la disciplina.