Léxico de IA para directivos: veinte palabras explicadas simplemente

Este léxico no pretende convertirle en ingeniero. Le da el significado correcto de veinte palabras, organizadas por tema, para que pueda entender una oferta y hacer la pregunta correcta en el momento adecuado. Cada definición cabe en una o dos frases y va acompañada de una escena concreta. Si busca la diferencia entre un agente, un chatbot y una automatización, el artículo dedicado la trata en detalle.

ILo básico: modelo, LLM, token, prompt

El modelo es el cerebro de cálculo; el producto que utiliza lo viste con una interfaz, reglas y herramientas. Dos productos pueden utilizar el mismo modelo y dar resultados muy diferentes, según las instrucciones y los documentos que le proporcionen.

Un token es la unidad de texto que el modelo lee y escribe. No es ni una letra ni exactamente una palabra: una palabra corta cabe a menudo en un token, una palabra larga en varios. El correo de recordatorio de un fontanero, con la factura como archivo adjunto, representa algunos miles de tokens. Los proveedores facturan por token, por eso se habla tanto de ello.

El prompt es el texto que se envía al modelo para pedirle algo. «Escribe un correo educado para reclamar la factura 2024-118, con tres semanas de retraso» es un prompt. Cuanto más precisa el objetivo, el tono y la información útil, mejor es la respuesta.

IIEl trabajo de un agente: misión, automatización, prueba en blanco, validación

Un agente es un programa que utiliza un modelo para llevar una tarea hasta el final: lee, decide el siguiente paso, utiliza herramientas y devuelve un resultado. Mientras que un chatbot responde a una pregunta, el agente tramita un expediente, por ejemplo todas las facturas vencidas del lunes.

La misión es la instrucción duradera de un agente: qué hace, para quién, a qué ritmo y con qué límites. Es un prompt que no cambia de una vez a otra. Para una panadería: «Cada viernes, preparar el pedido de harina a partir de la tabla de ventas, sin nunca exceder el presupuesto indicado.»

La automatización designa una serie de acciones fijas desencadenadas sin intervención humana: cuando se paga una factura, archivarla en tal carpeta. No reflexiona. Un agente, en cambio, puede tramitar un caso imprevisto, lo que requiere más supervisión.

La prueba en blanco es una ejecución completa donde nada se envía: el agente prepara sus correos, sus presupuestos o sus listas, y usted los lee antes de cualquier envío. La validación es el momento en que aprueba un resultado antes de que se envíe. En ABYS, valida los primeros envíos manualmente; después de tres validaciones, puede pasar a validación automática, y los riesgos de esta opción están escritos en blanco y negro.

IIILo que el agente lee: contexto, RAG, fine-tuning, datos, multimodal

El contexto es el conjunto del texto que el modelo tiene a la vista en el momento de responder: la misión, la conversación, los documentos adjuntos. Su tamaño es limitado y se cuenta en tokens. Lo que no está en el contexto no existe para él: un modelo no recuerda su último intercambio, a menos que el software se lo proporcione.

El RAG (generación aumentada por recuperación) consiste en buscar, antes de cada respuesta, los pasajes útiles en sus documentos, y luego colocarlos en el contexto. Una agencia inmobiliaria gana un agente que responde sobre sus propios mandatos en lugar de generalidades. El fine-tuning (ajuste fino) es otra cosa: se continúa el entrenamiento del modelo en sus ejemplos para modificar de forma duradera su estilo o formato. Es costoso, y no es adecuado para información que cambia frecuentemente, como precios.

Los datos estructurados se organizan en casillas fijas: una hoja de cálculo con una columna de cliente, una columna de importe, una columna de vencimiento. Un correo o un PDF escaneado son datos no estructurados. Un agente lee ambos, pero se equivoca mucho menos con los primeros. Un modelo multimodal, finalmente, procesa varios tipos de contenido: texto, imágenes, a veces sonido. Puede leer la foto de un albarán arrugado.

IVCalidad y riesgos: alucinación, salvaguardia, registro

Una alucinación es una respuesta falsa formulada con seguridad: un artículo de ley que no existe, una fecha inventada, un precio redondeado. Viene del funcionamiento mismo del modelo, que compone una secuencia plausible. Se limita proporcionando fuentes, pidiendo al agente que diga cuándo no sabe, y revisando.

Un salvaguardia es una regla que impide que el agente cruce un límite: nunca conceder un descuento, nunca escribir a un cliente en litigio, detenerse y pedir ayuda en cuanto un importe supere un umbral. El registro es el rastro fechado de lo que el agente ha hecho: cuándo pasó, qué leyó, qué preparó o envió. Es lo que se abre cuando un cliente dice no haber recibido nada.

VCostos y técnica: API, latencia, costo por llamada

Una API (interfaz de programación) es una puerta por la cual un software utiliza otro. Cuando un agente envía un texto a un modelo, o crea un contacto en un software de facturación, pasa por una API. No tiene que manipularla, pero su presencia indica si dos herramientas pueden comunicarse.

La latencia es el tiempo entre la solicitud y la respuesta, de menos de un segundo a varios minutos para un expediente largo. Para un agente que trabaja cada noche, importa poco; para una respuesta telefónica, importa mucho. El coste por llamada es el precio de un intercambio con el modelo. Depende de los tokens enviados y de los tokens producidos, siendo estos últimos a menudo facturados más caro. Revisar veinte páginas cuesta más que ordenar diez líneas.

VIEl recorrido de una solicitud, con todas estas palabras

Estas veinte palabras describen en realidad un único recorrido. Esto es lo que sucede cuando el agente de un despacho de asesoría fiscal prepara, el martes por la mañana, los recordatorios de documentos faltantes.