Integración con Sistemas Existentes

[00:00] “Inteligencia artificial para negocios, episodio 5, integración con sistemas existentes.

Muy buenas a todos y bienvenidos al episodio número 5 de este podcast Inteligencia Artificial para Negocios, donde tratamos todo lo relacionado con estas nuevas tecnologías, esta inteligencia artificial, este AI que muchos conocen, pero sobre todo enfocado en temas productivos, en temas operativos del negocio, del día a día, de cada uno de ustedes que nos escuchan, de esta audiencia que está muy en temas operativos de sus, de sus propias empresas. El día de hoy vamos a tratar lo relacionado con la manera en que la inteligencia artificial se puede integrar dentro de sus propios sistemas y cómo puede empezar a interactuar con la información que les damos para así poder dar una mayor retroalimentación, retroalimentación, una mayor perspectiva y ayudar a enfocar en la toma de decisiones. Pero antes, como siempre, saludamos al señor Luis, que está aquí muy impacientemente por hablar.

No sin antes recordarles que nos pueden encontrar en cyfsadigital.com, C de Casa Y, F de Foco, S de Saúl y A de Árbol. La palabra digital.com en la recién renovada web. De de nosotros, donde están todos los productos relacionados, como chatbot, voicebot, rpas, automatizaciones o si lo desean, algún tipo de consultoría de inteligencia artificial para poder detectar esos detalles finos dentro de su operación y poder impulsarla, porque la ola de la inteligencia artificial ya llegó, va con todo, viene con todo.

Y más adelante voy a compartir un punto, pero primero hay que hay que saludar al señor Luis. Luis.

Estoy viéndome aquí en la pantalla y parece un poco de render de IA, mi video, tal vez por la calidad extraña de esta cámara. Bien, pues vamos a platicar hoy al respecto de cómo hacer que participe. Yo le pondré otra óptica también para poder como complementar el hacia dónde va este episodio.

Es, ¿cómo integro? ¿Cómo le presento a este colaborador que es la IA al resto de mi equipo de trabajo? Y pues seguramente habrá como en cualquier otra oficina, en cualquier otro ambiente en donde hay seres humanos, pues seguramente va a ver quien llegue y lo barra y lo juzgue o quien diga, qué bien, ¡ma huevo!

Ya tenemos alguien que nos va a ayudar. O sea, siempre va a ver cómo estos detractores o personas que están apoyando la implementación de estas herramientas. Y pues bueno, ahí siempre son bienvenidas todas las opiniones, mientras que sean constructivas y no estén viviendo desde la hueva.

Básicamente ese es el punto. Incluso como aprendimos esta semana, aún cuando sean por diversión, mientras sean productivas, pueden funcionar. Pueden funcionar.

Bien, creo que aquí el punto importante es y creo que es consecuencia o en continuación del episodio anterior. Cómo hago que esto funcione sin que quede aislado, ¿sin que quede como un sistema completamente apartado del resto del proceso? Yo creo que, como ya lo hemos comentado de.

En episodios anteriores, pues es primero el modelo de procesos, el modelar los procesos, las etapas que se tiene que hacer. Y eso, pues en esta maravillosa palabra que es orden, ordenar todas las actividades que tienen que llegar. Qué tienen que hacer, cómo se tiene que entregar, en qué momento tiene que suceder, para saber en dónde y en qué momentos va a incrustarse el proceso que va a estar integrado con IA.

Entonces, no se trata de... Yo pensaría que la óptica de no empezar desde cero, como de me desperté y dije, ay, salió, acaba de salir DeepSec, déjame lo meto en mis procesos. No, no funciona así.

O sea, tiene que haber un estudio previo de cómo tenemos que hacer la integración, para qué, en qué volumen, en qué puntos, en qué maduración, etcétera. Entonces, ahí, pues básicamente, es empezar con un objetivo claro, saber en dónde y en qué momento voy a integrar estos procesos. Y pues para que no nos vaya a pasar de que la IA está funcionando y nadie se entera.

O sea, que, que, que se están llevando a cabo tal vez en el caso de nosotros. Conversaciones o se están atendiendo clientes o peor aún, se pueden estar generando ventas y nadie se entera. Porque nadie está revisando los reportes o nadie está revisando el CRM o de dónde hacia donde se está entregando la información.

Entonces creo que este como punto de inicio es la clave para que todo lo demás vaya funcionando bien.

Primero podemos partir de varios aspectos. Sistema. El sistema está completamente integrado a mi operación.

Aquí me refiero con sistema. Es una serie de pasos A, B, C y D para lograr un resultado específico. O lo que hago es tal cual.

El día a día me va llevando, me va envolviendo y la introducción de la inteligencia. Devisar simplemente esa modo de chat consultivo más no resolutivo que me va a compartir opiniones genéricas que no está siendo alimentado de la manera correcta. Entonces por ahí podemos empezar donde si mi sistema funciona actualmente dentro de mi operación y lo puedo integrar hacia una herramienta que es más potente o no.

O podemos empezar como nos pasó en el caso del de la empresa que nos que nos pidió automatizar sus finanzas. Resulta que no tenían totalmente planeado su sistema o sistematizado la forma en que llevaban su operación, que es donde entramos aquí, nos entramos nosotros como CIFSA digital para poder ayudar a mapear el proceso, a trasladar del Excel hacia una nube, de una nube hacia un sistema y de un sistema. Integrarle ahora sí, enchufarle este complejo universo de la inteligencia artificial.

Pero sin todo lo anterior, aunque ellos tuviesen una manera de trabajar, que para ellos era un sistema, no había manera de integrar en la inteligencia artificial, porque carecía de muchas bases sólidas de digitalización. Mucha información vivía en donde vive Luis, en donde vive Iván, en donde cualquier operador estuviera trabajando. Esto hace que que se complique la integración de inteligencia artificial.

No es simplemente abrir al señor a la ballenita china y introducir la información o al señor Cloud o lo que sea, sino conocer realmente el contexto. Esto se alimenta a través de las conexiones API. Sencillo, muy sencillo.

Y vas alimentando tu propio asistente. Es así como logras una integración. Ya me fui muy lejos.

Pues primero, puntos importantes. El sistema que tengo. Tiene las bases suficientes, no tecnológicas, suficientes, reforzadas dentro de mi operación.

Para poder dar el siguiente paso. Si no, por ahí, por ahí, pues es mi punto de partida.

Pues es que este reto, pues lo hemos visto con cualquier tipo de sistema, incluso aquellos sistemas que están impresos o que están en Word, es decir, la estatalización de procesos documentados, no simplemente el hecho de implementar un orden, aunque no sea un nuevo orden, o sea que no sea algo distinto a lo que están haciendo, simplemente con implementar una estructura ordenada. Incluso ya ves que platicábamos el lunes. Cuál era la diferencia entre rutina, ¿disciplina y orden?

Y desde mi punto de vista, pues tu puedes ser rutinario y puedes ser muy indisciplinado, porque tu rutina simplemente es repetir las cosas. Pero como dicen por ahí, pues cuando tu estandarizas, si vas con el usuario y le atiendes todas sus pendejadas, pues vas a estandarizar el error. Y entonces eso no necesariamente es ordenado, aunque sí puedes ser rutinario, puedes tener una rutina de equivocaciones y de procesos tal vez repetitivos o mal hechos.

Entonces aquí la idea es buscar la estructura. Y para la estructura necesitamos entender cómo se miden los procesos. Y para que se midan, pues entonces necesitamos meter puntos de referencia, es decir, mediciones, o reglas, o regulaciones, o criterios de aceptación, rechazo, números, a lo que sea, cualquier cosa.

Hasta una bandera es suficiente. Un abanderamiento de algo puede ser suficiente. Me refiero a algún tipo de identificación de un resultado.

Y pues bueno, aquí viene también el otro reto, que cuando estás estandarizando te das cuenta de que puedes tener datos que necesitan ser homologados, que necesitan ser migrados, que necesitan ser estandarizados, necesitas hacer una sanitización muchas veces de información para que puedas estar llevando este proceso de transición que no implica nada más la implementación de un solo sistema, sino también que podamos todos leer tanto la IA como los humanos, leer la información de la misma, la misma información. No de la misma manera, pero sí la misma información. Entonces esto nos lleva a que pues no se trata nomás de llegar y hacer como lo vemos en la, en las, en los episodios de acumuladores, no, que llegan y chingos de bolsas y todo lo tiran, a los dos lo meten a las bolsas de basura y vámonos.

Eso funciona, tal vez en, en esos episodios, este, en algunos casos de mudanza y tal vez en algunos ejercicios terapéuticos. Pero para cuando se trata de un sistema de digitalización y sobre todo donde estamos metiendo un proceso con IA, pues necesitamos hacer una sanitización de la información. No, no estoy hablando únicamente o estrictamente de bases de datos.

Esto se refiere a todo, porque puedo tener sanitizados mis datos y que puede ser que tenga, no sé, 300 words. Pero solamente en Loislandia vive el cómo están estructuradas esas carpetas. Y cuando tienes que buscar algo, pues ya vale madre.

Si yo descansara los domingos, pues entonces no me podrían preguntar.

Dale, es queja.

No, lo bueno es que descansó desde los jueves, al parecer.

Eso es.

La otra es eso. Y pues eso nos va a ahorrar un montonal de tiempo y de repetir muchas tareas. No, por ejemplo, cuando estás haciendo el levantamiento, es un clásico que te den el avión en el primer levantamiento.

Entonces, cuando vas a hacer el la entrega, hay que asegurarse de que estamos en unas en el primero que tenemos las cuatro fases básicas para implementar un desarrollo que es el ambiente de diseño, el de desarrollo, el de prueba y el productivo. Para que cuando lleguemos al punto de el ambiente de productivo, no estemos modificando datos reales. Ese es un básico.

¿Nota? Si su consultor, si su desarrollador se le van por ahí a algunas, pues vamos a hacer... Ese también es un clásico, ¿no?

Ya es un clásico, lamentablemente, digo, aquí se ven las consecuencias. No pasa nada, pues factúralo un peso, ¿no? Para eso está el ambiente de pruebas.

Para eso están las otras, o sea, las otras instancias de diseño, desarrollo, prueba. Otra cosa es, esto nos va a ahorrar costos tanto de tiempo como de datos, como de recursos, como de dinero. Todo lo anterior termina en dinero afortunada o desafortunadamente, depende del lado del que usted esté.

Y el otro, el otro punto es esto, finalmente sí termina siendo orden antes de implementar el orden. O sea, es tener bien nuestros levantamientos, tener nuestras estructuras de cómo vamos a ir liberando. Y sobre todo es contestar la pregunta de, yo lo resumiría en dos preguntas.

Lo que me va a entregar la IA, cómo necesito que me lo entregue y para qué lo necesito. Puede ser que estamos hablando en el ámbito de tal vez asistentes virtuales o asistentes inteligentes. ¿Qué necesito que me entregue?

¿La conversación completa o eso me vale madre? ¿Necesito nada más el resultado? ¿Necesito un sí o un no?

¿Necesito un pedido? ¿Necesito un número? ¿Una factura?

¿Una cotización? ¿Un contrato? ¿Una firma?

O sea, depende de lo que necesite. Y si eso me sirve dentro del resto del proceso, porque tengo que alinearlo al resto del proceso. Entonces creo que ese punto también para poder establecer nuevamente esta secuencia de pasitos, que hay que ir dando.

Y ya después nos podemos meter a la parte técnica. Ya vemos si es un servicio API, si es un query, si es un webhook, si qué va a ser un input directo en pantalla. Que bueno, ahí el señor Iván ya ya ya revasa, ya rebasa los.

Los límites y los horizontes del experto llegando a a a veces a momentos de genialidad.

No solamente ser solucionar problemas de más empresarios.

Así le llaman.

No hay más.

Él se entiende.

No hay más. ¿Pero ahora qué sistemas podemos llegar a integrar con inteligencia artificial? Bueno.

La idea siempre es que nos vayamos de lo más particular a lo más general. ¿A qué quiero decir? Que si tenemos sistemas in house.

Desarrollados específicamente para un procesito chiquito, pequeño, con información que nos puede impulsar o que nos puede dar cosas bastante interesantes al análisis de esta LLM. Estos podemos llegar a integrarlos. Sí, solo sí se cumplen con ciertos puntos técnicos que son conexión de internet, salidas a pisos, a que se estructura la salida y la entrada de todas las informaciones.

Podemos hacer que se integre. La recomendación siempre es empezar desde lo más crucial e importante a ir escalando poco a poco la inteligencia para ser siempre, siempre mucho más productivos de lo que es hoy en día. Si con que te ahorre unas dos horas, tres horas, un día de tu trabajo, estamos del otro lado.

Prácticamente nos impulsa a hacer un alcance lo más extenso posible. Y después de esos pequeños sistemas o programitas que tengamos ahí ya integrados, se va escalando. Estás hablando ya de un RP, lo general, donde ya conozca todo el universo de la información de tu negocio y podamos tomar todavía decisiones mucho más interesantes.

Pero insisto, son los puntos técnicos los necesarios para poder lograr esta integración, porque de nada va a servir que le integremos inteligencia artificial. Y al final, si no se toma en cuenta la información que nos está dando y si ni siquiera se lee o se consulta. Es por eso que no a todos los clientes le recomendamos tenerlo de facto, sino pasar por un proceso donde primero se lleva a la automatización, luego se llega a la interacción y luego ya la toma de decisión con esta con esta información.

Pero recapitulando, CRM, CRP es en términos muy muy sencillos, cualquier sistema que tenga salida y conexión, se puede integrar.

Y no tiene salida y conexión ahí que se hace, se puede construir un propio.

cyfsadigital.com, diagonal, RPA, ahí.

Ok.

No, se construye, se construye, güey, pero hay que tener siempre como base que cuál es el código, qué es lo que está haciendo, en qué está construido, dónde vive. O sea, sí son varias cosas donde el análisis tiene que ser preciso a la medida y con base en eso se construye ese puente. Constructor de puentes, le dicen al señor Luis, donde ya unos puntos, unos canales conectas y ahora sí a la interacción.

Ok, entonces aquí estamos, digo, no vamos a entrar a datos técnicos. Se pueden usar APIs, webhooks, middleware, conexión remota de base de datos, una base de datos intermedia, también este algún tipo de procesamiento, de parcer o de escapar, de escapamiento.

No vamos a entrar a temas técnicos.

O sea, básicamente aquí se vea en tres formas. Si no tienes conexión, o si usas un servicio, ese servicio puede tener API. Si no, puedes tener webhooks.

O puedes crear webhooks. Depende del servicio que tengas en la nube. Si lo tienes en local, seguramente debe de haber alguna conexión a tu base de datos y desde ahí se puede construir este puente.

Así de que yo lo resumiría en esos esenciales y ya lo demás son casos de análisis particulares, en donde pues sí hay que construir uno o dos o tres más puentes o un distribuidor vial a veces, porque a veces las soluciones complejas. Y pues, bueno, cuáles son cuáles son las posibilidades desde ahí, ya que lo tengo conectado. Yo me iría primero a llevar el proceso de automatización y después a hacer una diferenciación a un proceso de inteligencia artificial.

¿Cuál es la diferencia? Si lo vemos en un ejemplo conversacional, un levantador de pedidos puede hacer una secuencia relativamente fija de preguntas y respuestas para tomar a través de una, algo parecido a un árbol de decisiones, o un flujo conversacional para poder determinar un resultado. Ese sería mi recomendación como primer paso en este ejercicio de, por ejemplo, atención a clientes, ventas o cobrantes.

Ya que lo tengo ahí, entonces empiezo a implementar ahora sí el potencial de la inteligencia artificial, que es el análisis de contexto, el análisis histórico, el análisis de conducta, el análisis estadístico para poder llevar esta conversación ya no de una manera fija, ni de una manera de, ni un flujo secuenciado por otro, por un ser humano, no que no tenga el contexto en cada ocasión, sino que podamos integrar toda esta información dentro de cada conversación. Y después, en el tercer paso, yo me iría a analizar o reanalizar estos resultados para empezar a retroalimentar y tomar decisiones sobre las conductas que se están tomando, derivadas de las decisiones que toma la inteligencia artificial. Entonces yo me iría primero por automatización, después inteligencia y después análisis para la retroalimentación y la mejora.

Dentro de este análisis debe de ir la medición. No, inteligencia artificial no es que sí lo puede hacer, pero están desaprovechando. Es como si llevaran un Mercedes y pues trabajaran en casa y no más lo sacan al Super 7 o a LOX para para comprar las viandas.

Se está desaprovechando.

Me pasó más o más, un caso más ofrezco. Es como cuando le dices a alguien que pregunte por WhatsApp a otra persona y dice que sale muy caro para ser un mensajero. Algo así.

Desaprovechas el tiempo.

Desaprovechas el talento y el tiempo, pero hay casos. Hay casos en que es necesario. Entonces, sí, no, no se queden, por ejemplo, en este flujo conversacional, en este.

Pues ya lo tengo integrado contestando mis correos. No, no se queden. No es para eso.

Tiene un alcance mucho más lejano, mucho más potente. Pero creo que la mejor práctica para implementarlo sin perder el control y yo ir adaptando mi rol de como factor humano dentro de un proceso es el del automatizas. Primero la sistematización, luego la automatización, luego la inteligencia en un contexto y después ya el análisis de los datos para estar mejorando este proceso ya inteligente.

La optimización.

Así es como yo lo lo lo lo plantearía yo. En. En un caso de mejores prácticas para que no nos volvamos a volver locos y que también pues no desaprovechemos la potencia que puede tener.

No, si me queda claro. Por eso cobras lo que cobras. Y entonces la idea siempre es llegar al punto final, que es la optimización.

Ya se tronó, se tronó este señor. Bueno, llegada a la optimización con base en toda la estructura y toda la inteligencia de de la información que te está dando. Pero no se tiene sin estos, sin estas bases sólidas que te está, que te está poniendo sobre la mesa del señor Luis.

Vale, ahora puntos finales, Luis. Puntos, quiero que ahora sí te luzcas más. Y nos des, no sé si quiera decir marcas o no, es igual.

De los casos de éxito, pero es importante ser más que en las marcas, en el proceso. ¿Cómo se llevó a cabo? ¿Cómo se solucionó?

Quitando de lado los temas humanos de accesos y todo eso. Correos y levantamiento que la audiencia conoce, que nosotros conocemos muy de primera mano. Cómo, cómo, ¿cómo se genera esta solución a la medida de inteligencia artificial?

Bájale. Pues me vienen tres casos solamente. El primero es el del bancote azul.

Pues lo que hicimos fue integrar un flujo conversacional que después ya empezó a tener un análisis de negociación bajo un contexto más complejo. Pero para que esto llegara por los tamaños de muestreo, requerimos aproximadamente unos seis o siete meses de llegar al punto fino en donde ya tenemos un margen muy elevado de eficiencia, porque empezamos realmente con unas tablas de flujos en donde la conversación pues era sistémica, no era inteligente realmente. Ahora el otro es.

Antes más, un poquito más del contexto de eso. Toma en cuenta que son registros, son bases de datos de 120,000, 130,000, arriba de 100,000 es donde se puede llegar a perder. Hay que ser muy puntual sobre la información que se consume de esta tabla y presentarla digerida al usuario.

Entonces, esto nos lleva a que tengamos 7, 8, 7 u 8 páginas de prompt. Para ingestar esta información y que nos regrese el resultado y que así podamos llevar la conversación, deslizarla mucho más soft, ligerita para el cliente, para el usuario y llegar al final de que es este. En este caso, pues, pues que le convengan a nuestro cliente que interactúe con él, vale.

Pero sin toda esta información previa, los consumos se pueden ir por los cielos porque es una vectorización de base de datos gigantesca. No puede llegar, se puede perder el asistente. Hay que tener bien mapeado toda la información para poder hacer preciso, quirúrgico el detalle fino de la información y así presentarla al cliente.

Vale. Pues sí, sí, sí. Justo eso y eso derivó.

O sea, empezamos, para los que nos escuchan, empezamos con bases de datos de 3.000, 5.000 registros. Y ahorita vamos en 120. Pero es derivado de poder estar puliendo a través de los resultados, los informes.

Incluso tenemos un, tenemos dos entregas de reportería maravillosas que en cuanto nos contacten, no, no, no, no, no dubitaré en mostrarles el reporte, aunque no muestran ninguna información sensible. Este se puede, se puede comunicar abiertamente para que vean los resultados y cómo se personaliza la información que es parte de los resultados.

Es lo de menos que quiere que vean. Que la profesionalidad del 6, 6 y la HTML, como el front dom.

Dominio del front. El otro caso que se me ocurre es este, donde tuvimos que hacer también para unas cálculos dentro de base de datos, que ese es el caso al revés. Es más fácil a veces hacer cuando son procesos aritméticos lineales, aún cuando sean aparentemente complejos.

A veces es más fácil resolverlos a nivel motor de base de datos que resolverlos a nivel inteligencia artificial. Por esto justo que acabas de mencionar. O sea, por reducción de costos, por agilidad de la velocidad, por el tema de iteración en las llamadas de API, en las respuestas, en el guardado, en la revisión, etcétera.

Resultó más fácil y más eficiente a veces hacer un complemento entre algo estático, entre comillas, que se maneja desde la base de datos, para que se alimente de una manera más digerida. O sea, se hace una predigestión en base de datos para entregar a la IA y que esta información pueda tener una certeza, pues, prácticamente el 99, 98 por ciento, ¿no? En cuanto a los datos que se proporcionan y dentro de ese, incluso en ese caso, logramos un poco de autogestión.

Ya liberar al cliente de que si necesita actualizar base de datos y necesita modificar base de datos, borrar base de datos históricos, quitarlos, bajarlos, subirlos, etcétera. Terminó haciéndolo el cliente mismo, pero esto nos tardó tal vez tres o cuatro meses, para que llegaran a ese punto de maduración, igual en un proceso de asistencia de atención a clientes. Y el último caso que se me ocurre es la capilla asistina del señor Iván, en donde pues primero hizo un proceso de modelado, maquetado.

Después fuimos al prototipo. Del prototipo pasamos al desarrollo. Y en el desarrollo surgieron un montón de necesidades para estos casos particulares que todas las empresas los tienen.

Y en realidad todas las empresas los comparten. Este decir es que aquí somos diferentes, porque lo hacemos de esta manera. Sí, son casos particulares en donde se tiene que ir adaptando el proceso.

Para después dejar una plataforma lista, en donde ya se minimizó la expresión humana del error, o de la omisión, o de la ceguera de taller, porque son procesos muy extensos y de repente muy repetitivos. Y la idea ahí era, pues ya que estaba todo esto así, pues poder integrar inteligencia artificial para estas consultas. Y que podamos, derivado de toda esa información, estar teniendo un análisis mucho más complejo de esta inteligencia artificial.

Además de que, pues ya estamos entregando ahí, podemos entregar documentación, podemos analizar, automatizar un montón al de temas, desde el área de ventas, pasando por toda la operación, pasando por toda la parte de documentación, terminando también en la parte de recursos humanos. Creo que lo único que no abarcamos ahí es el timbrado, ¿no? Pero lo estamos abarcando ya en una segunda etapa, todo, todo, todo el proceso, incluyendo la seguridad en la arquitectura y en la red.

Creo que esos son los tres casos que se me ocurren de, de cómo se fue madurando. Que no llegamos directo nomás a decir esto es inteligencia artificial, sino hay un, hay una estrategia para llegar a ese punto de optimización.

Es básicamente donde entra la consultoría de saber si sí o no le sirve, qué le sirve, porque a ver, no sabemos que ya hoy en día hay inteligencia artificial por todos lados, por todos lados, es por todos lados. Incluso hay páginas web para saber si, si se puede, si existe alguna inteligencia artificial para hacer otras cosas.

Entonces, es importante que ya en estos puntos finales de anotar, que no es introducir por introducir inteligencia artificial en mi negocio, porque de nada va a servir si se le deja aislada, vacía, sin interacción, sin nada, sin tráfico, sin uso, de nada va a servir por eso y por más ingresen a cipsa digital punto com. Ahí tenemos todo lo relacionado y solamente por el simple hecho de conocer nos podemos platicar si funciona o no funciona la inteligencia y hasta donde podríamos llegar con su negocio. Esto es completamente gratuito, no tiene ningún costo por preguntar, no se cobra a cabo que las horas del señor Luis ya están super mega cobradas, no se ocurren.

Los podemos atender sin ningún problema. Cipsa Digital punto com. Pero bueno, piensen en cómo puede llegar a potenciar realmente la inteligencia artificial y escuché ya como palabras finales.

Escucho escuchó un podcast donde me hizo mucho sentido donde decía el presentador. Que esta ola, con o sin ti, va a pasar, va a suceder, está sucediendo. Aún estamos a tiempo, relativamente sí, pero se va a tratar de que si no lo haces tú, lo va a hacer tu competencia con inteligencia artificial y aunque sus resultados sean mediocres, va a destacar más, aunque sean mediocres, independientemente de que esté llegando o no a la meta final, por el simple hecho de usarlo, va un paso adelante la competencia.

Claro, es como si quisiera comparar este a un caballo con un Mustang, por muy mal el conductor que maneje, no va a haber manera de que el caballo, por muy buen con este jinete que traiga, lo alcance. No hay manera. Lo mismo va a suceder con su expertazo en Excel.

Y el mejor del país, aunque seas el mejor del país de Excel.

El mejor en Excel va a quedarse atrás.

Frente al peor prompt, frente al peor prompt del país va atrás. Esa es la gran diferencia o el mensaje final de este episodio, en el específico. Aunque seas muy malo, pésimo, utilizando inteligencia artificial.

Pasa encima de la competencia. Así que nos quedamos.

No, no, no, no, no ofrezcan resistencia mejor. Cambien su rol porque eso es lo que corresponde. Creo que es lo más benéfico para todos.

Muchas gracias a todos. Nos vemos en un próximo episodio de inteligencia artificial para negocios. Yo soy Iván Acuña y con ustedes el señor Luis Martínez también.

Nos vemos en un próximo. Gracias.

Hasta luego.