Salesforce AI: Por qué las plataformas de IA independientes son mejores que Einstein y Agentforce: ¡un enfoque híbrido supera la dependencia del proveedor!

La importancia estratégica de las plataformas de IA independientes en Salesforce: un análisis más allá de Einstein

Salesforce posiciona su inteligencia artificial (IA) nativa como parte integral de su plataforma Customer 360, promocionándola como la "IA número 1 para CRM". El mensaje principal enfatiza la integración perfecta de capacidades de IA como Einstein, Agentforce y la nube de IA más amplia en los flujos de trabajo existentes de Salesforce para aumentar la productividad y personalizar las experiencias del cliente. Esta promesa de fácil implementación y uso en un entorno familiar resuena en muchas empresas.
Sin embargo, los clientes de Salesforce se enfrentan cada vez más a una decisión estratégica: ¿Deberían depender únicamente del conjunto de IA nativa de Salesforce o considerar la integración de plataformas de IA independientes, potencialmente más especializadas? El mercado de la IA está evolucionando rápidamente, con proveedores externos que introducen continuamente modelos altamente especializados y soluciones innovadoras que pueden superar las capacidades de una plataforma todo en uno.

Este artículo analiza las ventajas estratégicas de utilizar plataformas de IA independientes en el entorno de Salesforce. Examina críticamente las capacidades y limitaciones de la IA nativa de Salesforce, destaca las vías de integración y los desafíos, y aborda aspectos clave como la flexibilidad, el coste, la privacidad de los datos y la dependencia de un proveedor. El objetivo es proporcionar una base sólida para decidir si una estrategia de IA más abierta podría ser más beneficiosa para los usuarios de Salesforce que depender únicamente de las soluciones propias de Salesforce.

La cuestión central gira en torno al equilibrio entre la conveniencia de una solución profundamente integrada y el potencial de potencia y especialización de las herramientas externas de IA. Si bien Salesforce destaca las ventajas de su IA integrada, el alto grado de especialización y el rápido ritmo de innovación en el campo de la IA requieren un enfoque más matizado. Un único proveedor de plataforma podría no ser capaz de ofrecer excelencia en todos los dominios de la IA, en comparación con proveedores que se centran en áreas específicas. Esta tensión entre la integración y las soluciones de vanguardia constituye el núcleo de las consideraciones estratégicas que se exploran en este informe.

Relacionado con esto:

• Integración de IA de una plataforma de IA independiente y de múltiples fuentes de datos para todas las necesidades comerciales

Comprensión de la suite de inteligencia artificial nativa de Salesforce (Einstein, Agentforce, AI Cloud)

Salesforce ofrece una amplia gama de capacidades de IA profundamente integradas en sus diversos productos en la nube, agrupados bajo las marcas Einstein, Agentforce y AI Cloud. Esta suite busca optimizar los procesos empresariales cotidianos mediante la automatización, la predicción y las interacciones personalizadas.

Descripción general funcional por nube

• Sales Cloud: Las funciones principales incluyen la calificación de leads y oportunidades según su probabilidad de cierre (Calificación de Leads/Oportunidades de Einstein), pronósticos de ingresos más precisos (Pronósticos de Einstein), creación automática de correos electrónicos de ventas personalizados (Correos de Ventas), resúmenes de llamadas de ventas (Resúmenes de Llamadas) y captura automática de actividad de correos electrónicos y calendarios (Captura de Actividad de Einstein). Einstein Copilot también proporciona acciones contextuales y soporte durante todo el proceso de ventas.
• Service Cloud: aquí, la IA respalda la clasificación automática de casos de clientes (clasificación de casos), recomienda artículos de conocimiento adecuados o respuestas predefinidas (recomendaciones de artículos/respuestas), crea resúmenes de casos completados (resúmenes de trabajo) y permite el uso de chatbots para automatizar solicitudes estándar.
• Marketing Cloud: las funciones de IA ayudan con la creación y el etiquetado automático de contenido de marketing (generación/etiquetado de contenido), evalúan la probabilidad de interacción de los contactos (puntuación de participación), optimizan los tiempos de envío para obtener tasas de apertura máximas (optimización del tiempo de envío) y permiten una personalización en profundidad de campañas y experiencias de los clientes.
• Commerce Cloud: En esta área, la IA se centra en recomendaciones de productos personalizadas, optimizando los resultados de búsqueda y proporcionando información sobre el comportamiento de compra para aumentar las conversiones.
• Multiplataforma/General: Herramientas como Einstein Prediction Builder permiten a los administradores crear modelos predictivos personalizados sin necesidad de programar. Einstein Discovery ayuda a encontrar patrones e información valiosa en los datos. Einstein Next Best Action ofrece recomendaciones contextuales. Agentforce representa agentes de IA autónomos que pueden realizar tareas de forma independiente. Prompt Builder y Copilot Studio permiten la personalización y creación de asistentes e indicaciones basados ​​en IA.

Relacionado con esto:

• Fuera de la nube estadounidense: una descripción general de las ofertas de SaaS soberanas + recomendaciones para la acción

Arquitectura subyacente

La funcionalidad de Salesforce AI se basa en dos pilares esenciales: Data Cloud y Einstein Trust Layer.

Dependencia de la nube de datos

Salesforce Data Cloud actúa como una base de datos central. Unifica los datos de clientes de diversas fuentes (tanto internas como externas a Salesforce) en una vista integral. Estos datos armonizados constituyen la base de numerosas aplicaciones de IA, especialmente la IA generativa y la personalización. Cabe destacar que ciertas capacidades de IA generativa y el registro de auditoría de la capa de confianza requieren el aprovisionamiento de Data Cloud, incluso si no se utiliza de forma intensiva para la armonización de datos. Esto crea una dependencia arquitectónica y puede introducir complejidad adicional y posibles costes, especialmente para empresas que ya cuentan con almacenes de datos o lagos de datos. Por lo tanto, la necesidad de Data Cloud puede incrementar el coste total de propiedad (TCO) y representar un posible cuello de botella si no se gestiona con cuidado.

Capa de confianza de Einstein

Este marco de seguridad está diseñado para garantizar el uso confiable de la IA generativa. Consta de varios componentes:

• Consulta de datos segura: accede a los datos de Salesforce para enriquecer las indicaciones con contexto relevante, teniendo en cuenta los derechos de acceso del usuario respectivo.
• Defensa rápida: Las políticas del sistema tienen como objetivo reducir las alucinaciones y los resultados dañinos de los modelos de lenguaje (LLM).
• Enmascaramiento de datos: los datos confidenciales, como la información de identificación personal (PII) o la información de pago (PCI), se enmascaran antes de enviarse a LLM externos.
• Evaluación de toxicidad: Las respuestas generadas se verifican y evalúan para detectar contenido potencialmente dañino.
• Política de retención de cero datos: Salesforce tiene acuerdos con socios como OpenAI y Azure OpenAI para garantizar que los datos de la empresa enviados no sean almacenados por estos proveedores externos ni utilizados para entrenar sus modelos.

Un análisis más detallado de la arquitectura revela que Salesforce se basa en Modelos de Lenguaje Grandes (LLM) externos de proveedores como OpenAI, Anthropic o Google para muchas de sus capacidades de IA generativa. Estos modelos suelen integrarse mediante servicios en la nube como AWS Bedrock, con Einstein Trust Layer como puerta de enlace segura. Esto significa que Salesforce actúa principalmente como integrador e intermediario de seguridad, en lugar de desarrollar únicamente sus propios modelos generativos principales. Si bien esto proporciona acceso a modelos potentes, crea dependencias y plantea la cuestión de cómo la tecnología principal de IA difiere del uso directo de estos modelos a través de otras plataformas. Los clientes esencialmente pagan a Salesforce por la integración, la capa de seguridad y la integración en flujos de trabajo basados ​​en modelos de IA disponibles en gran medida externamente. Esto refuerza la necesidad de evaluar la integración directa con estos modelos o plataformas externos.

Fortalezas reconocidas de la solución nativa

A pesar de los puntos mencionados, la suite nativa de inteligencia artificial de Salesforce ofrece ventajas innegables:

• Integración perfecta: las funciones de IA están profundamente integradas en la interfaz de usuario y los flujos de trabajo de Salesforce, lo que permite un uso fluido.
• Facilidad de uso y familiaridad: Los usuarios y administradores de Salesforce suelen familiarizarse rápidamente, lo que reduce el tiempo de incorporación. Las herramientas low-code también permiten a los usuarios sin conocimientos técnicos crear experiencias basadas en IA.
• Aprovechamiento de los datos de CRM existentes: la IA está diseñada para trabajar directamente con los datos de los clientes almacenados en Salesforce, lo que puede simplificar la preparación de datos.

Xpert.Digital posee un profundo conocimiento de diversas industrias. Esto nos permite desarrollar estrategias a medida, alineadas con precisión con las necesidades y desafíos de su segmento de mercado específico. Mediante el análisis continuo de las tendencias del mercado y el seguimiento de la evolución del sector, podemos actuar de forma proactiva y ofrecer soluciones innovadoras. La combinación de experiencia y conocimientos genera valor añadido y proporciona a nuestros clientes una ventaja competitiva decisiva.

Más información aquí:

• Benefíciate de las 5 áreas de especialización de Xpert.Digital en un solo paquete, desde solo 500 € al mes

Argumentos a favor de plataformas de IA independientes en Salesforce

Si bien la integración nativa de Salesforce AI ofrece ventajas, existen varias razones convincentes para considerar seriamente la incorporación de plataformas de IA independientes. Estas soluciones externas pueden ser superiores en aspectos como flexibilidad, especialización, adaptabilidad y posibles ventajas en costos.

Flexibilidad y especialización de modelos

El mercado de la IA se caracteriza por su alto dinamismo y especialización. Los proveedores independientes de IA suelen centrarse en dominios o tecnologías específicos, lo que les permite ofrecer soluciones más avanzadas o personalizadas en ciertas áreas que una plataforma generalista como Salesforce.

Acceso a los mejores modelos

Los proveedores externos suelen desarrollar algoritmos altamente especializados para áreas como el procesamiento del lenguaje natural (PLN), la visión artificial o el análisis específico de cada sector. Algunos ejemplos incluyen IA especializada para documentos legales, como ContractPodAi, o herramientas de diagnóstico específicas para cada sector, como Aquant. Estos modelos especializados pueden superar el rendimiento de los modelos más generales integrados en Salesforce.

Ciclos de innovación más rápidos

Las empresas especializadas en IA suelen desarrollar y lanzar nuevos modelos y funciones con mayor rapidez que un gran proveedor de plataformas como Salesforce, cuya hoja de ruta de IA está vinculada a ciclos de lanzamiento más amplios. Esto permite a las empresas beneficiarse más rápidamente de los últimos avances en IA.

Mayor variedad de modelos

Las plataformas o mercados independientes ofrecen acceso a una gama más amplia de modelos, incluidas soluciones de nicho, opciones de código abierto o modelos de proveedores que no están disponibles directamente a través de la función "Traiga su propio modelo" (BYOM) de Salesforce.

Relacionado con esto:

• Plataformas de IA independientes como alternativa estratégica para las empresas europeas

Esta especialización de proveedores externos contrasta con el enfoque más amplio de Salesforce, cuyo objetivo es proporcionar capacidades básicas de IA en toda su suite CRM. Si bien este enfoque amplio garantiza la disponibilidad de la IA en diversas áreas, puede ir en detrimento de la profundidad. Una IA especializada en detección de fraude o una herramienta de análisis de imágenes médicas probablemente superará a un modelo general integrado en CRM para esas tareas específicas. Las organizaciones con requisitos críticos en dominios especializados de IA podrían encontrar que la IA nativa de Salesforce se queda corta. Las plataformas independientes les permiten seleccionar la mejor herramienta para la tarea, en lugar de conformarse con la única solución nativa potencialmente adecuada.

Adaptación y control

Las plataformas de IA independientes a menudo ofrecen un mayor nivel de control sobre todo el ciclo de vida de la IA, desde la preparación de datos hasta la implementación y el monitoreo del modelo.

Ajuste profundo del modelo

Las plataformas externas suelen estar diseñadas para ingenieros de aprendizaje automático y ofrecen un control granular sobre el entrenamiento y el ajuste de modelos. Esto supera las capacidades de las herramientas de bajo código más abstractas de Salesforce, como Einstein Prediction Builder, o las limitaciones del ajuste de modelos importados (BYOM) dentro de Salesforce.

Selección de algoritmos y transparencia

Los usuarios tienen mayor libertad para seleccionar algoritmos específicos y, potencialmente, obtienen mayor transparencia sobre el funcionamiento de los modelos (explicabilidad) que con las capas de abstracción de Salesforce. Si bien Salesforce ofrece herramientas como el Inspector de Modelos, las herramientas externas de MLOps suelen ser más completas.

Control sobre la pila de IA

Administrar todo el proceso de IA (preparación de datos, entrenamiento, implementación, monitoreo) en plataformas como AWS o Google Cloud ofrece más control que confiar en el entorno administrado de Salesforce.

Límites de personalización de Salesforce

Si bien Salesforce ofrece un generador de código bajo para facilitar la personalización, las plataformas externas suelen permitir una personalización más profunda basada en código. Las funciones de IA de Salesforce también presentan limitaciones funcionales específicas, como requisitos complejos o al personalizar Einstein Activity Capture, así como limitaciones generales de la plataforma.

Ventajas potenciales en términos de costos

Las estructuras de costos de las soluciones de IA pueden variar considerablemente y una simple comparación de las tarifas de licencia suele ser insuficiente.

Diferentes modelos de precios

Salesforce suele licenciar sus capacidades de IA por usuario al mes como complemento a las licencias en la nube existentes. Por el contrario, el precio de las plataformas de IA independientes suele basarse en el uso real (tiempo de procesamiento, memoria, llamadas a la API). Los proveedores de IA independientes, a su vez, pueden tener sus propios modelos de precios, potencialmente más flexibles. Si bien la opción BYOM en Salesforce puede reducir el coste de las solicitudes de Einstein, se aplican los costes subyacentes del proveedor de modelos externo.

Costo total de propiedad (TCO)

Un análisis exhaustivo del coste total de propiedad (TCO) es crucial. Si bien la integración nativa de Salesforce AI puede reducir los costes iniciales de integración, otros factores pueden incrementar el coste total: la posible necesidad de licencias o el uso de Data Cloud, los costes relativamente altos por usuario de los complementos de IA y la posibilidad de pagar un precio superior por modelos de IA que estarían disponibles externamente a un precio más bajo. El TCO de la IA independiente debe incluir los costes de integración, pero puede beneficiarse de unos costes de uso de IA básica más bajos y del uso de la infraestructura en la nube existente. Agentforce también se describe como potencialmente costoso (2 USD por conversación).

Evitar la redundancia

El uso de IA independiente puede permitir a las empresas aprovechar las inversiones existentes en otras plataformas en la nube o en sus propias infraestructuras de datos, evitando así gastos redundantes dentro del ecosistema de Salesforce.

IA nativa de Salesforce vs. IA independiente: Comparación de funciones y flexibilidad

La IA nativa de Salesforce, como Einstein o Agentforce, y las plataformas de IA independientes, que suelen utilizar modelos especializados o abiertos, difieren significativamente en sus funciones y flexibilidad. Mientras que la IA nativa de Salesforce se centra en enfoques generalistas y aplicaciones de CRM, las plataformas independientes suelen ofrecer modelos especializados y una selección más amplia, incluyendo opciones de código abierto. El acceso a los modelos más recientes con Salesforce depende de los ciclos de lanzamiento y las colaboraciones, mientras que los proveedores especializados ofrecen actualizaciones potencialmente más rápidas. En cuanto al ajuste, los modelos nativos de Salesforce suelen ser limitados y abstractos, por ejemplo, a través de herramientas como Prediction Builder, mientras que las plataformas independientes ofrecen un control más granular sobre el proceso de entrenamiento. La elección de algoritmos específicos está restringida con Salesforce, ya que estos suelen estar predefinidos o se obtienen a través de socios, mientras que las plataformas independientes ofrecen mayor libertad en este sentido. Además, Salesforce gestiona completamente la infraestructura, a menudo basada en AWS o GCP, mientras que las plataformas independientes permiten el acceso directo a los entornos de alojamiento, ya sea en la nube de la empresa o en las instalaciones locales. El esfuerzo de integración con Salesforce es bajo porque sus soluciones están integradas de forma nativa, mientras que las plataformas externas requieren más trabajo de desarrollo y configuración. Respecto a los costos, Salesforce a menudo utiliza un modelo de precios mensuales basado en el usuario como complemento, mientras que las plataformas independientes suelen utilizar precios basados ​​en el consumo, como por ejemplo en potencia de cómputo o llamadas API, o modelos específicos del proveedor.

Navegación de integración: Conexión de IA independiente con Salesforce

Elegir una plataforma de IA independiente requiere una planificación cuidadosa para su integración en el entorno existente de Salesforce. Existen varios métodos para establecer esta conexión, cada uno con sus propias ventajas y desafíos.

Métodos de integración

AppExchange / AgentExchange

Salesforce AppExchange ofrece una amplia variedad de aplicaciones de terceros, incluyendo soluciones de IA, que suelen ofrecer integraciones predefinidas. AgentExchange es una plataforma más reciente, centrada específicamente en las habilidades, temas y plantillas de agentes de IA de sus socios, con el objetivo de acelerar la implementación de agentes de IA. Este suele ser el enfoque más sencillo, pero requiere un socio adecuado para ofrecer una solución.

API (REST/SOAP/Bulk/Streaming)

El uso directo de las API de Salesforce permite una integración personalizada. Los desarrolladores pueden intercambiar datos, activar procesos en Salesforce o analizar resultados de modelos de IA externos. La API compuesta permite agrupar múltiples operaciones de forma eficiente. Este método ofrece máxima flexibilidad, pero requiere un esfuerzo de desarrollo considerable.

Plataformas de middleware (por ejemplo, MuleSoft)

Plataformas de integración como MuleSoft (la solución propia de Salesforce) u otras pueden actuar como intermediarias. Se encargan de tareas como la transformación de datos, la orquestación de flujos de trabajo complejos y la gestión de la conectividad entre Salesforce y servicios de IA externos.

Conectores de plataforma en la nube (AWS/GCP)

Los grandes proveedores de servicios en la nube ofrecen cada vez más servicios específicos para facilitar la integración con Salesforce. Algunos ejemplos son AWS Private Connect para conexiones de red seguras, AWS Event Relay para la transmisión de eventos en tiempo real, AWS Glue Salesforce Connector y SageMaker Data Wrangler Connector para la preparación de datos. Google Vertex AI se puede integrar en Salesforce Data Cloud mediante Model Builder. Si bien estos conectores pueden simplificar la integración, vinculan a los usuarios con el ecosistema de sus respectivos proveedores de servicios en la nube.

BYOM a través de Einstein Studio

Como se mencionó anteriormente, esta función permite integrar modelos alojados externamente en el entorno de Salesforce mediante el Generador de Modelos. Las solicitudes se siguen enrutando a través de la infraestructura de Salesforce y utilizan la capa de confianza, lo que simplifica la integración, pero también crea cierta dependencia.

Relacionado con esto:

• Integración de IA y aprendizaje automático en la logística de almacenes: desarrollos globales en Alemania, la UE, EE. UU. y Japón

Desafíos comunes de integración

La integración de sistemas externos con Salesforce no es trivial y presenta desafíos específicos:

Límites de la API

Salesforce limita el número de llamadas a la API por organización y periodo (p. ej., diarias o simultáneas). Los procesos de IA con uso intensivo de datos que sincronizan o consultan datos con frecuencia pueden alcanzar rápidamente estos límites. Esto requiere un diseño cuidadoso (p. ej., limitación, procesamiento por lotes, almacenamiento en caché) o puede requerir la adquisición de ediciones superiores de Salesforce o cuotas de API adicionales. Los límites de la API de Streaming son especialmente relevantes para casos de uso en tiempo real.

Sincronización de datos

Garantizar la coherencia de los datos entre Salesforce y la plataforma de IA externa es fundamental. Entre los desafíos se incluyen la gestión de grandes volúmenes de datos (LDV), la decisión entre actualizaciones en tiempo real y por lotes, la gestión de la latencia y la prevención de inconsistencias en los datos. Enfoques como las integraciones sin copia buscan mitigar estos problemas, pero no siempre son aplicables.

Mapeo y transformación de datos

Es necesario alinear los diferentes modelos de datos, formatos y semánticas de campo. Esto puede requerir una lógica de transformación compleja para garantizar una correcta interpretación de los datos.
Seguridad y autenticación: La gestión segura de las credenciales de acceso (claves API, tokens), la implementación de métodos de autenticación robustos (p. ej., OAuth 2.0, credenciales con nombre) y la garantía de una transmisión segura de datos (cifrado) son esenciales. Las configuraciones incorrectas pueden generar vulnerabilidades de seguridad.

Manejo de errores y consistencia de datos

Las integraciones deben ser resistentes a errores (problemas de red, fallos del sistema, errores de datos). Se requieren mecanismos robustos de registro, monitorización y lógica de reintento automático para garantizar la integridad de los datos y minimizar el tiempo de inactividad.

Complejidad y mantenimiento

Las integraciones personalizadas requieren mantenimiento y ajustes continuos, especialmente a medida que Salesforce o la plataforma de IA externa evolucionan. Esto consume recursos y requiere experiencia técnica.

La complejidad de la integración es un factor de costo que a menudo se subestima. Si bien las plataformas de IA independientes pueden ofrecer costos de núcleo más bajos o funciones superiores, los costos y el esfuerzo de la integración (incluido el tiempo de desarrollo, las posibles licencias de middleware y el mantenimiento continuo) deben tenerse en cuenta en el cálculo del costo total de propiedad (TCO). La IA nativa de Salesforce se beneficia de la integración predefinida. Las limitaciones de la API pueden aumentar aún más la complejidad y los costos si se requieren soluciones alternativas complejas o licencias más costosas. Por lo tanto, la decisión de utilizar IA independiente debe considerar las capacidades técnicas y los recursos de la organización para gestionar esta complejidad de integración. Una integración mal planificada puede anular los beneficios de la plataforma externa.

Patrones de integración exitosos

A pesar de los desafíos, existen patrones y herramientas consolidados para integraciones exitosas. Casos prácticos demuestran la integración exitosa de AWS SageMaker con Salesforce, a menudo aprovechando servicios específicos de AWS para optimizar el rendimiento y los costos. Integraciones similares son posibles con Google Vertex AI, especialmente a través de Model Builder. Herramientas como Zapier permiten integraciones más sencillas y sin código para transferir datos entre sistemas, por ejemplo, entre Hojas de Cálculo de Google y Vertex AI como proxy para los datos de Salesforce. El uso de conectores y servicios nativos de la nube como AWS Glue, EventBridge o Private Connect también puede simplificar y proteger significativamente el proceso de integración.

Plataforma de IA independiente: métodos de integración y desafíos de un vistazo

La plataforma de IA independiente ofrece diversos métodos de integración, cada uno con sus propias ventajas y desafíos. Las aplicaciones AppExchange o AgentExchange permiten la instalación sencilla de aplicaciones o componentes prediseñados de socios con un mínimo esfuerzo de desarrollo y, a menudo, con calidad certificada. Sin embargo, la personalización es limitada y existe una dependencia de las ofertas de los socios y los posibles costos. La integración directa de API, que permite el desarrollo personalizado mediante API de Salesforce como REST, SOAP, Bulk y Streaming, ofrece máxima flexibilidad y control total sobre el flujo y la lógica de los datos. Sin embargo, requiere un esfuerzo de desarrollo significativo, gestión de límites de API, auditorías de seguridad exhaustivas y mantenimiento continuo. El uso de middleware como MuleSoft simplifica integraciones complejas mediante la conectividad, la transformación y la orquestación de datos. Ofrece gestión centralizada y reutilización, pero requiere costos de licencia adicionales y una amplia capacitación sobre la plataforma. Los conectores en la nube como AWS o GCP optimizan las integraciones mediante servicios específicos, a veces de bajo código, como Glue, Event Relay o Private Connect. Estos suelen ser potentes, seguros y se adaptan perfectamente a sus respectivos ecosistemas de nube, pero requieren configuraciones especializadas y vinculan al usuario con el proveedor. Con BYOM a través de Einstein Studio, los modelos alojados externamente se pueden integrar fácilmente en los flujos de trabajo de Salesforce, aprovechando la capa de confianza y simplificando el proceso de integración. Sin embargo, existen limitaciones en la compatibilidad de los modelos en comparación con el uso directo, el ajuste y la dependencia de la plataforma Salesforce.

AI Game Changer: La plataforma de IA más flexible: soluciones a medida que reducen costes, mejoran sus decisiones y aumentan la eficiencia

Plataforma de IA independiente: integra todas las fuentes de datos relevantes de la empresa

• Esta plataforma de IA interactúa con todas las fuentes de datos específicas
  • Desde SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox y muchos otros sistemas de gestión de datos
• Integración rápida de IA: soluciones de IA personalizadas para empresas en horas o días, en lugar de meses
• Infraestructura flexible: basada en la nube o alojada en su propio centro de datos (Alemania, Europa, libre elección de ubicación)

• Máxima seguridad de los datos: su uso en despachos de abogados es una prueba irrefutable
• Implementación en una amplia variedad de fuentes de datos empresariales
• Elección de modelos de IA propios o diferentes (DE, UE, EE. UU., CN)

Desafíos que resuelve nuestra plataforma de IA

• Falta de adecuación de las soluciones de IA convencionales
• Protección de datos y gestión segura de datos sensibles
• Altos costos y complejidad del desarrollo de IA individual
• Escasez de especialistas cualificados en IA
• Integración de IA en los sistemas de TI existentes

Más información aquí:

• Integración de IA de una plataforma de IA independiente y de múltiples fuentes de datos para todas las necesidades comerciales

Consideraciones críticas: Gestión de riesgos en IA independiente

La decisión a favor o en contra de las plataformas de IA independientes también debe incluir una evaluación cuidadosa de los riesgos potenciales, particularmente en las áreas de protección de datos, dependencia de proveedores y soberanía de datos.

Protección y seguridad de datos

Si bien Salesforce posiciona la capa de confianza de Einstein como una garantía para el uso seguro de la IA, una inspección más detallada revela limitaciones prácticas que deben sopesarse frente a soluciones independientes.

Limitaciones de la capa de confianza de Einstein:

Deshabilitado el enmascaramiento de datos para Agentforce: Un punto clave es la declaración explícita de que el enmascaramiento de datos está deshabilitado para los flujos de trabajo de Agentforce. La justificación dada es que el enmascaramiento perjudicaría la precisión contextual y la relevancia de los resultados, por ejemplo, al buscar cuentas similares donde se necesitan los detalles de la cuenta de referencia. Esto plantea un riesgo significativo para la privacidad de los datos, ya que datos potencialmente sensibles de los clientes podrían enviarse sin enmascarar a LLM externos, lo cual es particularmente problemático en industrias reguladas y contradice la promesa de "confianza".
Mitigación alternativa (Antropic): Salesforce planea ofrecer modelos Anthropic como alternativa, ejecutándose dentro de un "Límite de confianza de Salesforce" (alojado en AWS Bedrock). Aunque los datos no salen de la esfera de control de Salesforce con este enfoque, el enmascaramiento de datos permanece deshabilitado. Es cuestionable si esto aborda adecuadamente las preocupaciones de privacidad de los datos en comparación con un enmascaramiento funcional.
Funcionalidad general de la capa de confianza: Las funciones principales, como la retención cero con socios y las comprobaciones de toxicidad, permanecen en su lugar. Sin embargo, la excepción para Agentforce es una limitación significativa.

Ventajas potenciales de las plataformas independientes:

Opciones de residencia de datos dedicadas: Los proveedores de nube independientes o las plataformas especializadas pueden ofrecer un control más preciso sobre dónde se almacenan y procesan los datos. Esto puede ser necesario para cumplir con leyes regionales estrictas de privacidad de datos (como el RGPD o regulaciones nacionales específicas) que van más allá de las garantías generales de Salesforce Hyperforce.
Arquitecturas de seguridad alternativas: Las organizaciones pueden elegir arquitecturas que se adapten mejor a sus requisitos de seguridad específicos, como cifrado dedicado, controles de acceso más estrictos o mecanismos de aislamiento de datos.
Responsabilidad directa del proveedor: Trabajar directamente con un proveedor de IA genera una responsabilidad más clara en el manejo de datos, sin Salesforce como intermediario.

La brecha entre la promesa de marketing de la Capa de Confianza y su realidad técnica, en particular el enmascaramiento deshabilitado para Agentforce, es crucial para la evaluación de riesgos. Los responsables de la toma de decisiones no pueden basarse únicamente en las afirmaciones de marketing, sino que deben examinar la implementación específica para sus casos de uso y compararla con los controles potencialmente más consistentes o configurables de plataformas independientes.

Relacionado con esto:

• IA fiable: la baza de Europa y la oportunidad de asumir un papel de liderazgo en inteligencia artificial

Aspectos de seguridad y protección de datos: Einstein Trust Layer frente a plataformas independientes

La privacidad y la seguridad de los datos son fundamentales tanto para la Capa de Confianza de Einstein de Salesforce como para las plataformas independientes. En cuanto al enmascaramiento de datos, la Capa de Confianza ofrece compatibilidad con regiones e idiomas específicos, aunque con limitaciones para Agentforce. Por otro lado, las plataformas independientes pueden proporcionar reglas configurables y personalizables, así como tipos de datos compatibles. El enmascaramiento de datos está deshabilitado para los flujos de trabajo basados ​​en agentes en la Capa de Confianza, mientras que suele ser posible con plataformas independientes, según la implementación, si la degradación del rendimiento es aceptable. La retención cero de datos con proveedores externos se garantiza mediante acuerdos contractuales, como con OpenAI; las plataformas independientes permiten contratos directos o el alojamiento en la propia infraestructura del cliente para evitar por completo la participación de terceros. Data Cloud registra los registros de auditoría en la Capa de Confianza, incluyendo contenido tóxico y enmascaramiento, mientras que las plataformas independientes suelen ofrecer capacidades detalladas de registro y monitorización, como las herramientas MLOps. Para controlar la residencia de los datos, la Capa de Confianza depende de la región y el aprovisionamiento de Hyperforce, mientras que las plataformas independientes suelen permitir una selección más granular de las regiones del centro de datos. Las opciones de alojamiento de Salesforce abarcan desde alojamiento gestionado por el proveedor hasta BYOM (traiga su propio host) a través de SF Gateway, con alojamiento en socios como AWS o GCP. Anthropic también está previsto para el área de SF. Por otro lado, las plataformas independientes permiten el alojamiento en una instancia dedicada en la nube, localmente o en la nube del proveedor. En cuanto a la granularidad de los controles, la capa de confianza ofrece opciones configurables, como la definición de reglas de enmascaramiento, mientras que la arquitectura básica es fija; las plataformas independientes suelen ofrecer una configuración más completa de las medidas de seguridad.

Cómo evitar la dependencia del proveedor

La integración profunda de los servicios de Salesforce conlleva el riesgo de una fuerte dependencia del proveedor.

Riesgo de dependencia del ecosistema

Depender únicamente de Salesforce para CRM e IA crea una dependencia significativa. Esto puede debilitar su posición negociadora a la hora de ajustar precios y limitar su flexibilidad para usar otras tecnologías en el futuro.

Diversificación estratégica

El uso de plataformas de IA independientes diversifica la oferta tecnológica. Las empresas pueden aprovechar las innovaciones del mercado y cambiar de proveedor con mayor facilidad si es necesario. Esto mantiene su flexibilidad estratégica.

La paradoja del “ecosistema abierto” de Salesforce

Si bien Salesforce promueve un ecosistema abierto, por ejemplo, mediante BYOM (traiga su propia máquina), la realidad práctica de una integración profunda a menudo genera una dependencia de facto. Incluso con BYOM, la gestión y la implementación se gestionan a través de la plataforma Salesforce, lo que dificulta el cambio. La comodidad de la solución integrada puede, por lo tanto, generar una dependencia parcial, ya que las dependencias subyacentes se ocultan y el cambio a una estrategia de gestión o implementación diferente genera fricción.

Más información aquí:

• Los peligros de depender de un proveedor: por qué las empresas deberían evitar las dependencias

Soberanía y portabilidad de datos

El control sobre los propios datos y la capacidad de migrar modelos o datos según sea necesario son aspectos estratégicos importantes.

Preocupaciones sobre la captura de actividad de Einstein (EAC)

Un problema específico se refiere a EAC. Los datos de correo electrónico y calendario capturados no se almacenan como registros de actividad estándar en Salesforce, sino externamente en AWS. Estos datos están sujetos a un periodo de retención limitado (6 meses por defecto, hasta 24 meses con una licencia de pago) y se pierden si se desactiva EAC. Esto plantea importantes dudas sobre la soberanía de los datos, el acceso a largo plazo y las opciones de copia de seguridad. En este caso, usted no es el propietario total de sus datos.

Portabilidad del modelo

Los modelos creados de forma nativa con herramientas de Salesforce, como Einstein Prediction Builder, están vinculados a la plataforma y no son fácilmente portables. Si bien los datos subyacentes se pueden exportar, el modelo entrenado en sí no es transferible. Por el contrario, los modelos desarrollados en plataformas externas (AWS, GCP, etc.) son inherentemente más portables, incluso si se integran temporalmente con Salesforce.

Portabilidad de datos en IA independiente

Al utilizar plataformas de IA externas, el procesamiento de datos clave y los artefactos del modelo suelen quedar fuera de Salesforce. Esto ofrece una mejor portabilidad de datos y modelos si cambia la relación con Salesforce o la estrategia.

Recomendaciones estratégicas para los tomadores de decisiones

Elegir la estrategia de IA adecuada en el contexto de Salesforce requiere una evaluación detallada que va más allá de una simple comparación de características. Las siguientes recomendaciones pueden ayudar a los responsables de la toma de decisiones:

Evaluar críticamente los casos de uso

No dependa de la IA nativa de Salesforce por defecto. Evalúe cada caso de uso de IA individualmente en función de:

• Especialización requerida: ¿La tarea requiere capacidades de IA profundas y especializadas (por ejemplo, análisis científicos complejos, predicciones de nichos industriales) que probablemente se puedan satisfacer mejor con una plataforma dedicada?
• Necesidades de adaptación: ¿Cuánto control se requiere sobre el modelo, los datos de entrenamiento y los algoritmos? ¿Es suficiente el nivel de abstracción de Salesforce?
• Requisitos de rendimiento: ¿Existen requisitos estrictos de latencia o rendimiento que podrían cumplirse mejor con una infraestructura externa optimizada?
• Sensibilidad y cumplimiento de los datos: ¿El caso de uso involucra datos altamente sensibles donde las limitaciones de la capa de confianza (especialmente la falta de enmascaramiento en Agentforce) suponen riesgos inaceptables? ¿Es mejor cumplir con los requisitos específicos de residencia de datos externamente?

adoptar un enfoque híbrido

Considere una estrategia que aproveche la IA nativa de Salesforce para tareas más sencillas y altamente integradas en las que destaca (por ejemplo, la calificación básica de clientes potenciales o la redacción de correos electrónicos en Sales Cloud). Simultáneamente, integre plataformas independientes para casos de uso de alto valor, especializados o altamente sensibles.

Considere la preparación para la integración

Evalúe de forma realista los recursos técnicos y la experiencia de la organización para gestionar la complejidad de la integración y el mantenimiento de soluciones de IA externas. Comience con integraciones bien soportadas (p. ej., AppExchange, conectores en la nube consolidados) antes de abordar desarrollos internos complejos.

Calcular el TCO completo

Realice un análisis TCO exhaustivo que compare el costo total de la IA nativa de Salesforce (licencias, uso de la nube de datos, posibles limitaciones funcionales) con el de la IA independiente (costos de IA central + desarrollo/mantenimiento de integración + middleware).

El análisis del costo total de propiedad (TCO) es un método para evaluar los costos totales asociados con la adquisición y operación de una tecnología durante todo su ciclo de vida, incluidos no solo los costos de adquisición, sino también los costos operativos continuos, el mantenimiento, la capacitación, las actualizaciones, etc.

Por qué las plataformas de IA externas pueden ser más rentables:

• Economías de escala: los proveedores distribuyen los costos de infraestructura entre muchos clientes.
• Menor inversión: no es necesario construir su propia infraestructura.
• Implementación más rápida: un tiempo de comercialización más rápido reduce los costos indirectos.
• Mantenimiento y actualizaciones incluidas: no se requiere ningún esfuerzo de su parte para las operaciones de TI.
• Pago por uso: los costos se ajustan a la demanda.

Un análisis del TCO a menudo muestra que las plataformas de IA externas son más baratas y más flexibles a largo plazo que las soluciones internas.

Priorizar la flexibilidad estratégica

Evalúe la conveniencia del ecosistema integrado de Salesforce frente a los riesgos estratégicos a largo plazo de la dependencia de un proveedor (véase la sección VB). Incorpore consideraciones de portabilidad en la estrategia de IA desde el principio.

Exigir transparencia

Exija a todos los proveedores (incluidos Salesforce y proveedores independientes) documentación clara sobre las capacidades, limitaciones, prácticas de procesamiento de datos, medidas de seguridad y modelos de precios del modelo. Analice críticamente las afirmaciones de marketing y compárelas con la realidad técnica.

Relacionado con esto:

• Sistemas de gestión de datos en transición: estrategias para el éxito empresarial en la era de la IA

Un llamado a una estrategia de IA abierta dentro de Salesforce

El análisis muestra claramente que, si bien confiar únicamente en la suite de IA nativa de Salesforce ofrece comodidad y una integración fluida con los procesos de CRM existentes, no es necesariamente la estrategia óptima para todas las empresas. Considerar estratégicamente plataformas de IA independientes ofrece ventajas significativas: acceso a modelos altamente especializados y potencialmente más potentes, mayor flexibilidad y control sobre la pila de IA, posibles eficiencias de costes mediante modelos de precios alternativos y el uso de la infraestructura existente, y una mitigación crucial de riesgos relacionados con la dependencia de proveedores y la soberanía de los datos.

Las limitaciones identificadas de la Capa de Confianza de Einstein son particularmente críticas, en particular la desactivación del enmascaramiento de datos para los flujos de trabajo de Agentforce. Esto subraya la necesidad de mirar más allá de las promesas de marketing y examinar cuidadosamente las realidades técnicas, en particular al procesar datos sensibles. Las preocupaciones sobre la portabilidad de los datos, como ilustra el ejemplo de Einstein Activity Capture, también sirven como advertencia contra la dependencia excesiva de mecanismos de almacenamiento y procesamiento propietarios.

Al mismo tiempo, no debe subestimarse el papel de Salesforce AI. Ofrece una solución valiosa y bien integrada para muchas tareas estándar de CRM. A pesar de sus limitaciones, Einstein Trust Layer representa una importante capa de gobernanza y seguridad. Además, las herramientas low-code permiten una mayor democratización de la adopción de IA en las organizaciones.

La estrategia más convincente para muchas empresas probablemente sea un enfoque abierto e híbrido. Esta estrategia aprovecha las ventajas de la IA nativa de Salesforce para las tareas cotidianas e integradas, pero no rehúye la integración selectiva de soluciones de IA externas de vanguardia para casos de uso específicos, altamente exigentes o estratégicamente críticos. Esto requiere abandonar el enfoque habitual de usar solo herramientas nativas y, en su lugar, realizar una evaluación rigurosa basada en casos de uso.

Se insta a los responsables de la toma de decisiones a determinar cuidadosamente la combinación adecuada de soluciones de IA nativas e independientes. Esta decisión debe basarse en los requisitos específicos del negocio, las capacidades técnicas existentes, la tolerancia al riesgo y los objetivos estratégicos a largo plazo para aprovechar al máximo el potencial de la IA en el ecosistema de Salesforce sin crear dependencias ni riesgos innecesarios.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación

☑️ Creación o realineamiento de la estrategia de IA

☑️ Desarrollo de negocios pioneros

 

Estaré encantado de servir como su asesor personal.

Puedes contactarme rellenando el formulario de contacto que aparece a continuación o simplemente llamándome al +49 7348 4088 965 .

Espero con ilusión nuestro proyecto conjunto.

 

 

Xpert.Digital es un centro industrial centrado en la digitalización, la ingeniería mecánica, la logística/intralogística y la energía fotovoltaica.

Con nuestra solución de Desarrollo de Negocio 360° apoyamos a empresas de renombre desde el nuevo negocio hasta la posventa.

Inteligencia de mercado, smarketing, automatización de marketing, desarrollo de contenidos, PR, campañas de mailing, redes sociales personalizadas y lead nurturing son parte de nuestras herramientas digitales.

Puede encontrar más información en: www.xpert.digital - www.xpert.solar - www.xpert.plus