La ventaja del contexto: la pieza que falta en tu estrategia de crecimiento basada en IA

Los modelos de inteligencia artificial (IA) avanzados están ya ampliamente disponibles. Pero lo que tus competidores no pueden replicar es el contexto empresarial que solo tu empresa puede aportar y el conocimiento que esta conserva.

Cuando todos los datos que utiliza una IA son correctos, pero la decisión sigue siendo equivocada, emplear un modelo mejor no resolverá este tipo de fallo.

Pensemos en Maya, una clienta ficticia de alto valor que compró unos esquís de gama alta hace dos semanas y, desde entonces, ha vuelto tres veces a la página de las botas a juego. Su probabilidad prevista de conversión es alta, por lo que la IA de la empresa le envía una promoción con un 20 % de descuento en las botas que ha consultado.

Pero lo que la IA no puede ver es el contexto que rodea esta secuencia de acontecimientos: los esquís llegaron dañados, el envío de los de sustitución lleva retraso y el caso relativo a la calidad sigue abierto. Las políticas de la empresa establecen que, en una situación así, no debe aplicarse ningún descuento a la colección de botas mientras la reclamación siga sin resolverse y que la empresa debe priorizar una retención rentable.

La empresa en su conjunto conoce toda esta información, pero esos datos no se comunicaron a la IA en el momento de tomar la decisión, por lo que, en este caso, la IA pudo tomar una decisión equivocada.

El problema era el contexto

En el ejemplo anterior, la recomendación de la IA optimizó la conversión inmediata —es decir, conseguir que Maya realizara la siguiente compra—, pero ignoró la situación general: un fallo del servicio aún sin resolver, la integridad de los precios de una línea de gama alta y el valor de la relación con una clienta que estaba viviendo una mala experiencia.

El contexto es lo que convierte a la IA de un asistente generalista en una experta en tu marca, tus clientes, tu negocio y el resultado que intentas lograr.

La falta de contexto se vuelve más peligrosa a medida que se acelera la toma de decisiones. A velocidad humana, puede generar una campaña lanzada en un momento poco oportuno que alguien del equipo de marketing detecte durante una revisión semanal. A la velocidad de la IA, ese mismo punto ciego puede dar lugar a miles de decisiones equivocadas antes de que alguien reconozca el patrón.

Esto es lo que debería quitar el sueño a los responsables de marketing. Sin embargo, el debate sobre el presupuesto de IA sigue dominado por la elección del modelo.

Los modelos avanzados están ampliamente disponibles (para todo el mundo)

La calidad, la velocidad, la especialización y el coste siguen siendo importantes, pero la mayoría de las empresas ya pueden acceder a modelos con capacidades avanzadas.

Lo que a los competidores de una empresa les cuesta reproducir con rapidez es el criterio empresarial acumulado que determina cómo valora la empresa a sus clientes, equilibra el crecimiento con el margen, protege la marca e interpreta años de pruebas.

Esta es la ventaja del contexto: aportar a cada decisión el conocimiento empresarial específico de la empresa y aprender después de los resultados para afrontar situaciones futuras.

La inversión en visión 360 del cliente en contexto

Para la mayoría de las organizaciones de marketing, el recorrido parte de una inversión existente en visión 360 del cliente y se amplía a partir de ahí. Una inversión de este tipo ofrece las siguientes ventajas, como ilustra la situación de Maya:

• La visión 360 del cliente conserva una verdad persistente sobre el cliente: En el caso de Maya, conecta su condición de clienta de alto valor y su reciente compra de esquís con su actividad actual en la página de las botas, el valor de su relación con la empresa y el permiso para ponerse en contacto con ella.

• La visión 360 del cliente enriquecida explica la situación: Las fuentes de datos no estructurados, como las llamadas al servicio de atención al cliente y las reseñas en línea, revelan que Maya está frustrada, necesita urgentemente unos esquís de sustitución y ya se encuentra en la estación, sin poder esquiar.

• El contexto de marketing aporta el objetivo y la lógica operativa: El equipo de marketing sabe que la campaña de las botas de gama alta está activa, pero la recuperación del servicio tiene prioridad. La promoción debe ponerse en pausa. El éxito consiste en retener a Maya como clienta, y las pruebas anteriores indican que priorizar la recuperación ofrece mejores resultados después de un fallo del servicio.

• El contexto empresarial aporta datos fiables ajenos al ámbito del marketing: Los sistemas de atención al cliente, comercio y productos confirman que la reclamación de Maya sigue abierta, que hay unos esquís de sustitución disponibles y que se aplica la cobertura de la garantía. Los equipos de marca, finanzas y asuntos jurídicos determinan cómo debe responder la empresa. Esto pone de manifiesto una realidad: el contexto de marketing —o el de cualquier otro departamento— no basta por sí solo.

• El contexto empresarial conectado permite aprovechar toda la situación: La información permanece en los equipos y sistemas que ya son responsables de ella y la mantienen. El equipo de marketing puede utilizar los datos pertinentes cuando los necesite, sin tener que crear y mantener copias independientes. En el momento de tomar una decisión, un subconjunto con la información necesaria se convierte en las instrucciones que realmente necesita un profesional del marketing, una aplicación o un agente. La siguiente acción recomendable deja de ser una conjetura: resolver el problema, proteger la relación y retomar la interacción en el momento oportuno.

El contexto debe convertirse en tu ventaja competitiva duradera

Siete principios explican cómo el contexto se convierte en una ventaja duradera.

El contexto genera relevancia

Los datos son solo el principio. En este caso, confirman que Maya compró los esquís, recibió un envío dañado y todavía tiene un caso abierto.

En conjunto, la verdad, el significado, la intención y la memoria, junto con los límites, son los componentes del contexto que permiten a la IA comprender la situación de forma útil.

El significado empresarial cambia el enfoque de la venta cruzada (las botas) a la recuperación del servicio. La intención convierte la retención rentable en el objetivo, mientras que la memoria recupera lo que la empresa ha aprendido de pruebas anteriores en las que se priorizó la recuperación. A continuación, los límites aplican las reglas pertinentes de supresión (de los anuncios o la campaña), aprobación y consentimiento.

El contexto sin explotar genera oportunidades

El equipo de marketing lleva años optimizando las señales más fáciles de contabilizar. Los clics, las compras y las respuestas a las campañas siguen siendo importantes, pero rara vez explican por qué sucedió algo.

La información, como la perspectiva del cliente sobre una marca o un producto, suele almacenarse en lo que denominamos datos no estructurados: reseñas en línea, transcripciones de chats o publicaciones en redes sociales. Ahora las organizaciones pueden extraer de estos conjuntos de datos información valiosa que un registro de transacciones por sí solo no permite obtener.

La IA brinda la oportunidad de convertir información que antes resultaba difícil de utilizar en señales empresariales prácticas.

El contexto adecuado genera precisión

Tener acceso a todo no constituye una estrategia de contexto. Es fácil plantearse proporcionar toda la información a la IA y esperar que dé buen resultado.

Como hemos visto, un contexto insuficiente deja a la IA a ciegas. Sin embargo, un exceso de contexto sobrecarga la decisión con información obsoleta, contradictoria o innecesaria, lo que aumenta el coste y el riesgo y dificulta la identificación de la señal pertinente. Los estudios sobre modelos de lenguaje con contextos extensos también han constatado que la información pertinente puede utilizarse de forma menos fiable cuando queda oculta en entradas largas, incluso antes de que el modelo alcance el límite de su ventana de contexto. En el caso de Maya, la IA no necesita todo su historial como clienta, todas las transcripciones del servicio de atención al cliente ni todos los documentos de la marca. Necesita los pocos datos y reglas actuales que cambian de forma sustancial esta decisión concreta, como el hecho de que su caso con el servicio de atención al cliente siga abierto.

Por tanto, la capa de contexto debe reunir el contexto mínimo suficiente, pertinente, actual, fiable y autorizado necesario para tomar una decisión.

También es importante señalar que “actual” no siempre significa “en tiempo real”. Puede que el consentimiento para fines de marketing deba reflejar un cambio de inmediato, mientras que una política de marca aprobada puede seguir siendo la referencia válida durante meses.

El contexto compartido genera coordinación

La situación de Maya tomó un rumbo equivocado porque la empresa solo conocía la historia completa de forma fragmentada: el departamento de marketing vio sus interacciones, el equipo de atención al cliente examinó el caso del envío dañado y el departamento de marca sabía que, en esa situación, la colección de botas estaba excluida de los descuentos.

Cada equipo podía tomar una decisión fundamentada dentro de sus propios límites, pero ningún sistema podía tomar la decisión integral correcta sin incorporar el contexto de los demás departamentos.

Por tanto, en lugar de eliminar los silos, la IA suele automatizarlos.

El contexto compartido permite que esos sistemas se coordinen en torno a una única situación del cliente y un mismo resultado empresarial, sin exigir que cada equipo renuncie al control de su ámbito.

El contexto gobernado genera confianza

Un sistema de IA necesita una fuente de verdad fiable, con acceso sujeto a permisos, umbrales de actuación claros y un registro auditable.

Esos controles deben determinar el contexto disponible antes y durante una decisión de la IA, en lugar de limitarse a examinar el resultado después de que esta haya actuado. Cuando los controles determinan el contexto de antemano, la gobernanza permite una mayor autonomía sin que una persona tenga que intervenir en cada recomendación.

La gobernanza es el sistema operativo de una autonomía fiable.

El contexto propio genera control

El control implica preservar la capacidad de elección a medida que cambia tu tecnología.

Cuando tu empresa controla su contexto, el conocimiento empresarial adquirido con el tiempo puede acompañarte. Cambiar de modelo o aplicación no implica reconstruir lo que la organización ya sabe.

El contexto cautivo funciona de otra manera. Puede que aún puedas exportar los datos subyacentes, pero la inteligencia desarrollada en torno a ellos puede seguir vinculada a la plataforma que la creó. El acceso también puede cambiar si un proveedor modifica la forma en que otros sistemas pueden utilizar ese contexto.

Cuanto más aprendizaje se acumula allí, más difícil resulta abandonar la plataforma sin perder parte de lo que ha aprendido tu empresa.

El contexto genera una ventaja acumulativa

Cada decisión genera evidencias: la IA actúa, el cliente responde, se produce un resultado empresarial y una persona puede aprobar, rechazar o corregir la recomendación.

Esas evidencias deben volver a la base de contexto.

En el caso de Maya, la información útil no es simplemente que se haya suprimido la promoción. La empresa debería saber si la recuperación del servicio protegió la relación, si Maya compró después las botas sin descuento y si la intervención de una persona mejoró el resultado.

Esos resultados se convierten en la memoria para la siguiente decisión similar. Con el tiempo, la organización puede aprender qué intervenciones preservan las relaciones de alto valor, qué ofertas generan demanda incremental y en qué casos el criterio humano mejora de forma sistemática las recomendaciones de la IA.

Usar IA no genera por sí solo una ventaja de aprendizaje. La ventaja se acumula cuando las acciones, los resultados y las correcciones vuelven como contexto que la empresa puede reutilizar.

Los seis primeros principios descritos anteriormente mejoran la decisión de hoy. Este séptimo principio mejora todas las decisiones posteriores.

¿Dónde deberías crear la capa de contexto empresarial?

Esta es la verdadera pregunta que todo el mundo se hace. Las opciones suelen ser las siguientes: un proveedor de modelos, una aplicación de marketing o una plataforma de datos.

Tanto los proveedores de modelos como las aplicaciones de marketing aportan inteligencia útil, pero ninguno está diseñado para ser el repositorio duradero ideal del contexto empresarial.

Crear la capa dentro de un modelo puede generar dependencia de esa familia de modelos. Distribuirla entre distintas aplicaciones puede crear un problema diferente: cada sistema desarrolla sus propias definiciones, políticas y memoria hasta que resulta imposible conciliar nada y una misma métrica conduce a tres soluciones distintas.

En realidad, el centro de gravedad gobernado debe situarse en el fundamento de datos empresarial, donde el significado se mantiene uniforme, las políticas se aplican una sola vez y el aprendizaje se acumula entre las aplicaciones y los modelos aprobados.

Snowflake como fundamento de datos gobernado e IA para tu contexto

Snowflake AI Data Cloud respalda este modelo de tres formas prácticas:

• El contexto adecuado, disponible en el momento de tomar la decisión: Marketing puede incorporar a un fundamento de datos gobernado los datos empresariales en los que se sustenta una decisión, incluidas las evidencias no estructuradas que explican lo sucedido. Snowflake Horizon Context permite que la IA utilice ese fundamento, preservando los orígenes del contexto y aplicando un significado empresarial uniforme. Así, un agente puede razonar a partir de definiciones fiables en lugar de tener que adivinar, lo que incluye saber cuándo se puede agregar una métrica y cuándo no.

• Reutilización en el ecosistema que elijas: Las vistas semánticas te permiten definir una vez el significado empresarial y trasladarlo a las herramientas que utilizan tus equipos, tanto dentro como fuera de Snowflake. Cualquier herramienta compatible puede trabajar a partir de la misma lógica gobernada, sin que sea necesario volver a crearla en cada interfaz.

• Efecto acumulativo: Snowflake puede gobernar las definiciones y el linaje, pero no puede decidir qué debería aprender tu empresa. Marketing debe registrar lo sucedido después de cada decisión de la IA, incluidos los casos en los que un profesional del marketing modificó su recomendación, y devolver esas evidencias al contexto reutilizable. Snowflake proporciona a esa memoria un repositorio gobernado y un significado uniforme.

Volvamos a Maya

En nuestro ejemplo, con un contexto incompleto, la IA envía a Maya una oferta con un 20 % de descuento. 

Sin embargo, con un contexto conectado y gobernado, el mismo modelo reconoce que es el momento de recuperar el servicio, resuelve el problema, protege la relación y vuelve a interactuar con ella cuando llega el momento adecuado.

Su respuesta se convierte entonces en contexto para el siguiente cliente que se encuentre en una situación similar.

Los modelos cambiarán. Tu contexto debería permanecer bajo tu control y volverse más inteligente con cada decisión.

Empieza por una decisión que tu IA ya tome a gran escala y, después, documenta todos los datos importantes que actualmente no puede ver. Esa es tu hoja de ruta para el contexto.

Para responsables de marketing: Obtén más información sobre AI Data Cloud para Marketing de Snowflake.

Para responsables de datos y tecnología: Descubre cómo Snowflake Horizon Context recopila, enriquece y activa contexto empresarial gobernado.