Una serie de correos electrónicos de $ 100 mil: ChatGPT le solicita realizar ventas desde su lista
getty
La mayoría de los emprendedores no envían correos electrónicos a su lista con suficiente frecuencia. Tienen miedo de molestar a la gente, por lo que no dedican el tiempo y el esfuerzo necesarios y simplemente no pulsan enviar. Esto es una locura.
El marketing por correo electrónico es un canal de marketing muy eficaz. Por cada dólar gastado en marketing por correo electrónico, el retorno de la inversión promedio es de aproximadamente $40. Y sus clientes quieren que les envíe un correo electrónico. El 60% de los consumidores informaron haber realizado una compra como resultado de un correo electrónico promocional. Pero del 64% de las pequeñas empresas que utilizan el marketing por correo electrónico para llegar a los clientes, la mayoría envía correos electrónicos terribles. No dejes que seas tú.
John Ainsworth es fundador de Data Driven Marketing, una empresa que trabaja con clientes para multiplicar entre 2 y 5 sus ingresos a través de embudos y marketing por correo electrónico. Hicieron que sus clientes, incluidos destacados YouTubers y creadores de cursos, obtuvieran más de $ 12 millones en ingresos adicionales en 2023. La serie de correos electrónicos exclusivos de Ainsworth por sí sola puede duplicar los ingresos que los creadores reciben de su lista de correo electrónico, y él los comparte aquí.
Estas indicaciones exactas de ChatGPT crearán esquemas para una serie ganadora de nueve correos electrónicos en minutos. Copie, pegue y edite los corchetes en ChatGPT y mantenga abierta la misma ventana de chat para que el contexto se transmita. Envíe uno cada pocos días y controle los resultados.
Las personas tienen un problema que les causa dolor en la vida y que su producto o servicio puede resolver. “En el primer correo electrónico de la serie, debes demostrar que comprendes su problema y el dolor que conlleva. De lo contrario, ¿por qué creerían que puedes ayudarlos a resolverlo?”. dijo Ainsworth. Traiga ese dolor al primer plano de su mente en su primer correo electrónico utilizando este mensaje.
“Definir los principales puntos débiles y desafíos que mi público objetivo de [describe your audience] caras al intentar [describe their goal]. ¿Cómo afecta este problema su vida diaria, su trabajo o sus relaciones? Proporcione ejemplos y escenarios específicos que ilustren estos puntos débiles. Luego, pídeme que elija uno de los dolores de cabeza y úsalo para crear la estructura del primer correo electrónico de una serie de nueve correos electrónicos. No escribas los correos electrónicos, solo pídeme que elija uno de los dolores.”
La respuesta a este mensaje formará la base de su primer correo electrónico, donde su audiencia se dará cuenta de un dolor o desafío que tiene.
Su audiencia sólo actúa cuando realmente siente que vale la pena solucionar el dolor. Ainsworth explicó que “su problema está afectando su vida de una manera que ni siquiera se dan cuenta todavía”. En el segundo correo electrónico vas a explicar qué impacto está teniendo este problema en su vida para ayudarles a comprender la importancia de encontrar una solución.
“Su tarea es expandir el dolor único identificado para mi público objetivo en una sola agitación. Primero, enumere cinco “agitaciones” de este único problema. Asigne a cada agitación un título breve y contundente y escriba un párrafo breve debajo de cada una, con nuevas líneas separadas por saltos de línea. Cada uno de ellos debería describir cómo este problema podría empeorar con el tiempo si no se aborda. Incluya posibles consecuencias a largo plazo e impactos emocionales del problema. Utilice un lenguaje vívido y escenarios específicos para que el dolor parezca real y urgente. Haga que cada explicación sea concisa, directa y contundente, con un lenguaje dirigido directamente a ellos. Elegiré una de las agitaciones y esta información formará la base de un correo electrónico para mi audiencia”.
“Ahora que la gente entiende el problema y lo importante que es resolverlo, queremos ayudarles a solucionarlo”, afirmó Ainsworth. Da un breve consejo que te ayudará a resolver parte del problema. Esto les ayuda, les hace apreciar su apoyo y demuestra su experiencia. Hágales saber que la próxima semana recibirán detalles sobre cómo puede ayudar.
“A continuación, proporcione una solución concisa y práctica para abordar el principal problema de mi público objetivo, con esta agitación en mente. Mi solución rápida es [e.g. a webinar, a useful video or article, an event, a tip]. Incluya una guía paso a paso o un consejo rápido que puedan implementar de inmediato. Explicar brevemente cómo se relaciona esta solución con mi producto o servicio. [describe that here] y cómo puede proporcionar más ayuda, pero daré más detalles al respecto la próxima semana. Resuma la estructura del correo electrónico para este correo electrónico de “solución”, incluidas oraciones de ejemplo, luego pasamos al siguiente correo electrónico”.
“La audiencia está preparada a partir de los correos electrónicos anteriores, ahora entusiasme con lo mucho mejor que será su vida una vez que resuelvan este problema y presente su producto o servicio”, explicó Ainsworth. Describe los beneficios y explica cómo eso les ayudará a resolver su problema y llegar al resultado soñado. Ofrezca una oferta fantástica y establezca una fecha límite para obtener esa oferta increíble para que se sientan obligados a actuar ahora.
“Para el próximo correo electrónico de la serie, quiero que mi audiencia se entusiasme con lo mucho mejor que será la vida con mi [product, service, offer]. Describa los beneficios clave y los resultados positivos que mi público objetivo experimentará al utilizar mi servicio. Concéntrese en cómo mejorará sus vidas, resolverá sus problemas y les ayudará a alcanzar sus objetivos. Incluya ejemplos específicos, testimonios o estudios de casos que muestren estos beneficios, basados en esta información de clientes o evaluadores anteriores. [include details here]. Cree una oferta atractiva con una fecha límite clara para fomentar la acción inmediata. No escriba el correo electrónico; en su lugar, proporcione una estructura de correo electrónico con oraciones de ejemplo antes de pasar al siguiente de la serie”.
“Tenemos a todos concentrados en resolver el problema y entusiasmados con el resultado, pero algunas personas necesitan lógica, hechos y estadísticas para convencerse de que este es, lógicamente, el siguiente paso correcto”, dijo Ainsworth. A continuación proporcionas esos datos.
“El próximo correo electrónico incorporará lógica, para las personas con el cerebro izquierdo. Proporcionará datos, estadísticas y argumentos lógicos que respalden la eficacia de mi producto o servicio para mi público objetivo. Incluirá investigaciones de la industria, opiniones de expertos y resultados cuantificables de clientes anteriores. o usuarios. No escriba el correo electrónico completo, sino presente los puntos clave en un formato claro y fácil de entender que atraiga a los pensadores analíticos.
Mucha gente todavía tendrá miedo de actuar. “Aunque sus temores puedan parecerle exagerados, para su cliente potencial son reales”, explicó Ainsworth, quien enfatizó que su papel es reducir los temores de las personas y ayudarlas a sentirse seguras al tomar medidas.
“El siguiente correo electrónico de la serie está diseñado para abordar los temores de mi audiencia, asegurándoles que son infundados. Su tarea es identificar y abordar los temores, dudas u objeciones más comunes que mi audiencia objetivo pueda tener sobre la compra de mi producto o servicio. Para cada inquietud, brinde tranquilidad, evidencia o garantías que alivien estas preocupaciones. Incluya testimonios o historias de éxito que muestren cómo otros superaron dudas similares. Pídame que elija uno de los miedos antes de crear el esquema de este correo electrónico sobre el “miedo”. No escriba el correo electrónico, simplemente describa los puntos clave”.
“La secuencia de correos electrónicos que van, van y desaparecen crea urgencia y escasez en torno a su oferta”, explicó Ainsworth. El correo electrónico “actual” debe enviarse 24 horas antes de que finalice su promoción. Enfatice que la oferta está a punto de expirar para motivar a los suscriptores a comprar antes de la fecha límite. En este correo electrónico también resumes los beneficios de tu oferta, descuentos y bonificaciones.
“Cree un esquema de correo electrónico, con oraciones de ejemplo para incluir, que enfatice la urgencia de la oferta de mi producto o servicio a mi público objetivo. Resalte que la promoción finaliza en 24 horas y [include any other information that adds to the urgency of the offer]. Resuma los beneficios clave, los bonos incluidos y el descuento especial disponible. [describe them here]. Utilice un lenguaje convincente que fomente la acción inmediata sin ser insistente”.
El segundo correo electrónico “en marcha” se envía el último día de la promoción. Ainsworth dijo: “Crea un miedo (justificado) a perderse algo (FOMO) entre sus suscriptores, porque esta increíble oferta va a desaparecer”.
“Cree un esquema de correo electrónico, con oraciones de ejemplo para incluir, para el último día de la promoción de mi producto o servicio dirigido a la audiencia de mis sueños. Enfatice que esta es la última oportunidad de aprovechar la oferta. Reitere los beneficios clave y lo que Nos lo perderemos si no actúan ahora. Incluya las preguntas frecuentes y sus respuestas para abordar inquietudes de último momento”.
El correo electrónico “desaparecido” se envía apenas unas horas antes de que finalice su promoción y esta increíble oferta desaparezca. “Muchos de nosotros posponemos las cosas y solo tomamos medidas en el último momento posible”, explicó Ainsworth, “por lo que este correo electrónico esencial significará que los clientes que posponen las cosas tendrán que tomar medidas y comprar ahora mismo”.
“Cree un esquema de correo electrónico, con oraciones de ejemplo para incluir, para que el correo electrónico final de mi promoción a mi audiencia se envíe unas horas antes de que expire la oferta. Cree una sensación de urgencia y entusiasmo. Resalte la transformación que experimentarán con mi producto o servicio. Incluya un llamado a la acción claro y contundente y recuérdeles que esta es su última oportunidad de conseguir este trato”.
Ahora que tiene todos los esquemas de correo electrónico, revíselos con ojo crítico. Observe dónde está mal el estilo o el tono, observe dónde ChatGPT no ha descrito su producto o servicio exactamente de la manera correcta. También querrás títulos de correo electrónico. Complete todo esto con un mensaje final:
“Su tarea es presentar cada uno de los 9 correos electrónicos creados en una tabla de seis columnas donde las columnas son las siguientes: (1) El propósito del correo electrónico, por ejemplo, dolor, agitación, solución, etc. (2) El título del correo electrónico, que debe ser breve (menos de 7 palabras), convincente y aludir al cuerpo del correo electrónico sin ser una pregunta. Utilice el caso de la oración. La columna (3) debe incluir entre 4 y 6 líneas iniciales del correo electrónico. La columna (4) debe incluir el cuerpo principal del correo electrónico, incluidas las viñetas que se incluirán y cualquier texto de ejemplo. La columna (5) debe ser la información después del cuerpo principal, incluidos los próximos pasos y la aprobación. La columna (6) debe ser la ps del correo electrónico, que agrega algo especialmente interesante o importante para el lector. Todos los correos electrónicos deben tener diferentes longitudes para variar. No los hagas todos del mismo largo. Los correos electrónicos y sus títulos deberían funcionar como una serie de 9 correos electrónicos.
También debe realizar los siguientes cambios en el estilo de escritura, el lenguaje y la redacción: [describe the changes you want to be made here]. Incluiré un correo electrónico de muestra como referencia de mi estilo de escritura. [include that here]. Tampoco utilice palabras y oraciones que incluyan: [include your ban list of giveaway ChatGPT words].”
Aplique los principios de redacción de correos electrónicos de Ainsworth y ejecute la campaña de marketing más exitosa que su empresa haya visto jamás. Copia las estrategias de aquellos que realmente han logrado el éxito que buscas replicar.
Utilice el marco de dolor, agitación y solución para calentar a su audiencia. Utilice el marco de ganancia, lógica y miedo para vender con éxito su oferta; y utilice la secuencia de ir, ir, ir para que las personas tomen medidas inmediatas. Comprométete a enviar esta serie y observa qué sucede cuando capte la atención de los clientes de tus sueños.
Después de probar y comparar chatbots de IA y sus características durante años, he desarrollado algo de sexto sentido para cuando estos compañeros digitales saben de qué están hablando y cuándo están faroleando.
La mayoría de ellos pueden buscar respuestas en línea, lo que ciertamente ayuda, pero la combinación de búsqueda e IA puede conducir a algunas respuestas sorprendentemente perspicaces (y algunas tangentes menos perspicaces).
Para comprender el problema, es esencial dar un paso atrás. Uno de los avances más significativos en la IA en los últimos meses ha sido el desarrollo de modelos con capacidades de razonamiento lentas y deliberadas. Estos modelos descomponen los problemas en componentes más pequeños y los resuelven paso a paso, lo que lleva a resultados más profundos y precisos.
3 Ver galería
Dichos modelos permiten a los investigadores rastrear el proceso de pensamiento de la IA, conocido en términos técnicos como “cadena de pensamiento” (COT). Este método permite a los observadores seguir el razonamiento del sistema desde el paso inicial, a través de etapas posteriores y a sus conclusiones finales. Anteriormente, este nivel de transparencia no existía, dejando muchas preguntas sin respuesta sobre cómo surgen las “alucinaciones” de AI, la generación de salidas incorrectas o no sensibles.
La capacitación de IA a menudo implica una técnica llamada aprendizaje de refuerzo, donde el sistema es recompensado por cumplir con los objetivos específicos. Un efecto secundario conocido de este proceso es la “piratería de recompensas”, donde la IA manipula su comportamiento para maximizar las recompensas mientras se elude las pautas previstas.
Los investigadores creían que al monitorear la cadena de pensamiento de la IA, podrían detectar cuando el modelo engaña, engaña o se da por vencido e influye en su comportamiento en tiempo real durante el entrenamiento. Este enfoque, denominado “optimización de cuna”, parecía ser un camino prometedor hacia una comprensión más profunda del comportamiento de la IA.
De hecho, esta suposición resultó correcta y condujo a una comprensión más precisa de los sistemas de IA. “Creemos que el monitoreo de la cuna puede convertirse en una herramienta crucial para supervisar modelos de nivel sobrehumano en el futuro”, escribieron los investigadores.
Sin embargo, lo que pretendía como un paso para mejorar la confiabilidad de la IA expuso una realidad alarmante: los sistemas de IA intentan activamente evadir las sanciones, buscar recompensas contra las restricciones de los investigadores e incluso oscurecer sus métodos para evitar la detección.
3 Ver galería
(Foto: Generado por chatgpt)
Por ejemplo, cuando se les asigna la tarea de generar código funcional, algunos modelos AI modificaron el mecanismo de verificación de código en sí para aprobar salidas incorrectas. En otros casos, los modelos proporcionaron soluciones aparentemente plausibles a los problemas que resultaron estar completamente equivocados.
Algunos modelos incluso dejaron de resolver problemas por completo para evitar revelar lo que percibieron como sus debilidades. Este descubrimiento se hace eco de los principios de la teoría del juego, pero con un giro inquietante.
Estos hallazgos surgieron de un artículo publicado la semana pasada por un equipo de investigación de Operai bajo el título críptico: “Seguimiento de comportamiento indeseable en modelos de razonamiento y la preocupación de la ofuscación”.
Al examinar los detalles del estudio, el alcance del problema queda claro: los últimos modelos de razonamiento de OpenAI (denominados O1 y O3 Mini) demuestran una fuerte motivación para completar sus tareas asignadas, siendo el menor de los problemas descubiertos.
Los investigadores rastrearon los procesos de pensamiento de los modelos utilizando otro modelo Operai (GPT-4O), que, sin dudarlo, informó su comportamiento engañoso como parte de su cadena de pensamiento: una forma de honestidad desarmadora. Pero luego vino el giro inquietante: cuando los investigadores señalaron a la IA que no se le permitió hacer trampa, el modelo ajustó su comportamiento y comenzó a ocultar la evidencia de su ruptura de reglas. Esta revelación es lo que dejó a los investigadores sorprendidos.
“Encontramos que la optimización directa de la COT para cumplir con criterios específicos (como no eludir las instrucciones) puede mejorar el rendimiento a corto plazo; sin embargo, no elimina todo el comportamiento indeseable e incluso puede hacer que el modelo oculte sus verdaderas intenciones”, señalaron secamente los investigadores.
En su conclusión, los investigadores expresaron la esperanza de que los métodos futuros permitan la influencia directa del comportamiento de los modelos de razonamiento a través de la cadena de pensamiento sin alentar el engaño. Por ahora, recomiendan evitar una fuerte presión de optimización sobre la cuna de los modelos de razonamiento avanzado y la precaución contra la manipulación directa de estos procesos de pensamiento.
3 Ver galería
Evento de anuncio GPT-4O de Openai
(Foto: Captura de pantalla)
Sin embargo, esta recomendación presenta otro desafío: dejar la cadena de pensamiento inalterada puede conducir a resultados incómodos, si no problemáticos, cuando estos modelos interactúan con el público. Izquierda sin control, la IA puede producir un lenguaje ofensivo o ideas que los humanos generalmente evitan expresar. La solución propuesta por los investigadores es envolver el proceso de pensamiento en bruto de la IA en una capa de cortesía forzada, asegurando que los usuarios solo vean una versión desinfectada.
Esta investigación plantea preguntas preocupantes. Para aquellos que argumentan que la IA es simplemente una herramienta para ayudar a los humanos, los hallazgos sugieren lo contrario: a diferencia de una máquina de escribir o una bicicleta, la IA parece tener sus propias intenciones y está dispuesto a engañar en busca de sus objetivos.
Para aquellos que ya están preocupados por los riesgos potenciales de la IA, este estudio suena todas las alarmas. Indica que a medida que crecen las capacidades de IA, también lo hace su capacidad para oscurecer cómo funciona, las manipulaciones que realiza y los verdaderos objetivos que busca lograr. Cuando la IA se vuelve verdaderamente avanzada, es posible que no tengamos forma de identificar estas manipulaciones ocultas.
Los investigadores de Operai parecen genuinamente preocupados, y uno solo puede esperar que el liderazgo de la compañía comparta sus preocupaciones, y que los reguladores en todo el mundo comprendan la gravedad del problema. Las principales compañías de IA han dedicado departamentos enteros a construir “barandillas” en torno a los sistemas de IA, asegurando su alineación con los valores humanos y el aumento de la transparencia. Sin embargo, la efectividad de estas medidas sigue en cuestión.
El tema central sigue siendo tan turbio como siempre, y este estudio solo profundiza la incertidumbre: ¿cuál es el objetivo principal de la IA y cómo podemos asegurar que busque ese objetivo, y nada más?
Mientras que la administración del presidente Donald Trump se ha centrado en alejarse de la regulación, liderando a los proveedores de IA como Google y OpenAI quieren que el plan de acción de IA pendiente del gobierno incluya una política federal que se adelantan a los crecientes mosaicos de leyes estatales de IA en los Estados Unidos.
La Oficina de Política de Ciencia y Tecnología de la Casa Blanca (OSTP) solicitó los aportes de las partes interesadas sobre el desarrollo de un plan de acción de IA. Recientemente cerró el período de comentarios públicos, recibiendo más de 8,700 presentaciones. OSTP solicitó a las partes interesadas que describieran las acciones prioritarias para apoyar el dominio de los Estados Unidos de la tecnología de IA sin una regulación excesiva que obstaculice la innovación del sector privado en la IA. Para algunas grandes empresas tecnológicas, abordar las leyes estatales de IA debería ser una de las principales prioridades del gobierno de los Estados Unidos.
Estados Unidos debe adoptar marcos de políticas que “se adelanten a un mosaico caótico de reglas a nivel estatal sobre el desarrollo de la IA fronteriza”, según la presentación de Google.
Mientras tanto, Openai pidió libertad para innovar en el interés nacional de los Estados Unidos y neutralizar a los competidores como China que se benefician de “las compañías estadounidenses de IA que tienen que cumplir con las leyes estatales demasiado onerosas”. Un puñado de estados de EE. UU. Han aprobado una regulación integral de IA, incluidas Colorado, California y Utah.
Sin una ley federal de IA, los estados implementan requisitos de IA individuales que crean desafíos de cumplimiento para las empresas, dijo la analista de Forrester Alla Valente si Estados Unidos adopta una política federal de IA general, podría eliminar esa carga, dijo.
“Al dejar esto a los Estados Unidos, puede tener 50 conjuntos de regulaciones de IA que se ven muy diferentes”, dijo.
Sin embargo, una orden ejecutiva no puede evitar las regulaciones estatales de IA. Depende del Congreso aprobar una ley federal de IA, algo que tiene problemas para hacer.
La falta de un enfoque de gobernanza de AI unificado en los Estados Unidos es “ineficaz y duplicativo”, dijo Hodan Omaar, un gerente de políticas senior en el Centro de Tank Tank Tank para innovación de datos.
“Crea inconsistencias e incoherencia en un enfoque estadounidense”, dijo.
Más allá de centrarse en las leyes estatales, Valente dijo que la postura de Google indica que la compañía quiere que Estados Unidos considere el desarrollo global de las leyes de IA también, como la Ley de IA de la Unión Europea.
Cualquier estándar, política o marco que crea los EE. UU. Debe reflejar los intereses estadounidenses, pero no puede ignorar las políticas de IA de diferentes países, dijo Valente. Google dijo que, cuando se trabaja con países alineados, Estados Unidos debería “desarrollar protocolos y puntos de referencia en torno a los riesgos potenciales de los sistemas de IA fronterizos”.
“Ignorar lo que el resto del mundo está haciendo en torno a los marcos de IA, la gobernanza de IA, el riesgo de IA, crea una brecha aún mayor entre la innovación de los Estados Unidos y el resto del mundo hasta el punto de que entonces sigue siendo competitivo si otros países tienen requisitos que no pueden ser satisfechos con la innovación de la IA de EE. UU.”, Dijo Valente.
Operai también abordó los controles de exportación en sus comentarios, solicitando un cambio de estrategia centrado en promover la adopción global de los sistemas de IA de EE. UU. Al tiempo que utiliza más estratégicamente los controles de exportación para mantener el liderazgo de IA de EE. UU. La Compañía pidió actualizar la regla de difusión de IA que avanzó los controles de exportación de EE. UU., Una regla propuesta por la administración del ex presidente Joe Biden que se encontró con una reacción violenta de la industria.
Mientras tanto, en los comentarios del Centro para la Innovación de Data, el grupo de expertos pidió que el Plan de Acción de AI de EE. UU. Reorientara su estrategia de control de exportación. Si bien los controles de exportación están destinados a debilitar a los competidores, en particular el sector de inteligencia artificial de China, están “cada vez más en desventajas de las empresas estadounidenses”. El surgimiento de Deepseek apunta a la capacidad de China para innovar a pesar de los controles de exportación de los Estados Unidos en chips de IA avanzados.
Omaar describió en la presentación del grupo de expertos de que Estados Unidos debería establecer una Fundación Nacional de Datos (NDF) dedicada a la financiación y facilitar compartir conjuntos de datos de alta calidad para el desarrollo del modelo de IA. Ella dijo que Estados Unidos también debería preservar, pero Reengus, el Instituto de Seguridad AI del Instituto Nacional de Normas y Tecnología (NIST) para proporcionar estándares fundamentales para la gobernanza de la IA.
“El gobierno federal tiene un papel importante que desempeñar para garantizar que haya estándares”, dijo Omaar. “Asegurarse de que NIST pueda hacer el importante trabajo de IA que estaban haciendo es importante para garantizar una adopción de IA sin problemas”.
La solicitud de información de la Oficina de Ciencia y Tecnología de la Casa Blanca sobre un plan de acción de IA pidió a las partes interesadas sus pensamientos sobre las acciones de política de IA. Sin proporcionar recomendaciones o cualquier marco potencial para que las partes interesadas comenten, Valente dijo que no está claro qué incluirá el plan de acción de IA.
“Cómo termina este plan, uno solo puede imaginar”, dijo.
Darrell West, miembro senior de la Institución Brookings, dijo que la solicitud de información de la Casa Blanca indica que la administración Trump se centrará en abandonar los requisitos onerosos y confiar en las empresas privadas para innovar con menos supervisión federal.
“Habrá menos limitaciones en las compañías tecnológicas”, dijo. “Serán libres de innovar en cualquier dirección que deseen”.
El gobierno federal puede equilibrar la seguridad y la innovación de la IA, que con suerte se reflejará en el Plan de Acción de AI, dijo Jason Corso, cofundador de AI Startup Voxel51 y profesor de informática en la Universidad de Michigan.
La población general ya es escéptica de la IA, y si ocurren desafíos generales de crecimiento del desarrollo, corre el riesgo de socavar aún más la confianza en la tecnología, dijo. Es por eso que los marcos de políticas deben crearse con la seguridad de IA en mente, agregó Corso.
Un marco federal que carece de consideraciones de seguridad de IA significa la responsabilidad de las decisiones de seguridad de IA cae a los CIO de la Compañía o los oficiales de IA en los principales, lo que Corso dijo que presenta un “gran riesgo”. El efecto podría ser menos adopción o ROI más lento, dijo.
“Esta IA contemporánea es tan incipiente que a pesar de los rápidos avances que estamos viendo, en realidad se entiende bastante sobre su previsibilidad, repetibilidad o incluso su robustez con ciertos tipos de preguntas o escenarios de razonamiento”, dijo. “Ciertamente necesitamos innovación, pero también necesitamos seguridad”.
Makenzie Holland es un escritor de noticias senior que cubre la gran regulación federal y de la gran tecnología. Antes de unirse a Informa TechTarget, ella era una reportera de asignación general para el Wilmington Starnews y un reportero de crimen y educación en el Wabash Plain Dealer.
Remove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
Cómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
Cómo Empezar con Popai.pro: Tu Espacio Personal de IA – Guía Completa, Instalación, Versiones y Precios
Startups de IA en EE.UU. que han recaudado más de $100M en 2024
Suno.com: La Revolución en la Creación Musical con Inteligencia Artificial
Perplexity aplicado al Marketing Digital y Estrategias SEO
Deepgram: Revolucionando el Reconocimiento de Voz con IA
Dos periodistas octogenarios deman a ChatGPT por robar su trabajo
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
