Operai lanza una investigación profunda: un agente de IA para la investigación avanzada
Esta semana, Operai lanzó un nuevo agente de IA llamado Deep Research. Al igual que el primer agente de IA que lanzó, llamado operador, Deep Research es un agente de IA capaz de ejecutar tareas complejas de forma autónoma de extremo a extremo en función de un conjunto inicial de instrucciones del usuario. Sin embargo, a diferencia del operador, Deep Research está diseñada para flujos de trabajo profundos y extensos, por lo que se califica como investigador y tiene capacidades similares a las de un humano que realiza una investigación avanzada en varios campos. El agente de IA puede tardar entre 5 y 30 minutos en devolver los resultados, dependiendo de la complejidad de la tarea, similar a la cantidad prolongada de tiempo que lleva un humano completar una investigación compleja.
“Se basan una investigación profunda para las personas que trabajan en conocimiento intensivo en áreas como finanzas, ciencia, política e ingeniería y necesitan una investigación exhaustiva, precisa y confiable. Puede ser igualmente útil para los compradores exigentes que buscan recomendaciones hiperpersonalizadas sobre compras que generalmente requieren una investigación cuidadosa, como automóviles, electrodomésticos y muebles ”, dijo Openii en su anuncio.
En la demostración de OpenAI, se mostró una investigación profunda que realizó una investigación de mercado integral para un producto e identificando los mejores esquís para un usuario en función de sus especificaciones.
La investigación profunda está disponible exclusivamente para los usuarios de GPT Pro que pagan $ 200 por mes por los servicios premium de OpenAI. Sin embargo, Openai dice que tanto el operador como la investigación profunda estarán disponibles para todos los niveles de suscriptores de Operai en el futuro.
Veo el lanzamiento de la investigación profunda como una respuesta directa al alboroto la semana pasada sobre la entrada de Deepseek en el mercado. Cuando Deepseek llegó a los titulares, provocó dudas sobre si las compañías de IA con sede en Estados Unidos como OpenAI podrían justificar sus valoraciones altas. El movimiento de Operai parece un contraataque al sentimiento negativo de que Deep Seech eligió a las compañías tecnológicas de EE. UU., Una forma de cambiar la conversación a su favor y recordarle al mundo por qué siguen siendo una fuerza dominante en la IA.
El rápido ascenso y la caída de Deepseek: del disruptor de IA hasta la amenaza de seguridad global
La semana pasada, Deepseek tomó por asalto el mundo de la IA, llegando a los titulares por supuestamente hacer coincidir el rendimiento de OpenAi, mientras que gastó solo $ 6 millones para desarrollar su modelo de IA generativo en comparación con los multimillones de OpenAI que ha gastado. La noticia sacudió la industria tecnológica y expresó preocupaciones sobre las valoraciones y competitividad de las empresas de IA con sede en EE. UU.
¿Pero esta semana? Deepseek ha desaparecido casi por completo de la conversación. Deepseek ha sido expulsado de dispositivos gubernamentales en Corea del Sur, Australia y Taiwán debido a preocupaciones de seguridad nacional. Microsoft (NASDAQ: MSFT) está investigando si Deepseek utilizó investigaciones y datos de OpenAI sin autorización, y las corporaciones, así como las agencias gubernamentales, preocupan que los datos de los usuarios ingresados en Deepseek se están canalizando directamente a China, creando un riesgo de seguridad.
Todos estos elementos, junto con dudas sobre si Deepseek fue realmente capaz de crear su modelo para la cantidad de dinero y la cantidad de infraestructura informática que dijeron que utilizó, creó la tormenta perfecta para que el competidor chino se desprenda públicamente y se limpie prácticamente desde Nuestros recuerdos en solo una semana.
Reproducimos Deepseek R1-Zero en el juego de cuenta regresiva, y simplemente funciona
A través de RL, la Base 3B LM desarrolla autoverificación y habilidades de búsqueda por sí solas
Puedes experimentar el momento ahah por ti mismo por <$ 30
Código: https://t.co/b2isn1prxvEsto es lo que aprendimos
pic.twitter.com/43bvymms8x
– Jiayi Pan (@jiayi_pirate) 24 de enero de 2025
Además de eso, un equipo de investigación de IA en UC Berkeley pudo replicar las capacidades centrales de Deepseek por solo $ 30. Si bien esto le da cierta credibilidad al reclamo de Deepseek de lograr un avance de AI de bajo costo, también refuerza la declaración hecha por el CEO de Operai, Sam Altman, de que ser un imitador es más fácil que ser pionero. Operai en particular tuvo que gastar miles de millones forjando el camino que las empresas como Deepseek ahora pueden seguir fácilmente.
De todos modos, no creo que escuchemos mucho más sobre Deepseek en los Estados Unidos. Estados Unidos tiene un interés personal en asegurarse de que las empresas de IA con sede en los Estados Unidos sigan siendo fuerzas dominantes y probablemente jueguen un papel en la supresión de inventos extranjeros como Deepseek. Espero que eso también continúe, ya sea a través de la intervención directa, las restricciones comerciales o las relaciones públicas negativas. Está claro que las empresas extranjeras de IA, especialmente las de China, se dirigen a los obstáculos importantes a la expansión global establecida por los Estados Unidos.
Google elimina la prohibición de armas de IA
Google (NASDAQ: Googl) ha revisado silenciosamente su política de ética de IA, eliminando una cláusula clave que previamente prohibió a la compañía buscar aplicaciones de IA para armas y vigilancia. Este cambio representa un cambio significativo en la postura de Google sobre el desarrollo de la IA.
Poco después de la actualización, Google lanzó una publicación de blog que justifica su decisión: “Desde que publicamos por primera vez nuestros principios de IA en 2018, la tecnología ha evolucionado rápidamente … AI se ha mudado de un tema de investigación de nicho en el laboratorio a una tecnología que se está volviendo tan generalizada como teléfonos móviles e Internet en sí. Creemos que las empresas, los gobiernos y las organizaciones deberían trabajar juntas para crear IA que proteja a las personas, promueve el crecimiento global y apoya la seguridad nacional ”, dijo la parte del anuncio que abordó su ética de IA.
Si bien algunos empleados de Google probablemente se unieron a la compañía debido a su compromiso original con la IA ética y probablemente ahora se desilusionen por este cambio, desde el punto de vista comercial, el movimiento tiene sentido.
El mercado de defensa nacional es masivo, y los contratos gubernamentales son típicamente lucrativos. El sector de IA es notoriamente costoso, con los principales actores que gastan miles de millones en infraestructura, capacitación y costos operativos, mientras que muchos de ellos aún no han obtenido ganancias en sus grandes inversiones. La expansión al sector de defensa ofrece a las empresas de IA una base de clientes financieramente estable con bolsillos profundos y un claro incentivo para invertir y usar sus sistemas de IA.
Más allá de los incentivos financieros, hay otra realidad: si Google no construye estos sistemas de defensa nacional impulsados por la IA, uno de sus competidores lo hará. La industria de la IA está claramente en un punto en el que la competencia es intensa, y el producto de cada competidor es solo mejor, o peor, por un margen muy estrecho. Si las empresas eligen no explorar flujos de ingresos clave como la defensa nacional, corren el riesgo de perder la cuota de mercado a uno de sus competidores dispuestos a seguir esa ruta.
Para que la inteligencia artificial (IA) trabaje dentro de la ley y prospere frente a los crecientes desafíos, necesita integrar un sistema de cadena de bloques empresarial que garantice la calidad y la propiedad de la entrada de datos, lo que permite mantener los datos seguros al tiempo que garantiza la inmutabilidad de datos. Echa un vistazo a la cobertura de Coingeek sobre esta tecnología emergente para aprender más Por qué Enterprise Blockchain será la columna vertebral de AI.
Reloj: Demostrando el potencial de la fusión de Blockchain con AI
https://www.youtube.com/watch?v=p9m7a46s8bw title = “YouTube Video Player” FrameBorDer = “0” permitido = “acelerómetro; autoplay; portapapeles-write; cifrado-media; giroscopio; imagen en foto; origen “tentishullScreen =” “>
El Draft de la NFL es una de las noches más grandes del año para los fanáticos del fútbol y los equipos por igual, ya que los comisionados se preparan para mejorar sus escuadrones para la temporada 2025.
Soy un gran fanático de la NFL, y he sido desde que viví en los Estados Unidos a principios de los 20 años. Dicho esto, nunca he prestado mucha atención al Draft de la NFL, a pesar de su importancia.
Si todavía solo está copiando las indicaciones para pasar a ChatGPT para escribir una copia de anuncios, se está perdiendo la oportunidad real: usar la API CHATGPT para automatizar tareas repetitivas y que llevan mucho tiempo dentro de su flujo de trabajo de Google Ads.
En mi agencia, hemos utilizado GPT-4O en scripts, hojas de Google y aplicaciones personalizadas para resolver problemas reales, desde la limpieza de alimentos de compras para buscar auditorías de residuos a términos hasta revisiones de rendimiento en cuentas enteras.
Este artículo le muestra cómo configurar la API, usarla de manera segura y eficiente, y aplicarlo a flujos de trabajo PPC de alto impacto.
Para usar GPT en sus propios scripts o aplicaciones, necesitará acceso a la API de OpenAI. Esto no es lo mismo que usar CHATGPT en un navegador: la API le brinda un control programático directo.
Aquí está cómo comenzar:
Su clave API es privada y sensible. Cualquier persona con acceso puede usar el saldo de su cuenta, así que trátelo como una contraseña.
La API de ChatGPT es de pago por uso. Al momento de escribir, GPT-4O (el modelo más rápido y rentable) cuesta:
1,000 tokens son aproximadamente 750 palabras de entrada/salida combinadas. La mayoría de las indicaciones simples cuestan menos de $ 0.01 por llamada.
Para las pruebas:
DIVE MÁS: 4 formas de conectar sus datos de anuncios a una IA generativa para PPC más inteligente
Puede llamar a la API desde diferentes entornos dependiendo de su nivel de comodidad y flujo de trabajo:
| Herramienta | Mejor para | Dificultad |
| Script de Google Apps | Informes basados en hojas, trabajo de alimentación | Principiante |
| Pitón | Lógica de auditoría, generación de informes | Intermedio |
| Nodo.js | Aplicaciones web, paneles, lotes asíncronos | Avanzado |
| Con más zapas | Integraciones GPT livianas (sin código) | Principiante |
Si está trabajando en los anuncios de Google y tirando datos en hojas, el script de aplicaciones es un punto de entrada fácil.
Aquí hay una implementación básica de llamar a GPT-4O desde Google Sheets:
]
function callChatGPT(prompt)
const apiKey = 'sk-...'; // Your API key
const url="https://api.openai.com/v1/chat/completions";
const payload =
model: 'gpt-4o',
messages: [
role: 'system', content: 'You are a Google Ads expert.' ,
role: 'user', content: prompt
],
temperature: 0.3
;
const options =
method: 'post',
contentType: 'application/json',
headers:
Authorization: 'Bearer ' + apiKey
,
payload: JSON.stringify(payload)
;
const response = UrlFetchApp.fetch(url, options);
const json = JSON.parse(response.getContentText());
return json.choices[0].message.content;
Luego en una celda:
=callChatGPT("Analyze Nike's top 50 non-converting search terms from Performance Max")
DIG MÁS: Aprovechando la IA generativa en los scripts de anuncios para la optimización de anuncios de Google
Obtenga la búsqueda del boletín en los que los especialistas en marketing confíen.
Para mantener las cosas funcionando sin problemas (y de manera rentable), siga estos consejos:
Para demostrar cómo funciona esto en la práctica, recorreré algunos casos de uso real usando Nike como ejemplo ilustrativo.
Para mayor claridad, no estoy afiliado a Nike, y estos ejemplos son hipotéticos.
Se utilizan para mostrar cómo se aplican estas técnicas a las cuentas de anuncios de Google de nivel empresarial con grandes catálogos de productos y campañas de alto volumen.
Caso de uso 1: Optimización de la alimentación de compras
La alimentación del producto de Nike es enorme: zapatos, ropa, equipo, accesorios, todo en docenas de variantes.
Los títulos de productos que no están bien estructurados pueden provocar poca visibilidad o impresiones irrelevantes.
Usando GPT-4O, puede reescribir los títulos de productos a escala utilizando esta estructura:
Reescribir el título del producto para incluir género, tipo de producto, función principal y marca. Formato como: [Gender] [Product Type] with [Feature] | Nike.
Ejecutamos este flujo de trabajo en las hojas de Google usando GPT a través del script APPS.
Los títulos de salida fueron más alineados con palabras clave, más descriptivas y se desempeñaron mejor en los anuncios de compras, aumentando el CTR y mejorar la relevancia del partido.
Caso de uso 2: Búsqueda de auditoría de residuos de término en el rendimiento Max
Las campañas de rendimiento de Nike Max generan grandes volúmenes de datos de términos de búsqueda, gran parte de ellos irrelevante.
Revisarlo manualmente es ineficiente e inconsistente.
Nuestro enfoque:
Ejemplo indicador:
Salida GPT:
Utilizamos esta salida para generar ideas de palabras clave negativas, refinar la orientación y crear alertas semanales si los desechos pasa un umbral.
DIG más: cómo la IA realiza auditorías de búsqueda pagas más rápido y mejor
Caso de uso 3: Automatización de auditoría de Google ADS para campañas de la marca Nike
Hemos creado una herramienta que combina la API de Google ADS con GPT-4O para ejecutar auditorías de cuenta completa.
En el caso de Nike, utilizamos GPT para interpretar las banderas de rendimiento extraídas de las consultas de API como:
Ejemplo indicador:
Respuesta GPT:
Esta salida se agrega directamente a un mazo de diapositivas de Google utilizada para revisiones internas y QBR de clientes.
ChatGPT no es solo un asistente de escritura, es un motor de automatización.
La clave no es pedirle a GPT que haga su trabajo.
La clave es conectar GPT a los lugares donde la repetición te ralentiza:
No necesita ser un desarrollador para usar la API. El script y las hojas de Google Apps son lo suficientemente potentes como para ejecutar flujos de trabajo reales hoy.
Una vez que vea los ahorros de tiempo, y la calidad de las salidas GPT-4O cuando se estructura correctamente, es difícil volver.
DIGER MÁS: Top Tools and Tactics que debe usar en PPC
Se invita a los autores contribuyentes a crear contenido para el terreno de los motores de búsqueda y se eligen por su experiencia y contribución a la comunidad de búsqueda. Nuestros contribuyentes trabajan bajo la supervisión del personal editorial y las contribuciones se verifican en busca de calidad y relevancia para nuestros lectores. Las opiniones que expresan son propias.
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
Deepgram: Revolucionando el Reconocimiento de Voz con IA
Perplexity aplicado al Marketing Digital y Estrategias SEO
Suno.com: La Revolución en la Creación Musical con Inteligencia Artificial
Curso de Inteligencia Artificial de UC Berkeley estratégico para negocios
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
