Instacart, HP, Salesforce y Twilio están en lo cierto. Para superar el talón de Aquiles de genAI (el mortal problema de confiabilidad), incorporaron IA predictiva.
getty
El gran potencial de los LLM se ve significativamente comprometido por su talón de Aquiles: el mortal problema de la confiabilidad. La IA predictiva puede superar este problema y representa la próxima aplicación letal de la IA predictiva. Empresas como Instacart, HP, Salesforce y Twilio están adoptando ahora este importante giro. Esta es una noticia tardía sobre este movimiento.
Como llano La exageración de la IA del agente promete demasiadosirve para iluminar un objetivo predominante: el deseo natural de la empresa de superar los límites de la autonomía basada en LLM. Las empresas quieren implementar sistemas de inteligencia artificial que realicen funciones y no solo tareas. Quieren la “agencia” de una máquina, no sólo una herramienta. (Por supuesto que sí; la automatización es el objetivo de cualquier máquina).
Pero la exageración de la IA tiene a todos enredados. Esto cultiva la tensión interna: por un lado, sufres de un intenso miedo a perder algo (FOMO). Por otro lado, no querrás recibir afirmaciones inapropiadas o divertidas.
Es muy fácil pensar en objetivos poco realistas para la IA. Y es casi tan fácil como hacer un prototipo, una demostración divertida que simplemente se escala. Los LLM parecen humanos, la gente imagina que las computadoras reemplazan a todos los agentes de servicio al cliente, resuman o responden preguntas sobre colecciones de miles de documentos, asumen el papel mayoritario de científicos de datos o incluso toman decisiones ejecutivas corporativas.
Incluso los sistemas destinados a lograr objetivos de “agentes” más simples rápidamente se vuelven poco confiables para su implementación a escala. Por ejemplo, en un estudio reciente realizado por la startup de IA Mercor, el mejor de varios sistemas basados en LLM de la competencia, Gemini 3 Flash, resultado de sólo el 24% de un banco de pruebas de tareascomo: “Respóndame con el ratio P/E de KVUE, redondeado a dos decimales. Utilice el precio implícito de las acciones en el modelo de flujo de caja descontado y el EPS diluido de los estados financieros anuales con fecha del 23/12/2025”.
Buenas noticias y más buenas noticias
albricias: IA híbrida podría hacer realidad una buena parte de la promesa de autonomía, a menudo audaz, de la IA. La IA predictiva se convierte en una capa de confiabilidad que entrega los casos e interacciones más probables a los humanos. Este es exactamente el tipo de cosas que la IA predictiva ha estado haciendo durante años: predecir resultados negativos para dirigirse al escrutinio humano y, potencialmente, a la intervención. Este paradigma representa la mejor práctica para gestión de riesgos empresariales en general. Un modelo de aprendizaje automático calcula una puntuación de riesgo por caso de qué transacciones tienen más probabilidades de ser fraudulentas, qué puentes corren mayor riesgo de colapsar y qué restaurantes infringen los códigos de salud. El proyecto genAI de la empresa es un sistema más complejo que requiere dicha gestión predictiva.
Cuando se aplica a los sistemas basados en LLM, este movimiento representa un reconocimiento fundamental de que a veces necesitamos humanos (más caros) en el circuito. Este es el compromiso adecuado para una autonomía total. Al adoptar una visión sobria y realista, en lugar de una visión generalizada, eufórica e impulsada por FOMO, la mayor autonomíaSi recibimos un pastel, también podemos comer la mayor parte.
Mejores noticias: está sucediendo. Tengo escriba sobre este enfoque híbrido de IA predictivo/generativo en particular durante más de un año- parece inevitable como solución viable para crisis inminente para genAI – y ahora ha surgido muy cierto. Las empresas se están volviendo híbridas activamente por pura necesidad.
Twilio domina de forma predictiva su sistema de servicio al cliente
El líder en comunicaciones Twilio ha lanzado su asistente de IA conversacional en constante evolución. este sistema desempeñar funciones de atención al cliente y ventasAyude a los usuarios respondiendo preguntas y guiándolos de forma proactiva durante todo el ciclo de vida del cliente a medida que los usuarios aumentan su adopción de las soluciones Twilio.
Las barreras de seguridad de nuestro sistema detectan posibles errores y bloquean cuando es necesario, por ejemplo, salirse demasiado del tema, proporcionar un precio incorrecto o hacer una promesa que no está preparada para cumplir, como por ejemplo: “Consultaré con mi equipo legal”. Luego, los humanos revisan los casos más riesgosos, ya sea autorizando la interacción para que “no pase” o interviniendo si es necesario.
Proveedores de atención médica predictiva Tame Sistemas de reclamaciones de seguros
A medida que los proveedores de salud aprovechan la genAI para completar las reclamaciones de seguros, el potencial de enormes eficiencias debe equilibrarse con el riesgo de presentar reclamaciones que estén incompletas o que sea poco probable que sean aprobadas. Ingrese la puntuación predictiva: cada vez que el sistema basado en LLM completa un reclamo, un modelo predictivo determina el riesgo de que el reclamo sea rechazado antes de enviarlo para que los humanos puedan revisar y potencialmente modificar los reclamos de alto riesgo. Oliver Shetler, científico de datos sénior de NextGen Healthcare presentado en este enfoque a principios de este mes en una conferencia que fundé, HYBRID AI Machine Learning Week 2026.
Instacart ofrece reemplazos de comidas con IA predictiva
Instacart, que le permite realizar pedidos de entrega a domicilio en la mayoría de las cadenas de supermercados, enfrenta un desafío inevitable inherente a su dominio: las personas que compran en su nombre a veces encontrarán que el producto que usted seleccionó está agotado. La IA predictiva es muy adecuada. por predecir qué artículos de reemplazo tienen más probabilidades de satisfacer cliente, Instacart puede ofrecerle una opción viable y, si la confianza es lo suficientemente alta, puede intercambiar el artículo de manera proactiva, sabiendo que las posibilidades de que el cliente rechace la entrega son bajas.
Salesforce y HP domestican los sistemas GenAI y la IA predictiva
Salesforce y HP también están aplicando este enfoque híbrido para dominar los sistemas basados en LLM. Un proyecto de Salesforce persigue esto desde una perspectiva de seguridad: no sólo para predecir cuándo un sistema fallará en su propósito, sino más específicamente cuándo violará la seguridad. Millie Huang, científica de datos del personal de Salesforce, también presentó en HYBRID AI 2026, en “Cuando los agentes de IA se vuelven rebeldes: Desenmascarar el comportamiento riesgoso de la IA empresarial con aprendizaje no supervisado”.
En el mismo evento, el ingeniero principal de HP, Samaresh Kumar Singh, presentó: “IA híbrida en producción en HP: Una capa de confiabilidad que combina la inteligencia predictiva y la GenAI (con humanos en el circuito)”.
Reliability LLM es la próxima aplicación asesina de la IA predictiva
Se ha convertido en un cliché que los prototipos genAI son divertidos y emocionantes, pero no confiables para su lanzamiento. Para deshacernos de la poco realista “euforia de los agentes autónomos” y hacer realidad con éxito la audaz y a menudo demasiado entusiasta promesa de autonomía de genAI -o al menos mucha de ella- necesitamos volvernos híbridos incorporando la IA predictiva como práctica estándar. A medida que este enfoque surja como una parte más común de las soluciones basadas en genAI, representará la próxima “aplicación asesina” para la IA predictiva.
Sin embargo, por mucho que la falta de confiabilidad de genAI exija IA predictiva, los proyectos de IA predictiva son demasiado fáciles de estropear. La IA predictiva tiene un historial muy popular. Fuera de las Big Tech y un puñado de otras empresas líderes, la mayoría de las iniciativas no logran difundirse y nunca obtienen valor. ¿Por qué? Los profesionales de datos no están preparados para vender implementaciones a empresas. Las métricas de rendimiento técnico sobre las que normalmente informan no está en línea con los objetivos comerciales – y no significa nada para quienes toman las decisiones. Pero al planificar en torno a métricas comerciales, mejores prácticas inusuales pero críticas, Su proyecto de IA predictiva tendrá éxitoya sea para proteger su sistema basado en LLM u otros casos de uso de IA predictiva. Al hacerlo, podrás tener tu pastel y comértelo también.
