30 términos de IA que todo empresario debe conocer (glosario)
Respuesta directa
Este es el glosario de inteligencia artificial que todo empresario necesita: 30 términos de IA explicados en lenguaje simple, en orden alfabético. Dominar este vocabulario te permite evaluar proveedores, entender propuestas y decidir sobre IA con criterio propio.
Guárdalo como referencia: cuando un proveedor mencione RAG, fine-tuning o ventana de contexto en una cotización, aquí sabrás qué significa y por qué importa para tu operación.
El glosario: 30 términos de IA en orden alfabético
1. Agente de IA
Sistema que recibe una meta y trabaja solo para lograrla, en un ciclo de percibir, razonar, actuar y aprender. Consulta bases de datos, ejecuta acciones en tus herramientas —agendar, actualizar registros, enviar correos— y completa tareas con mínima supervisión. Lee qué es un agente de IA.
2. Alucinación
Respuesta convincente pero inventada o incorrecta. Ocurre cuando el modelo rellena huecos de información con su mejor suposición en lugar de reconocer que no tiene el dato. Se controla conectándolo a fuentes verificadas con RAG y manteniendo supervisión humana en temas críticos.
3. API
Interfaz que permite que dos sistemas se comuniquen. Gracias a una API, tu web, tu CRM o tu tienda usan un modelo de IA sin construirlo desde cero: envían una petición y reciben la respuesta lista para mostrar o procesar.
4. Automatización
Tecnología que ejecuta tareas repetitivas sin intervención humana: correos, registros, citas, reportes. La automatización con IA va más lejos: entiende lenguaje natural y decide ante situaciones no previstas. Más detalle en qué es la automatización con IA.
5. Chatbot
Programa que conversa siguiendo respuestas preparadas o reglas. Atiende 24/7 las preguntas repetidas —horarios, precios, políticas— a bajo costo por conversación. Su alcance es conversacional: informa con eficiencia y entiende cada vez mejor cómo habla tu cliente.
6. Copiloto de IA
Asistente integrado en una herramienta que ya usas —correo, hoja de cálculo, CRM— que sugiere, redacta y completa tareas mientras trabajas. Vive dentro de tu flujo de trabajo, así que acelera lo que ya haces sin cambiar tus hábitos.
7. Datos de entrenamiento
La información con la que se enseña a un modelo: textos, imágenes, registros. Su calidad y diversidad definen lo que el modelo sabe y lo bien que responde. Un sistema entrenado con los datos de tu empresa entiende tu negocio mejor que uno genérico.
8. Embeddings
Representaciones numéricas que capturan el significado de palabras o documentos. Gracias a ellos, la IA encuentra información por significado y no solo por palabras exactas: buscar "problema con la factura" también encuentra "disputa de pago".
9. Fine-tuning (ajuste fino)
Entrenamiento adicional de un modelo existente con los datos de tu empresa: guiones, políticas, tono de comunicación. El resultado responde como un miembro entrenado de tu equipo, con tu vocabulario y tus criterios.
10. IA generativa
Rama de la IA que crea contenido nuevo: textos, imágenes, audio, código. Aprende patrones de millones de ejemplos y produce respuestas originales desde una instrucción. Es la tecnología detrás de ChatGPT y los generadores de imágenes.
11. Ingeniería de prompts
Técnica de escribir instrucciones claras para obtener mejores respuestas: dar contexto, definir un rol, pedir un formato, mostrar ejemplos. Un buen prompt es la diferencia entre una respuesta genérica y una lista para usar.
12. Integración
Conexión entre la IA y tus herramientas —CRM, agenda, correo, tienda— para que trabajen como un solo sistema. Es lo que convierte una IA que conversa en una IA que produce: agenda citas reales y actualiza registros.
13. Inteligencia artificial
Campo de la computación que crea sistemas capaces de entender lenguaje, reconocer imágenes, tomar decisiones y aprender de datos. En negocios atiende clientes, automatiza procesos y analiza información a escala. Empieza aquí: qué es la inteligencia artificial para empresas.
14. Latencia
Tiempo que tarda un sistema en responder desde que recibe una petición. En IA conversacional, la latencia baja da respuestas casi instantáneas, clave para que un agente de voz o un chat se sienta natural.
15. LLM (modelo de lenguaje grande)
Modelo entrenado con enormes volúmenes de texto que entiende y genera lenguaje humano con gran fluidez. Es el motor detrás de ChatGPT, Claude y Gemini: la base de asistentes, agentes y copilotos.
16. Machine learning (aprendizaje automático)
Rama de la IA donde los sistemas aprenden patrones de los datos en lugar de seguir reglas programadas a mano. Cada ejemplo los vuelve más precisos: así funcionan las recomendaciones, la detección de fraude y los pronósticos de ventas.
17. Modelo
El "cerebro" entrenado de un sistema de IA: recibe una entrada y produce una salida. Hay modelos de lenguaje, imagen y voz. Elegir el correcto define la calidad, la velocidad y el costo de tu solución.
18. NLP (procesamiento de lenguaje natural)
Tecnología que permite a las computadoras entender lenguaje humano: interpretar una queja, extraer datos de un correo, resumir una llamada. Es lo que hace posible hablar con un sistema como con una persona.
19. Orquestación
Coordinación de varios agentes o herramientas de IA que colaboran en un proceso complejo, cada uno con su rol: uno atiende, otro consulta inventario, otro agenda. Reparte el trabajo y une los resultados en una experiencia fluida.
20. Parámetros
Los valores internos que un modelo ajusta al entrenarse; en la práctica, su "tamaño". Más parámetros suelen dar más razonamiento, con más costo y menos velocidad. El modelo ideal equilibra calidad de respuesta con presupuesto.
21. Prompt
La instrucción que le das a un modelo de IA: una pregunta, una orden, un texto con contexto. Instrucciones claras y con contexto producen respuestas útiles y accionables.
22. RAG (generación aumentada por recuperación)
Técnica que conecta al modelo con tus documentos antes de responder: busca la información relevante en tu base de conocimiento y redacta con base en ella. El asistente responde con datos reales de tu empresa, no con suposiciones.
23. Red neuronal
Estructura matemática inspirada en el cerebro: capas de nodos interconectados que aprenden patrones de ejemplos. Es la arquitectura base de casi toda la IA moderna, del reconocimiento de voz a los modelos de lenguaje.
24. Sesgo
Tendencia de un modelo a dar respuestas parciales porque sus datos de entrenamiento contenían esos patrones. Importa al evaluar candidatos u otorgar créditos: un buen proyecto de IA lo mide y lo corrige.
25. Temperatura
Ajuste que controla cuán creativas o predecibles son las respuestas. Temperatura baja: respuestas consistentes, ideales para atención al cliente. Alta: más variedad, útil para lluvia de ideas y textos creativos.
26. Token
La unidad mínima de texto que procesa un modelo: aproximadamente una palabra o parte de ella. Las APIs de IA se cobran por tokens, así que entenderlos te permite estimar costos y comparar propuestas de proveedores.
27. Ventana de contexto
La cantidad de texto, medida en tokens, que un modelo considera en una interacción: instrucciones, documentos, historial. Una ventana amplia analiza contratos largos sin perder el hilo.
28. Visión por computadora
Rama de la IA que interpreta imágenes y video: reconocer productos, leer placas, detectar defectos en producción, contar personas. Automatiza inspecciones que antes requerían supervisión humana constante.
29. Webhook
Mensaje automático que una aplicación envía a otra cuando ocurre un evento: un pago recibido, un formulario completado. Es el aviso que pone a tu automatización con IA en marcha en el momento exacto.
30. Zero-shot y few-shot
Dos formas de pedir algo nuevo sin entrenar al modelo: zero-shot es pedir sin ejemplos ("clasifica este correo"); few-shot es mostrar dos o tres ejemplos antes. Con few-shot, la IA imita tu formato y criterio con gran fidelidad.
Preguntas frecuentes
¿Por dónde empiezo si no sé nada de IA?
Empieza por los cinco términos que explican todo lo demás: inteligencia artificial, IA generativa, prompt, chatbot y automatización. Este glosario está en orden alfabético para consultarlo cada vez que escuches un término nuevo en una reunión o propuesta.
¿Qué términos debo conocer antes de contratar un proyecto de IA?
Domina estos seis antes de firmar: agente de IA, RAG, integración, fine-tuning, alucinación y token. Con ellos evalúas si el sistema se conecta a tus datos reales, cómo controla errores y cómo se calcula el costo.
¿Cuál es la diferencia entre automatización e inteligencia artificial?
La automatización ejecuta tareas repetitivas con reglas definidas; la inteligencia artificial entiende lenguaje, aprende de datos y decide ante situaciones nuevas. La automatización con IA combina ambas. Aquí tienes la explicación completa de qué es la automatización con IA.
¿La IA va a reemplazar a mis empleados?
La IA automatiza lo repetitivo —responder preguntas frecuentes, registrar datos, agendar, dar seguimiento— y libera a tu equipo para vender, negociar y construir relaciones. Las empresas con mejores resultados la usan para amplificar a su gente.
En inicIA convertimos la inteligencia artificial en resultados: automatizaciones y agentes que atienden, califican y agendan mientras tu equipo se dedica a cerrar. Si quieres aplicar estos conceptos en tu empresa, hablemos por WhatsApp.
Hablar por WhatsApp