Eventos y seminarios web

La IA facilita que cualquiera pueda consultar datos de la empresa. Pero las respuestas fiables dependen de cómo se organizaron, definieron y seleccionaron primero esos datos. Pueden salir mal muchas cosas, si los equipos de GTM solo apuntan LLMs a sistemas de datos y extraen números.

Un CRM gestiona transacciones, no análisis amplios. Por lo tanto, apuntar un LLM directamente a uno puede producir respuestas basadas en datos incompletos, relaciones no verificadas o definiciones poco claras. Un almacén de datos es una fuente más rastreable para su análisis.

Las transcripciones de llamadas requieren una preparación similar. Buscar en miles de transcripciones en bruto puede sobrecargar algunos ejemplos vívidos. El etiquetado semántico ayuda a la IA a encontrar pruebas en toda la colección, pero los equipos deben medir lo común que es un patrón y a qué clientes representa.

El equipo de datos de Zapier gestiona aproximadamente 7,600 tablas de producción en Databricks. Los equipos integrados reducen ese catálogo a campos, métricas, relaciones y contexto que la IA necesita para preguntas específicas.

La validación sigue siendo trabajo humano. Cuando Zapier construyó su Sales 360 Genie, los miembros del equipo comprobaron 100 pares de preguntas y respuestas con fuentes confiables. Los clasificadores de transcripciones necesitan la misma revisión antes de que los equipos puedan confiar en sus conclusiones y tomar decisiones importantes.

Únete a Alex Horner y Sergio Santos, dos líderes del equipo de datos de Zapier, para una conversación sincera sobre datos centralizados, curación embebida, análisis de transcripciones, validación humana y acceso gobernado a la IA. Hablarán de cómo se han asociado con los equipos GTM y RevOps de Zapier para democratizar los datos.

Esta sesión está dirigida a líderes de Datos, GTM, RevOps, Operaciones de Marketing, Operaciones de Ventas y transformación de IA que desean un acceso más amplio a los datos de la empresa sin bajar el estándar de respuestas fiables.

Guarda tu asiento. La grabación se compartirá con los inscritos.

Employees who already excitedly use AI, usually ~20% of your workforce, rarely need much encouragement. They are testing tools, building workflows, and sharing what they learn.

Lattice concentrates on the middle 60%: employees who want to use AI but still need help understanding where it fits in their work, which tools to choose, and what good AI use looks like.

Lattice spent a year testing ways to close that AI activation gap, including internal training, external courses, team workshops, manager programs, vendor-led sessions, and new ways to share experiments. It used those lessons to build a more deliberate AI activation strategy and a People + AI Fluency Framework.

Individual skills matter, but Lattice treats the team as the place where fluency turns into changed work. Employees learn together, choose shared workflow problems, and make time to build.

Join Mollie Duffy, Lattice's Director of People & Org Development, and Noel Banerjee, Senior Learning & Development Program Manager, for a practical look at how Lattice focuses on the middle 60%.

They'll explain what Lattice tried, what stuck, what didn't, and how the program evolved. The discussion will also cover what People teams can do to help AI fluency spread beyond early adopters.

This session is for People, Talent, Learning and Development, HR Operations, and AI transformation teams responsible for helping employees use AI in their daily work.

Save your seat. All registrants will receive the recording.