Definición
El aprendizaje automático (machine learning) es la rama de la inteligencia artificial en la que un programa aprende a resolver una tarea a partir de ejemplos, en lugar de seguir reglas escritas por un programador. Le enseñas miles de facturas etiquetadas como correctas o incorrectas y el sistema descubre por sí mismo qué señales distinguen unas de otras. Cuantos más datos de calidad recibe, mejor acierta con casos nuevos que nunca ha visto.
En una empresa, el aprendizaje automático está detrás de la previsión de demanda, la detección de fraude, la puntuación de leads, los precios dinámicos y las recomendaciones de producto. El ciclo siempre es el mismo: reunir datos históricos, entrenar un modelo, medir su precisión con datos que no ha visto y ponerlo a hacer predicciones en producción. Después hay que vigilarlo, porque el mundo cambia y el modelo envejece.
Hoy el término convive con los modelos de lenguaje grandes, que también son machine learning pero a una escala enorme. El error habitual es creer que el aprendizaje automático es magia que funciona con cualquier dato. En la práctica, la mayor parte del trabajo es limpiar y ordenar la información. Si tu empresa no tiene datos históricos fiables, ningún algoritmo lo compensa. Por eso el primer proyecto suele ser de datos, no de modelos.
En la práctica
Una cadena de supermercados entrena un modelo de aprendizaje automático con tres años de ventas, festivos y meteorología. El modelo predice la demanda por tienda y reduce la merma de producto fresco de forma medible.
Por qué importa
El machine learning convierte tus datos históricos en decisiones automáticas y baratas. Si compites en margen, es la diferencia entre adivinar el stock y saberlo.
Preguntas frecuentes
- ¿Es lo mismo machine learning que inteligencia artificial?
- No. La inteligencia artificial es el campo completo y el machine learning es la técnica dominante dentro de él. Hay IA sin machine learning, como los sistemas de reglas antiguos, pero hoy casi todo lo que llamamos IA, incluidos los modelos de lenguaje, se basa en aprendizaje automático.
- ¿Cuántos datos hacen falta para aplicar machine learning en una pyme?
- Menos de lo que parece para tareas concretas y más de lo que parece para tareas generales. Con unos pocos miles de registros limpios ya se pueden predecir impagos o bajas de clientes. Para problemas de lenguaje o imagen no necesitas datos propios: usas modelos ya entrenados y los adaptas.