7 min de lectura
Hay una empresa que lleva meses evaluando qué herramienta de IA implementar. El director de operaciones quiere mejorar la previsión de demanda semanal. El equipo de marketing está convencido de que la solución es un sistema basado en modelos de lenguaje. Nadie está equivocado en querer mejorar el proceso; los dos están equivocados sobre qué tipo de sistema lo mejora.
El problema es que el término "IA" dejó de referirse a una categoría técnica y pasó a referirse a una sola familia de sistemas, más que un problema de criterio técnico del equipo. Ese cambio de naming tiene consecuencias prácticas: las empresas descartan herramientas que resolverían su problema porque "no son IA", o compran herramientas que no son las adecuadas porque sí lo son. La confusión genera dos errores simétricos. El primero: descartar una solución de machine learning predictivo porque "no es IA de verdad" (es decir, no es generativa). El segundo: comprar un sistema de lenguaje para resolver un problema donde un modelo predictivo clásico funcionaría mejor, más rápido y a menor costo.
El renombramiento que nadie anunció
En 2020, el conjunto de cosas que la industria llamaba "IA aplicada" era amplio: modelos de clasificación para detectar abandono de clientes, series temporales para previsión de demanda, sistemas de recomendación, reconocimiento de imágenes en manufactura. Todo eso era IA. Había consenso razonable sobre el término.
ChatGPT se lanzó en noviembre de 2022. En los meses siguientes, el término "IA" se re-ancló en la conversación de mercado a un solo tipo de sistema, los modelos de lenguaje grande y sus derivados. Lo generativo se convirtió en el referente por defecto. Lo que antes era el núcleo de "IA aplicada" pasó a llamarse de otra forma: "analytics avanzado", "modelos predictivos", o simplemente "estadística".
El machine learning clásico no desapareció. Siguió entrenándose, desplegándose y produciendo predicciones todas las semanas en miles de empresas, pero perdió el nombre que tenía en la conversación de mercado. El resultado práctico es incómodo. Muchas empresas que hoy evalúan si adoptar IA ya tienen IA funcionando en producción. Solo que la llaman de otra forma, y eso hace difícil ver qué tienen y qué les falta.
Dos familias técnicas, un nombre en el mercado
La distinción que importa para tomar decisiones es sobre qué tipo de señal procesa bien cada sistema, más que sobre plataforma o proveedor.
Los modelos predictivos clásicos operan sobre variables estructuradas: números, fechas, categorías, proporciones en tablas. Se entrenan con ejemplos etiquetados y aprenden a generalizar un patrón. Dado el historial de compras de un cliente y sus características, la probabilidad de que vuelva a comprar en los próximos 30 días. Dado el historial de ventas semanales por SKU y variables de estacionalidad, la previsión para la próxima semana. La salida es específica, acotada y reproducible. Un modelo de gradient boosting sobre series temporales no improvisa ni razona sobre contexto: resuelve una función bien definida sobre datos bien definidos.
Los LLMs operan sobre texto. El entrenamiento es sobre corpus masivos de texto: libros, artículos, código, conversaciones. La generación es autoregresiva: el modelo estima la siguiente pieza de texto más probable dado lo anterior, una y otra vez. La fortaleza es la flexibilidad lingüística: comprender instrucciones en lenguaje natural, extraer información de documentos con formatos variables, sintetizar, reformular. La debilidad relativa es la opacidad, el costo computacional y la tendencia a producir salidas plausibles pero imprecisas cuando el problema requiere exactitud numérica.
Los dos son probabilísticos. Los dos aprenden de datos. Los dos pueden equivocarse. La diferencia está en el tipo de señal que cada uno procesa con ventaja y en las propiedades de la salida que produce.
Tres problemas, tres respuestas distintas
Previsión de demanda semanal por SKU. El problema es tabular: historial de ventas, variables de calendario, precio, estacionalidad. La salida esperada es un número con intervalos de confianza por cada producto. El modelo tiene que ser reproducible, auditable y capaz de actualizar sus estimaciones cuando el patrón de consumo cambia. Un modelo de gradient boosting entrenado sobre ese historial produce exactamente eso. Un LLM aplicado al mismo problema opera fuera de su zona de ventaja, sumando costo computacional y reduciendo el control sobre la salida sin mejorar la precisión. Este es un problema de machine learning clásico.
Extracción de datos de facturas con formatos distintos. El problema es textual y no estructurado. Cada proveedor tiene su formato, su disposición de campos, su convención para fechas y montos. Un sistema basado en reglas o en clasificadores clásicos requiere una regla por formato y se rompe con cada proveedor nuevo. Un LLM que recibe el documento en texto y devuelve los campos en estructura JSON generaliza a formatos nuevos sin reglas adicionales, porque comprende el contexto semántico independientemente de la posición en la página. Este es un problema donde la flexibilidad lingüística de los LLMs tiene ventaja real.
Recomendación de próximo mejor producto. El problema es híbrido. La parte de propensión, la probabilidad de que un cliente específico esté interesado en un producto dado su historial, es tabular y se resuelve mejor con un modelo predictivo clásico entrenado sobre el historial de compras. La parte de personalización del mensaje, adaptar el texto de la comunicación al contexto del cliente, es lingüística. La arquitectura correcta combina los dos. El modelo predictivo genera los candidatos ordenados por probabilidad de compra, el LLM produce el mensaje personalizado. Intentar resolver todo con un solo tipo de sistema introduce compromisos innecesarios en alguno de los dos lados.
El criterio para elegir está en el problema. Depende de qué tipo de señal procesa el sistema y qué propiedades tiene que tener la salida.
Los LLMs están construidos sobre machine learning
Los modelos de lenguaje son una extensión del machine learning clásico, construida sobre él. El fine-tuning de un LLM usa gradiente descendiente sobre una función de pérdida supervisada, la misma mecánica que un modelo de regresión o clasificación tradicional. El RLHF (reinforcement learning from human feedback), el método que alineó el comportamiento de los primeros modelos de chat con las preferencias humanas, es una variante de reinforcement learning con función de recompensa aprendida, una técnica que se lleva desarrollando desde los años 90. Los embeddings que permiten a los sistemas de recuperación encontrar fragmentos relevantes en una base documental se evalúan con precisión, recall y métricas de ranking, las mismas métricas del ML clásico aplicadas a un problema de recuperación de información.
La infraestructura sobre la que opera la IA generativa de 2026 es, en gran parte, machine learning que se viene desarrollando durante décadas. El salto entre 2020 y 2026 fue en la escala del entrenamiento y en la versatilidad de la interfaz de lenguaje natural. Los principios matemáticos subyacentes son los mismos. La generativa está construida sobre lo clásico, con una capa nueva encima. La decisión de inversión, entonces, es sobre capas de un mismo stack, cada una con su zona de ventaja y con el tipo de problema que resuelve mejor.
La pregunta que define el camino
Antes de evaluar qué sistema comprar, hay una pregunta que aclara el mapa. ¿Qué tipo de señal necesita procesar este sistema?
Si la señal es estructurada, cuantitativa e histórica, el modelo predictivo clásico tiene ventaja. Produce salidas específicas, se puede auditar, se actualiza con datos nuevos y tiene un costo operativo menor. Si la señal es texto no estructurado, documentos con formatos variables o lenguaje natural de usuarios, un LLM tiene ventaja real. Si el problema combina los dos tipos de señal, la arquitectura correcta combina los dos tipos de modelo.
Hay una segunda pregunta que complementa la primera. ¿Qué propiedades tiene que tener la salida? Una predicción que alimenta un sistema de CRM tiene que ser determinista, trazable y reproducible. Un texto de recomendación personalizado puede tener más variabilidad aceptable. Las propiedades de la salida condicionan qué tipo de modelo puede producirla de forma confiable.
El diagnóstico correcto empieza antes de elegir herramientas. Hay que decidir qué tipo de decisión se trata de mejorar y con qué clase de señal se trabaja para mejorarla. Esa conversación, sobre el problema antes de la tecnología, es la que hace que un proyecto llegue a producción en vez de quedarse en un piloto.