Capítulo 3 de 11 8 secciones 5 min

Los tres que sí vas a ver: predecir, clasificar, generar

Tres familias, tres preguntas distintas. Confundirlas es el error que más plata cuesta al arrancar un proyecto.

La IA que se usa de verdad hace tres cosas distintas. Predecir un número, como cuánto se va a vender el mes que viene. Clasificar en grupos, como decidir si un correo es spam o si un cliente se va a ir. Y generar contenido nuevo, que es lo que hace ChatGPT cuando escribe. Las dos primeras son las que mueven plata en las empresas; la tercera es la que sale en las noticias 🎯

Por qué esto importa antes que cualquier herramienta

Me ha pasado más de una vez. Una empresa me llama porque quiere "usar IA para mejorar las ventas". Buenísimo. Y en la primera reunión resulta que dentro de esa frase había tres proyectos distintos que nadie había separado:

  • Saber cuánto se va a vender
  • Saber qué cliente está por irse
  • Y escribir las descripciones de los productos

Los tres son IA. Los tres son posibles. Y los tres piden cosas completamente distintas: distintos datos, distinto tiempo, distinto equipo, distinto precio 😅

Separarlos en la primera conversación es de las cosas que más plata ahorran, y para eso solo hace falta saber que existen tres familias.

Familia 1: predecir un número

La pregunta es ¿cuánto?. La respuesta siempre es una cifra.

  • ¿Cuántas unidades voy a vender en Arequipa el mes que viene?
  • ¿En cuánto debería alquilar este local?
  • ¿Cuántos días va a tardar este pedido en llegar?
  • ¿Cuánto va a consumir esta máquina la próxima semana?

Lo bonito de esta familia es que el error se entiende sin explicaciones. Si el modelo dijo 400 y vendiste 460, se equivocó en 60 unidades. Cualquiera en la empresa entiende si eso es aceptable o no, y esa conversación la puede tener el área de negocio sin nadie técnico en la sala 🙂

Familia 2: clasificar en grupos

La pregunta es ¿cuál de estos?. La respuesta es una etiqueta.

  • ¿Este correo es spam o no?
  • ¿Este cliente se va a ir este trimestre o se queda?
  • ¿Esta operación con tarjeta es normal o es robo?
  • ¿Este reclamo es de facturación, de despacho o de producto?

Esta es la familia que más se usa en empresas, y por lejos. No sale en las noticias porque no tiene nada que mostrar en pantalla, pero es la que está decidiendo si te aprueban el crédito y si tu correo llega a la bandeja de entrada.

Y acá hay algo que te va a servir muchísimo: en esta familia el modelo casi nunca dice "sí" o "no" a secas. Dice qué tan seguro está. Por dentro devuelve algo como "0.82 de probabilidad de que se vaya", y alguien tiene que decidir a partir de qué número se actúa.

Ese número lo decide una persona, no la máquina, y es una decisión de negocio pura. Si pones el corte muy bajo vas a llamar a un montón de clientes que no se pensaban ir. Si lo pones muy alto se te van a escapar los que sí. No hay respuesta correcta: depende de cuánto cuesta llamar de más y cuánto cuesta perder a uno 🎚️

Si alguien te presenta un sistema de esta familia y no te sabe decir dónde puso el corte ni por qué, todavía no lo pensó.

Familia 3: generar algo nuevo

La pregunta es ¿me lo haces?. La respuesta es contenido que antes no existía:

  • Un texto
  • Una imagen
  • Un audio
  • Un video

Es la familia que hizo que todo el mundo hablara de IA, y es la más joven de las tres en llegar al uso masivo. Las otras dos llevaban décadas trabajando en silencio.

Tiene una diferencia enorme con las dos anteriores y conviene tenerla clarísima: acá no hay una respuesta correcta contra la cual comparar. Si el modelo predice 400 y vendiste 460, sabes exactamente cuánto se equivocó. Si el modelo escribe una descripción de producto, ¿contra qué la comparas? No existe la descripción verdadera.

Por eso medir la calidad en esta familia es muchísimo más difícil, y por eso los proyectos de IA generativa en empresas se atascan tan seguido en "está bonito pero no sé si sirve". El capítulo 4 entra en cómo funciona esta familia por dentro.

Cómo se ven las tres juntas

PredecirClasificarGenerar
La pregunta¿Cuánto?¿Cuál de estos?¿Me lo haces?
La respuestaUna cifraUna etiquetaContenido nuevo
¿Se puede medir el error?Sí, directoSí, con maticesEs lo difícil
Quién decide el umbralNo aplicaUna persona del negocioNo aplica
Dónde la vesDemanda, precios, tiemposFraude, fuga, reclamosChatGPT, imágenes, voces

La pregunta que ordena cualquier proyecto

Cuando en tu trabajo alguien proponga algo con IA, antes de hablar de herramientas, presupuestos o proveedores, hay una sola pregunta que pone todo en su sitio:

¿Qué tiene que salir del otro lado: un número, una etiqueta o un texto?

Si nadie sabe contestarla, todavía no hay proyecto. Y si al contestarla salen tres respuestas distintas, como en el caso de las ventas que te contaba al principio, entonces no era un proyecto: eran tres, y conviene decirlo antes de firmar nada 🐣

Lo que te llevas

  • Tres familias: un número, una etiqueta, contenido nuevo.
  • La que más plata mueve en empresas es la aburrida, la de las etiquetas.
  • En la de etiquetas, el corte lo decide una persona del negocio, no la máquina.
  • En la de generar no hay respuesta correcta, y por eso medir si sirve es el trabajo difícil.
  • La pregunta que ordena todo: ¿qué sale del otro lado?

Comprueba que se entendió

Comprueba que lo tienes

Una clínica quiere un sistema que, al llegar un paciente a emergencias, diga a quién hay que atender primero. ¿De qué tipo es ese problema?

  • Clasificación: el sistema pone a cada paciente en un grupo de urgencia
  • Generación: el sistema crea una recomendación nueva
  • Predicción de un número: el sistema calcula cuántos minutos puede esperar
  • Ninguno, porque eso lo decide un médico y no una máquina

Ahora vamos a la familia que te trajo hasta aquí, la que conversa, y a la pregunta que todo el mundo hace: por qué inventa 🐥

¿Tienes alguna duda o consulta?