Glosario de IA y datos
Definiciones claras de los términos usados en este sitio, escritas por el equipo que construye los sistemas.
- Agente de IA
Sistema basado en un modelo de lenguaje que ejecuta una tarea por pasos, invocando herramientas y sistemas de negocio como ERP o CRM, en lugar de limitarse a responder una pregunta.
Relacionado: IA generativa
- Aprendizaje por refuerzo
Forma de entrenar un sistema mediante ensayo y retroalimentación: prueba opciones, observa el resultado y se inclina hacia lo que funciona. Se usa para seguir mejorando qué oferta o pieza creativa se muestra.
Relacionado: Aumento de la tasa de clics para una multinacional de bienes de consumo
- Big data
Datos cuyo volumen o velocidad superan lo que una sola base de datos maneja con holgura, por lo que requieren procesamiento distribuido, como Apache Spark, bases de datos NoSQL o data warehouses en la nube, a menudo en tiempo real.
Relacionado: Consultoría en big data
- Data warehouse y data mart
Un data warehouse es un almacén central de datos limpios y organizados, pensado para el análisis. Un data mart es una porción más pequeña de ese almacén, modelada para un tema o un equipo.
Relacionado: Ingeniería de datos
- Deriva del modelo (drift)
Pérdida gradual de exactitud de un modelo en producción a medida que el comportamiento de los clientes, los precios o los productos se alejan de los datos con los que se entrenó. El remedio es supervisar y reentrenar.
Relacionado: MLOps
- Diagnóstico de preparación para IA
Revisión de la capacidad de una organización para dar un uso productivo a la IA. Snowfox revisa cinco dimensiones en conjunto: datos, tecnología, estrategia, personas y cultura, y gobernanza y procesos.
Relacionado: Diagnóstico de Preparación para IA
- Elasticidad cruzada y canibalización
Cómo el cambio de precio de un producto afecta a las ventas de los demás. La canibalización es el caso costoso: una promoción que hace crecer un producto quitándole ventas a otro de la misma cartera.
Relacionado: priceGURU
- Elasticidad precio de la demanda
Cuánto cambia la cantidad vendida de un producto cuando cambia su precio. Una elasticidad de -2 significa que un aumento de precio del 1% reduce las unidades vendidas en torno a un 2%.
Relacionado: priceGURU
- Estrategia de datos
Definición de qué decisiones deben mejorar con los datos y qué arquitectura, gobernanza y herramientas hacen falta para lograrlo.
Relacionado: Estrategia basada en datos
- Exit-intent
Mensaje u oferta que se muestra en el momento en que el visitante está a punto de abandonar el sitio web, para recuperar la visita.
Relacionado: segMENTOR
- Extracción de entidades y relaciones
Identificación de los elementos con nombre en un texto (personas, empresas, fechas, importes) y de cómo se relacionan, por ejemplo, quién otorga qué poderes a quién en un contrato. Las relaciones son la parte más difícil.
Relacionado: Extracción automatizada de PDF con IDP
- Generación aumentada por recuperación (RAG)
Diseño en el que el sistema primero recupera pasajes relevantes de sus propios documentos y luego hace que el modelo de lenguaje responda a partir de ellos. Así es como la búsqueda empresarial y los asistentes internos se mantienen fieles a los datos de la empresa.
Relacionado: IA generativa
- Gobernanza de datos
Las reglas sobre quién es responsable de los datos, quién puede usarlos, cuánto tiempo se conservan y cómo se protegen: seguridad, retención y privacidad que usted puede defender.
Relacionado: Estrategia basada en datos
- Gran modelo de lenguaje (LLM)
Modelo entrenado con volúmenes muy grandes de texto, capaz de leer y escribir lenguaje natural y código. Es el motor de la mayoría de los sistemas de IA generativa.
Relacionado: IA generativa
- IA generativa
Modelos que producen texto, código, imágenes o audio. En sistemas de negocio suele referirse a grandes modelos de lenguaje usados en asistentes, agentes, trabajo con documentos y migración de código.
Relacionado: IA generativa
- Ingeniería de datos
Construcción y mantenimiento de los pipelines, data warehouses y capas de análisis que hacen que los datos estén disponibles y sean fiables para informes y modelos.
Relacionado: Ingeniería de datos
- Machine learning (ML)
Software que aprende patrones a partir de datos, en lugar de seguir reglas escritas a mano, y los usa para predecir, clasificar o recomendar.
Relacionado: Consultoría en IA
- Machine learning causal
Modelos construidos para estimar qué causará una acción, como el efecto de un cambio de precio en la demanda, y no solo qué suele ocurrir junto a ella.
Relacionado: Optimización de precios para un minorista
- MLaaS
Machine learning como servicio: uso de modelos ya construidos que un proveedor aloja y mantiene, pagados como gasto operativo, en lugar de construir y poseer los modelos.
Relacionado: MLaaS
- MLOps
Machine learning operations: las prácticas para desplegar, supervisar y mejorar modelos de machine learning en producción con un proceso repetible. Es para los modelos lo que DevOps es para el software.
Relacionado: MLOps
- Pipeline de datos y ETL
Secuencia automatizada que lleva los datos desde los sistemas de origen hasta donde se usan. El ETL (extract, transform, load) es la forma clásica: extraer los datos, limpiarlos y transformarlos, y cargarlos en un data warehouse.
Relacionado: Ingeniería de datos
- Procesamiento de lenguaje natural (PLN)
Técnicas que permiten al software leer, clasificar y producir texto y voz: clasificación, extracción de entidades, resumen, generación y traducción.
Relacionado: Procesamiento de lenguaje natural
- Procesamiento inteligente de documentos (IDP)
Pipeline que convierte documentos, como contratos en PDF, en datos estructurados: lectura de la página, comprensión de su estructura, extracción de entidades y relaciones, y validación del resultado.
Relacionado: Extracción automatizada de PDF con IDP
- Segmentación de clientes y ofertas
Agrupación de clientes según su comportamiento para que cada grupo reciba la oferta más relevante. El machine learning encuentra grupos que la segmentación convencional no detecta.
Relacionado: segMENTOR
- Teledetección
Medición del terreno y los cultivos a distancia, con imágenes de satélite o de dron, usada en la agricultura para mapear áreas cultivadas, hacer seguimiento de la salud de los cultivos y prever rendimientos.
Relacionado: Agro
- Visión artificial
Modelos que interpretan imágenes y video: reconocimiento, detección de objetos, segmentación y análisis de video, aplicados a inspección, procesamiento de documentos y seguridad.
Relacionado: Visión artificial
Empiece por el problema, no por la tecnología
Cuéntenos qué es lento, caro o invisible en su operación. Si la IA o unos datos mejores son la respuesta adecuada, le mostraremos dónde. Si no lo son, también se lo diremos.
¿Aún no está listo para definir el alcance de un proyecto?
Empiece por el Diagnóstico de Preparación para IA. Cinco dimensiones, revisadas en conjunto, y una lectura honesta de dónde se encuentra realmente.
Hacer el diagnóstico