# Glosario de IA y datos

> Definiciones claras de 26 términos de IA y datos, desde MLOps, MLaaS y RAG hasta elasticidad precio y procesamiento inteligente de documentos.

URL: https://preview2.snowfox-ai.com/es/glosario
Última actualización: 2026-11-20

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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%.

## Estrategia de datos

Definición de qué decisiones deben mejorar con los datos y qué arquitectura, gobernanza y herramientas hacen falta para lograrlo.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.

## 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.
