ML significa machine learning (aprendizaje automático): un sistema que aprende patrones a partir de datos y mejora su resultado sin programar a mano cada regla. En inteligencia artificial, el ML es el motor que predice, clasifica o recomienda a partir de ejemplos.
La intención habitual de «qué es un ML» no es un curso teórico: es distinguir ML de IA, saber cuándo merece la pena y cuándo basta una regla o un agente de IA que consulte sistemas y ejecute acciones.
ML, IA y agentes: no son lo mismo
La IA es el campo amplio (sistemas que perciben, deciden o generan). El ML es una técnica concreta: el modelo se entrena con datos. Un agente de IA usa modelos (a menudo de lenguaje) para interpretar una petición, consultar información corporativa y actuar con límites. En NATTIA el desarrollo de agentes vive en agentes IA para empresas; el ML aparece cuando hay que predecir o clasificar con histórico propio.
Tipos principales de machine learning
- Supervisado: datos etiquetados (fraude sí/no, demanda prevista).
- No supervisado: agrupar o detectar anomalías sin etiqueta previa.
- Por refuerzo: el sistema aprende de recompensas (menos habitual en pymes).
Ciclo de un proyecto ML en empresa
- Definir el problema y la métrica (qué decisión mejora).
- Recolectar y limpiar datos (calidad > volumen).
- Entrenar y validar el modelo con datos que no ha visto.
- Ponerlo en producción e integrarlo con el software existente (a menudo Java, APIs o n8n).
- Monitorear deriva: los datos cambian y el modelo se queda viejo.
Cuándo sí y cuándo no
El ML encaja si hay datos suficientes, un patrón estable y una decisión repetida. No encaja si el proceso cambia cada semana, no hay histórico o una tabla de reglas ya resuelve el 90 %. En ese caso suele ser más útil automatizar el flujo o un agente con reglas e integraciones.
ML, RAG y agentes: qué encaja
El ML predice o clasifica con histórico propio. RAG consulta documentos de la empresa sin reentrenar el modelo. Un agente de IA además ejecuta acciones (consultar un sistema, abrir un ticket) con límites. Si tu duda es «¿entreno un modelo o le doy mis documentos?», empieza por RAG; si hay que actuar sobre procesos, el agente.
Preguntas frecuentes
¿Qué significa ML en informática?
Machine learning: algoritmos que aprenden de datos para predecir o clasificar, en lugar de una lista fija de if/else.
¿ML y IA son lo mismo?
No. La IA es el campo; el ML es una de sus técnicas. Un chatbot o un agente puede usar modelos de lenguaje sin ser un proyecto clásico de ML tabular.
¿NATTIA hace proyectos de ML y agentes?
Sí. Diseñamos software e integraciones; cuando el caso lo pide, entrenamos o conectamos modelos y agentes. Contacto: nattia.dev/contacto.
Si tu duda es «¿necesito un modelo o un agente que use mis sistemas?», escríbenos en contacto. Sede en Las Rozas (Madrid); proyectos en España, Europa y remoto.
