El árbol de decisión técnica que evita pagar 40x de más
Un Data Scientist junior resolvió con XGBoost en 2 días lo que un equipo llevaba meses intentando con GPT: €50/mes en vez de €2.000, 50ms en vez de 8 segundos, misma precisión.
| Machine Learning | Deep Learning | IA Generativa | |
|---|---|---|---|
| Input típico | Tablas CSV/SQL | Imágenes, audio, video | Texto natural, imágenes, prompts |
| Output típico | Clasificación o número | Clasificación compleja, detección | Texto, código, imágenes generadas |
| Ejemplos | Random Forest, XGBoost | CNNs, RNNs, Transformers | GPT, Claude, DALL-E |
| Datos necesarios | 1K-100K etiquetados | 10K-1M etiquetados | Pre-entrenado; prompting inmediato |
| Coste infra | €10-500/mes (CPU) | €100-5K/mes (GPUs) | €100-10K/mes (uso API) |
| Explicabilidad | Alta | Media | Baja (caja negra) |
| Latencia típica | <100ms | 100-500ms | 1-5 segundos |
La cuarta rama es la que casi nadie considera: si el problema tiene solución matemática determinista (rutas, programación lineal), meter un modelo entrenado es sobre-ingeniería.
Convertir cada cliente a texto y preguntarle al LLM "¿abandonará?".
Entrenar XGBoost directamente con features estructuradas.
Los LLMs cobran por token — convertir datos tabulares a texto es desperdicio puro, y no están optimizados para columnas numéricas.
| # | Caso | Approach correcto | Razón |
|---|---|---|---|
| 1 | Recomendación de productos | ML tradicional | Datos tabulares |
| 2 | Chatbot de soporte | IA Generativa | Texto natural, conversación |
| 3 | Detección de fraude | ML tradicional | Latencia <50ms, explicabilidad |
| 4 | Moderación de imágenes | Deep Learning | Visión |
| 5 | Descripciones de producto | IA Generativa | Generación creativa |
| 6 | Predicción de demanda | ML tradicional | Series temporales |
| 7 | Análisis de sentimiento | IA Generativa | Zero-shot |
| 8 | Transcripción de audio | Deep Learning | Speech-to-text |
| 9 | SQL desde lenguaje natural | IA Generativa | Generación de código |
| 10 | Optimización de rutas | Ninguna IA | Optimización determinista |