IA, machine learning e IA generativa

La inteligencia artificial (IA) agrupa sistemas que hacen tareas que antes pedían a una persona: reconocer una cara, entender una queja. Casi toda la IA actual usa machine learning (ML): en vez de programar reglas, el sistema aprende patrones de datos de ejemplo. Lo aprendido es un modelo; aprenderlo se llama entrenar, y usarlo con datos nuevos, inferencia. La IA generativa usa modelos enormes, entrenados con muchísimos datos, que crean contenido nuevo: texto, imágenes o código.

AWS ofrece dos caminos. Los servicios de IA ya vienen entrenados para una tarea y los llamas por API, sin saber ML. SageMaker AI sirve para crear tus propios modelos.

Amazon SageMaker AI

Qué es: Amazon SageMaker AI es la plataforma administrada para construir, entrenar y desplegar modelos de machine learning propios.

• Construir: preparas datos y escribes código en notebooks (cuadernos tipo Jupyter) dentro de SageMaker Studio, o usas modelos y algoritmos ya hechos.
• Entrenar: AWS levanta los servidores, entrena el modelo con tus datos y los apaga al terminar; pagas el tiempo usado.
• Desplegar: el modelo queda en un endpoint que responde predicciones por API y escala con la demanda.
• Nombre: hasta diciembre de 2024 se llamaba Amazon SageMaker. Hoy “Amazon SageMaker” es una plataforma más amplia de datos, analítica e IA que incluye a SageMaker AI.

Analogía: un taller de sastrería con máquinas y moldes: ahí se cose un traje a la medida, frente a comprar ropa hecha en una tienda, que serían los servicios de IA. Dónde falla la analogía: en la sastrería el sastre decide el corte. En SageMaker AI, AWS pone el taller y las máquinas; los datos y las decisiones del modelo son tuyos.

Ejemplo real: Clínica Vértice entrena con su historial de citas un modelo que predice qué pacientes faltarán. Lo despliega en un endpoint y su sistema de agenda lo consulta para enviar recordatorios extra. Ningún servicio ya entrenado conoce los hábitos de sus pacientes.

Úsalo cuando: tu problema sea propio, tengas tus datos y un equipo que sepa de ML. No lo uses cuando: un servicio de IA ya resuelve la tarea, como traducir o leer facturas: es más rápido y barato.