Diseño de sistemas de aprendizaje automático

Capítulo 8. Turnos de distribución de datos y monitoreo

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Empecemos el capítulo con una historia que me contó un ejecutivo con la que muchos lectores podrían sentirse identificados. Hace unos dos años, su empresa contrató a una consultora para que desarrollara un modelo ML que les ayudara a predecir cuántas unidades de cada artículo de alimentación necesitarían la semana siguiente, de modo que pudieran reponer los artículos en consecuencia. La consultora tardó seis meses en desarrollar el modelo. Cuando la consultora le entregó el modelo, su empresa lo implementó y quedó muy satisfecha con su rendimiento. Por fin podían presumir ante sus inversores de ser una empresa impulsada por la IA.

Sin embargo, un año después, sus cifras bajaron. La demanda de algunos artículos se sobrestimaba constantemente, lo que hacía que los artículos sobrantes caducaran. Al mismo tiempo, se subestimaba sistemáticamente la demanda de algunos artículos, lo que provocaba pérdidas de ventas.¹ Al principio, su equipo de inventario cambió manualmente las predicciones del modelo para corregir los patrones que observaban, pero al final, las predicciones del modelo eran tan malas que ya no podían utilizarlo. Tenían tres opciones: pagar a la misma empresa consultora una cantidad obscena de dinero para actualizar el modelo, pagar a otra empresa consultora aún más dinero porque esta empresa necesitaría ...