Índice del artículo
La diferencia en una frase
La IA generativa produce contenido que puede ser nuevo o coincidir con contenido existente: escribe un texto, dibuja una imagen, propone un código. La IA predictiva estima un resultado a partir de datos: qué clientes van a comprar, cuánto se va a vender, si un correo es un reclamo o una felicitación.
La generativa produce contenido para leer, ver o usar, que puede coincidir con contenido existente; la otra produce un valor o una etiqueta a partir de lo que ya hay.
Cuándo usar cada uno
Usas la generativa cuando la salida es un texto, una imagen o un borrador: redactar una ficha, contestar un correo, resumir un contrato. Es la que tienes delante cuando le pides que te escriba algo.
Usas la predictiva cuando la salida es un número o una clasificación: estimar la demanda de un producto, clasificar reclamos por urgencia, decidir si una operación parece normal o rara. Aquí el valor está en la decisión, no en la redacción.
No son mundos separados. Una misma herramienta puede hacer las dos cosas, y a veces una tarea combina ambas: predecir qué cliente está en riesgo y, con eso, redactar el mensaje de seguimiento.
Ejemplo práctico
Un restaurante usa las dos. Con una herramienta predictiva estima cuántos comensales llegarán cada día a partir del histórico, y con eso planea la compra. Con una herramienta generativa redacta la carta del día y el mensaje de reserva que manda a cada cliente.
La predictiva le dice cuánto; la generativa le dice cómo decirlo.
Así no
Pedirle a la herramienta de texto que estime ventas «porque es IA, todo lo hace».
Así sí
Elegir por la tarea y las pruebas, no solo por el formato de salida: la generativa produce contenido; los sistemas predictivos estiman resultados o categorías, y las capacidades pueden solaparse.
Como punto de partida, distingue crear contenido de estimar resultados; las capacidades se solapan, así que comprueba la herramienta con tu tarea.
El error típico
Llamar «IA» a todo y esperar que cualquier herramienta haga cualquier cosa, o elegir solo por el formato de salida. Las capacidades pueden solaparse: una herramienta generativa también puede clasificar o estimar, así que se elige por la tarea y las pruebas, no solo por lo que devuelve.
El error inverso: asumir que son incompatibles y terminar con dos herramientas desconectadas cuando una sola podía cubrir ambas. La pregunta no es cuál es «mejor», es qué tarea necesitas y con qué pruebas la respaldas.
No lo confundas con
Un modelo abierto o cerrado. Abierto y cerrado describe cómo accedes al modelo; generativa y predictiva describe qué tipo de resultado da. Son dos ejes distintos: hay generativas y predictivas en los dos lados.