Los modelos fundacionales de series de tiempo aprenden de millones de series antes de ver tus datos, como ChatGPT aprendió de millones de textos antes de contestar tus mails. En este blog exploramos qué son, en qué se diferencian de los modelos estadísticos, del machine learning y de un agente de forecasting.
ChatGPT nunca leyó tus mails ni tus documentos, y aun así los entiende cuando se los pasás: aprendió de una cantidad enorme de texto de todo tipo, y con eso le alcanza para arrancar con el tuyo. Los modelos fundacionales de series de tiempo hacen lo mismo con la demanda. Aprendieron de millones de series de ventas, energía, tráfico o clima, y pronostican las ventas de tu producto sin haberse entrenado nunca con tus datos.
Hasta hace poco, pronosticar demanda quería decir entrenar modelos con la historia de cada empresa. Estos modelos cambian esa lógica, y vale la pena entender qué son, dónde sirven y dónde todavía no.
Modelo fundacional
Un modelo de pronóstico entrenado de antemano con millones de series de tiempo de todo tipo, que pronostica una serie nueva sin entrenarse con ella.
Tres maneras de pronosticar
La diferencia de fondo entre las tres familias está en con qué datos aprende cada una.
Los estadísticos
- Aprenden de: la historia de una sola serie, su nivel, su tendencia y su estacionalidad.
- Ejemplos: suavizado exponencial (ETS), ARIMA, Theta y, para la demanda intermitente, Croston y sus variantes.
- A favor: son robustos y fáciles de explicar, y ajustar uno solo es barato.
- En contra: solo saben lo que cuenta esa serie. Un producto con seis meses de ventas tiene poco para enseñar, y lo que aprendió el de al lado no le sirve. Y a escala el tiempo se multiplica: hay que ajustar uno por serie, y las versiones automáticas prueban varias configuraciones en cada una para quedarse con la mejor.
El machine learning
- Aprende de: todo tu catálogo a la vez, más variables como precio, promociones, calendario y feriados.
- Ejemplos: LightGBM, XGBoost, CatBoost, y redes neuronales pensadas para series como N-BEATS, N-HiTS o TFT.
- A favor: aprende patrones que comparten muchos productos, como que una promo levanta una categoría entera o que diciembre se comporta distinto.
- En contra: hay que entrenarlo con los datos de cada empresa, elegir bien las variables y ajustar sus parámetros.
Los fundacionales
- Aprenden de: millones de series externas a tu catálogo (ventas de todo tipo de negocios, energía, tráfico, clima, métricas de servidores), una sola vez y antes de ver tus datos.
- Cómo pronostican: leen la historia de tu producto como contexto y devuelven el pronóstico sin entrenar nada con tus datos. A eso se le dice zero-shot, y es la parte que más se parece a ChatGPT.
- Ejemplos: Chronos, TimesFM, Moirai, TimeGPT, Granite, TiRex y Toto, que se entrenó sobre todo con métricas de servidores.
- Este tipo de modelo da un pronóstico razonable desde el primer día, aun para un producto con muy poca historia, sin entrenar ni ajustar nada. Pero, servirlos es difícil. Son modelos de cientos de millones de parámetros, y correrlos en producción sobre miles de productos pide GPUs y un equipo técnico que los mantenga andando
¿Y un agente de forecasting?
Como los dos vienen del mundo de la IA, es fácil mezclarlos. Un modelo fundacional devuelve números; un agente de forecasting opera el proceso completo: junta los datos, decide qué modelos correr, revisa si el resultado tiene sentido, lo ajusta con lo que sabe del negocio y lo explica.
| Modelo fundacional | Agente de forecasting | |
|---|---|---|
| Qué recibe | La historia de ventas | Datos, instrucciones y contexto del negocio |
| Qué devuelve | El pronóstico y sus rangos | Decisiones: qué modelo usar, qué ajustar, qué mirar |
| Sobre qué está hecho | Un modelo entrenado con series de tiempo | Un modelo de lenguaje, como ChatGPT, que usa herramientas |
Se complementan: para un agente, un modelo fundacional es una herramienta más, al lado de los estadísticos y los de machine learning.
Qué pueden aportar a la predicción de demanda
A favor:
- Productos con poca historia: un lanzamiento o un SKU nuevo no tiene de dónde aprender solo, y el fundacional trae lo que aprendió de millones de series.
- Arranque rápido: no hay que entrenar ni ajustar nada para tener un primer pronóstico.
- Rangos además del número: la mayoría devuelve cuantiles, que es lo que hace falta para dimensionar un stock de seguridad.
Sus límites:
- No conocen tus promociones, precios ni quiebres de stock, salvo que el modelo acepte esas variables y se las pases.
- Aprendieron de series ajenas, así que las particularidades de tu negocio no las vieron nunca.
- Son modelos de cientos de millones de parámetros, y correrlos sobre decenas de miles de SKUs pide cómputo.
Cómo creemos que va a evolucionar el mundo del Forecasting bajo este nuevo paradigma
Esta parte es opinión: lo que vemos venir a partir de lo que ya está publicado.
- Los fundacionales se suman al juego. No vienen a reemplazar a nadie: son una herramienta más, que aporta sobre todo donde hay poca historia.
- Van a salir muchos más. En el último año aparecieron varios, y los más nuevos, como Chronos 2, ya aceptan variables externas (precio, promociones, calendario), que es lo que más les falta para la demanda.
- Ajuste fino con tus datos. Partir del modelo preentrenado y ajustarlo un poco con la historia de una empresa. En los benchmarks públicos, las versiones ajustadas ya les ganan a las que se usan sin tocar.
- Los estadísticos y el machine learning se quedan, y siguen aportando. Son baratos, explicables y buenos en lo que los fundacionales todavía no ven, como tus promociones o tus quiebres.
- El truco sigue siendo el mismo: tener varias herramientas y quedarse, en cada producto, con lo que mejor anda. Lo que más va a pesar es cómo se combinan y qué se hace con el resultado. Ahí entran los agentes de la sección anterior.
Nuestro motor de forecasting ya combina al rededor de 1000 variantes de modelos por serie, que se entrenan en tus propios datos y sin que tengas que escribir una sola línea de código. A partir de hoy, los modelos fundacionales ya compiten contra el resto de los modelos en Supplai como candidatos. Todo corre en nuestra infraestructura, sin que te tengas que preocupar por servirlos, el cómputo o actualizar el servidor cuando lleguen nuevos modelos. Si te interesa subirte a la nueva ola del forecasting del futuro y probar estos y el resto de modelos avanzados, agendá un piloto y charlemos :) trysupplai.com