Qué es un Algoritmo de IA: los 7 que Ya Deciden por Ti Cada Día en Perú

Un algoritmo de IA ya eligió lo que ves en este momento

Antes de que llegaras a este artículo, un algoritmo de IA decidió qué contenido mostrarte en Google. Otro decidió qué videos sugerirte en TikTok mientras almorzabas. Y uno más evaluó si tu transferencia en Yape era legítima o fraudulenta. Los algoritmos de inteligencia artificial no son un concepto abstracto de laboratorio: son el motor invisible que mueve tu día a día digital en Perú.

Yo llevo 24 años trabajando en marketing digital y he visto de primera mano cómo estos algoritmos pasaron de ser curiosidades académicas a controlar el flujo de información, dinero y atención de millones de peruanos. En este artículo te voy a explicar qué es un algoritmo de IA, cuáles son los 7 que más impactan tu vida cotidiana, y cómo funcionan con ejemplos concretos del mercado peruano.

Tabla de contenidos

1. Qué es un algoritmo de IA (sin tecnicismos)
2. Las 4 familias de algoritmos de IA
3. Algoritmo 1: recomendaciones en Falabella
4. Algoritmo 2: detección de fraudes en BCP
5. Algoritmo 3: pagos en Yape
6. Algoritmo 4: tu feed de TikTok
7. Algoritmo 5: rutas de Rappi
8. Algoritmo 6: Netflix y Spotify
9. Algoritmo 7: ChatGPT y Claude
10. Datos del ecosistema de IA en Perú
11. Preguntas frecuentes
12. Fuentes consultadas

Qué es un algoritmo de IA (sin tecnicismos)

Un algoritmo de IA es un conjunto de reglas matemáticas que una computadora usa para aprender patrones a partir de datos y tomar decisiones sin que un humano le diga exactamente qué hacer en cada caso. La diferencia con un programa de software tradicional es que el algoritmo de IA mejora solo conforme recibe más datos.

Piensa en la diferencia entre una calculadora y un alumno. La calculadora sigue instrucciones fijas: si el usuario aprieta +, suma los dos números. Un algoritmo de IA es más como un alumno que aprende de ejemplos: le muestras miles de fotos de gatos y perros, y después puede distinguirlos en fotos que nunca vio.

Esta capacidad de generalizar — de aplicar lo aprendido a situaciones nuevas — es lo que separa a un algoritmo de IA de un simple programa con reglas predefinidas.

Las 4 familias de algoritmos de IA

No todos los algoritmos de IA funcionan igual. Se agrupan en cuatro grandes familias según cómo aprenden:

1. Aprendizaje supervisado

El algoritmo aprende de datos etiquetados. Le das miles de emails marcados como spam o no spam, y aprende a clasificar emails nuevos. Es la familia más usada en la industria. Ejemplos: detección de fraude bancario, clasificación de imágenes, predicción de precios.

2. Aprendizaje no supervisado

El algoritmo busca patrones en datos sin etiquetas. Nadie le dice qué buscar; él descubre grupos naturales. Ejemplos: segmentación de clientes, detección de anomalías, reducción de dimensionalidad.

3. Aprendizaje por refuerzo

El algoritmo aprende por ensayo y error, recibiendo recompensas cuando acierta y penalizaciones cuando falla. Es como entrenar a un perro, pero con matemáticas. Ejemplos: AlphaGo de DeepMind, robots autónomos, optimización de rutas de entrega.

4. Deep learning (aprendizaje profundo)

Usa redes neuronales con muchas capas para aprender representaciones cada vez más abstractas de los datos. Es el que está detrás de ChatGPT, reconocimiento facial y conducción autónoma. Si quieres profundizar, lee nuestra guía completa de deep learning.

Algoritmo 1: el que recomienda productos en Falabella.com

Cuando entras a Falabella.com.pe y ves Productos recomendados para ti, hay dos algoritmos trabajando juntos:

Collaborative filtering: Analiza qué compraron otros usuarios con perfil similar al tuyo. Si 500 personas que compraron zapatillas Nike también compraron medias deportivas, te va a sugerir medias deportivas. No necesita entender qué es una zapatilla ni una media — solo detecta patrones de compra compartidos.

Random forest para ranking: Entre los cientos de productos que el filtro colaborativo sugiere, un modelo de random forest (un algoritmo que combina múltiples árboles de decisión) decide cuáles mostrarte primero. Toma en cuenta tu historial de navegación, el margen del producto, el inventario disponible y tu probabilidad de compra.

Lo que siempre les explico a mis clientes de e-commerce en Lima: la personalización no es magia, es matemáticas. Y la buena noticia es que herramientas como estas ya no son exclusivas de Falabella. Cualquier tienda WooCommerce puede implementar recomendaciones con plugins que usan algoritmos similares.

Algoritmo 2: el que detecta fraudes en BCP

El Banco de Crédito del Perú procesa millones de transacciones diarias. Revisar cada una manualmente sería imposible. Ahí entran los árboles de decisión y sus variantes.

Un árbol de decisión es como un diagrama de flujo con preguntas en cada nodo: ¿La transacción supera S/5,000? ¿El dispositivo es diferente al habitual? ¿La ubicación es inusual? Cada respuesta lleva a otra pregunta hasta llegar a una decisión: aprobar, rechazar o enviar a revisión manual.

En la práctica, BCP y otros bancos peruanos no usan un solo árbol sino ensambles de cientos de árboles (gradient boosting o XGBoost). Cada árbol vota y la decisión se toma por mayoría. Este enfoque reduce los falsos positivos al tiempo que detecta patrones de fraude cada vez más sofisticados.

Según datos del sector bancario peruano, la implementación de algoritmos de ML ha reducido las pérdidas por fraude en más del 40% en la última década.

Algoritmo 3: el que aprueba tus pagos en Yape

Yape, la aplicación de pagos móviles del BCP con más de 15 millones de usuarios en Perú, enfrenta un desafío único: cada transacción debe evaluarse en milisegundos.

Gradient boosting es el algoritmo que resuelve este problema. A diferencia de un random forest que entrena árboles independientes, gradient boosting entrena árboles secuencialmente: cada nuevo árbol corrige los errores del anterior. El resultado es un modelo que aprende matices que un solo árbol no captaría.

Para Yape, esto significa poder distinguir entre Juan transfirió S/200 a su mamá desde su celular habitual en Lima (completamente normal) y alguien desde un dispositivo nuevo en una ciudad diferente intenta transferir S/5,000 a una cuenta recién creada (sospechoso) en menos de 100 milisegundos.

Algoritmo 4: el que controla tu feed de TikTok desde Lima

TikTok usa deep learning de la manera más sofisticada que probablemente experimentes todos los días sin darte cuenta. Su sistema de recomendación procesa cada señal de tu comportamiento: cuánto tiempo miras cada video, si le das like, si lo compartes, si visitas el perfil del creador, a qué hora del día lo ves. Toda esta data alimenta una red neuronal profunda que construye un modelo de tus preferencias en tiempo real.

Lo interesante para el mercado peruano: TikTok adapta sus recomendaciones al contexto local. Si estás en Lima, el algoritmo prioriza contenido de creadores peruanos, trends locales y música que es popular en tu zona. Un usuario de TikTok en Arequipa ve un feed diferente al de uno en Lima.

Como marketero digital en Perú, he aprendido que entender cómo funciona el algoritmo de TikTok es tan importante como entender el algoritmo de Google. Muchos de mis clientes ya generan más leads desde TikTok que desde búsqueda orgánica.

Algoritmo 5: el que optimiza las rutas de Rappi en Lima

Rappi Perú usa K-means y variantes de clustering para resolver uno de los problemas más complejos de logística urbana: ¿cómo asigno los pedidos a los repartidores de forma que minimice tiempos de entrega y maximice la cantidad de entregas por hora?

K-means agrupa pedidos que están geográficamente cerca en clusters. Luego, un algoritmo de optimización asigna cada cluster al repartidor más cercano o al que tiene mejor ruta para cubrir ese grupo de pedidos. El resultado: en lugar de que un repartidor cruce toda Lima para un solo pedido, hace tres entregas en la misma zona.

Lima es una ciudad particularmente difícil para esto. El tráfico es impredecible, las direcciones no siempre son claras, y la topografía varía. El algoritmo tiene que recalcular rutas constantemente.

Algoritmo 6: Netflix y Spotify te conocen mejor que tus amigos

Netflix combina múltiples familias de algoritmos. Para las recomendaciones personalizadas usa collaborative filtering (similar a Falabella), pero lo complementa con análisis de contenido: un modelo de deep learning analiza cada película y extrae características (género, ritmo narrativo, complejidad, elenco, director).

Spotify hace algo similar con su audio analysis. Un algoritmo de CNN analiza la señal de audio cruda de cada canción para extraer patrones musicales (tempo, energía, valencia emocional, instrumentación). Tu playlist Discover Weekly es el resultado de cruzar tu historial de escucha con estas características.

Un dato revelador: Netflix estima que su sistema de recomendación le ahorra US$1,000 millones al año en retención de usuarios. Convertido a soles, son más de S/3,450 millones.

Algoritmo 7: el Transformer que hace funcionar ChatGPT y Claude

ChatGPT, Claude, Gemini y los demás modelos de lenguaje grandes (LLMs) funcionan gracias a la arquitectura Transformer, propuesta por Google en el paper Attention is All You Need (2017). Es probablemente el avance más importante en IA desde las redes neuronales convolucionales.

El mecanismo clave se llama self-attention. Cuando el modelo procesa una oración, no la lee palabra por palabra de izquierda a derecha. En cambio, cada palabra mira a todas las demás palabras de la oración y calcula cuánta atención debe prestarle a cada una. Esto permite capturar relaciones a larga distancia.

Los LLMs actuales tienen miles de millones de parámetros y fueron entrenados con terabytes de texto de internet. El resultado es un modelo que puede generar texto coherente, responder preguntas, escribir código y traducir idiomas. Todo desde un solo algoritmo base.

El ecosistema de IA en Perú: datos concretos

Perú está avanzando en adopción de IA más rápido de lo que muchos creen:

El Índice Latinoamericano de Inteligencia Artificial (ILIA 2025) coloca a Perú en el puesto 7 de 19 países con 51.93 puntos. Chile lidera con 65.35 y Brasil con 63.58.

El D.S. 115-2025-PCM establece la Estrategia Nacional de Inteligencia Artificial, priorizando salud, educación, seguridad ciudadana y gobierno digital.

La Ley 31814 de Gobierno Digital y la Ley 32314 sientan bases para la modernización tecnológica del Estado peruano.

Según estudios de mercado laboral, el 61% de las empresas peruanas formales ya usan alguna forma de IA en sus procesos de selección de personal.

El tipo de cambio referencial del BCRP se ubica en S/3.45 por dólar.

Preguntas frecuentes sobre algoritmos de IA

¿Qué es un algoritmo de IA?

Es un conjunto de instrucciones matemáticas que permite a una computadora aprender patrones a partir de datos y tomar decisiones sin necesidad de programación explícita para cada caso. A diferencia de un programa tradicional con reglas fijas, un algoritmo de IA mejora su rendimiento conforme procesa más datos.

¿Cuántos tipos de algoritmos de IA existen?

Se agrupan en cuatro familias principales: aprendizaje supervisado, aprendizaje no supervisado, aprendizaje por refuerzo y deep learning. Dentro de cada familia hay decenas de algoritmos específicos.

¿Cómo funciona el algoritmo que me recomienda productos en Falabella?

Usa principalmente collaborative filtering: analiza qué compraron usuarios con gustos similares a los tuyos. Si muchas personas que compraron el mismo producto que tú también compraron otro producto X, te lo va a recomendar. Complementa esto con modelos de ranking que toman en cuenta tu historial y el inventario disponible.

¿Necesito saber matemáticas para entender los algoritmos de IA?

Para usarlos, no. Las herramientas modernas permiten implementar algoritmos de IA sin escribir ecuaciones. Para entender cómo funcionan a nivel intermedio, ayuda saber estadística básica y álgebra lineal. Para investigar y crear algoritmos nuevos, sí necesitas matemáticas avanzadas.

¿Qué algoritmo usan ChatGPT y Claude?

Ambos usan la arquitectura Transformer, específicamente modelos de lenguaje grandes (LLMs) basados en el mecanismo de self-attention. Fueron entrenados con miles de millones de parámetros sobre terabytes de texto.

¿Los algoritmos de IA pueden equivocarse?

Sí, y lo hacen con frecuencia. Ningún algoritmo de IA tiene 100% de precisión. Pueden tener sesgos, pueden hallucinar información falsa (en el caso de LLMs), y pueden fallar ante situaciones que no se parecen a sus datos de entrenamiento.

¿Qué empresa peruana es líder en uso de algoritmos de IA?

En el sector bancario, BCP y BBVA Perú son los más avanzados en implementación de ML para detección de fraudes y scoring crediticio. Yape procesa millones de transacciones con IA. En retail, Falabella.com.pe usa recomendaciones personalizadas. En delivery, Rappi Perú optimiza rutas con algoritmos de clustering.

Los algoritmos ya son parte de tu vida

Cada vez que abres tu celular, un algoritmo de IA toma decisiones por ti. La pregunta no es si los algoritmos afectan tu vida — ya lo hacen — sino si entiendes cómo funcionan para que puedas tomar decisiones más informadas como consumidor y como profesional.

En KOM Agencia Digital trabajamos con algoritmos de IA todos los días para nuestros clientes: desde optimización de campañas en Google Ads hasta automatización con Claude API en WhatsApp Business. Si quieres que la IA trabaje para tu negocio y no al revés, conversemos. También te invito a conocer nuestro servicio de posicionamiento GEO.

Fuentes consultadas

• CEPAL — ILIA 2025: indicelatam.cl
• D.S. 115-2025-PCM: gob.pe
• Ley 31814: congreso.gob.pe
• Vaswani et al. — Attention Is All You Need (2017): arxiv.org
• BCRP — Tipo de cambio: bcrp.gob.pe
• Netflix Technology Blog: netflixtechblog.com
• Spotify Engineering: engineering.atspotify.com
• Ultralytics — ML Algorithms: docs.ultralytics.com