Los modelos fundacionales llegan a los datos tabulares y las series temporales

La mayoría de las conversaciones sobre modelos fundacionales están relacionadas con el lenguaje y las imágenes. Sin embargo, el mismo enfoque también se está aplicando a uno de los tipos de datos más utilizados: las filas de una tabla y los valores numéricos a lo largo del tiempo. Durante el último año, los modelos preentrenados para analizar este tipo de datos han madurado hasta el punto de que merece la pena considerarlos seriamente para su uso en producción. Los equipos de Santander ya los están poniendo a prueba.

En lugar de construir desde cero un modelo de predicción para un conjunto de datos concreto, el equipo de Santander utilizó un modelo que nunca había visto unos datos concretos y le pidió que predijera qué ocurriría a continuación (sin entrenamiento, solo predicción directa). Pedro Martín, AI Scientist en Santander, explica que “los modelos fundacionales para series temporales reducen la necesidad de construir y mantener modelos independientes, como Arima, Sarimax o Prophet, para cada caso de uso de predicción. Al reutilizar patrones aprendidos a partir de conjuntos de datos amplios y diversos, pueden generar predicciones sólidas sin necesidad de ajuste fino. Esto reduce los costes de desarrollo, acelera la implantación y permite desplegarlos en miles de series a escala de cliente o producto. Entre sus posibles aplicaciones se encuentran la predicción de saldos, volúmenes de transacciones y liquidez”.

Un modelo de predicción tradicional se entrena con una única serie, por ejemplo, las transacciones diarias con tarjeta de un producto determinado, y aprende exclusivamente a partir de ella. En cambio, un modelo fundacional para series temporales se entrena una sola vez con una colección enorme y variada de series y, posteriormente, puede realizar predicciones sobre una serie que nunca ha visto, sin necesidad de entrenamiento adicional. Esto se conoce como predicción zero-shot y, hace un año, parecía poco plausible.

La generación actual de modelos hace que esta posibilidad resulte creíble. TimesFM, de Google, se preentrenó con aproximadamente cien mil millones de puntos temporales. Chronos-2, de Amazon, presentado a finales de 2025, tokeniza una serie y la procesa mediante un modelo transformer, trabajando no solo con una única serie, sino también con múltiples series relacionadas y con factores externos de manera simultánea. Por su parte, TabPFN-TS, de Prior Labs, alcanza resultados de vanguardia en predicción con tan solo unos once millones de parámetros y se preentrenó íntegramente con datos sintéticos. Utilizar uno de estos modelos se parece menos a desarrollar un modelo de aprendizaje automático y más a llamar a una función:

En un banco hay miles de series que deben predecirse (desglosadas por producto, segmento, oficina y divisa) y muchas de ellas son cortas, contienen pocos datos o son nuevas. Se trata precisamente de los casos de arranque sin histórico en los que un modelo construido desde cero suele tener dificultades y un modelo preentrenado puede destacar. Estos mismos modelos también proporcionan buenos puntos de referencia iniciales para la detección de anomalías. Contar rápidamente con una referencia de este tipo resulta valioso porque permite determinar si un modelo desarrollado a medida realmente justifica su mayor complejidad. En el ámbito de los datos tabulares, modelos fundacionales como TabPFN están empezando a ofrecer capacidades similares para tareas de clasificación sobre los datos estructurados que constituyen gran parte de nuestro entorno.

Nada de esto convierte en obsoletos a los métodos clásicos. Un modelo estadístico correctamente especificado o un árbol con potenciación de gradiente ajustado a un problema que conocemos bien siguen ofreciendo a menudo mejores resultados, especialmente cuando la serie presenta una estructura sólida y conocida. La postura más realista es considerar un modelo fundacional como un punto de partida potente y económico, así como una referencia que debe superarse, y no como una mejora automática.

En una institución regulada, un modelo que genera un valor numérico que se utiliza para tomar una decisión no es simplemente una herramienta práctica. Es algo que debe validarse, explicarse y someterse a los mecanismos adecuados de gobernanza. Los modelos fundacionales elevan el nivel de exigencia en este ámbito porque su funcionamiento interno es más difícil de interpretar y porque utilizar un modelo preentrenado no explica, por sí solo, por qué puede confiarse en una predicción. Las expectativas sobre el riesgo de los modelos, que evolucionan en todo el sector, se aplican a estos sistemas del mismo modo que a cualquier otro modelo.

Por tanto, el enfoque debe ser al mismo tiempo práctico y prudente. Estos modelos pueden reducir semanas de trabajo a una sola tarde, pero esa rapidez únicamente genera valor si los resultados se comparan con una referencia significativa, se comprenden los posibles modos de fallo del modelo y una persona sigue siendo responsable de la decisión en la que este influye. La llegada de los modelos fundacionales a los datos tabulares y las series temporales no supone una amenaza para el análisis riguroso. Utilizados de este modo, permiten generar con mayor rapidez un primer punto de referencia analítico.