AWS: el ajuste fino de los modelos Amazon Nova eleva al 94,77% la precisión en la extracción de datos de correos electrónicos

AWS Machine Learning Blog ha publicado un caso práctico sobre el ajuste fino de los modelos Amazon Nova con el servicio Amazon SageMaker AI para extraer datos del correo electrónico corporativo. La precisión subió hasta el 94,77% y los costes de procesamiento se redujeron un 50%.

Qué es Amazon Nova

Amazon Nova es una familia de modelos fundacionales multimodales de AWS, presentada en la conferencia re:Invent a finales de 2024. La gama incluye modelos de texto de distintos tamaños (Micro, Lite, Pro y Premier), además de Canvas y Reel, modelos de generación de imágenes y vídeo. Todos están disponibles a través de Amazon Bedrock. AWS los posiciona como una alternativa más barata y rápida a los modelos de otros proveedores, con una calidad comparable en tareas corporativas habituales como la clasificación de texto, el resumen y la extracción de datos.

Por qué un modelo genérico se equivoca con los correos

Sin entrenamiento adicional, un modelo de propósito general confunde a menudo campos de significado parecido en el correo entrante: por ejemplo, la dirección de envío y la de facturación, o el número de pedido y el número de incidencia de soporte. Cada empresa redacta sus solicitudes y da formato a sus correos a su manera, y un modelo genérico desconoce esas particularidades. El ajuste fino (fine-tuning) con Amazon SageMaker AI resuelve precisamente este problema: el modelo se entrena con ejemplos reales de correos de una organización concreta y aprende sus propios patrones de datos, como los formatos de numeración, la ubicación de los campos y la terminología específica del sector.

• La precisión en la extracción de datos de los correos alcanzó el 94,77%
• El coste de procesar cada correo se redujo un 50%
• El ajuste fino se realizó con el servicio Amazon SageMaker AI
• El modelo aprendió a distinguir campos de estructura similar y a reconocer los patrones propios de cada empresa

A quién le sirve una precisión superior al 94%

Extraer datos del correo entrante es una tarea rutinaria para equipos de soporte, empresas de logística y departamentos de seguros y finanzas que cada día revisan a mano pedidos, facturas, solicitudes y reclamaciones. Con una precisión de alrededor del 95%, la mayoría de estos correos puede delegarse al modelo de forma totalmente automática, y las personas solo tienen que ocuparse de los casos complejos o dudosos. Además, al reducirse a la mitad el coste de procesamiento, la automatización sale rentable incluso con grandes volúmenes de correspondencia. Este enfoque no se limita al correo: también sirve para cualquier documento semiestructurado, como albaranes, cuestionarios o formularios de opinión.

Cómo funciona el ajuste fino en SageMaker AI

Amazon SageMaker AI es un servicio gestionado de AWS que cubre todo el ciclo de vida de los modelos de machine learning: desde la preparación de datos y el entrenamiento hasta el despliegue y la monitorización en producción. Para ajustar un modelo de lenguaje como Nova, la empresa debe reunir un conjunto de ejemplos etiquetados, es decir, correos reales con los campos ya marcados a mano, y cargarlo en SageMaker AI. El servicio ajusta entonces los pesos del modelo para esa tarea concreta.

A diferencia de entrenar un modelo desde cero, el fine-tuning requiere muchísimos menos datos y recursos de cómputo, porque el modelo ya sabe entender el lenguaje: solo hay que adaptarlo a las particularidades de una tarea muy específica.

Qué significa

El caso de AWS demuestra la utilidad práctica del ajuste fino en tareas corporativas acotadas. Nova, un modelo relativamente pequeño para los estándares del sector, puede competir en precisión con modelos generalistas más caros tras ajustarse con los datos propios de la empresa, y con un coste de operación notablemente menor. Para las empresas, esto implica que ahorrar al automatizar tareas rutinarias no pasa únicamente por comprar un modelo más potente: también se puede lograr ajustando un modelo ya disponible con sus propios datos.

El caso de AWS demuestra la utilidad práctica del ajuste fino en tareas corporativas acotadas. Nova, un modelo relativamente pequeño para los estándares del sector, puede competir en precisión con modelos generalistas más caros tras ajustarse con los datos propios de la empresa, y con un coste de operación notablemente menor. Para las empresas, esto implica que ahorrar al automatizar tareas rutinarias no pasa únicamente por comprar un modelo más potente: también se puede lograr ajustando un modelo ya disponible con sus propios datos.