Fine-tuning
Fine-tuning es entrenar un modelo de IA pre-entrenado con TUS datos específicos. Caro, lento, raramente necesario en 2026 — RAG resuelve el 90% de los casos.
Explicación
Fine-tuning era el camino estándar 2020-2023 para personalizar modelos. En 2026 ha quedado relegado: RAG es más rápido, más barato y permite actualizar conocimiento sin reentrenar. Cuándo SÍ tiene sentido fine-tuning: necesitas un tono o estilo muy específico (todas las respuestas en jerga de tu sector), tareas muy estructuradas que se repiten (clasificar miles de emails iguales), o privacidad extrema (autohospedaje). Coste típico: 200-2.000$ entrenamiento + GPU para inferencia. Riesgo: el modelo fine-tuneado queda "fijo" — actualizar conocimiento requiere reentrenar.
Caso real
Un cliente quería un chatbot que respondiera en su tono comercial muy específico. Probamos RAG primero: respondía bien pero el tono era genérico. Hicimos un fine-tuning ligero (200 ejemplos, ~120€) y el tono encajó. Pero esto fue excepción — para 9 de 10 clientes RAG basta.