Elige según el tipo de datos que tengas, no según el marketing de la plataforma. Las predicciones empresariales tabulares -abandono de clientes, puntuación de clientes potenciales y previsiones- corresponden a Obviously AI, H2O o DataRobot. Para imágenes, usa Teachable Machine para una prueba rápida y Roboflow o Vertex AI AutoML para cualquier proyecto real. La clasificación de texto cada vez justifica menos el uso de una plataforma específica. Dos herramientas que la mayoría de las recopilaciones de 2026 todavía incluye ya no son opciones sensatas, y ahí comienza esta guía.
Cómo se elaboró esta guía
Esta es una guía para compradores, no una comparativa de rendimiento. Nadie aquí ha ejecutado el mismo conjunto de datos en ocho plataformas ni ha cronometrado los resultados, y cualquier recopilación que te otorgue una estrella por la «precisión» sin publicar el conjunto de datos te está invitando a confiar en una cifra inventada. Lo que sigue se basa en la documentación actual y los precios publicados de cada proveedor, comprobados en agosto de 2026, además de lo que la mayoría de las listas omite: si el producto todavía existe.
Cuando los precios han pasado a estar disponibles solo tras una llamada con ventas, lo indicamos en lugar de hacer suposiciones.
Dos plataformas que debes descartar primero de tu lista de candidatas
Lobe ha desaparecido
El clasificador de imágenes de Microsoft de arrastrar y soltar todavía aparece cerca de los primeros puestos de la mayoría de las listas de «mejor ML sin código», normalmente descrito como gratuito y apto para principiantes. Su desarrollo se detuvo en 2021, su modelo de clasificación de imágenes quedó obsoleto en enero de 2023 y las aplicaciones de escritorio ya no se distribuyen. Si una guía publicada este año recomienda Lobe, su autor no lo comprobó.
Las alternativas son Teachable Machine para una prueba rápida y Roboflow o Vertex AI AutoML de Google para cualquier proyecto que tengas previsto implementar.
Akkio ha pasado al segmento empresarial
Durante años, Akkio fue la respuesta honesta para un «equipo no técnico, primer modelo, presupuesto reducido», con un precio de autoservicio de unos 49 $ por usuario al mes. Desde julio de 2026, ya no publica precios de autoservicio: el sitio ofrece un único nivel, Enterprise AI Analytics Platform, dirigido a agencias de medios y disponible mediante un formulario de contacto con ventas.
Puede que siga siendo la herramienta adecuada para ti. Ya no es la herramienta inicial adecuada para un equipo de marketing de dos personas, y las listas que aún mencionan el plan de 49 $ describen un producto que ya no puedes comprar.
Qué hace el ML sin código y dónde está el límite
Estas plataformas automatizan el modelado, no el razonamiento. Sube una tabla, indica la columna que quieres predecir y la plataforma prueba una serie de algoritmos, los ajusta y te devuelve el mejor, junto con una estimación de su rendimiento. Antes, eso realmente le llevaba una semana a un científico de datos.
Lo que no hacen:
- Decidir si merece la pena plantear la pregunta. Un modelo que predice el abandono con una precisión del 92 % no sirve de nada si nadie ha decidido qué ocurre cuando se activa.
- Corregir tus datos. Todos ellos entrenarán encantados con una columna filtrada que contiene discretamente la respuesta y mostrarán una precisión espectacular que se desploma en producción.
- Decirte que el modelo se equivoca de una forma importante. La precisión general oculta el caso en que el modelo es excelente con el 90 % de los clientes que nunca abandonan y no sirve para nada con el 10 % que sí lo hacen.
Esa última es la forma más habitual en que un proyecto de ML sin código fracasa silenciosamente.
Para predicciones empresariales tabulares
Abandono, puntuación de leads, previsión de la demanda, indicadores de fraude. Aquí es donde se concentra la mayor parte del ML empresarial y donde estas herramientas son realmente buenas.
Obviously AI
Conecta una fuente de datos, indica qué quieres predecir y obtén un modelo en minutos. Es la vía más rápida de pasar de una hoja de cálculo a una predicción y la opción adecuada para responder «¿hay alguna señal aquí?» antes de comprometer presupuesto. Es menos adecuada para modelos que pretendas ejecutar y monitorizar durante un año.
DataRobot
ML automatizado con los aspectos que realmente se auditan en las empresas: gobierno de modelos, monitorización, detección de deriva y documentación. La interfaz no requiere código, pero los conceptos sí son complejos, por lo que se adapta mejor a un analista de datos que a un profesional de marketing. Precio empresarial, establecido por acuerdo.
H2O AutoML
De código abierto y gratuita, compite con AutoML comercial en tareas tabulares estándar. Necesitas a alguien que se sienta cómodo con un notebook o un servidor en funcionamiento, por lo que es una opción sólida para un equipo con una persona técnica y sin presupuesto, no para uno que no tenga ninguna de las dos cosas.
La plataforma produce un número. Hannah desarrolla el método que lo rodea: qué datos de entrada del pipeline cumplen los requisitos, qué significa el intervalo de confianza para el compromiso y cómo presentar una previsión que la dirección no descarte discretamente.
Ver a Hannah →Para texto
Primero, la pregunta incómoda
Las plataformas especializadas en clasificación de texto se crearon cuando los clasificadores personalizados eran la única forma de ordenar los tickets de soporte por intención o etiquetar las reseñas por tema. Ahora un modelo general puede hacerlo a partir de una instrucción escrita, sin ningún dato de entrenamiento. Para cualquier volumen inferior a unos pocos miles de documentos al mes, un prompt bien redactado ejecutado por lotes normalmente supera el esfuerzo de etiquetar un conjunto de entrenamiento.
La justificación para utilizar un clasificador específico sigue siendo válida con grandes volúmenes, cuando importan el coste por llamada y la latencia, y cuando necesitas que se tome la misma decisión de forma idéntica cada vez.
MonkeyLearn, ahora parte de Medallia
MonkeyLearn fue adquirida por Medallia en 2022 y su tecnología se integró en Medallia's Experience Cloud. Si encuentras recomendaciones que la presentan como un producto independiente de autoservicio con un precio mensual fijo, considéralas desactualizadas y comprueba qué vende realmente Medallia hoy antes de basar tus planes en ellas.
Una exportación de predicciones no es una respuesta. Clara plantea primero la pregunta, comprueba si los datos pueden respaldarla y convierte el archivo en algo sobre lo que una persona no técnica puede tomar una decisión.
Ver Clara →Para imágenes
Teachable Machine
La herramienta gratuita de Google que funciona en el navegador. Sin cuenta ni instalación: tendrás un clasificador funcional de imágenes, sonidos o posturas en unos quince minutos usando tu cámara web o archivos cargados. Es la forma adecuada de averiguar si tu idea es siquiera viable. No es un sistema de producción ni pretende serlo.
Roboflow
La opción práctica cuando la versión de prueba ya funciona: gestión de conjuntos de datos, etiquetado, aumento de datos, entrenamiento e implementación en un solo lugar, creado específicamente para la visión artificial. Aquí acaba la mayoría de los equipos después de Teachable Machine.
Google Vertex AI AutoML
Clasificación personalizada de imágenes y detección de objetos con búsqueda automatizada de arquitecturas, dentro de Google Cloud. Merece la pena si ya utilizas GCP, tienes un conjunto de datos grande y etiquetado, y necesitas una implementación empresarial. Es demasiado pesado para cualquier proyecto más pequeño.
Clarifai
Visión artificial con una biblioteca de modelos prediseñados para tareas habituales, como el reconocimiento de objetos y la moderación de contenido, además de entrenamiento personalizado sin código y una API. Es especialmente eficaz cuando un modelo prediseñado ya cubre tu tarea, porque te ahorras todo el etiquetado.
Cómo elegir, de una vez
- Hoja de cálculo, quieres una predicción y la necesitas hoy: Obviously AI.
- Hoja de cálculo, una persona técnica, sin presupuesto: H2O AutoML.
- Entorno regulado, auditado, con necesidad de supervisión y documentación: DataRobot.
- Imágenes, para probar una idea: Teachable Machine.
- Imágenes, para crear algo real: Roboflow o Vertex AI AutoML si ya utilizas Google Cloud.
- Imágenes, y puede que un modelo prediseñado ya lo cubra: Clarifai.
- Texto, volumen moderado: prueba un prompt antes de comprar una plataforma.
Una regla subyace a todo esto: elige la herramienta más pequeña que responda a la pregunta que tienes ahora. El coste de superar una herramienta gratuita es un fin de semana. El coste de un contrato empresarial que no necesitabas es un año.
Lo que DataRobot realmente vende es disciplina: plantear la pregunta, detectar la columna con fuga de información, elegir la métrica que corresponda a la decisión y diseñar una prueba en la que puedas confiar. Leila aporta esa parte.
Ver Leila →La parte que ninguna plataforma resuelve
Todas las herramientas anteriores automatizan la parte intermedia del trabajo. Los errores costosos se producen en ambos extremos: elegir una variable objetivo que no se traduzca en una decisión que alguien vaya a tomar y entregar a una persona interesada una columna de probabilidades sin ninguna recomendación adjunta.
Si tu equipo no cuenta con una función de datos, esa es la brecha que debes cerrar primero, antes de que la elección de la plataforma importe.
En resumen:
Omite Lobe, ya no existe, y consulta las condiciones actuales de Akkio antes de planificar basándote en su antiguo nivel de 49 $. Para hacer pronósticos, combina tu plataforma con Hannah (Pronóstico de ventas); para convertir una exportación en una decisión, Clara (Analista de datos); para el criterio estadístico que realmente vende un contrato empresarial, Leila (Científica de datos). 14,99 $, 14,99 $ y 19 $, todas funcionan en Claude, ChatGPT o cualquier chat de AI, con garantía de devolución del dinero de 30 días.
Estado y precios de la plataforma comprobados en agosto de 2026. Los proveedores cambian las condiciones sin previo aviso, así que confirma los precios actuales en el sitio web del proveedor antes de comprometer presupuesto.
¿Listo para poner esto en práctica? Explora las habilidades de tecnología y desarrollo para Claude y ChatGPT, o descubre todas las habilidades de Claude y la biblioteca de prompts.