Mayormente verdadero
La creciente volatilidad de la demanda de acero está impulsando la adopción de inteligencia artificial (AI) y aprendizaje automático (machine learning) en la previsión del sector, así como el uso de datos de noticias, con el fin de mejorar la precisión de las proyecciones, según un informe del centro de investigación POSRI (POSCO Research Institute).
La investigación, recogida en el documento de análisis sobre la previsión de la demanda de acero mediante AI, parte de una constatación: los métodos tradicionales de pronóstico pierden capacidad de respuesta ante unas condiciones de mercado cada vez más inestables. El informe de POSRI aborda cómo las técnicas de machine learning y el análisis de datos de noticias pueden compensar esa limitación al captar señales de demanda en tiempo real.
El enfoque descrito combina modelos de aprendizaje automático con información extraída de noticias, un insumo que permite incorporar factores de coyuntura que los modelos estadísticos clásicos no reflejan con rapidez. El resultado señalado en el estudio es una mejora de la exactitud de las predicciones de demanda en un entorno de alta volatilidad.
El informe se apoya en imágenes y datos publicados por el propio instituto y en fuentes informativas económicas coreanas, aunque el alcance exacto de la mejora de precisión no se detalla en los materiales disponibles.
El informe de POSRI apunta a que la aplicación de AI y machine learning, junto con datos de noticias, mejora la capacidad de prever la demanda de acero en un mercado volátil; en conjunto, la afirmación resulta Mayormente verdadero.
