En julio de 1958, la prensa estadounidense anunció que la Marina tenía una máquina que algún día caminaría, hablaría y sabría que existe. Era el perceptrón de Frank Rosenblatt, y en realidad solo distinguía figuras en una cuadrícula de 400 fotoceldas. Ese mismo año, Bill Fair y Earl Isaac ofrecieron el primer sistema de puntaje de crédito a cincuenta prestamistas. Lo compró uno. Los dos inventos hacían la misma operación.
Esa operación cabe en una báscula de dos platos, como la del mercado. En un plato van las señales que anuncian pago: años como cliente, pedidos liquidados a tiempo, anticipo en el primer pedido. En el otro, las que anuncian atraso. Cada señal tiene su pesa, y la decisión es hacia dónde se inclina la báscula: fiar o no fiar.
La diferencia entre los dos inventos de 1958 era quién elegía el tamaño de las pesas. En el sistema de Fair e Isaac, un analista las calculaba con estadística y las dejaba fijas. El perceptrón empezaba con pesas al azar y las corregía solo cada vez que se equivocaba: si la báscula caía del lado equivocado, ajustaba justo las pesas de las señales presentes. Traducido a crédito: dijo «fiar», el cliente no pagó, esas pesas se aligeran. Rosenblatt lo resolvió con motores eléctricos que giraban perillas. Error tras error, la báscula aprendía qué señales merecían peso.
Hay un hallazgo que vuelve esto incómodo. En 1941, David Durand revisó préstamos de decenas de bancos y financieras para descubrir qué rasgos anticipaban el impago. El tamaño del enganche pesó más que el ingreso del solicitante. La intuición coloca las pesas donde le parece lógico; los datos, donde realmente están.
Un fabricante de calzado en León que vende a zapaterías a 60 días decide cada semana decenas de créditos con la báscula de su gerente comercial: antigüedad, confianza, tamaño del último pedido. Sus facturas y complementos de pago ya guardan la respuesta correcta de cada decisión pasada. Justo lo que el perceptrón necesitaba para aprender. La decisión que cambia: autorizar el siguiente pedido a crédito con pesas calibradas en su historial, no en la memoria de una persona. El límite: en 1969, Minsky y Papert demostraron que una sola báscula no capta señales cuyo significado se invierte según otra: un pedido grande tranquiliza en un cliente antiguo y alarma en uno nuevo. Por eso los primeros bancos que usaron redes neuronales en crédito, en los noventa, apilaron básculas en capas.
Un puntaje que nadie vuelve a pesar termina convertido en objeto de fe: se obedece sin que nadie recuerde por qué. Uno que se recalibra con cada factura vencida sigue siendo instrumento. Antes de autorizar el próximo pedido a crédito, tome a los últimos veinte clientes que le pagaron tarde: ¿qué señal compartían que su báscula actual nunca pesó? La calculadora que acompaña este artículo hace ese ejercicio con su propio historial.
Concepto científico de grafos aplicado: El perceptrón de Rosenblatt (1958) es, en términos de grafos (Teoria de Redes neuronales primeras en el reconocimiento de patrones ), un grafo dirigido, bipartito y ponderado: un conjunto de nodos de entrada (las señales del cliente: antigüedad, puntualidad, anticipo, tamaño relativo del pedido…) conectados a un único nodo de decisión, más un nodo constante que funciona como umbral. Cada arista lleva un peso. El nodo de decisión suma las señales multiplicadas por el peso de su arista y "dispara" si la suma supera el umbral: fiar o no fiar.
Problema empresarial que resuelve: Fabricantes y distribuidores del Bajío que venden a crédito (30/60/90 días) — en el caso del calzado de León que surte a zapaterías y distribuidores — autorizan cada pedido con la "báscula mental" de un gerente comercial: antigüedad, confianza, volumen. Las consecuencias: cartera vencida que inmoviliza capital de trabajo, clientes buenos a los que se les niega crédito por prudencia mal dirigida, y una decisión que depende de una sola memoria. La paradoja: la empresa ya posee los datos para calibrar esa báscula. Cada factura a crédito y su complemento de pago registran quién pagó, cuándo y quién no; es exactamente el tipo de ejemplo etiquetado con el que aprende un perceptrón.
Servicio GEN Corp asociado — DATAINN · Scoring de Cartera Comercial Qué es: el modelo de clasificación de riesgo de clientes construido con el historial propio de la empresa (24–36 meses de facturas, complementos de pago y estados de cuenta), integrado al momento en que se autoriza cada pedido a crédito. Para quién: fabricantes y distribuidores que venden a crédito a decenas o cientos de clientes y hoy deciden con la experiencia de una o dos personas.