Este artículo tomó el caso de la adopción de una solución de Aprendizaje Automático (ML) en un proceso de fabricación de acero a través de una plataforma proporcionada por una startup canadiense, Canvass Analytics. El contenido del documento incluye un estudio sobre el estado del arte de la adopción de IA/ML en las industrias de fabricación de acero para optimizar procesos. El trabajo tuvo como objetivo resaltar las oportunidades que traen nuevos modelos de negocio basados en IA/ML para mejorar procesos en industrias tradicionales. Metodológicamente, se realizó una investigación bibliográfica en la base de datos Scopus para establecer el marco conceptual y el estado del arte en la industria del acero, luego se presentó y analizó el caso, para finalmente evaluar el impacto del nuevo modelo de negocio en la operación del molino de acero. Los resultados del caso destacaron la forma en que el innovador modelo de negocio, basado en una solución No-Code/Low-Code, logró resultados en menos tiempo que enfoques convencionales de soluciones analíticas, y la forma en que es posible democratizar la inteligencia artificial y el aprendizaje automático en entornos industriales tradicionales. Este trabajo se centró en las oportunidades que surgen en torno a nuevos modelos de negocio vinculados a la IA. Además, el estudio investigó el marco de la adopción de IA/ML en un entorno industrial tradicional hacia un enfoque de fabricación inteligente. La contribución de este artículo fue la propuesta de una metodología innovadora para poner la IA/ML en manos de los operadores de procesos. Se pretendía mostrar cómo era posible lograr mejores resultados en un proceso de adopción menos complejo y que consume menos tiempo. El trabajo también destacó la necesidad de una cantidad importante de datos del proceso para abordar este tipo de solución.