En el contexto del desarrollo de modelos de aprendizaje automático, hasta que tengamos las competencias necesarias en ingeniería de datos y desarrollo de aprendizaje automático, así como el tiempo para entrenar y probar diferentes modelos de aprendizaje automático y ajustar sus hiperparámetros, vale la pena probar las características de aprendizaje automático automático que ofrecen varias plataformas basadas en la nube y agnósticas a la nube. Este documento explora la posibilidad de generar modelos de aprendizaje automático automático con una experiencia de bajo código. Desarrollamos criterios para comparar diferentes plataformas de aprendizaje automático para generar modelos de aprendizaje automático automático y presentar sus resultados. Posteriormente, se elucidaron las lecciones aprendidas al desarrollar modelos de aprendizaje automático automático a partir de un conjunto de datos de muestra en cuatro plataformas de aprendizaje automático diferentes. También entrevistamos a expertos en aprendizaje automático para conceptualizar sus problemas específicos del dominio que las plataformas de aprendizaje automático automático pueden abordar. Los resultados mostraron que las plataformas de aprendizaje automático automático pueden proporcionar un camino rápido para las organizaciones que buscan la digitalización de sus negocios. Las plataformas de aprendizaje automático automático ayudan a producir resultados, especialmente para proyectos con limitaciones de tiempo donde faltan recursos. La contribución de este documento es en forma de un experimento de laboratorio en el que demostramos cómo las plataformas de bajo código pueden proporcionar una opción viable para muchos casos de negocio y, por lo tanto, ofrecer un camino que es más rápido que la contratación y capacitación habituales de científicos de datos ya escasos y para proyectos de análisis que sufren sobrecostos.