Sin duda, la IA generativa es una tecnología revolucionaria que se está incluyendo en muchos sectores y transformando las operaciones empresariales. Pero su éxito depende de los datos. Los datos son cruciales para la IA. Son la base sobre la que trabajan los algoritmos de aprendizaje automático para hacer predicciones y mejorar su rendimiento con el paso del tiempo. Por ello, muchos CIOs se preguntan si nos estamos ocupando de recopilar nuestros datos y de aplicar la IA más avanzada y las mejores herramientas de datos para innovar. Un reto clave para los clientes que hacen uso de la IA generativa es la capacidad para acceder, gestionar y activar todo tipo de datos, independientemente de su formato.
Para los equipos de datos, el auge de la IA generativa es muy positivo. Según nuestro reciente Informe de tendencias de Google sobre datos e IA para 2024, el 84% de los responsables de la toma de decisiones en materia de datos cree que la IA generativa va a ayudar a su organización a acceder con mayor rapidez a la información que necesita. Aunque también se presentan desafíos, ya que más del 80% de los encuestados coinciden en que las líneas entre los perfiles de datos y de IA están empezando a desdibujarse. Ahora, muchos analistas de datos tratan de explotar capacidades que tradicionalmente estaban reservadas para los científicos de datos, y viceversa. Por ejemplo, los analistas de datos necesitan del aprendizaje automático (ML) para mejorar sus hallazgos, mientras que los científicos de datos necesitan conjuntos de datos empresariales más amplios para entrenar sus modelos.
La oportunidad de que los datos influyan en las estrategias empresariales de IA se extiende también a los desarrolladores. Cuando los desarrolladores pueden acceder a los datos de su organización y aprovecharlos directamente con sus modelos básicos, pueden ofrecer innovación de una forma más rápida.
En nuestro afán por ayudar a las organizaciones a dar respuesta a sus necesidades empresariales, en constante evolución, queremos proporcionar a los equipos de datos los medios necesarios para unificar sus datos y combinarlos con una IA innovadora, con la finalidad de ofrecer experiencias transformadoras. En esta línea, hoy anunciamos un importante hito con nuevas innovaciones de producto asistidas por la IA tanto para BigQuery como para AlloyDB para PostgreSQL.
Accede a potentes modelos de IA generativa en BigQuery
Hoy ponemos Gemini 1.0 Pro a disposición de los clientes de BigQuery a través de Vertex AI. Con estas nuevas integraciones en Vertex AI, los ingenieros y analistas de datos pueden aplicar a sus datos en BigQuery las capacidades de razonamiento multimodal y avanzado de los modelos Gemini. Así, por ejemplo, los profesionales sanitarios podrán mejorar la atención a los pacientes, las cadenas de suministro podrán ser más eficientes y mejorará la interacción con los clientes en sectores como las telecomunicaciones, el comercio minorista y los servicios financieros.
Hoy también nos complace anunciar la integración de BigQuery en Vertex AI para texto y voz. Estas nuevas funciones, disponibles por ahora en versión preliminar, ayudan a las empresas a extraer información de los datos no estructurados, como imágenes, documentos y archivos de audio, y a abren la puerta a nuevos escenarios de análisis en los que se combinan datos no estructurados con datos de negocio estructurados. Por ejemplo, un analista de datos puede extraer información de las grabaciones de audio de un centro de llamadas para ayudar a mejorar futuras experiencias. Además, la búsqueda vectorial de BigQuery, que anunciamos recientemente, permite realizar búsquedas de similitud vectorial y consultas de recomendación sobre datos de BigQuery. Esta funcionalidad, también conocida comúnmente como búsqueda de vecinos más cercanos aproximados, es clave para poner a punto muchas nuevas aplicaciones de datos e IA, como la búsqueda semántica, la detección de similitudes y la generación aumentada de recuperación (RAG) con grandes modelos lingüísticos (LLM). Por ejemplo, la búsqueda vectorial puede ayudar a los minoristas a mejorar las recomendaciones de productos, a crear esquemas con la solución a las incidencias más comunes de un servicio de atención al cliente, e incluso ayudar a extraer tendencias de grandes volúmenes de documentación.
Estas nuevas capacidades generativas no solo amplían los horizontes de los equipos de datos, sino que también abren nuevos caminos con respecto a los enfoques tradicionales del almacenamiento de datos, al acceder a los datos y proporcionar información de forma novedosa. Pero ¿qué pasa con las bases de datos operativas?
AlloyDB: una base de datos moderna creada para la era de la IA generativa
Las bases de datos operativas, desempeñan un papel fundamental en la forma en que los desarrolladores construyen nuevas experiencias de usuario asistidas por la IA. El 71% de los encuestados en el Informe sobre tendencias en datos e IA tiene previsto utilizar bases de datos integradas con capacidades de IA genérica. Por eso, seguimos invirtiendo en tecnologías clave que habiliten el uso de IA y ML en toda nuestra oferta de bases de datos. Eso incluye añadir soporte para la generación sencilla de incorporaciones, la búsqueda vectorial y la compatibilidad con herramientas y marcos que ayuden a los desarrolladores a crear con mayor rapidez aplicaciones de IA generativa basadas en datos.
En Next ’23, anunciamos AlloyDB AI, un conjunto integrado de capacidades en AlloyDB para PostgreSQL para la creación de aplicaciones empresariales de IA. Ahora, AlloyDB AI está disponible de forma generalizada. Además de los algoritmos generativos de AlloyDB AI, también estamos facilitando funciones de búsqueda vectorial para otras bases de datos populares como Spanner, Redis y MySQL, así como nuevas integraciones con LangChain para ayudar a los desarrolladores a crear aplicaciones generativas con mayor rapidez.
Todas estas capacidades de bases de datos se unen a nuestras integraciones existentes con Vertex AI para proporcionar una plataforma integrada a los desarrolladores. Spanner y AlloyDB se integran de forma nativa con Vertex AI para servir e inferir modelos con la familiaridad de SQL, mientras que Firestore y Bigtable se integran con Vertex AI Vector Search para ofrecer capacidades de búsqueda semántica para aplicaciones de IA generativa.
Los datos son el combustible de la IA y la clave de su eficacia. Llevamos mucho tiempo hablando de la solidez de nuestros compromisos de privacidad y de cómo protegemos los datos de los usuarios y damos una importancia capital a la privacidad. La IA generativa no cambia estos compromisos, más bien reafirma su importancia. Si quieres aprovechar realmente la IA generativa, tienes que poder acceder, gestionar y explotar tus datos en todos los sistemas analíticos y operativos. El punto de partida es una nube de datos unificada, con IA avanzada integrada.
