Redacción
Las dificultades para escalar proyectos de IA en entornos empresariales residen frecuentemente en las limitaciones de acceso a la información. Los equipos y protocolos de seguridad restringen los flujos de datos por el riesgo de exposición, mientras que la falta de herramientas unificadas obliga a los programadores a alternar entre distintas soluciones, ralentizando el trabajo y convirtiendo los procesos ágiles en cuellos de botella. Desde la directiva europea de la compañía apuntan que esta complejidad, sumada a los requisitos de las normativas de privacidad, acaba paralizando muchas iniciativas tecnológicas antes de su despliegue final.
Para dar respuesta a esta problemática, la filial de IBM Confluent ha presentado nuevas funcionalidades en sus plataformas en la nube destinadas a optimizar el desarrollo y la protección de aplicaciones de IA en tiempo real. El objetivo central de estas herramientas es dotar a los sistemas de un gobierno de datos integrado directamente en los flujos, permitiendo superar los obstáculos que impiden el paso a la fase de producción.
En el ámbito de la ingeniería de datos, la compañía ha integrado el ciclo de vida de la inteligencia artificial combinando los canales de Apache Flink con la herramienta de transformación dbt. Mediante un adaptador de código abierto, los equipos pueden definir y desplegar flujos de transmisión utilizando la misma estructura de proyectos que ya emplean. Esto se complementa con un servidor totalmente gestionado basado en el protocolo de contexto de modelos que actúa como orquestador y que, junto a habilidades específicas para agentes, permite a los desarrolladores crear y gestionar operaciones de transmisión de datos mediante lenguaje natural.
Por otro lado, la protección de la información corporativa se refuerza mediante una nueva función de aprendizaje automático que detecta y anonimiza datos personales directamente en Flink SQL. Esta característica, en fase de acceso anticipado, evita tener que escribir código personalizado o trasladar información sensible a almacenes externos, facilitando el uso de algoritmos en sectores estrictamente regulados como las finanzas, los seguros o la sanidad. A nivel de infraestructura, esta privacidad se complementa con el soporte para enlaces privados de Azure, garantizando que las cargas de trabajo operen fuera de la red pública al conectar de forma directa con servicios de Microsoft como Azure OpenAI o Cosmos DB.
El despliegue de estas novedades para la gestión de datos corporativos incluye también la compatibilidad con modelos de Anthropic, Fireworks AI y TimeFM, permitiendo a los creadores de software integrarlos en sus procesos para la detección de anomalías o el desarrollo de aplicaciones avanzadas. Todo este conjunto de actualizaciones coincide con la puesta a disposición general de un motor de contexto en tiempo real, diseñado para nutrir a las aplicaciones con información gobernada de manera continua, apoyado por nuevos conectores gestionados para simplificar las integraciones técnicas.
