es.wedoany.com Noticia: lakeFS presenta lakeFS for Agentic AI, una solución que proporciona acceso a datos gobernado y reproducible para cargas de trabajo de agentes autónomos y sin cabeza, operando a escala empresarial. Esta solución amplía las funcionalidades ya implementadas en organizaciones como Arm, Bosch, Lockheed Martin, la NASA, Volvo y el Departamento de Energía de EE. UU.
Las empresas están pasando de proyectos piloto de IA a flujos de trabajo de producción impulsados por agentes, donde los agentes de IA leen, escriben y transforman datos empresariales de forma independiente, sin necesidad de revisión humana en cada paso. La reciente encuesta de Momentum de IA de Dun & Bradstreet muestra que el 97% de las organizaciones reportan proyectos activos de IA, pero solo el 5% indica que sus datos están suficientemente preparados para respaldar estos proyectos.
Las cargas de trabajo de agentes agravan los desafíos de preparación de datos. Los agentes operan en paralelo a velocidad de máquina, manejando tablas estructuradas, archivos no estructurados, imágenes, videos y metadatos, lo que expone las limitaciones de la gobernanza manual y los controles operativos diseñados para flujos de trabajo impulsados por humanos. lakeFS for Agentic AI proporciona a cada agente un sandbox de datos independiente con ramas de copia cero de los datos relevantes, valida y fusiona cambios bajo políticas, y genera un registro de auditoría unificado para cada operación del agente.
Einat Orr, CEO y cofundadora de lakeFS, afirmó que los agentes operan libremente a gran escala sobre datos empresariales, pero cualquier agente que lea o escriba datos de producción sin aislamiento o seguimiento reproducible es un riesgo, y las empresas que ganen la competencia de IA de agentes resolverán este problema en la capa de datos. Michael Simone, analista director senior de Gartner, señaló que, a medida que los agentes de IA autónomos se convierten en productores y consumidores de datos, la gestión manual tradicional no escala, y la automatización de la gobernanza es crucial para manejar la velocidad de decisión requerida por el ecosistema de agentes.
lakeFS for Agentic AI está impulsado por una arquitectura de control de versiones de datos, que ofrece sandboxes de datos de copia cero, construidos en torno a cuatro pilares necesarios para que las empresas permitan a los agentes operar sobre datos de producción. En cuanto al aislamiento, cada agente trabaja en su propia rama de datos de copia cero, que abarca tablas estructuradas, archivos no estructurados y metadatos; los errores del agente se aíslan automáticamente sin contaminar los datos de producción. En cuanto a la reproducibilidad, cada ejecución del agente está vinculada a una versión de datos exacta e inmutable, lo que permite recrear, depurar, auditar o expandir operaciones pasadas con la misma entrada. En cuanto a la gobernanza y el cumplimiento integrados, los datos de producción están protegidos por políticas; los cambios solo se fusionan en el entorno de producción después de ser validados y aprobados, y cada cambio lleva la identidad del agente, el ID de ejecución y el contexto de ejecución, formando un registro de auditoría unificado. En cuanto a la infraestructura nativa para agentes, estos leen y escriben mediante operaciones estándar de archivos, y lakeFS proporciona acceso a datos a nivel de archivo con credenciales de ámbito de rama, limitando a cada agente a su espacio de trabajo, manteniendo conjuntos de trabajo reducidos y evitando la expansión del contexto.
Aansh Shah, fundador y CEO de Briefcase AI, comentó que cuando los sistemas de IA operan sobre información privada, es necesario saber exactamente qué ocurrió; estos controles residen en la capa de datos, no se añaden posteriormente a la capa de agentes, y lakeFS proporciona la capa de datos fundamental para la IA de agentes. lakeFS for Agentic AI ya está disponible para todos los clientes de lakeFS Enterprise.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
