es.wedoany.com Noticia: PhoenixAI Inc. (anteriormente CelerData) anunció la obtención de 80 millones de dólares en nueva financiación para impulsar el desarrollo de su base de datos nativa de inteligencia artificial y ampliar la gobernanza en industrias reguladas. Esta ronda de financiación Serie B fue liderada por Sky9 Capital, con la participación de Atypical Ventures, Olive Technology Ventures e inversores existentes.
A medida que los agentes de inteligencia artificial pasan de la planificación y el prototipado a la fase de producción, sus patrones de aplicación han evolucionado de la experimentación al despliegue a gran escala. Grandes cantidades de agentes de IA envían decenas de miles de consultas por segundo a las bases de datos, lo que está sobrecargando las pilas de datos modernas. PhoenixAI ha desarrollado una base de datos analítica preparada para agentes de IA, diseñada para satisfacer las crecientes demandas de esta era de agentes y las empresas. Las bases de datos transaccionales manejan operaciones individuales, como insertar filas, actualizar saldos de cuentas y registrar pedidos. Registran una cosa a la vez de manera confiable y atómica, con datos persistentes y altamente normalizados. Los agentes tienen dificultades aquí porque estos formatos de datos están optimizados para operaciones estrechas, mientras que los agentes manejan casos de uso conversacionales no estructurados, propios del pensamiento humano, como "¿Cuáles son los diez principales clientes con mayor crecimiento de ingresos por línea de productos en los últimos 90 días?" — una pregunta analítica que requiere cruzar múltiples tablas y escanear millones de filas de datos.
Las bases de datos analíticas pueden almacenar y procesar consultas complejas sobre conjuntos de datos masivos. Escanean miles de millones de filas, realizan agregaciones, uniones y resúmenes, pero sacrifican la velocidad de escritura por la velocidad de lectura. Los representantes en este campo incluyen Snowflake Inc., ClickHouse Inc., Apache Druid, Google BigQuery y PhoenixAI. Las bases de datos analíticas no reemplazan a las transaccionales; ambas coexisten. Las bases de datos transaccionales actúan como sistemas de registro, sirviendo como fuente de datos real; mientras que las analíticas proporcionan un sistema de información para el mundo de los agentes. PhoenixAI no busca reemplazar los sistemas ERP de Oracle o SAP de las empresas, sino construir una capa sobre ellos para hacerlos más inteligentes, permitiendo que los agentes de IA actúen y piensen más rápido.
PhoenixAI afirma haber rediseñado su base de datos analítica para enfrentar la era de los agentes de IA, especialmente para manejar clústeres de decenas de miles de agentes en busca de información. El presidente Rick Underwood indicó que la mayoría de las bases de datos analíticas existentes fueron diseñadas para un mundo que ya no existe, donde los humanos ejecutaban paneles en tablas planas y la complejidad era problema de otros. Cuando miles de agentes necesitan consultar, razonar y actuar simultáneamente sobre datos en tiempo real a escala de petabytes — cualquier pregunta, simple o compleja — la base de datos es o un cuello de botella o un avance. PhoenixAI afirma lograr latencia de subsegundo y alta concurrencia en datos en tiempo real, permitiendo que múltiples agentes consulten al mismo tiempo. Esto permite a los agentes ingerir datos rápidamente mientras estos se actualizan a gran escala — sin esperas, bloqueos ni cuellos de botella. La compañía denomina a esta forma "sin tuberías", donde los datos frescos de Kafka (una plataforma de transmisión de eventos de código abierto para desacoplar tuberías de datos) fluyen continuamente, actualizando la información en segundos en lugar de minutos u horas.
Otros actores principales en el mercado de bases de datos analíticas también están avanzando en funciones relacionadas. Snowflake acaba de lanzar sus propias capacidades de agentes. Databricks Inc. está impulsando la actualización en tiempo real a través de Delta Live Tables. ClickHouse Cloud ha mejorado significativamente la capacidad de concurrencia. Se está llevando a cabo una carrera para consolidar la categoría de mercado de "bases de datos para agentes" y construir una capa de datos de infraestructura que alimentará este voraz futuro de la IA. En este futuro, las consultas no solo dependen de qué fila de la base de datos se revise, sino también de cómo el análisis interactúa con la información.
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
