es.wedoany.com Noticia: Google Cloud ha publicado el «Informe sobre el estado de la infraestructura», que señala que el 83% de las organizaciones considera necesario actualizar su infraestructura actual para poder soportar sistemas de IA agente (agentic AI) de nivel productivo. La compañía también ha lanzado la solución «Nube de datos para agentes», cuyo objetivo es integrar datos, modelos de IA y bases de datos operativas en un sistema de acción unificado.
Google Cloud considera que el principal cuello de botella que actualmente limita la expansión de la IA no es el rendimiento del modelo, sino la capacidad de acceder al contexto empresarial y la infraestructura de los sistemas de soporte. El informe revela que el 43% de los líderes de TI considera la dificultad de integración con API tradicionales y fuentes de datos como la mayor brecha de infraestructura para la IA agente. A diferencia de los flujos de trabajo de software tradicionales, un agente puede partir de una sola indicación y desencadenar consultas y operaciones de ejecución en múltiples aplicaciones y datos, lo que ejerce presión sobre las capas de infraestructura no diseñadas para este tipo de cargas de trabajo.
El informe también muestra que el 81% de los líderes considera que la complejidad operativa y los costos de ingeniería son los principales costos inesperados al expandir la IA. Esto significa que, debido a que los equipos de ingeniería tienen que dedicar mucho tiempo a conectar sistemas fragmentados, muchos proyectos de IA podrían estancarse. Google Cloud señala que el contexto empresarial a menudo queda atrapado en sistemas fragmentados y arquitecturas heredadas. Para abordar este problema, su modelo «lakehouse sin fronteras» (borderless lakehouse) permite a los agentes acceder a datos en múltiples entornos utilizando herramientas como BigQuery y Spanner, construidas sobre estándares abiertos como Apache Spark y Apache Iceberg, con el objetivo de reducir la necesidad de mover grandes conjuntos de datos a una ubicación central.
Para mejorar la capacidad de comprensión de datos de los sistemas de IA, Google Cloud destaca la importancia de la capa semántica. El informe señala que el 36% de los líderes considera la falta de bases de datos vectoriales de alto rendimiento para el anclaje de IA (AI grounding) como una brecha clave. Su producto «Catálogo de conocimiento» puede agregar y enriquecer la información en los lagos de datos, permitiendo a los agentes extraer contexto semántico de información no estructurada. Para las empresas, el problema no solo radica en descubrir datos, sino también en si los sistemas de IA pueden actuar de manera segura basándose en esos datos.
Google Cloud señala que las aplicaciones de IA están pasando de la experimentación con modelos a la reestructuración de arquitecturas. Muchas empresas ya han probado herramientas de IA generativa, pero para convertirlas en sistemas capaces de gestionar automáticamente tareas financieras, de atención al cliente, etc., se necesita un acoplamiento más estrecho entre datos e infraestructura. Esto afecta a proveedores de nube, proveedores de bases de datos y grupos de software empresarial, y también plantea problemas de gasto para los clientes. El dato central del informe sigue siendo que el 83% de las organizaciones considera necesaria una actualización de infraestructura para soportar sistemas de IA agente de nivel productivo.
