[03/06/2025] Gartner Inc. predice que las organizaciones desarrollarán el 80% de las aplicaciones empresariales de IA generativa (GenAI) en sus plataformas de gestión de datos existentes para el 2028. Este enfoque reducirá la complejidad y el tiempo necesarios para entregar estas aplicaciones en un 50%.
"La construcción de aplicaciones empresariales de GenAI hoy en día implica la integración de grandes modelos de lenguaje (LLM) con los datos internos de una organización y la adopción de tecnologías en rápida evolución como la búsqueda vectorial, la gestión de metadatos, el diseño de avisos y la incrustación. Sin embargo, sin un enfoque de gestión unificado, la adopción de estas tecnologías dispersas conduce a tiempos de entrega más largos y posibles costos hundidos para las organizaciones", señaló Prasad Pore, analista director senior de Gartner, en una entrada de blog.
A medida que las organizaciones buscan desarrollar soluciones centradas en la GenAI, el analisna anotó que las plataformas de gestión de datos deben evolucionar para integrar nuevas capacidades o servicios para el desarrollo de la GenAI, lo que garantiza la preparación para la IA y la implementación exitosa.
Mejora de la implementación de aplicaciones GenAI con RAG
Pore sostuvo que la generación de recuperación aumentada (RAG, por sus siglas en inglés) se está convirtiendo en una piedra angular para la implementación de aplicaciones GenAI, ya que proporciona flexibilidad de implementación, explicabilidad mejorada y componibilidad con LLM. Al integrar datos de fuentes tradicionales y no tradicionales como contexto, RAG enriquece el LLM para respaldar los sistemas GenAI posteriores.
"La mayoría de los LLM se entrenan con datos disponibles públicamente y no son muy efectivos por sí solos para resolver desafíos comerciales específicos", comentó Pore. "Sin embargo, cuando estos LLM se combinan con conjuntos de datos propiedad de empresas que utilizan el patrón arquitectónico RAG, su precisión mejora significativamente. La semántica, en particular los metadatos, juegan un papel crucial en este proceso. Los catálogos de datos pueden ayudar a capturar esta información semántica, enriqueciendo las bases de conocimiento y garantizando el contexto y la trazabilidad adecuados para los datos utilizados en las soluciones RAG".
El analista indicó que, para navegar eficazmente por las complejidades de la implementación de aplicaciones GenAI, las empresas deben tener en cuenta estas recomendaciones clave:
- Evolucionar las plataformas de gestión de datos: Evaluar si las plataformas de gestión de datos actuales pueden transformarse en una plataforma RAG-as-a-service, que sustituya a los almacenes de documentos/datos independientes como fuente de conocimiento para las aplicaciones empresariales de GenAI.
- Priorizar las tecnologías RAG: Evaluar e integrar tecnologías RAG, como la búsqueda vectorial, los gráficos y la fragmentación, de las soluciones de gestión de datos existentes o de sus socios del ecosistema al crear aplicaciones de GenAI. Estas opciones son más resistentes a las disrupciones tecnológicas y compatibles con los datos de la organización.
- Aprovechar los metadatos para la protección: Las empresas deben aprovechar no solo los metadatos técnicos, sino también los metadatos operativos generados en tiempo de ejecución en las plataformas de gestión de datos. Este enfoque ayuda a proteger las aplicaciones de GenAI del uso malintencionado, los problemas de privacidad y las fugas de propiedad intelectual.
Franca Cavassa, CTOPerú