De los datos espaciales a los vectores: cómo HCL Informix® aplica la inteligencia artificial a tus datos actuales

La base de datos que no deja de evolucionar

Esta es una historia que no suelo contar. Trabajar con bases de datos en la universidad hizo que las odiara.

Entonces, el destino hizo lo que suele hacer: uno de mis primeros trabajos tuvo que ver con Informix. De eso hace ya casi 30 años, y el resto es historia. Lo que me hizo seguir con él no fue solo su rendimiento o su fiabilidad: fue el hecho de que Informix nunca se quedó estancado. Cada vez que el sector decía: «Para eso necesitas una nueva herramienta», Informix respondía: «O simplemente podrías enseñármelo».

Hoy en día, el sector afirma que se necesita una base de datos vectorial específica para la IA. Pinecone. Milvus. Weaviate. Toda una nueva categoría de infraestructura que hay que implementar, proteger y mantener. ¿Y para qué? Solo para almacenar representaciones vectoriales junto con los datos que ya gestionas.

Estoy aquí para decirte algo: no necesitas otra base de datos. Necesitas sacar más partido a la que ya tienes. Y eso es precisamente lo que está pasando. HCL Informix® 15 incorporará compatibilidad nativa con vectores a partir del verano de 2026. Y es Actian quien lo está haciendo posible.

Sé uno de los primeros en probar Vector Blade en HCL Informix 15. Apúntate a la lista de espera

Por qué Vector es importante para tu negocio

Antes de entrar en el «cómo», hablemos del «por qué». La búsqueda vectorial convierte los datos no estructurados (texto, imágenes, lecturas de sensores, documentos) en representaciones numéricas denominadas «embeddings». A continuación, estas representaciones pueden compararse para detectar similitudes. Esa es la base de la búsqueda semántica, los motores de recomendación y la generación aumentada por recuperación (RAG). Este es el estado actual de la técnica en IA. 

Esto no es algo abstracto ni futurista. Está ocurriendo ahora mismo en todos los sectores en los que Informix ha sido un pilar fundamental durante décadas.  

Comercio minorista: Recomendaciones de productos y búsqueda visual que comprenden la intención, no solo las palabras clave. 

Fabricación: Detección de anomalías a partir de representaciones de sensores, detectando defectos antes de que se conviertan en retiradas de productos. 

Servicios financieros: Detección de patrones de fraude y similitud de documentos en millones de transacciones. 

IoT: Alertas basadas en similitudes sobre patrones de series temporales, un puente natural desde las capacidades de TimeSeries de primer nivel que ya ofrece Informix. 

Sector hotelero: Una cadena hotelera almacena los perfiles de los huéspedes en Informix, incluyendo el historial de reservas, las preferencias de habitación, las elecciones gastronómicas y el uso del spa. Con incrustaciones vectoriales, una búsqueda por similitud al hacer el check-in encuentra a los huéspedes con los perfiles de gustos más similares y muestra lo que disfrutaron: el restaurante de la azotea, la salida tardía, el paquete de spa o la selección de bourbon en el bar (empiezan a conocerme muy bien). No porque lo diga una regla, sino porque a huéspedes similares les encantó. Y como HCL Informix admite vectores de lectura/escritura, la incrustación del huésped se actualiza con cada estancia, cada comida, cada reseña, y esto ocurre dentro de la misma transacción ACID que registra la reserva. Sin trabajos por lotes. Sin recomendaciones obsoletas. 

La presión por parte de la dirección es real: «incorporar IA» sin aumentar los gastos operativos. Pero hay un reto más sutil que acaba con la mayoría de las iniciativas de IA: el camino hacia la puesta en producción. Una prueba de concepto es fácil. ¿Pero superar la revisión de seguridad, la certificación de cumplimiento, el aprovisionamiento de la infraestructura, la integración de las copias de seguridad y la aprobación operativa? Ahí es donde los proyectos se estancan (o mueren de forma más o menos silenciosa). El soporte de Vector dentro de tu base de datos existente acorta ese camino. El modelo de seguridad ya está aprobado. Los procedimientos de copia de seguridad ya están en marcha. El equipo de operaciones ya conoce el motor. No estás pidiendo a nadie que adopte una nueva infraestructura. Les estás pidiendo que hagan más con lo que ya conocen. 

No hay nada como Informix con Vector

Sí, existen bases de datos vectoriales. Sí, PostgreSQL cuenta con pgvector. Pero ninguna de ellas es Informix. 

El nuevo HCL Informix Vector Blade introduce un tipo de datos vectorial nativo a través de la misma arquitectura de extensibilidad que convirtió a Informix en líder en datos espaciales, series temporales y JSON. Los vectores no son un complemento ni están limitados: son elementos de primer orden, replicados, respaldados, indexados y gestionados como cualquier otro tipo de datos del motor. 

Otras bases de datos también están incorporando compatibilidad con vectores, pero el nivel de implementación varía. PostgreSQL con pgvector es la opción de código abierto más popular, pero adaptarla a las cargas de trabajo empresariales requiere un ajuste minucioso, y la seguridad y la gobernanza corren por tu cuenta. Oracle AI Vector Search es técnicamente sólida, pero conlleva la pesada pila de Oracle, los costes de licencia y su complejidad. ¿Y las bases de datos vectoriales independientes como Pinecone o Milvus? Resuelven un problema al tiempo que crean otro: un nuevo sistema que hay que implementar, proteger, sincronizar y pagar. 

HCL Informix adopta un enfoque diferente. El «vector blade» trata los vectores como tipos nativos dentro del motor, con la misma madurez operativa que se espera de cualquier otro tipo de datos que gestione Informix. Las incrustaciones se pueden insertar, actualizar y eliminar como cualquier otra columna. Esto permite flujos de trabajo RAG dinámicos, actualizaciones en tiempo real e IA operativa (evidentemente, no solo análisis por lotes). 

Esto es lo que hace que HCL Informix sea único en este ámbito: 

Verdaderamente multimodelo desde cero. SQL + NoSQL + JSON + series temporales + espacial + vectorial, todo en un solo motor. No es un complemento, sino que es nativo desde el punto de vista arquitectónico.  

Probado a gran escala. Más de 2 millones de transacciones por segundo, alta disponibilidad de nivel empresarial, gastos de administración mínimos. Tus vectores reciben el mismo tratamiento industrial que tus datos transaccionales. 

Sin duplicación de datos ni traslados de datos. Tus datos operativos y tus incrustaciones preparadas para IA conviven en paralelo, regidas por la misma seguridad y respaldadas por los mismos procesos. Sin ETL a un almacén de vectores secundario. 

Ya conoces SQL. Búsqueda por similitud mediante SQL estándar utilizando métricas de distancia vectorial. Sin nuevo lenguaje de consulta, sin nueva API. Si tu equipo sabe SQL (y lo sabe, lo he comprobado), la adopción será rápida. 

ACID en vectores. Transacciones que incluyen operaciones vectoriales junto con actualizaciones relacionales con total coherencia. Prueba eso con Pinecone. 

Integración de marcos de IA. Los desarrolladores pueden utilizar HCL Informix como almacén vectorial para aplicaciones RAG, conectándose directamente a marcos de IA. 

Gratis para los clientes de HCL Informix. Sin licencias adicionales. Sin costes sorpresa. Si utiliza HCL Informix, dispone de capacidades vectoriales. 

Y no me sorprendió que, cuando entrevisté a mi amigo Pradeep «M» Muthalpuredathe, vicepresidente de Ingeniería de Soluciones de Bases de Datos de Actian, me dijera con franqueza:

A los responsables de las empresas se les dice constantemente que necesitan una nueva base de datos para sus soluciones de IA. Yo no estoy de acuerdo. Lo que necesitan es que la base de datos en la que ya confían innove continuamente y satisfaga sus necesidades. Eso es lo que Informix siempre ha hecho. ¿Funcionalidades espaciales? Las tenemos. ¿Series temporales? Lo tenemos. ¿JSON? Lo mismo. Ahora vectores. Indexación HNSW. Búsqueda semántica. RAG de nivel de producción. Ya ves por dónde va esto. Todo dentro del motor que nuestros clientes adoran y en el que han confiado durante décadas. HCL Informix no te pide que empieces de cero. Crece contigo y con las necesidades de tu negocio. Eso no es marketing: son más de 30 años de convicción en ingeniería.

Informix en el ecosistema de IA de Actian

La soluciónVectorBladede HCLno es un producto aislado. Actian está creando un ecosistema preparado para la IA en torno a HCL Informix:

El nuevo MCP Server para HCL Informix, también una exclusividad de Actian (no disponible para IBM Informix), pone a disposición las capacidades de la base de datos —incluida la búsqueda vectorial— como herramientas a las que los agentes de IA pueden acceder directamente. De este modo, IA agencial pueden acceder a sus datos de Informix sin necesidad de una integración personalizada.

En combinación con la Plataforma de inteligencia de datos de Actian para la gobernanza y el descubrimiento, Actian Data Observability para la supervisión de la calidad de los datos y Actian AI Analyst (antes conocido como Wobby) para el análisis conversacional basado en una capa semántica gobernada, los datos vectoriales en Informix alimentan un ecosistema en el que los usuarios empresariales pueden formular preguntas en lenguaje natural y obtener respuestas fiables a partir de los datos que ya gestiona. No se trata de una estrategia aislada. Se trata de hacer que toda su pila de datos sea compatible con la IA, desde el almacenamiento hasta la obtención de información. 

Y voy a ser claro: tanto Vector Blade como MCP Server son innovaciones de HCL Informix, investigadas y desarrolladas por Actian. No estarán disponibles en IBM Informix. Así es como se traduce una inversión activa en I+D.  

Tu base de datos, ahora preparada para la IA

No necesitas otra base de datos. Necesitas que la que ya tienes rinda más. 

Informix siempre ha estado a la vanguardia de la innovación. Desde ser una de las primeras bases de datos multimodelo hasta gestionar de forma nativa datos espaciales, de series temporales y JSON, el motor nunca ha dejado de evolucionar. El «vector blade» es el siguiente capítulo, y lo está escribiendo exclusivamente Actian. 

¿Mi deseo personal para el futuro? Compatibilidad nativa con contratos de datos y productos de datos. A través del proyecto Bitol de la Fundación Linux, coordino el desarrollo de estándares abiertos como ODCS y ODPS. Imagínate que Informix no solo almacenara tus datos y vectores, sino que comprendiera de forma nativa los contratos que los describen y los productos que los distribuyen. Ninguna otra base de datos hace eso. 

Dicen que no se pueden enseñar trucos nuevos a un perro viejo. Se equivocan. Es que aún no conocen Informix. 

La licencia Vector Blade para HCL Informix estará disponible en verano de 2026. Es gratuita para los clientes de HCL Informix 15. 

Apúntate a la lista de espera para ser de los primeros en incorporar la IA a tu entorno Informix. 

Informix es una marca comercial de IBM Corporation en al menos una jurisdicción y se utiliza bajo licencia.

Tres décadas enseñando nuevos trucos de Informix

El legado de DataBlade®

DataBlade® , nacida a mediados de la década de 1990 con Informix Universal Server, se basó en una idea radical: el motor de la base de datos debía ser capaz de aprender nuevos tipos de datos sin necesidad de reconstruirse. En lugar de esperar a que el proveedor añadiera compatibilidad con tus datos, podías ampliar el propio motor. 

Esa arquitectura demostró su eficacia una y otra vez. Informix fue la primera base de datos comercial en portarse a Linux. ¿Datos espaciales? DataBlade. ¿Series temporales? DataBlade. ¿JSON y BSON? La compatibilidad nativa se basa en el mismo marco de extensibilidad. Cada vez que surgía un nuevo paradigma de datos, Informix lo incorporaba de forma nativa, sin necesidad de un motor independiente ni de un servicio adicional. 

De hecho, esta no es la primera vez que Informix se enfrenta a los vectores. El Excalibur Image DataBlade, disponible a finales de la década de 1990, extraía vectores de características de las imágenes utilizando técnicas de redes neuronales y realizaba búsquedas de similitud con ellos, devolviendo resultados ordenados en función de la distancia vectorial. Se trataba de una búsqueda de similitud vectorial dentro de una base de datos relacional, antes incluso de que existiera el término «base de datos vectorial». 

La «vector blade» no es una idea nueva para Informix. Es una vuelta a los orígenes. 

Actian invierte, Informix evoluciona

Vector Blade es una innovación de HCL Informix, desarrollada por Actian. No estará disponible en IBM Informix. 

Actian está invirtiendo activamente en I+D para Informix. HCL Informix 15 ha aportado mejoras significativas en la escalabilidad, «smartblobs» externos, implementación en Kubernetes y API REST. El regreso de la compatibilidad con 4GL. Y ahora, compatibilidad nativa con vectores. 

No se trata de un producto en fase terminal. Es una base de datos con una hoja de ruta de desarrollo activa, un equipo de I+D dedicado y una empresa que está construyendo su futuro, no solo conservando su pasado. 

Tabla comparativa: panorama de las bases de datos vectoriales 

* DB2 12.1.2+ admite las operaciones INSERT y UPDATE en columnas VECTOR, pero con importantes limitaciones operativas [16]. 

** La documentación de DB2 indica: «Las operaciones de copia de seguridad y restauración lógicas no admiten el tipo VECTOR» [16]. 

DB2: [9], [10], [16], [17]. pgvector: [15], [18]–[21]. Oracle: [22]–[27]. Pinecone/Milvus: [21], [28]–[30]. LanceDB: [14]. Legado de Excalibur: [31], [32]. Comparación basada en información disponible públicamente a fecha de marzo de 2026. 

Bibliografía

HCL Informix: productos y capacidades

1. Actian. «HCL Informix: base de datos de alto rendimiento». https://www.actian.com/databases/hcl-informix/
2. Taylor, Emily. «Disfruta de una capacidad de almacenamiento casi ilimitada con HCL Informix 15». Blog de Actian, agosto de 2025. https://www.actian.com/blog/databases/hcl-informix-15/ 
3. Schulte, Mary. «Smartblobs externos fáciles de usar mediante un directorio sombra». Blog de Actian, febrero de 2025. https://www.actian.com/blog/databases/user-friendly-external-smartblobs-using-a-shadow-directory/ 
4. «La guerra de los datos: el auge de HCL Informix». Blog de Actian, febrero de 2025. Dedicado a Carlton Doe III (in memoriam), miembro fundador del IIUG. https://www.actian.com/blog/databases/data-wars-rise-of-hcl-informix/
5. Johnson, Nick. «Imagina nuevas posibilidades con HCL Informix». Blog de Actian, agosto de 2025. https://www.actian.com/blog/databases/imagine-new-possibilities-with-hcl-informix/ 

Ecosistema de IA de Actian

6. Radh, Dee. «El lanzamiento de productos de Actian para el invierno de 2026 resuelve el problema de la confianza en los agentes y mucho más». Blog de Actian, febrero de 2026. https://www.actian.com/blog/product-launches/winter-2026-launch/
7. Actian Corporation. «Actian presenta los agentes de observabilidad de datos para IA agencial ». Comunicado de prensa, 24 de febrero de 2026. Vía BigDATAwire.
8. Actian. «Actian Data Intelligence Platform». https://www.actian.com/data-intelligence/platform/

Panorama competitivo y fuentes de la tabla comparativa

9. IBM. «Presentación de IBM Db2 12.1.2: Potenciando la transformación de sus datos en la nube y la IA». Junio de 2025. https://www.ibm.com/new/announcements/ibm-db2-12-1-2-empowering-your-ai-and-cloud-data-transformation
10. IBM. «IBM Db2 12.1.3 ya está disponible para el público general». Noviembre de 2025. https://www.ibm.com/new/announcements/ibm-db2-12-1-3-now-generally-available-advancing-ai-for-enterprise-data-management
11. IBM. «Presentación de la integración de IBM Db2 Vector Store con LlamaIndex». Noviembre de 2025. https://www.ibm.com/new/announcements/announcing-the-ibm-db2-vector-store-integration-for-llamaindex
12. LangChain. «Integración de IBM DB2 Vector Store y la búsqueda vectorial». https://python.langchain.com/docs/integrations/vectorstores/db2/
13. SQLServerCentral. «Vectores en SQL Server 2025». Marzo de 2026. https://www.sqlservercentral.com/articles/vectors-in-sql-server-2025
14. LanceDB. https://lancedb.com/
15. pgvector. Extensión vectorial para PostgreSQL. GitHub. https://github.com/pgvector/pgvector
16. IBM. «Valores vectoriales». Documentación de DB2 12.1.x. Secciones: «Operaciones UPDATE e INSERT con vectores» (confirma lectura/escritura), «Limitaciones de los vectores» (sin replicación, sin copias de seguridad/restauraciones lógicas, sin índices/claves primarias/claves externas, sin ORDER BY, sin GROUP BY, sin JOIN, sin SELECT DISTINCT). https://www.ibm.com/docs/en/db2/12.1.x?topic=list-vector-values
17. García-Arellano, Christian. «Índices vectoriales en DB2: un avance preliminar». IDUG, 12 de febrero de 2026.
18. Instaclustr/NetApp. «pgvector: Características principales [Guía 2026]». «La replicación, las copias de seguridad y el control de acceso basado en roles se aplican automáticamente a los datos vectoriales». https://www.instaclustr.com/education/vector-database/pgvector-key-features-tutorial-and-pros-and-cons-2026-guide/
19. Calmops. «Búsqueda vectorial en PostgreSQL: guía completa 2026». «pg_dump y el archivado continuo funcionan con columnas vectoriales. La recuperación a un momento determinado incluye datos vectoriales». https://calmops.com/database/postgresql-vector-search-pgvector-2026/ 
20. Microsoft Azure. «Optimizar el rendimiento de los datos vectoriales en Azure Database for PostgreSQL». HNSW e IVFFlatindexes, límite de 2000 dimensiones. https://learn.microsoft.com/en-us/azure/postgresql/extensions/how-to-optimize-performance-pgvector 
21. Comunidad DEV (polliog). «PostgreSQL como base de datos vectorial». 2026. Transacciones ACID para vectores + datos relacionales; «Sin ACID: al igual que Pinecone, no es una base de datos general». https://dev.to/polliog/postgresql-as-a-vector-database-when-to-use-pgvector-vs-pinecone-vs-weaviate-4kfi
22. Oracle. «Guía del usuario de Oracle AI Vector Search». Tipo de datos VECTOR, INSERT/UPDATE, búsqueda por similitud. https://docs.oracle.com/en/database/oracle/oracle-database/26/vecse/overview-ai-vector-search.html
23. Blog de Oracle. «GoldenGate23ai y Oracle Database 23ai Vectors». «Replicación completa de vectores». https://blogs.oracle.com/dataintegration/goldengate-database-23ai-vectors
24. Blog de Oracle. «Replicación vectorial de GoldenGate23ai entre Oracle y PostgreSQL». https://blogs.oracle.com/dataintegration/goldengate-23ai-vector-replication
25. Oracle. «Oracle Database 23ai aporta el poder de la IA». Mayo de 2024. «Todas las funciones críticas para la misión funcionan ahora de forma transparente con vectores de IA». https://www.oracle.com/news/announcement/oracle-announces-availability-database-23ai-with-ai-vector-search-2024-05-02/
26. Oracle. «Notas de la versión de Oracle AI Database 26ai». «La ocultación de datos no es compatible con el tipo de datos VECTOR». https://docs.oracle.com/en/database/oracle/oracle-database/26/rnrdm/issues-all-platforms-2.html
27. Oracle. «Directrices de indexación con AI Vector Search» (junio de 2025) y «Uso de índices vectoriales híbridos» (mayo de 2025). https://www.oracle.com/database/ai-vector-search/
28. Oracle (página de la competencia). «¿Qué es Pinecone?» «Carece de compatibilidad con SQL y de funciones avanzadas de consulta relacional». https://www.oracle.com/database/vector-database/pinecone/
29. Pinecone Docs. «Límites de la base de datos». https://docs.pinecone.io/reference/api/database-limits
30. BraincuberTechnologies. «Pinecone vs pgvector: Guía comparativa 2025». https://www.braincuber.com/blog/pinecone-vs-pgvector-which-vector-db-for-your-project 
31. Oninit. «Módulo DataBlade de búsqueda de texto Excalibur». Método de acceso etx, búsqueda de texto por relevancia. https://www.oninit.com/manual/informix/english/docs/dbdk/is40/dbdktour/xb4.html 
32. IBM. «Módulo Excalibur Image DataBlade». Extracción de vectores de características mediante redes neuronales; búsqueda de similitudes con resultados ordenados. https://public.dhe.ibm.com/software/data/informix/pubs/pdfs/excalibur2.pdf 

Historia y comunidad de Informix

33. «Informix». Wikipedia. https://en.wikipedia.org/wiki/Informix
34. «Actian». Wikipedia. https://en.wikipedia.org/wiki/Actian
35. Grupo Internacional de Usuarios de Informix (IIUG). https://www.iiug.org
36. IBM. «Módulos IBM Informix DataBlade: Notas de la versión». https://www.ibm.com/support/pages/ibm-informix-DataBlade-modules-release-notes-documentation-notes-and-machine-notes 
37. «Informix Corporation». Wikipedia. https://en.wikipedia.org/wiki/Informix_Corporation

Tendencias del sector

38. McKinsey & Company. El 51 % de las empresas que utilizan la inteligencia artificial han sufrido consecuencias negativas. Citado en el comunicado de prensa de Actian Data Observability Agents [7]. 
39. Gartner. «Para 2026, el 50 % de las empresas que implementen arquitecturas de datos distribuidas habrán adoptado herramientas de observabilidad de datos». Guía de mercado sobre herramientas de observabilidad de datos, junio de 2024.
40. Actian Corporation. «La brecha de gobernanza: por qué fracasa el 60 % de las iniciativas de IA».ActianBlog. https://www.actian.com/blog/data-governance/the-governance-gap-why-60-percent-of-ai-initiatives-fail/ 

Actian AI Analyst

41. Actian Corporation. «Actian presenta una solución de análisis conversacional». Comunicado de prensa, 10 de marzo de 2026. https://www.actian.com/company/press-releases/actian-unveils-conversational-analytics-solution-with-intelligently-generated-semantic-foundation-for-trusted-insights/

Acerca del autor

Acerca de Jean-Georges Perrin

Jean-Georges Perrin forma parte de la comunidad de Informix desde hace casi 30 años. Elegido miembro de la Junta Directiva del Grupo Internacional de Usuarios de Informix (IIUG) en 2002, ocupó el cargo durante 15 años y fue el primer ciudadano no estadounidense elegido para formar parte de dicha junta. IBM Champion vitalicio, distinción que obtuvo tras 16 años consecutivos de reconocimiento a partir de 2009, cuando se convirtió en el primer ciudadano francés en recibir el título, Jean-Georges es autor de dos libros electrónicos sobre Informix, ha participado en conferencias del IIUG con temas que van desde la modernización de 4GL hasta demostrar que Informix no es solo para aplicaciones heredadas, y ha contribuido a la comunidad de Informix en tres continentes. Trabaja en la Oficina del Director Técnico de Actian, centrándose en los estándares de datos y la estrategia de IA. Pero cuando HCL Informix hace algo sobre lo que vale la pena escribir, los viejos hábitos resurgen. Preside el proyecto Bitol de la Fundación Linux, donde lidera el desarrollo de estándares abiertos para contratos de datos (ODCS) y productos de datos (ODPS). Es autor de varios libros, entre ellos Implementing Data Mesh (O'Reilly) y Spark in Action, 2.ª edición (Manning), y actualmente está escribiendo Building Data Products para O'Reilly. Trabajar con bases de datos en la universidad le hizo odiarlas. Entonces, el karma le presentó a Informix. Nunca se fue.