Blog | Productos y tecnología | | 5 minutos de lectura

Zen v17 AI: la misma base de datos, ahora con opiniones sobre tus vectores

Zen 17: La misma base de datos, pero ahora con opiniones sobre tus vectores

Resumen

  • Zen v17 AI incorpora la búsqueda vectorial nativa a la base de datos integrada que los fabricantes de equipos originales ya utilizan en entornos periféricos y sin conexión.
  • Sus capacidades vectoriales se basan en la misma tecnología central que Actian VectorAI DB, en lugar de incorporarse como un sistema independiente.
  • Esta versión es compatible con la indexación HNSW, las representaciones independientes del modelo, los datos multimodales y la recuperación local de baja latencia.
  • Los fabricantes de equipos originales (OEM) pueden incorporar funciones de inteligencia artificial para la fabricación, la sanidad, el comercio minorista y otros ámbitos de aplicación regulados sin necesidad de recurrir a la nube.
  • El mensaje principal es sencillo: ampliar la base de datos que ya incluye el producto, en lugar de añadir nueva infraestructura solo para la IA.

Una breve aclaración antes de empezar: si conoces mis artículos, ya sabes de qué va esto. Normalmente escribo sobre Informix, el equivalente en el mundo de las bases de datos a ese pariente de confianza que nunca se pierde una cena familiar. Zen es, en comparación, el primo al que solo ahora estoy empezando a conocer de verdad. El mérito, o la culpa, se lo lleva Desmond Tan, vicepresidente de ingeniería de Zen y VectorAI DB, quien me convenció para ello con lo que recuerdo que fue un entusiasmo desmesuradamente convincente. Que conste que quiero por igual a todas nuestras bases de datos. Simplemente escribo más sobre algunas que sobre otras, lo cual no es lo mismo, y si le preguntas a Informix, estará de acuerdo.

He aquí una situación que te resultará familiar si desarrollas software que se implementa en el hardware de terceros: tu cliente quiere funciones de inteligencia artificial: búsqueda semántica, un motor de recomendaciones, un agente de atención al cliente que realmente conozca el producto. Y tu primer instinto, como el de todo el mundo, es recurrir a una base de datos vectorial en la nube.

Entonces, la realidad se impone, sin haber sido invitada, como suele ocurrir. Tu aplicación se ejecuta en una fábrica sin conexión a Internet fiable. O en un hospital, donde la ley prohíbe que los datos de los pacientes salgan del edificio, y mucho menos llamar a un proveedor de servicios en la nube para consultar sobre ellos. O en un terminal de punto de venta que tiene que funcionar independientemente de si la red está de buen humor o no. De repente, «basta con llamar a una API» ya no es una solución: es un riesgo de cumplimiento normativo.

No es casualidad que este sea precisamente el mundo en el que Zen lleva décadas desarrollándose: integrado, con un tamaño reducido, sin necesidad de administrador de bases de datos y funcionando de forma silenciosa dentro de los productos de terceros (Sage, Global Shop Solutions y una larga lista de fabricantes de equipos originales que prefieren no tener que preocuparse en absoluto por su base de datos, que es precisamente de lo que se trata). Zen 17 mantiene intactas esa promesa y esa reputación, y añade lo único que le faltaba al mercado: compatibilidad nativa con vectores.

No es un simple complemento. Es auténtico.

La capacidad vectorial de Zen v17 AI no es una capa añadida a última hora sobre el motor de otra empresa. Se basa en la misma tecnología que hay detrás de Actian VectorAI DB, la base de datos vectorial portátil y «local-first» de Actian. Esto significa que Zen hereda, de forma nativa, esa precisión que tanto nos gusta a Desmond y a mí en nuestro ramen (Desmond, ya sabes a qué sitio me refiero: tenemos que ir a visitarlo):

  • Indexación HNSW (Hierarchical Navigable Small World) para la búsqueda aproximada del vecino más cercano, el método estándar para una recuperación rápida y con alta recuperación a gran escala
  • Incrustaciones independientes del modelo: importa vectores de OpenAI, Anthropic, Cohere, Hugging Face o de tu propio modelo ajustado; a Zen no le importa de dónde procedan; simplemente los almacena.
  • Compatibilidad multimodal: texto, imágenes, audio y vídeo, todo ello almacenable y consultable como vectores, no solo como cadenas de caracteres que pretenden parecer ingeniosas.
  • Los mismos entornos de implementación a los que Zen siempre se ha dirigido: servidores periféricos, dispositivos integrados, entornos sin conexión y aislados, hasta una Raspberry Pi, si eso es lo que te divierte.

En las propias pruebas de rendimiento de Actian (metodología VectorDBBench, 10 millones de vectores, hardware idéntico alojado en sus propias instalaciones), este motor ofrece un rendimiento hasta 22 veces superior al de alternativas de código abierto como Milvus y Qdrant Local a esa escala, con una latencia de consulta local inferior a 15 ms y una tasa de recuperación del 99 % que se mantiene estable a medida que crece el conjunto de datos. Los resultados pueden variar en función de tu hardware y tus datos, como es de esperar, pero los hechos son reales: no se trata de un almacén de vectores de juguete añadido a la fuerza con un proceso torpe solo para poder marcar una casilla de características.

Por qué es importante si eres un fabricante de equipos originales (OEM)

Si llevas años integrando Zen en tu producto, ya conoces el argumento de venta: ocupa poco espacio, no requiere un administrador de bases de datos (DBA), funciona dondequiera que se ejecute tu aplicación y no pide nada a cambio. A su manera discreta, hace lo mismo que Informix lleva décadas haciendo para implementaciones a gran escala, pero sin necesidad de un equipo de DBA ni de una sala de servidores. Zen 17 amplía esa misma propuesta de valor a la IA:

  • Fabricación: Mantenimiento predictivo e inspección de calidad en la planta de producción, sin necesidad de conexión a la nube, sin señal, sin problemas ni complicaciones cuando tu proveedor de Internet no funciona.
  • Sanidad: Apoyo a la toma de decisiones clínicas y búsqueda en historiales que mantiene los datos de los pacientes en las propias instalaciones, ya que la «IA conforme a la HIPAA» no debe alojarse en una nube de la que no se sabe nada.
  • Comercio minorista y punto de venta: Búsqueda semántica y recomendaciones que funcionan tanto si la conexión a Internet de la tienda va bien como si no, todo ello con una velocidad alucinante y una baja latencia para mantener una conversación auténtica con el cliente.
  • Cualquier cosa que esté desconectada, regulada o sea sensible a la latencia: Lo cual, si desarrollas software embebido, es prácticamente todo lo que desarrollas de todos modos

No necesitas una nueva arquitectura, una nueva relación con un proveedor ni una nueva partida presupuestaria denominada «la base de datos de IA». Lo que necesitas es que la base de datos en la que ya confías haga bien una cosa más. Esa es la idea, y siempre lo ha sido.

Una cosa más (para más adelante)

Hay una implicación más sutil que merece la pena destacar antes de despedirme: una base de datos capaz de almacenar vectores de forma local, junto a tus datos actuales, es también una base de datos que puede empezar a hacer algo más interesante con los metadatos. Los metadatos activos y consultables, ubicados exactamente donde ya se encuentra tu aplicación, son una pieza de un rompecabezas considerablemente más amplio que la búsqueda vectorial. Dejo este tema en el aire a propósito: merece su propia entrada en el blog, en lugar de una nota al pie de página escrita a toda prisa aquí. Pronto daré más detalles al respecto.

Por ahora: Zen v17 AI ya está disponible, con soporte nativo para vectores incluido y sin necesidad de depender de la nube. Anímate a crear algo que no necesite conectarse a un servidor externo para funcionar.

Y Desmond, ya que seguro que me lo vas a preguntar: sí, me ha llevado más tiempo escribir esto de lo que esperaba; no, no es porque me gustara más Informix; simplemente era la primera vez que conocía al nuevo primo. La próxima ronda la pagas tú.

Infórmese
Acerca del autor
Actian - Jean-Georges Perrin
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.