Implementa el análisis basado en IA allí donde se encuentran tus datos

Los experimentos de IA se están implantando rápidamente en toda la organización. Sin embargo, en muchos casos, el enfoque «único para todos» de la IA exclusivamente en la nube, con modelos gestionados por el proveedor, no resulta viable.

Cuando la inteligencia artificial pasa a formar parte de los procesos empresariales cotidianos, las organizaciones se enfrentan a cuestiones que a menudo se eludían durante las primeras fases de experimentación: ¿Dónde se ejecuta la aplicación? ¿Qué modelos puede utilizar? ¿Dónde se procesan los datos sensibles? ¿Cumple la arquitectura con los requisitos vigentes en materia de seguridad, normativa y soberanía de los datos?

Un nuevo estudio de BARC y Actian muestra cómo están cambiando los requisitos de implementación a medida que la IA se va incorporando a la producción. El informe «Where Enterprise AI Runs» revela que tres de cada cuatro organizaciones utilizan servicios en la nube para cargas de trabajo de IA de alguna forma, aunque el 76 % afirma que la importancia de implementar la IA fuera de la nube ha aumentado en los últimos 12 meses. Este cambio refleja los crecientes requisitos en materia de soberanía, información sensible, auditabilidad, dependencia de los proveedores, resiliencia y importancia crítica para el negocio.

Eso no significa que las empresas estén abandonando la nube. Pero sí refleja su necesidad de poder elegir dónde se ejecutan las distintas cargas de trabajo de IA.

Actian AI Analyst ahora admite la implementación autohospedada y la opción «trae tu propio modelo de lenguaje grande» (BYOLLM), lo que ofrece a las organizaciones un mayor control sobre dónde se ejecutan sus análisis de IA y qué modelos utilizan.

Análisis de IA de confianza, con más opciones de implementación

AI Analyst ofrece a los usuarios empresariales un analista de datos basado en IA para los datos de la empresa. Pueden formular preguntas en lenguaje natural, investigar cambios, crear informes y supervisar la actividad empresarial sin tener que esperar a que se cree un nuevo panel de control ni enviar cada pregunta al equipo de análisis.

Detrás de esas interacciones, AI Analyst basa sus análisis en métricas, dimensiones, relaciones y definiciones empresariales reguladas. La lógica utilizada para generar los resultados permanece visible, de modo que los equipos pueden validar cómo se ha llegado a una respuesta, en lugar de limitarse a aceptar una respuesta generada por la IA.

Hasta ahora, AI Analyst se ha ofrecido como un servicio SaaS gestionado. Esa sigue siendo la opción más sencilla para muchas organizaciones, pero no se adapta a todos los entornos de producción.

Una entidad financiera puede necesitar que una aplicación de análisis se ejecute en su nube privada junto con otros servicios de IA autorizados. Un fabricante puede necesitar que los datos operativos confidenciales permanezcan dentro de un entorno concreto. Es posible que un proveedor de servicios sanitarios ya cuente con proveedores de modelos de lenguaje grande (LLM) autorizados y políticas de gobernanza de modelos que toda nueva aplicación de IA deba cumplir.

Estos requisitos resultan cada vez más difíciles de sortear a medida que la IA pasa de la fase experimental a la de producción. BARC describe este nuevo enfoque como «ubicación deliberada de las cargas de trabajo», que consiste en decidir dónde debe ejecutarse la IA en función de los requisitos de control, riesgo, rendimiento e infraestructura de cada carga de trabajo.

Utiliza AI Analyst allí donde lo requieran tus necesidades

La implementación autohospedada permite a las organizaciones ejecutar AI Analyst dentro de la infraestructura que ellas mismas controlan, en lugar de utilizar exclusivamente el entorno en la nube de Actian.

Para las organizaciones con requisitos de seguridad, normativos, de soberanía de datos o arquitectónicos relacionados con el lugar donde se ejecutan las aplicaciones, AI Analyst puede integrarse en el entorno que ya tienen establecido. Esto podría significar implementarlo en una nube privada junto con los servicios de datos e inteligencia artificial existentes, o mantener la aplicación en las propias instalaciones cuando sea necesario que las cargas de trabajo permanezcan dentro del entorno de la propia organización.

La elección depende de los requisitos de la carga de trabajo. Utiliza el SaaS gestionado cuando desees que Actian se encargue de gestionar la infraestructura de la aplicación. Alojá tú mismo AI Analyst cuando los requisitos de seguridad, normativos, de soberanía o arquitectónicos exijan que la aplicación se ejecute dentro de una infraestructura que tú controles.

La elección del modelo de implementación no altera la experiencia de uso del producto. La versión autohospedada de AI Analyst ofrece la misma funcionalidad y el mismo rendimiento que la versión en la nube, incluyendo la misma base semántica regulada y la misma visibilidad sobre cómo se generan los resultados.

Utiliza el modelo de lenguaje grande (LLM) que mejor se adapte a tu estrategia de IA

El lugar donde se ejecuta la aplicación es solo una parte de la ecuación. Muchas empresas también han establecido sus propias relaciones con proveedores de modelos de lenguaje a gran escala (LLM), pasarelas de IA y servicios de IA en la nube.

La opción «Trae tu propio LLM» permite a las organizaciones conectar AI Analyst con su proveedor de LLM o punto final de modelo actual, en lugar de depender de un modelo alojado por Actian. Esto proporciona a los equipos un mayor control sobre la elección del modelo y permite que AI Analyst se integre en la infraestructura de IA empresarial existente y en las políticas de gobernanza.

Esto puede incluir una cuenta gestionada por el cliente con un proveedor comercial de modelos de lenguaje grande (LLM), como OpenAI o Anthropic, o modelos a los que se accede a través de una pasarela de IA empresarial o un servicio de IA en la nube, como AWS Bedrock, Google Vertex AI o Azure AI, en función de la arquitectura del cliente y de sus requisitos de autenticación.

Para algunas organizaciones, BYOLLM es todo el control adicional que necesitan. Otras pueden contar con una infraestructura modelo a la que solo se puede acceder desde su red privada. En esos entornos, el autoalojamiento de AI Analyst ofrece otro nivel de control sobre la implementación, al tiempo que mantiene la misma funcionalidad analítica.

A medida que la IA pasa de la fase experimental al uso empresarial cotidiano, las organizaciones necesitan flexibilidad para integrar la IA en la infraestructura, los requisitos de seguridad y la estrategia de modelos con los que ya cuentan. Gracias a la implementación autohospedada y a BYOLLM, AI Analyst ahora puede adaptarse a la arquitectura y a la estrategia de IA que hayan elegido.

Prueba gratis Actian AI Analyst para descubrir cómo funciona el análisis de IA regulado con tus datos.

Acerca del autor

Acerca de Andrew Petersen

Andrew dirige el marketing de productos de la cartera de IA de Actian. Con una trayectoria profesional que abarca el marketing de productos, la investigación de clientes, la estrategia de contenidos y el periodismo, Andrew se centra en posicionar tecnologías complejas de datos e IA para vincularlas con resultados empresariales tangibles. Antes de incorporarse a Actian, ocupó puestos de marketing de productos en CData, data.world y Workato.