La IA generativa ha llegado como un torrente para facilitarnos la vida con innumerables casos de uso: info chatbots, resúmenes, extracción de insights, automatización de procesos…
Una verdad indiscutible es que para hacer Inteligencia Artificial, de cualquier tipo, se necesitan datos y que estos sean de calidad. Es en este punto cuando muchas de las organizaciones se están dando cuenta de que su “despensa” de datos no está ni todo lo organizada que pensaba ni con la cantidad de datos ideal.
En este episodio hablamos de qué características tienen los data warehouses para sacarle realmente partido a la IA. Y para ello, contamos con Pablo Carlier, Head of Data e IA para Iberia en Google Cloud.
Parece que ahora no hay más IA que la IA generativa. En un 90% de los posts, charlas y noticias que escuchamos siempre se habla sobre si este u otro LLM es mejor, del prompt engineering, de lo “fácil” que es hacer aplicaciones basadas en LLMs…
Pero en muy pocos sitios hablan de cómo hacer una buena adquisición y pre-procesado de datos para que estos LLMs funcionen bien, o de un problema muy común como es el cómo actualizar los datos que alimentan los LLMs.
Hasta hace muy poco, cuando hablabas con una empresa para realizar IA lo primero que se tenía en cuenta eran los datos: calidad y cantidad. Con la llegada de los LLMs podemos hacer gran cantidad de procesos sin necesidad de datos, pero es importante destacar que los casos de uso realizados así tienen un límite y suelen ser generalistas.
Para casos de uso más avanzados son necesarios los datos, ya que estos te permiten mejorar la precisión, la veracidad y otros aspectos igualmente importantes.
Y es en este punto donde surge la necesidad de tener una plataforma de datos que nos permita sobrevivir en un mundo donde la IA marcará el rumbo y será una herramienta imprescindible. Hablamos de funcionalidades como el escalado, la flexibilidad de tipos de datos, el streaming, la seguridad o el linaje del dato.
Si quieres saber cómo montar esta plataforma de datos y cuál es la propuesta de Google Cloud sobre este tema, no te pierdas este episodio de ‘Cómo conocí a nuestro cloud’. Además, este episodio también está disponible en vídeo.
Foto de portada: Unsplash
Pablo Carlier
Pablo Carlier es responsable del negocio de Data Analytics & IA en Google Cloud Iberia. Ingeniero de Telecomunicación por la Universidad Politécnica de Madrid, ha trabajado en empresas del sector tecnológico como HP o Cisco antes de incorporarse a Google Cloud en 2017, donde ha dirigido equipos a lo largo de distintas geografías.
Ver más contenido de Pablo.Andrés Navidad
Aunque empecé mi carrera haciendo back-end en aplicaciones web, siempre me gustaron los conceptos de arquitectura y computación distribuida. Hace 7 años tuve la oportunidad de empezar en el mundo Big Data y ahora me gusta aplicar todos esos conceptos en arquitecturas basadas en nubles públicas. Entusiasta de las nuevas tecnologías, las motos y la gastronomía.
Ver más contenido de Andrés.Tomás Calleja
De pequeño me encantaba solucionar problemas de manera sencilla y cacharrear con la tecnología. Han pasado los años pero mis gustos no han cambiado: me paso el día aprendiendo nuevas tecnologías para luego diseñar e implementar soluciones sencillas a problemas complejos, siempre desde un punto de vista LEAN. Durante los últimos años me he centrado en Google Cloud Platform, soluciones Cloud Native y Serverless aunque me gusta saber un poco de todo.
Ver más contenido de Tomás.
Tell us what you think.