IBM Impulsa la Adopción de la IA Generativa con Watsonx.data en Think 2025
IBM ha presentado en su evento insignia, Think 2025, las últimas actualizaciones de su plataforma watsonx.data, destacándola como un pilar fundamental para la implementación de estrategias de Inteligencia Artificial (IA) generativa. El evento se centra en explorar cómo la IA y la automatización se están aplicando en escenarios reales, y watsonx.data emerge como una solución clave para superar los obstáculos comunes en la ampliación de la IA generativa y basada en agentes.
La compañía tecnológica ha enfatizado la utilidad de esta plataforma para sus clientes, especialmente aquellos que se enfrentan a datos empresariales fragmentados o de difícil acceso, incluyendo formatos no estructurados.
Superando los Desafíos de la Adopción de la IA Generativa
IBM busca, a través de watsonx.data, simplificar la infraestructura de datos para la IA mediante una arquitectura híbrida y abierta. Esto posiciona a la plataforma como una herramienta esencial para las empresas que buscan obtener resultados de IA generativa más rápidos, precisos y escalables.
La adopción de la IA generativa se está acelerando, pero muchas organizaciones están descubriendo que sus entornos de datos heredados no están preparados para las exigencias de la IA. Según IBM, menos del 1% de los datos empresariales se utilizan actualmente para iniciativas de IA generativa, mientras que aproximadamente el 90% de los datos no están estructurados y se encuentran dispersos en diversas ubicaciones, formatos y plataformas. A pesar de las importantes inversiones en modelos y aplicaciones de IA, la verdadera barrera para el éxito de la IA generativa para la mayoría de las empresas no son los costos de inferencia ni la optimización de modelos, sino los datos mismos.
Muchas empresas están desalineadas en sus estrategias de IA generativa, centrándose en el desarrollo de aplicaciones sin abordar primero los desafíos fundamentales de los datos que limitan el rendimiento del modelo. Para superar esto, las organizaciones requieren datos confiables y específicos de la empresa para producir resultados de IA precisos y de alto rendimiento. Sin embargo, en muchas empresas, grandes volúmenes de datos no estructurados permanecen bloqueados dentro de correos electrónicos, documentos, presentaciones, videos y similares, lo que los hace inaccesibles para los grandes modelos lingüísticos y las herramientas de IA generativa.
Los datos no estructurados presentan un desafío único porque son dinámicos, están fragmentados entre sistemas, carecen de etiquetas claras y, a menudo, requieren contexto adicional para una interpretación significativa. La generación aumentada de recuperación, aunque útil para la recuperación de conocimiento estructurado, puede ser ineficaz cuando se intenta extraer y armonizar información no estructurada a escala empresarial. Mientras tanto, las empresas están cargadas con pilas inconexas de lagos de datos, almacenes, herramientas de gobernanza y plataformas de integración, lo que añade complejidad en lugar de reducirla.
Watsonx.data: La Respuesta de IBM
La respuesta estratégica de IBM para resolver el problema de los datos no estructurados de la empresa es watsonx.data. En el IBM Think, IBM ofreció una vista previa de la nueva generación de watsonx.data que transforma la plataforma en un lago de datos híbrido y abierto con capacidades de estructura de datos. Las innovaciones incluyen «integración de watsonx.data» (nótese la nomenclatura en minúsculas de IBM), que puede facilitar el acceso y la gestión de datos en diferentes formatos, e «inteligencia de watsonx.data», que utiliza la IA para automatizar la curación, la gestión y la gobernanza de los datos. Si se le permite a IBM completar su adquisición prevista de DataStax, la compañía también espera incorporar las capacidades de base de datos NoSQL y vectorial de DataStax para mejorar aún más la gestión de datos no estructurados en watsonx.data.
La arquitectura de watsonx.data enfatiza la separación del almacenamiento y la computación, el soporte para formatos abiertos como Apache Iceberg y Presto, el despliegue híbrido a través de nubes y entornos locales, y la integración profunda con herramientas de gobernanza y seguridad. Con él, IBM quiere dar a las empresas la capacidad de ingerir, gobernar y recuperar datos estructurados y no estructurados a escala. Según la compañía, esto podría permitir la creación de aplicaciones de IA generativa y modelos de IA agentic que son un 40% más precisos y de mayor rendimiento, y mucho más rápidos que antes.
Integración de Watsonx con Db2
IBM continúa modernizando Db2 integrando las capacidades de watsonx directamente en Db2 12.1 para mejorar la plataforma con la automatización impulsada por la IA. En IBM Think, la compañía introdujo nuevas características como el Asistente de Base de Datos, una herramienta de lenguaje natural que actúa como un asesor en tiempo real para los DBAs, ayudando a monitorear el rendimiento, diagnosticar problemas y optimizar las operaciones del sistema.
Con el anuncio de Db2 versión 12.1.2, la plataforma ahora juega un papel más amplio en la estrategia de datos híbrida y lista para la IA de IBM. La nueva versión incluye soporte nativo para la incrustación de vectores y la búsqueda de similitud para permitir un desarrollo más rápido de aplicaciones de IA que combinan datos estructurados y curados con fuentes no estructuradas como documentos y registros. A través de watsonx.data, las cargas de trabajo de Db2 ahora pueden participar en pipelines de IA con gobernanza compartida, metadatos unificados y acceso federado. Las mejoras también incluyen soporte para formatos de tabla abiertos (aquí es donde entra Apache Iceberg) e integración con bases de datos vectoriales, lo que permite a Db2 unir datos estructurados y no estructurados. Al hacerlo, Db2 está evolucionando de una base de datos relacional tradicional a un componente fundamental de la pila de IA empresarial, uno que por diseño soporta la automatización, la observabilidad y la escalabilidad en entornos híbridos.
Resultados Empresariales Tangibles
IBM ha presentado ejemplos de cómo watsonx.data ya está generando un impacto medible en diversas industrias. BanFast, una de las mayores empresas de construcción de Suecia, redujo la entrada manual de datos en un 75% utilizando watsonx.data, y luego aprovechó esos datos para mejorar la salud y la seguridad de los trabajadores. Una empresa de servicios financieros con sede en EE.UU. ahorró 5,7 millones de dólares al crear una visión unificada de sus datos de TI operativos utilizando watsonx.data, lo que permitió el acceso de autoservicio, la gobernanza consistente y el procesamiento automatizado.
Mientras tanto, un cliente global de fabricación se asoció con IBM y EY para automatizar la ingestión y consolidación de datos de impuestos indirectos en 34 sistemas de origen en 73 países, mejorando la eficiencia del cumplimiento. IBM y EY también lanzaron recientemente EY.ai for tax, un producto que integra la experiencia fiscal de EY con la tecnología de IA de IBM, incluyendo watsonx.data. En deportes y medios, IBM es un socio clave para el US Open y The Masters, donde millones de puntos de datos se procesan en tiempo real para generar comentarios de jugadores impulsados por la IA e información para los fans. Estos despliegues destacan cómo watsonx.data está ayudando a modernizar la infraestructura de datos para permitir una información más rápida, una mayor eficiencia operativa y una diferenciación competitiva para las empresas que están bajo presión para escalar las iniciativas de IA de forma rápida y responsable.
Desafíos Persistentes
A pesar de las promesas de watsonx.data, la gestión de datos sigue presentando desafíos, especialmente para las organizaciones que están en las primeras etapas de sus esfuerzos de modernización de datos. La integración de datos no estructurados y estructurados en entornos de nube y locales sigue siendo compleja. Muchos clientes se enfrentarán a problemas de expansión de datos, políticas de gobernanza inconsistentes y silos internos que ralentizan la adopción. Incluso con una plataforma unificada, preparar los datos para la IA (limpios, etiquetados y confiables) es un esfuerzo importante.
Otro desafío es la preparación organizativa. Es posible que los equipos no tengan las habilidades o los procesos necesarios para aprovechar al máximo las capacidades de watsonx.data, en particular cuando se trata de alinear los equipos que gestionan los datos con los responsables del desarrollo de aplicaciones de IA. También está la cuestión del costo y la complejidad operativa. Si bien watsonx.data está diseñado para la flexibilidad, su despliegue en un entorno híbrido con múltiples componentes y herramientas (como motores de procesamiento de datos, sistemas de almacenamiento y marcos de gobernanza) puede estirar los recursos de TI ya limitados. Estos componentes a menudo requieren una cuidadosa integración y una coordinación continua entre los equipos.
Insights de Evox News: Cómo Watsonx.data puede impactar tu negocio
La apuesta de IBM por facilitar el acceso y la gestión de datos no estructurados a través de watsonx.data presenta una oportunidad significativa para las empresas que buscan obtener una ventaja competitiva a través de la IA.
Ventaja Competitiva: Al permitir que las empresas aprovechen el 90% de sus datos que actualmente no se utilizan, watsonx.data puede desbloquear insights únicos que diferencien a las empresas de sus competidores. Aquellas que logren integrar eficazmente estos datos en sus estrategias de IA podrán tomar decisiones más informadas y ofrecer productos y servicios más personalizados.
Innovación: La capacidad de procesar y analizar datos no estructurados abre la puerta a la innovación en áreas como el desarrollo de nuevos productos, la optimización de procesos y la mejora de la experiencia del cliente. Las empresas pueden utilizar esta herramienta para identificar patrones y tendencias que de otra manera pasarían desapercibidos, impulsando así la innovación en sus respectivos sectores.
Eficiencia Operativa: La automatización de la gestión de datos y la mejora de la precisión de los modelos de IA pueden conducir a una mayor eficiencia operativa y a la reducción de costos. Al eliminar la necesidad de procesos manuales y mejorar la calidad de los datos, las empresas pueden optimizar sus operaciones y liberar recursos para otras áreas estratégicas.
Adaptación al Mercado: En un entorno empresarial en constante evolución, la capacidad de adaptarse rápidamente a los cambios del mercado es fundamental. Watsonx.data puede ayudar a las empresas a monitorear las tendencias del mercado, comprender las necesidades de los clientes y ajustar sus estrategias en consecuencia, lo que les permite mantenerse a la vanguardia de la competencia.
* Toma de Decisiones Estratégicas: La información precisa y oportuna es esencial para la toma de decisiones estratégicas. Watsonx.data puede proporcionar a los líderes empresariales una visión completa de sus operaciones, lo que les permite tomar decisiones más informadas y estratégicas que impulsen el crecimiento y la rentabilidad de la empresa
