Google Cloud integra IA en estrategias de análisis de datos

Google mejora estratégicamente sus capacidades de análisis de datos colocando la inteligencia artificial (IA) a la vanguardia de sus planes para cerrar la brecha entre los datos estructurados y no estructurados. Gerrit Kazmaier, Vicepresidente y Gerente General de Base de Datos, Análisis de Datos y Looker en Google Cloud, afirma que la IA está destinada a desempeñar un papel fundamental en la extracción de valor de los datos empresariales.

Kazmaier subraya la colaboración entre la IA y las herramientas tradicionales de inteligencia empresarial. La fortaleza de la IA radica en su capacidad para amalgamar rápidamente datos estructurados y no estructurados, superando las velocidades analíticas humanas. Aprovechando sus raíces en la tecnología de búsqueda y su experiencia en el desarrollo del modelo transformer, Google busca redefinir la búsqueda de datos empresariales.

El gigante tecnológico visualiza una búsqueda de datos empresariales similar a su reconocida búsqueda en el dominio público. Kazmaier enfatiza que el objetivo es otorgar a cada punto de datos de una empresa, independientemente de su presencia en la World Wide Web, una interfaz fácil de usar. Estableciendo paralelismos con la familiaridad de la búsqueda de Google en el dominio público, visualiza una integración perfecta de herramientas de IA generativa (GenAI) con información empresarial específica del dominio.

La transformación de datos de Google acerca la accesibilidad y la precisión en la inteligencia empresarial

El enfoque en la IA generativa se alinea con el compromiso de Google de hacer que la información sea universalmente accesible. A diferencia de las herramientas tradicionales de BI que exigen habilidades de codificación o análisis, la GenAI permite a los usuarios de negocios interactuar con bases de datos, almacenes de datos o lagos de datos utilizando lenguaje natural. Este enfoque mejora la facilidad de uso y elimina la necesidad de filtrar datos para que coincidan con los formatos de los paneles de control.

Google describe una hoja de ruta integral para infundir IA en sus herramientas de análisis. Esto incluye la integración de BigQuery con Vertex AI, facilitando flujos de trabajo de datos a IA en BigQuery Studio, y empoderando a los usuarios para crear modelos de aprendizaje automático en BigQuery ML. Las mejoras se extienden a Looker y Looker Studio, mostrando el compromiso de Google con la evolución de la inteligencia empresarial.

La IA generativa, particularmente la GenAI, tiene el potencial de empoderar a los no especialistas dentro de las empresas para interactuar eficazmente con los datos empresariales. En lugar de luchar con la codificación o el diseño de paneles de control, los usuarios de negocios ahora pueden interactuar con las bases de datos utilizando lenguaje natural, recibiendo respuestas de manera similar. Este cambio no solo mejora la accesibilidad, sino que también aumenta la precisión al acomodar mayores volúmenes de datos y una gama más amplia de fuentes de datos.

Aprovechando la IA generativa para obtener insights de datos no estructurados en la inteligencia empresarial

Kazmaier aclara una transformación profunda con respecto a los datos no estructurados en el panorama en constante evolución de la utilización de datos. Tradicionalmente constituyendo un sustancial 90% de los datos del mundo, los datos no estructurados están experimentando un cambio de paradigma. La IA generativa emerge como una herramienta dinámica, permitiendo a las empresas obtener valiosos insights de esta vasta información no estructurada.

Esta capacidad transformadora se extiende más allá del simple procesamiento de datos; marca un alejamiento de las consultas tradicionales de “qué, cuándo y dónde” hacia una exploración más profunda del elusivo “por qué”. A medida que las empresas integran la IA en sus marcos de inteligencia, el énfasis cambia de simplemente mostrar datos a interpretar colaborativamente la información. 

La GenAI actúa como catalizador, fomentando la colaboración con agentes de IA. Este enfoque colaborativo empodera a los usuarios para profundizar en las tendencias de datos con el apoyo de modelos sofisticados, superando las limitaciones a menudo asociadas con la compresión de información en herramientas tradicionales de BI.

La estrategia de análisis de datos de Google adopta un enfoque integral, yendo más allá de los big data. Implica la incorporación de una multitud de puntos de datos en el análisis. Kazmaier llama la atención sobre las ineficiencias en la toma de decisiones dentro de los sistemas de IA, particularmente en determinar si se deben considerar factores adicionales. 

Aprovechar el poder de procesamiento de los sistemas de IA se vuelve crucial para optimizar los procesos de toma de decisiones y evitar obstáculos. Notablemente, esta estrategia destaca la integración de datos no estructurados previamente subutilizados, marcando un aspecto pivotal del enfoque de análisis de datos en evolución.