El 'data fabric' y ChatGPT en los datos empresariales

Las tecnologías de inteligencia artificial (IA), incluidos los modelos grandes de lenguaje como ChatGPT, OPT, CodeGen o PaLM 2, tienen el potencial de revolucionar el mundo empresarial en los próximos años. Estos avances en IA están transformando la forma en que las empresas se comunican con las aplicaciones y acceden a los datos, lo que puede tener un impacto significativo en la eficiencia y la productividad.

Esta tecnología es capaz de responder preguntas, proporcionar información relevante, realizar tareas de traducción automática, resumir textos y generar contenido coherente. Sin embargo, sus habilidades no se limitan solamente a eso, ya que también pueden transformar texto natural en consultas comprensibles por las aplicaciones empresariales, utilizando lenguajes de programación.

Los motores bot basados en ChatGPT pueden, por ejemplo, traducir una consulta de un usuario expresada en lenguaje natural, e incluso mediante voz (speech-to-text), en una expresión de consulta SQL (Standard Query Language), que es utilizado para comunicarse con bases de datos y recuperar información específica y que puede lanzarse sobre una aplicación empresarial.

Aquí entran en juego las interfaces unificadas de acceso a datos que proporcionan las tecnologías de data fabric, ya que permiten poder consultar de forma unificada datos empresariales, aunque los mismos puedan encontrarse en distintos repositorios tanto internos (bases de datos, lagos de datos, etc.) como en la nube (aplicaciones SaaS como Salesforce, Workday, etc.), garantizando, en todo caso, el cumplimiento de las reglas de gobierno y seguridad dictadas por la organización.

Combinando la potencia de ambas tecnologías se puede ofrecer a los usuarios lo mejor de ambos mundos: el acceso a información expresando las necesidades determinadas en lenguaje natural y la respuesta automática con los datos que se precisan.

El proceso sucede en una secuencia de varios pasos que son transparentes para el usuario: en primer lugar, el usuario escribe en lenguaje natural y, a continuación, se invoca automáticamente el API de ChatGPT para generar una consulta en lenguaje SQL. ChatGPT incluso ofrece una explicación de cómo se ha generado la consulta en lenguaje SQL para su validación posterior.

En general, la integración de ChatGPT en un tejido de datos puede proporcionar una forma más intuitiva y fácil de usar para interactuar con los datos, lo que permite a los usuarios hacer preguntas y recuperar información de manera más eficiente.

La ventaja de este uso conjunto radica en que sólo es necesario acceder a un único sistema, ya que el data fabric aglutina el acceso a cualquier repositorio empresarial, tanto interno como en la nube, de una forma gobernada y segura.

Este tipo de interacciones con aplicaciones empresariales van a ser comunes en las empresas en los próximos años. No obstante, el uso de la inteligencia artificial y el aprendizaje automático ya forma parte de los sistemas de gestión de datos empresariales basados en la arquitectura data fabric.

Por ejemplo, mediante modelos de machine learning (ML) se pueden analizar las consultas realizadas por los usuarios para sugerirles datos que puedan ser de interés para los mismos, de una forma similar a la que las plataformas de comercio electrónico nos proporcionan recomendaciones automáticas de productos que pueden ser de nuestro interés de acuerdo con nuestro perfil. Además, también se pueden analizar dichas consultas con modelos igualmente de machine learning para sugerir agregaciones parciales de datos que pueden materializarse para poder optimizar la ejecución de las consultas futuras.

En el ámbito empresarial, los científicos de datos disponen de un acceso integrado a datos que son curados y gobernados en el data fabric sobre los que pueden generar modelos de ML para múltiples usos como, por ejemplo, la generación automática de precios u ofertas individualizadas para cada cliente, análisis de las tasas de abandono (churn) o de la segmentación de clientes de acuerdo con su perfil.

Todo esto nos muestra que las tecnologías de inteligencia artificial y aprendizaje automático han llegado para quedarse y formarán parte del día a día de las empresas en los próximos años.

*** Anastasio Molano es senior VP EMEA de Denodo Technologies.