Confluent ha presentado nuevas funcionalidades en Confluent Cloud para Apache Flink®, diseñadas para agilizar y simplificar el desarrollo de aplicaciones de inteligencia artificial (IA) en tiempo real. Entre las novedades destaca Flink Native Inference, que elimina la necesidad de flujos de trabajo complejos, permitiendo a los equipos ejecutar directamente en Confluent Cloud cualquier modelo de IA de código abierto.

Otra de las mejoras importantes es la búsqueda unificada en Flink, que centraliza el acceso a los datos a través de distintas bases de datos vectoriales, facilitando el descubrimiento y la recuperación de información desde una única interfaz.

Además, Confluent ha integrado nuevas capacidades de aprendizaje automático (ML) en Flink SQL, lo que permite aplicar casos de uso avanzados impulsados por IA —como la previsión y la detección de anomalías— de manera sencilla y directa.

Con todas estas innovaciones, Confluent redefine cómo las empresas pueden aprovechar la inteligencia artificial para mejorar la captación de clientes y la toma de decisiones en tiempo real.

“Construir aplicaciones de IA en tiempo real ha sido demasiado complejo durante demasiado tiempo, requiriendo un laberinto de herramientas y profundos conocimientos solo para empezar”, afirma Shaun Clowes, Chief Product Officer de Confluent. “Con los últimos avances en Confluent Cloud para Apache Flink estamos eliminando esas barreras, poniendo la inteligencia de streaming de datos impulsada por IA al alcance de cualquier equipo. Lo que antes requería un mosaico de tecnologías ahora se puede hacer sin problemas dentro de nuestra plataforma nativa, con seguridad de nivel empresarial y eficiencias de costes incorporadas”, añade.

El boom de la IA ya está aquí. Según McKinsey, el 92% de las empresas tiene previsto aumentar sus inversiones en IA en los próximos tres años. Las organizaciones quieren aprovechar esta oportunidad y sacar partido de las promesas de la IA. Sin embargo, el camino hacia la creación de aplicaciones de IA en tiempo real es complicado. Los desarrolladores hacen malabarismos con múltiples herramientas, lenguajes e interfaces para incorporar modelos ML y extraer contexto valioso de los muchos lugares en los que viven los datos. Este stream de trabajo fragmentado conduce a costosas ineficiencias, ralentizaciones en las operaciones y alucinaciones de IA que pueden dañar la reputación.

Simplifique el camino hacia el éxito de la IA

“Confluent nos ayuda a acelerar la adopción del copiloto para nuestros clientes, dando a los equipos acceso a valiosos conocimientos organizativos en tiempo real”, comenta Steffen Hoellinger, Cofundador y CEO en Airy. “La data streaming platform de Confluent con Flink AI Model Inference simplificó nuestra base tecnológica al permitirnos trabajar directamente con grandes modelos lingüísticos (LLM) y bases de datos vectoriales para la generación de recuperación aumentada (RAG) y la inteligencia de esquemas, proporcionando contexto en tiempo real para agentes de IA más inteligentes. Como resultado, nuestros clientes han logrado una mayor productividad y mejores streams de trabajo en todas sus operaciones empresariales”, afirma.

Como única solución serverless de procesamiento de data streaming del mercado que unifica el procesamiento en tiempo real y por lotes, Confluent Cloud para Apache Flink permite a los equipos gestionar sin esfuerzo tanto streams de datos continuos , como cargas de trabajo por lotes en una única plataforma. Esto elimina la complejidad y la sobrecarga operativa de gestionar soluciones de procesamiento independientes. Con estas nuevas funciones de IA, ML y análisis, las empresas pueden agilizar sus flujos de trabajo y lograr una mayor eficiencia. Estas funciones están disponibles en un programa de acceso anticipado, que está abierto para la inscripción de clientes de Confluent Cloud.

• Inferencia nativa de Flink: ejecute modelos de IA de código abierto en Confluent Cloud sin gestión de infraestructura añadida

Al trabajar con modelos ML y canalizaciones de datos, los desarrolladores suelen utilizar herramientas y lenguajes independientes, lo que da lugar a streams de trabajo complejos y fragmentados y a datos obsoletos. Flink Native Inference simplifica esto al permitir a los equipos ejecutar modelos de IA de código abierto o ajustados directamente en Confluent Cloud. Este enfoque ofrece mayor flexibilidad y ahorro de costes. Además, los datos nunca salen de la plataforma para su inferencia, lo que añade un mayor nivel de seguridad.

• Búsqueda en Flink: utilice una sola interfaz para acceder a los datos de varias bases de datos vectoriales.

Las búsquedas vectoriales proporcionan a los modelos extensos de lenguaje (LLM) el contexto necesario para evitar alucinaciones y garantizar resultados fiables. La búsqueda en Flink simplifica el acceso a datos en tiempo real desde bases de datos vectoriales, como MongoDB, Elasticsearch y Pinecone. Esto elimina la necesidad de procesos ETL complejos o de consolidación manual de datos, lo que ahorra tiempo y recursos valiosos a la vez que garantiza que los datos sean contextuales y estén siempre actualizados.

• Funciones ML integradas: haga que las habilidades de data science sean accesibles a más equipos

Muchas soluciones de data science requieren conocimientos altamente especializados, lo que crea cuellos de botella en los ciclos de desarrollo. Las funciones ML integradas simplifican tareas complejas, como la previsión, la detección de anomalías y la visualización en tiempo real, directamente en Flink SQL. Estas funciones hacen que la IA en tiempo real sea accesible a más desarrolladores, lo que permite a los equipos obtener información procesable más rápidamente y faculta a las empresas para tomar decisiones más inteligentes con mayor velocidad y agilidad.

“La capacidad de integrar datos en tiempo real, contextualizados y fiables en modelos de IA y ML dará a las empresas una ventaja competitiva con la IA”, afirma Stewart Bond, Vicepresidente de Inteligencia de Datos y Software de Integración de IDC. “Las organizaciones necesitan unificar el procesamiento de datos y los streams de trabajo de IA para obtener predicciones precisas y respuestas LLM. Flink proporciona una única interfaz para orquestar la inferencia y la búsqueda vectorial para RAG, y tenerla disponible en una implementación nativa en la nube y totalmente gestionada hará que la analítica en tiempo real y la IA sean más accesibles y aplicables al futuro de la IA generativa y la IA agentica”, concluye.