Florencia Lorenzo

Gemma 2: La evolución de IA en Google

Gemma 2, la más reciente actualización en una de las familias de modelos de inteligencia artificial desarrollada por Google. Es importante destacar que Gemma 2 no reemplazará a la serie Gemini, sino que coexistirá con ella. Desde el lanzamiento de la primera versión de Gemma en febrero, Google ha continuado perfeccionando su tecnología, y en agosto ha lanzado esta segunda versión. Explicaremos qué son estos modelos de inteligencia artificial y cuál es su propósito, abordando también por qué se les considera una “familia”. Posteriormente, detallaremos los nuevos modelos que forman parte de Gemma 2. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-column .elementor-spacer-inner{height:var(–spacer-size)}.e-con{–container-widget-width:100%}.e-con-inner>.elementor-widget-spacer,.e-con>.elementor-widget-spacer{width:var(–container-widget-width,var(–spacer-size));–align-self:var(–container-widget-align-self,initial);–flex-shrink:0}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container,.e-con>.elementor-widget-spacer>.elementor-widget-container{height:100%;width:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer{height:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner{height:var(–container-widget-height,var(–spacer-size))}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty,.e-con>.elementor-widget-spacer.elementor-widget-empty{position:relative;min-height:22px;min-width:22px}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon,.e-con>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon{position:absolute;top:0;bottom:0;left:0;right:0;margin:auto;padding:0;width:22px;height:22px} Inteligencia Artificial Gemma 2 es la última versión de la serie Gemma de Google, que consiste en una familia de modelos de inteligencia artificial. Se denomina “familia” porque no se trata de un único modelo, sino de una plataforma con distintas variantes, cada una con características únicas, diseñadas para adaptarse a diferentes contextos según las necesidades de los usuarios. En contraste, la serie Gemini se centra en modelos de gran tamaño y con un enfoque “abierto”. Esto significa que Google ofrece estos modelos para que otros puedan modificarlos y adaptarlos a sus propias necesidades. Aunque ya están entrenados, son lo suficientemente flexibles para permitir ajustes adicionales. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=”.svg”]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block} Sin embargo, aunque Google promueve estos modelos como “abiertos”, en realidad existen ciertas limitaciones de uso establecidas en los términos de licencia. Aun así, la flexibilidad que ofrecen permite a los desarrolladores utilizarlos de manera bastante versátil. Lo interesante es que, si utilizas Gemini, aunque lo incorpores en diferentes aplicaciones, siempre conservará sus características originales. Por otro lado, los modelos de la serie Gemma son más adaptables, permitiendo a los desarrolladores elegir qué características implementar para personalizar el modelo según sus necesidades. Los modelos Gemma están diseñados como una base sobre la cual investigadores y desarrolladores pueden trabajar, inicialmente centrados en el procesamiento del lenguaje natural en inglés. Debido a su naturaleza flexible, pueden ser modificados con entrenamiento adicional para ajustarse a necesidades específicas. Además de generar texto a partir de indicaciones (prompts), las herramientas que ofrece Google también permiten entrenar estos modelos para realizar otras tareas especializadas, desde la generación de código hasta la resolución de problemas matemáticos. Los modelos de Gemma 2 Como mencionamos, Gemma 2 es una familia de modelos de inteligencia artificial, y esta nueva versión incluye tres nuevos modelos que Google pone a disposición de sus clientes. Estos son: Gemma 2B: El modelo más ligero y versátil de la serie. Es ideal para la generación flexible de texto y puede utilizarse en una amplia gama de dispositivos, desde ordenadores personales hasta periféricos. ShieldGemma: Un modelo centrado en la seguridad, diseñado para actuar como una barrera contra contenido dañino. Es capaz de detectar acoso, discursos de odio o material sexual explícito, siendo útil para filtrar las solicitudes de generación de contenido mediante IA. Gemma Score: Este modelo permite monitorear el rendimiento de otros modelos de la serie Gemma 2. Con redes neuronales especializadas, es capaz de analizar la información procesada por Gemma 2, facilitando la investigación sobre la inteligencia artificial de Google. Esta actualización de la familia Gemma promete ofrecer a los desarrolladores y empresas una mayor capacidad para personalizar y adaptar la inteligencia artificial a sus necesidades específicas, manteniendo la flexibilidad y seguridad que caracteriza a Google. Descubre sobre nuestros servicios.

Gemma 2: La evolución de IA en Google Read More »

Funcionalidades menos conocidas de Qlik Sense y QlikView

Qlik Sense y QlikView son herramientas muy poderosas para análisis de datos, pero muchas veces los usuarios no aprovechan todo su potencial debido a la falta de conocimiento sobre algunas de sus funcionaldades. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-column .elementor-spacer-inner{height:var(–spacer-size)}.e-con{–container-widget-width:100%}.e-con-inner>.elementor-widget-spacer,.e-con>.elementor-widget-spacer{width:var(–container-widget-width,var(–spacer-size));–align-self:var(–container-widget-align-self,initial);–flex-shrink:0}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container,.e-con>.elementor-widget-spacer>.elementor-widget-container{height:100%;width:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer{height:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner{height:var(–container-widget-height,var(–spacer-size))}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty,.e-con>.elementor-widget-spacer.elementor-widget-empty{position:relative;min-height:22px;min-width:22px}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon,.e-con>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon{position:absolute;top:0;bottom:0;left:0;right:0;margin:auto;padding:0;width:22px;height:22px} Set Analysis ¿Qué es? El Set Analysis en Qlik permite definir subconjuntos específicos de datos dentro de las visualizaciones, lo que te da un control más preciso sobre qué datos se analizan y cómo se presentan. ¿Cómo usarlo? El Set Analysis se utiliza dentro de expresiones en QlikView y Qlik Sense para modificar el contexto de los cálculos sin afectar los filtros aplicados por el usuario. Un ejemplo básico sería calcular ventas de un año específico, independientemente del filtro actual: Sum({<Year = {2022}>} Sales) Este ejemplo suma todas las ventas del año 2022, sin importar el año seleccionado actualmente en los filtros. Puedes hacer análisis más complejos combinando varios campos y condiciones. Consejos Aprende a manejar los identificadores (1, $, P, E, etc.) y modificadores dentro de Set Analysis para crear análisis muy específicos. Usa Set Analysis para comparar periodos de tiempo, analizar segmentos de clientes, o crear análisis “What-If”. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=”.svg”]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block} Optimización de Modelos de Datos con el uso de QVDs ¿Qué es? Los QVDs (QlikView Data Files) son archivos que almacenan tablas de datos de QlikView o Qlik Sense en un formato optimizado, permitiendo recargas de datos más rápidas y eficaces. Cómo usarlo Para crear un QVD, puedes exportar una tabla desde el script de carga con el comando: STORE TableName INTO [PathFilename.qvd] (qvd); Para cargar datos desde un QVD, utiliza: TableName:LOAD *FROM [PathFilename.qvd] (qvd); Ventajas Los QVDs permiten una recarga incremental, es decir, solo cargar nuevos datos en lugar de toda la tabla, lo que ahorra tiempo y recursos. Puedes reutilizar datos en múltiples aplicaciones Qlik, reduciendo la redundancia. Consejos Implementa una estrategia de almacenamiento en QVDs para optimizar la performance, sobre todo en aplicaciones con grandes volúmenes de datos. Considera dividir los datos en diferentes QVDs según la fecha, región, u otro criterio relevante para facilitar las recargas parciales. Automatización con Qlik Sense y su API REST ¿Qué es? La API REST de Qlik Sense permite interactuar programáticamente con Qlik Sense, facilitando la automatización de tareas, como la gestión de aplicaciones, la recarga de datos, y la extracción de información. Cómo usarlo Necesitarás autenticación para acceder a la API, y esto puede lograrse mediante certificados o tokens según la configuración de tu servidor. Aplicaciones prácticas Automatiza la recarga de aplicaciones en horarios específicos o en respuesta a eventos. Integra Qlik Sense con otras aplicaciones y sistemas empresariales mediante la API REST. Extrae y analiza datos de Qlik Sense para informes automatizados. Consejos Aprovecha la documentación oficial de Qlik Sense API para explorar todas las posibilidades que ofrece. Uso de Variables para Personalización de Dashboards ¿Qué es? Las variables en Qlik permiten definir valores reutilizables que pueden ser utilizados en expresiones, etiquetas, y cálculos. Esto facilita la personalización dinámica de dashboards. Cómo usarlo Puedes crear variables desde el Editor de Variables en Qlik Sense o directamente en el script LET vSalesTarget = 500000; Luego, puedes usar esta variable en expresiones: Sum(Sales) – $(vSalesTarget) Aplicaciones prácticas Cambia el comportamiento de gráficos basados en selecciones del usuario. Ajusta cálculos automáticamente en función de diferentes escenarios de negocio. Usa variables para facilitar el mantenimiento y la actualización de las aplicaciones. Consejos Usa variables para almacenar fragmentos de código o cálculos complejos que se utilizan repetidamente. Asegúrate de documentar tus variables y su propósito para facilitar su mantenimiento. Creación de Extensiones Personalizadas en Qlik Sense ¿Qué es? Las extensiones en Qlik Sense permiten a los desarrolladores crear visualizaciones y funcionalidades personalizadas que no están disponibles de manera predeterminada en la herramienta. Cómo usarlo Las extensiones se crean utilizando HTML, CSS y JavaScript. Para desarrollar una extensión, necesitarás un entorno de desarrollo como Visual Studio Code. Una vez desarrollada, la extensión puede ser importada en Qlik Sense a través del Management Console. Pasos básicos Crea una carpeta con los archivos de tu extensión (HTML, CSS, JS, y un archivo de definición QEXT). Desarrolla el código para manejar los datos de Qlik y renderizar la visualización. Empaca la extensión y súbela a Qlik Sense. Aplicaciones prácticas Crea gráficos específicos que no están disponibles nativamente. Integra visualizaciones de terceros en tus dashboards. Añade interactividad personalizada o controles adicionales en tus aplicaciones. Consejos Revisa las extensiones ya existentes en el Qlik Branch para obtener inspiración y ejemplos. Sigue las mejores prácticas de desarrollo web para asegurar la compatibilidad y el rendimiento de tus extensiones. Gestión Avanzada de Seguridad en QlikView con Section Access ¿Qué es? Section Access es una funcionalidad que permite gestionar la seguridad a nivel de usuario, controlando qué datos pueden ver o modificar diferentes usuarios dentro de una aplicación. Cómo usarlo Section Access se configura en el script de carga de datos. Aquí tienes un ejemplo básico: SECTION ACCESS;LOAD * INLINE [ACCESS, USERID, PASSWORD, REDUCTIONADMIN, AdminUser, AdminPass, *USER, User1, Pass1, 1001USER, User2, Pass2, 1002]; SECTION APPLICATION;LOAD * INLINE [REDUCTION, Country1001, USA1002, Canada]; En este ejemplo, los usuarios solo verán datos correspondientes al país asociado a su ID de reducción. Los usuarios deben autenticarse para acceder a la aplicación, y solo verán los datos a los que tienen permiso. Aplicaciones prácticas Limita el acceso a datos sensibles basados en el rol o departamento del usuario. Implementa políticas de seguridad granular para cumplir con normativas de protección de datos. Maneja el acceso de usuarios en entornos multi-clientes o con múltiples niveles jerárquicos. Consejos Asegúrate de probar exhaustivamente las configuraciones de Section Access en un entorno de desarrollo antes de implementarlas en producción. Documenta las configuraciones de seguridad para facilitar su gestión y actualización en el futuro. Conoce sobre nuestros servicios de BI.

Funcionalidades menos conocidas de Qlik Sense y QlikView Read More »

Incrementa tu analítica con Qlik NPrinting

Qlik NPrinting ofrece a tu organización la capacidad de crear, gestionar y compartir reportes de manera rápida y eficiente utilizando la analítica de datos de Qlik Sense y QlikView. Con esta herramienta, puedes generar reportes impresionantes en diversos formatos, combinando múltiples aplicaciones y recursos analíticos, todo desde una única plataforma. Esto maximiza el valor de tu analítica al permitir una gestión centralizada y un fácil acceso a los reportes. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=”.svg”]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block} /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-column .elementor-spacer-inner{height:var(–spacer-size)}.e-con{–container-widget-width:100%}.e-con-inner>.elementor-widget-spacer,.e-con>.elementor-widget-spacer{width:var(–container-widget-width,var(–spacer-size));–align-self:var(–container-widget-align-self,initial);–flex-shrink:0}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container,.e-con>.elementor-widget-spacer>.elementor-widget-container{height:100%;width:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer{height:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner{height:var(–container-widget-height,var(–spacer-size))}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty,.e-con>.elementor-widget-spacer.elementor-widget-empty{position:relative;min-height:22px;min-width:22px}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon,.e-con>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon{position:absolute;top:0;bottom:0;left:0;right:0;margin:auto;padding:0;width:22px;height:22px} Principales beneficios Incrementa tu Analítica Crea reportes sorprendentes: Genera reportes en todos los formatos populares, incluidos PowerPoint, Excel y Word, simplemente arrastrando y soltando tablas, gráficos y objetos desde Qlik Sense o QlikView. Integración con formatos populares: Combina objetos de Qlik Sense o QlikView en un solo reporte, facilitando el análisis sin necesidad de recrear contenido. Resolución y calidad superiores: Utiliza la biblioteca PixelPerfect para crear reportes profesionales con el formato y tamaño exactos que necesitas. Gestión Centralizada cantar. Plataforma única: Controla y administra todos tus reportes desde una sola plataforma de análisis y reporte, mejorando la eficiencia operativa. Escalabilidad y seguridad: Ejecuta múltiples tareas simultáneamente y maneja grandes volúmenes de reportes gracias al soporte de multi-tareas y agrupamiento de Qlik NPrinting. Distribución Eficiente Envío y publicación de reportes: Centraliza la generación y envío de reportes personalizados a través de múltiples canales, como email, directorios corporativos, web, el portal de Qlik NPrinting o directamente al hub de Qlik Sense. Autoservicio para usuarios: Permite que los usuarios exploren, vean, descarguen y se suscriban a reportes en línea. Configura la seguridad basada en roles para asegurar que cada usuario obtenga los reportes adecuados cuando los necesite. Maximizando el Valor de Qlik Sense y QlikView Qlik NPrinting no solo optimiza la generación de reportes, sino que también potencia las capacidades de Qlik Sense y QlikView. Con Qlik NPrinting, puedes: Crear reportes avanzados y detallados que reflejen el estado actual de tus selecciones y búsquedas en Qlik. Generar múltiples versiones de un reporte según dimensiones o finalidades específicas. Proporcionar a los usuarios la capacidad de generar reportes por sí mismos, sin depender del departamento de TI. Crea buenos reportes en todos los formatos populares de Microsoft Office, como PowerPoint, Excel y Word. Combina objetos de Qlik Sense o QlikView en un solo reporte.  Genera múltiples versiones de un reporte, por dimensión o finalidad. Crea reportes profesionales y avanzados mediante la librería PixelPerfect. Elige el tipo de resolución prefieres en la librería de PixelPerfect, con la habilidad de colocar el formato y tamaño de tus objetos preciso en el reporte. En resumen, Qlik NPrinting es una herramienta esencial para cualquier organización que busque maximizar el valor de su analítica de datos, mejorar la calidad de sus reportes y facilitar su distribución y acceso. ¡Descubre más en nuestros Blogs y Sigue nuestras publicaciones en LinkedIn!

Incrementa tu analítica con Qlik NPrinting Read More »

Qlik líder en plataformas BI

Qlik es líder de plataformas BI por decimo cuarto año consecutivo y Gartner explica el “por qué” de esto. Qlik Cloud Analytics se ofrece como plataforma SaaS que incluye Qlik Sense, Qlik AutoML y Qlik Application Automation. Si bien sigue siendo ampliamente reconocida por sus capacidades analíticas, la reciente adquisición de Talend por parte de Qlik y la anterior adquisición de Attunity lo convierten también en un formidable proveedor de integración de datos. Qlik ha realizado una importante inversión en IA y lanzó Qlik Staige en septiembre de 2023. Staige combina una base de datos, automatización y análisis descriptivos, predictivos y prescriptivos basados ​​en IA para acelerar la entrega de soluciones centradas en la toma de decisiones. En noviembre de 2023, Qlik anunció conectores Microsoft Fabric y un chatbot Insight Advisor integrado con Microsoft Teams. Qlik también lanzó conectores AWS Bedrock. En enero de 2024, Qlik adquirió Kyndi, una plataforma de PNL, búsqueda e inteligencia artificial generativa. Fortalezas Datos y análisis de extremo a extremo  Qlik continúa avanzando en su base de datos con la adquisición de Talend y su formidable integración de datos. Si a esto le sumamos un importante avance en la integración de la ciencia de datos y la ventaja de ser el primero en la integración de LLM, queda claro que Qlik ha creado un potente flujo de trabajo desde los datos hasta la toma de decisiones para desarrolladores y analistas empresariales. Reconocimiento de mercado renovado  Qlik ha podido pasar a ser el centro de atención a través de adquisiciones estratégicas notables, en particular la adquisición de Talend para la integración de datos. Qlik se encuentra entre las cinco principales empresas por ingresos tanto de plataformas ABI como de herramientas de integración de datos. Independiente de la nube y de las aplicaciones Qlik se ofrece como un servicio en todas las nubes principales, incluida Alibaba Cloud. También tiene integración con muchas de las principales aplicaciones empresariales en la nube. Qlik puede ser una opción cómoda para organizaciones con implementaciones multinube con una amplia gama de aplicaciones empresariales. ¿Qué significa ser líder? Los líderes demuestran una sólida comprensión de las capacidades clave del producto y el compromiso con el éxito del cliente que exigen los compradores en este mercado. Combinan esta comprensión y compromiso con un modelo de precios atractivo y fácilmente comprensible que respalda la prueba de valor, las compras incrementales y la escala empresarial. Las decisiones de compra las toman, o al menos influyen mucho, los usuarios empresariales que exigen productos que sean fáciles de comprar y utilizar. Los usuarios empresariales requieren que estos productos ofrezcan un valor empresarial claro y permitan el uso de análisis potentes por parte de aquellos con experiencia técnica limitada y sin la participación inicial del departamento de TI o expertos técnicos. En un mercado en rápida evolución que presenta innovación constante, los líderes no se centran únicamente en la ejecución actual. Los líderes se aseguran de tener una hoja de ruta sólida para solidificar su posición en el mercado y así ayudar a proteger las inversiones de los compradores. Conoce todos los productos y servicios que brindamos sobre Qlik! Aquí.

Qlik líder en plataformas BI Read More »

Cómo impulsar tu negocio con IA

La IA generativa tiene el potencial de marcar el comienzo una nueva era de productividad y prosperidad. Sin embargo, la actual falta de trazabilidad de datos y control de calidad en GenAI plantea un riesgo importante, permitiendo que datos no verificados comprometan la fiabilidad de la producción. Si no se aborda, este problema podría poner en peligro exponencialmente tanto el negocio y la sociedad. Necesitamos encontrar un nuevo modelo que promueva datos mejores (y confiables). Esto significa datos que van más allá de las tres clásicas “Vs” asociadas con big data – Volumen, Velocidad y Variedad – para incorporar también las dos “V” de Validez y Valor. IA Hibrida Uno de los mayores conceptos erróneos es que GenAI reemplazará todas las herramientas de IA anteriores. Eso sería un gran error.Ahora que la IA ha madurado lo suficiente como para ser utilizada en producción y escalado, se puede aprovechar su potencial para cerrar la brecha de madurez existente en GenAI, especialmente en casos de uso bien establecidos, como análisis de fraude y análisis de abandono. Mejores Prácticas Plantear la finalidad antes de iniciar cualquier implementación de IA. Asegúrese de que cualquier iniciativa esté arraigada en undesafío empresarial de la vida real que debe resolver. No permitir que GenAI lo distraiga ni se coma todo su presupuesto, ya que existen otros medios muy eficaces para aprovechar la IA paraanálisis, como el aprendizaje automático. Deje que su equipo de análisis y datos supervise cada esfuerzo de IA en marcha, para garantizar que se alinee con y amplifique otros esfuerzos en curso. Potenciar la experiencia del consumidor de datos Para aquellas personas que sólo quieren obtener una respuesta rápida, y no cuentan con las habilidades para realizar un análisis, veremos un aumento en las visualizaciones y los conocimientos generados automáticamente, mejorados con explicaciones en lenguaje natural. Los consumidores también tienden a confiar más en las personas que en los datos, por lo que la colaboración y el intercambio de datos serán clave. Hay puntos de bonificación si esto puede suceder dentro de los sistemas donde operan. Mejores Prácticas Buscar formas de tener un mayor impacto con los esfuerzos de análisis infundidos por IA, como incorporar más microconocimientos en todo el proceso de análisis y en los flujos de trabajo operativos que se pueden implementar. También puede considerar el uso de tecnologías como análisis integrados, alertas y automatización de aplicaciones. Este análisis aumentado considera su intención y comportamiento, incluido el procesamiento de entradas de conversación a través de PNL, para generar conocimientos y visualizaciones que sean conscientes del contexto y, por lo tanto, altamente relevantes. Datos no estructurados La mayoría de los datos del mundo no están estructurados. Muchos han intentado anteriormente, sin éxito, analizar datos no estructurados, pero con las nuevas técnicas GenAI, podemos desbloquear su potencial y valor. Las oportunidades para combinar datos estructurados y no estructurados de forma confiable serán infinitas. Mejores Prácticas Utilice chatbots de código abierto como ChatGPT para casos de uso externos junto con chatbots más privados donde sus datos empresariales confiables estén protegidos, idealmente aquellos que también puedan aprovechar sus datos estructurados y no estructurados. De BI a IA y viceversa Cada vez más, las personas pueden comenzar su viaje analítico con las herramientas GenAI, usándolas para visualización de datos simples y proyecciones comerciales.Como siguiente paso, es posible que deseen aprovechar herramientas de nivel empresarial para realizar un análisis más profundo, llevando los beneficios de GenAI a sus herramientas confiables. Mejores Prácticas Experimente con chatbots para consultas ad hoc, pero comprenda que no solucionarán todas las necesidades empresariales de los datos que gestionan su negocio. Cuando necesite análisis persistentes utilizando datos en los que pueda confiar, asegúrese de utilizar también tecnologías de nivel empresarial que sean incorporables e integrables mediante API abiertas. El ADN de los datos Si antes la calidad y el linaje de los datos eran importantes, ahora se han vuelto innegociables en un mundo con IA. Surgirá un nuevo mecanismo para etiquetar y señalar claramente los datos para crear el equivalente a una prueba de ADN para sus datos, a fin de garantizar que conozca su origen y pueda confiar en él. Mejores Prácticas Si desea exponer datos de manera responsable a GenAI, debe preparar sus datos de manera responsable auditándolos y calificándolos utilizando técnicas como linaje, trazabilidad y puntuaciones de confianza. Los datos que reciben una puntuación de confianza más baja se pueden utilizar para determinados fines, pero no para aplicaciones de misión crítica que se aprovechan en gran medida de la IA, ya que cualquier herramienta de IA debe basarse en datos confiables. Sin embargo, los datos de alta calidad que tienen una puntuación de confianza sólida se pueden producir y utilizar fuera de su organización. Asegúrese de que sus LLM públicos tengan procedencia de datos y criptografía antes de utilizar esos datos externos de manera más amplia. Mas ande otro criollo pasa Martín Fierro ha de pasar, Nada la hace recular Ni las fantasmas lo espantan; Y dende que todos cantan Yo también quiero cantar. Ahora que el inglés simple (o cualquier otro idioma) es el nuevo lenguaje de programación dominante para las herramientas GenAI, estamos viendo una explosión de aplicaciones creadas por el “desarrollador cotidiano”, lo que resulta en una oleada de innovación. Así como la alfabetización en datos ha sido crucial en los últimos años, ahora debemos centrar nuestra atención en la alfabetización en IA para mejorar los estándares, evitar el caos en la gobernanza y el exceso de aplicaciones. A medida que este proceso pone poderes muy fuertes en manos de muchos, las organizaciones deben tomar medidas para educar a su fuerza laboral sobre los beneficios y riesgos de GenAI. Ahora es el momento de facilitar la creación de aplicaciones ricas y cuidadosamente diseñadas que permitan la exploración. Mejores Prácticas Introducir ingeniería rápida y establecer políticas que fomenten la creación de aplicaciones. Esto debe hacerse teniendo en cuenta primero las barreras de privacidad, de modo que si estas aplicaciones se comparten más ampliamente, estén respaldadas por modelos de

Cómo impulsar tu negocio con IA Read More »

¿Cómo mejorar la calidad de los datos?

Mejorar calidad de los datos es extremadamente importante para organizaciones de todos los tamaños. La falta de datos limpios, validados y de alta calidad puede dar lugar a errores fácilmente evitables que, en ocasiones, pueden resultar costosos para la organización. Datos recientes de Gartner muestran que los datos no organizados son responsables de pérdidas anuales promedio de hasta $15 millones. Verificar la calidad de los datos La exactitud de los datos entre la información con la realidad y consistencia de la información almacenada en diferentes partes de la base de datos. Comprobar que los datos esten verificados y actualizados en todas las partes donde se utilizan. Verificar que los datos cumplan con los estándares definidos y no contengan información duplicada o incorrecta. Comprobar que los datos no contengan campos vacíos, valores nulos o registros incompletos y que no esten en conflicto con otros datos. Es muy importante verificar que los datos sean precisos y se ajusten a fuentes veridicas de información no desactualizadas. Cómo también, que se hayan ingresado correctamente y que no hayan sido modificados erroneamente. Normas para los datos Es importante establecer reglas y normas claras para la entrada de datos. Esto incluye definir el formato de los datos, el tipo de información que se debe incluir, y el proceso para la corrección de errores. Validación: Se pueden utilizar técnicas de validación, como la verificación de duplicados, la comprobación de integridad referencial y la verificación de formatos para garantizar que los datos sean precisos y coherentes. Capacitación: Proporcionar guías de usuario y manuales de procedimientos para ayudar a los usuarios a comprender los requisitos de entrada de datos y los procesos de validación. Monitorear: La revisión y actualización de los formatos de los datos, la adición de nuevos campos requeridos y la implementación de nuevas técnicas de validación. Realizar pruebas Es importante realizar pruebas y auditorías periódicas para verificar la calidad de los datos y detectar cualquier problema. Esto también permite identificar áreas en las que se puede mejorar la calidad de los datos y tomar medidas para solucionarlos. Criterios de calidad: Establece criterios para evaluar la calidad de los datos. Esto te permitirá identificar problemas específicos y tomar medidas para mejorar la calidad de los datos. Fuentes: Identifica las fuentes de datos utilizadas en la organización, ya sea una base de datos centralizada o múltiples bases de datos distribuidas. Esto te ayudará a entender cómo los datos están siendo utilizados y si existen discrepancias o duplicaciones de datos. Integridad: Las pruebas de integridad pueden ayudarte a identificar problemas como datos faltantes, duplicados, erróneos o inconsistentes. Consistencia: Las pruebas de consistencia te ayudarán a asegurarte de que los datos en diferentes partes de la organización son consistentes. Esto incluye comprobar que los datos en las bases de datos de diferentes departamentos se corresponden y son coherentes entre sí. Seguridad: Asegurarte de que los datos están protegidos contra el acceso no autorizado y los ataques de hackers. Esto incluye la comprobación de la seguridad de los servidores de la base de datos y la evaluación de las medidas de seguridad implementadas en la organización.

¿Cómo mejorar la calidad de los datos? Read More »

Tendencias sobre IA en 2024

La IA generativa ha conquistado el mercado en menos de un año y ya está transformando el mundo. Para que su éxito continúe, debemos resolver las dudas relativas a la integridad de los datos en los que se basa esta tecnología emergente. Hemos ido más allá de la avalancha de información para identificar diez tendencias que ayudarán a los responsables del ámbito de la analítica y los datos en 2024 a hacer realidad el potencial futuro de esta tecnología. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-column .elementor-spacer-inner{height:var(–spacer-size)}.e-con{–container-widget-width:100%}.e-con-inner>.elementor-widget-spacer,.e-con>.elementor-widget-spacer{width:var(–container-widget-width,var(–spacer-size));–align-self:var(–container-widget-align-self,initial);–flex-shrink:0}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container,.e-con>.elementor-widget-spacer>.elementor-widget-container{height:100%;width:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer{height:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner{height:var(–container-widget-height,var(–spacer-size))}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty,.e-con>.elementor-widget-spacer.elementor-widget-empty{position:relative;min-height:22px;min-width:22px}.e-con-inner>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon,.e-con>.elementor-widget-spacer.elementor-widget-empty .elementor-widget-empty-icon{position:absolute;top:0;bottom:0;left:0;right:0;margin:auto;padding:0;width:22px;height:22px} El origen de los datos importa: conocer el ADN de los datos Si la calidad y el linaje de los datos ya eran importantes antes, en un mundo con IA se han vuelto innegociables, porque si no sabe de dónde provienen los datos, ¿cómo puede confiar en ellos? 2024 será el año en el que crearemos una “prueba de ADN para los datos”. /*! elementor – v3.23.0 – 05-08-2024 */ .elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=”.svg”]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block} De los procesos de BI a la IA y viceversa, el análisis empresarial está cambiando. Los usuarios iniciarán su recorrido analítico con estas herramientas de IA generativa y las usarán para obtener proyecciones de negocio y visualizaciones de datos sencillas. Como siguiente paso, es posible que deseen usar herramientas de nivel empresarial para realizar análisis más profundos e incorporar los beneficios de la IA generativa a sus herramientas de confianza. La proliferación de desarrolladores sin experiencia hace imprescindible la alfabetización en IA La programación en lenguaje sencillo ha provocado una eclosión de apps creadas por desarrolladores no profesionales y ha dado como resultado una oleada de innovación, pero también un auténtico caos de gobernanza. La IA generativa pone un poder enorme en manos de muchas personas, lo que hace necesario que las empresas ofrezcan a sus empleados formación en IA.  La IA generativa como fuente de conocimientos: mejorar la experiencia del consumidor de datos Entre los usuarios que solo quieren obtener una respuesta con rapidez, se producirá un aumento de las visualizaciones y los conocimientos generados automáticamente, complementados con explicaciones en lenguaje natural. Además, los consumidores suelen confiar más en las personas que en los datos, por lo que el intercambio de datos será esencial. La ingeniería de datos, la analítica y la ciencia de datos se están fusionando Las nuevas plataformas, combinadas con la evolución de los tejidos de datos, abrirán la ingeniería de datos a una nueva generación de usuarios, especialmente si se complementa con capacidades potentes de IA y automatización. Facilitar las tareas difíciles y fusionar a la vez los roles y las capacidades de la ingeniería de datos, la ciencia de datos y el análisis permitirá a las empresas resolver problemas más complejos. La era de los datos no estructurados ya está aquí Muchas personas ya han intentado sin éxito analizar los datos no estructurados, pero con los nuevos metadatos y las técnicas semánticasque posibilita la IA generativa, 2024 está llamado a ser el año en el que las empresas podrán aprovechar al fin todo su poder y su valor. Estas herramientas le permitirán tomar decisiones basadas en todo su patrimonio de datos con rapidez y confianza. La automatización y la IA crean un círculo virtuoso Con los datos transformados prácticamente en tiempo real y en el lugar correcto, empezaremos a ver nuevas formas de utilizar la IA generativa con la automatización de aplicaciones. Esto se traducirá en menos trabajo manual para que las personas puedan conectar y crear flujos de trabajo. Ahora podrán centrarse en la toma de decisiones. La IA híbrida cierra la brecha entre la madurez de las distintas IA Una de las ideas erróneas más extendidas es que la IA generativa reemplazará a todas las herramientas de IA que la precedieron. Mientras que la IA generativa aún trata de establecerse, el machine learning y otros tipos de IA ya han demostrado un potencial ilimitado y se podrían usar, incluso, para acortar o cerrar esta brecha de madurez en 2024. La personalización de la IA se ha vuelto fundamental para los negocios. Las primeras aplicaciones de IA generativa son proyectos enormemente escalables, pero genéricos. Con el tiempo, ganará terreno una IApersonalizada para cada sector, con casos de uso de negocio a negocio (B2B) más específicos. También veremos que con menos esfuerzo y menos horas de consultoría se podrán crear aplicaciones sofisticadas que respondan a las necesidades de un sector o resuelvan un problema concreto. Los datos como producto comercializable Aplique los principios de gestión de productos a los datos y conviértalos en un producto que pueda monetizar. En 2024 veremos más plataformas que permitirán depurar, comprar, vender e intercambiar datos validados, algo similar a lo que hizo laindustria de la música con los servicios de streaming. Cuanto más se utilice el producto de datos, más valioso será. ¡Descubre más en nuestros Blogs y Sigue nuestras publicaciones en LinkedIn!

Tendencias sobre IA en 2024 Read More »

Qlik y Power BI ¿En qué invertir?

Ambas plataformas son líderes en el mercado de BI, Qlik puede resultar más amigable para tu presupuesto en términos de inversión inicial. Desglosaremos las características clave, las capacidades y los beneficios de Qlik y Power BI, destacando su rendimiento y su costo competitivo. ¿Cuánto cuesta realmente una solución de BI? A menudo, al seleccionar una plataforma de inteligencia empresarial, muchos negocios se centran únicamente en el costo inicial de compra. No obstante, el costo total de la inversión abarca mucho más que la mera adquisición del software. Desde la inversión en infraestructura hasta los procesos de implementación e integración, así como el respaldo y mantenimiento continuo, algunas plataformas requieren un compromiso más extenso, que va más allá de la inversión económica, involucrando también un valioso tiempo empresarial. A la hora de elegir la mejor solución para su empresa, debe tener en cuenta principalmente estos cinco aspectos: Complejidad Autoservicio Gobernanza Escalabilidad Previsibilidad de los costes El coste total real Complejidad Abordar los desafíos del mundo empresarial va más allá de la simple visualización de datos. Su solución de inteligencia empresarial debe ser robusta, capaz de cumplir con sus requisitos no solo en términos de visualización, sino también en el ámbito analítico y de datos más amplios, todo ello sin aumentar el costo total. Power BI Configuración y mantenimiento complejos Si quiere que Power BI realice algo más que simples visualizaciones, abróchese el cinturón para una viaje caro y complicado. Tendrá que configurar varios productos en los equipos, los servidores y la nube (además de mantener y dar soporte a todos ellos) lo que implica un coste mayor. El desarrollo de informes y el modelado de datos de Power BI se realiza con herramientas de escritorio que deben descargarse a un ordenador de sobremesa o portátil y, además, estas deben mantenerse posteriormente. Algunas integraciones, como las de datos locales, requieren una puerta de enlace de datos pesada y poco fiable. ¿Quiere ejecutar su BI en la nube? Su única opción será quedarse en Azure. Qlik Inicio y funcionamiento más sencillos Qlik® es una completa plataforma de BI que se ejecuta en la nube, por lo que la configuración es mucho más fácil y rápida. Con Qlik, tareas como la preparación de datos y el desarrollo de apps se hacen a través de la web, por eso no es necesario descargar o mantener las herramientas en su ordenador personal o portátil. Como SaaS con Qlik también está totalmente basado en la nube, no tendrá que descargar productos en ordenadores personales, servidores o la nube. Además, Qlik se ejecuta en su solución de nube preferida, en AWS, Azure, en la de Qlik o cualquier otra. Comparemos sus compenentes Autoservicio Las empresas se encuentran inmersas en una avalancha de datos disponible y buscan una mayor dependencia de estos para la toma de decisiones. Sin embargo, el enfoque tradicional de autoservicio resulta insuficiente, ya que solo empodera a usuarios avanzados. Es esencial ampliar el alcance del autoservicio para incluir a todos los usuarios, desde los avanzados hasta los desarrolladores y aquellos sin conocimientos técnicos. Una solución de inteligencia empresarial que capacita a todos los usuarios para comprender, analizar y emplear los datos con confianza, permitiéndoles responder sus propias preguntas, no solo impulsa la transformación basada en datos, sino que también eleva la alfabetización de datos y reduce la dependencia del personal informático sobrecargado. Esto se traduce en un menor costo total de inversión. Power BI Alta dependencia del (limitado) personal informático Para crear un informe en Power BI, los usuarios o consumidores sin conocimientos técnicos dependen en gran medida de los expertos y de los desarrolladores de informes. Además, debido a las restricciones de datos, los informes carecen de profundidad e interactividad. Las herramientas basadas en consultas como Power BI requieren habilidades de programación en SQL. Las consultas SQL cargan subconjuntos de datos predeterminados durante la fase de diseño, por lo que cuando surgen nuevas preguntas más tarde, los consumidores deben volver a los informáticos para que elaboren nuevos informes. Con Power BI, los usuarios tienen que conocer DAX, M y MDX, mucho mejor que la media de los usuarios sin conocimientos técnicos. Qlik Autoservicio para todos los usuarios Qlik siempre ha capacitado a los usuarios, tanto expertos como sin conocimientos técnicos, para explorar libremente los datos, adaptándose a los diferentes niveles de habilidad. Es lo que denominamos la “democracia de los datos”. Nuestro exclusivo motor asociativo permite a todos los usuarios explorar ampliamente los datos a un nivel que no es posible con otras herramientas y, por consiguiente, la necesidad de crear informes es mucho menor. Nuestras capacidades de IA y gráficos interactivos, líderes del sector, aumentan la capacidad de los usuarios sin conocimientos técnicos para plantear y responder a sus propias preguntas sin tener que depender de la intervención de usuarios avanzados. Por todo ello, con Qlik, los consumidores dependen menos del personal de TI y contribuyen en mayor medida al éxito de la empresa. Gobernanza El éxito de la democratización de datos se encuentra intrínsecamente ligado a la eficacia de la gobernanza de datos. Sin una gobernanza sólida, los usuarios de datos no pueden depositar plena confianza en las soluciones de inteligencia empresarial, lo que deja al negocio expuesto a riesgos de seguridad. Por el contrario, con un marco de trabajo debidamente gobernado, los usuarios pueden compartir el contenido creado, promoviendo así la eficiencia general en todos los aspectos del proceso empresarial. Power BI Gobernanza y reutilización limitadas Imagine cientos o incluso miles de usuarios de datos, cada uno de ellos con su propia versión de Power BI Desktop en sus ordenadores. Cada uno de ellos con sus propias conexiones con las fuentes de datos y, posiblemente, incluso con datos confidenciales almacenados localmente en sus portátiles. Gobernar todos esos datos es difícil y lleva mucho tiempo. Además, la falta de capacidades de autoservicio puede obligar a los informáticos y a los desarrolladores a dar a todo el mundo una copia editable de cada informe de Power BI. Pero esto conlleva la dispersión

Qlik y Power BI ¿En qué invertir? Read More »

IA Generativa ¿Cómo preparar y garantizar la seguridad de tus datos?

La privacidad y la seguridad de los datos son una prioridad para los clientes cuando se embarcan en su propio viaje de IA generativa. ¿Cómo aprovechar el valor que la IA puede ofrecer y, al mismo tiempo, garantizar que se mantenga la privacidad de sus datos y evitar la información errónea y, en última instancia, evitar malas decisiones y ramificaciones para su negocio? La privacidad y la seguridad de los datos han sido fundamentales para las iniciativas de análisis y datos, incluida la migración a la nube. Al definir su propia estrategia para utilizar la IA generativa en su organización, lo primero que debe decidir es qué enfoque desea adoptar para su modelo de lenguaje grande (LLM). La creación de un LLM empresarial de forma segura y compatible supone que se está ejecutando el modelo en un entorno seguro que protege sus datos y los de sus clientes. También supone que elige un modelo básico que no utiliza información protegida. Y para entrenar este modelo con éxito, debe asegurarse de tener buenos datos. La IA generativa tiene que ver con los datos; Los grandes modelos de lenguaje son tan buenos como los datos con los que se entrenan, por lo que es imperativo establecer una base de datos confiable con un tejido de datos moderno. Mientras planifica su estrategia de implementación y sus inversiones en infraestructura para su LLM empresarial, aquí le presentamos cinco formas esenciales de garantizar que su base de datos esté segura y lista para la IA generativa: 1.  Movimiento inteligente e integración de datos Si disponede una gran cantidad de datos en una amplia gama de formatos, procedentes de una amplia gama de fuentes. Para la IA generativa, esto es realmente algo bueno, ya que los modelos de lenguaje grandes se benefician al entrenarse en grandes conjuntos de datos. Pero para permitir un flujo fluido y eficiente de esa información para optimizar la creación del contenido generado, es necesario poder identificar, recopilar y mover estos datos a un almacén de datos o lago de datos. Aprovechando una arquitectura de replicación punto a punto segura que garantiza una baja latencia de datos y una máxima disponibilidad de datos. 2. Actualización continua de tus datos La entrega de datos siempre actualizados permite que los grandes modelos de lenguaje se adapten, mejoren y generen resultados contextualmente relevantes y coherentes para una amplia gama de tareas y aplicaciones basadas en el lenguaje. Esto requiere un enfoque de gestión de datos que admita la captura de datos de cambios en tiempo real para ingerir y replicar datos continuamente cuando y donde sea necesario. Al transmitir datos en tiempo real, optimiza la precisión y relevancia de los resultados que produce su modelo de lenguaje grande. 3. Transformación optimizada de tus datos Para que sus datos estén listos para el consumo de su modelo de lenguaje grande, deben transformarse adecuadamente desde su estado sin procesar. Necesita flexibilidad para ejecutar estas transformaciones de la manera más eficiente según su sistema de destino. Por ejemplo, SQL push-down es ideal para un almacén de datos en la nube, mientras que un clúster Spark y Spark SQL son más apropiados para un lago de datos. Asegurándose de que los modos de datos y la lógica de transformación de datos estén disponibles y se utilicen para ajustar el modelo a fin de ofrecer resultados óptimos en la generación de código generativo para entrenar su modelo. 4. Acceso a datos de calidad La calidad de los datos es fundamental para la IA generativa, ya que influye directamente en la confiabilidad, precisión y coherencia de los resultados del modelo. Al utilizar datos de alta calidad durante el entrenamiento, el modelo puede aprender patrones y asociaciones significativos, asegurando que genere contenido valioso y contextualmente apropiado. Cómo confía en él: aprovechando soluciones que pueden limpiar y perfilar datos automáticamente en tiempo real, para que no tenga que preocuparse por entrenar su modelo con datos incorrectos. 5. Gobernanza de tus datos La gobernanza de datos es vital para la IA generativa porque garantiza el uso responsable y eficaz de los datos por parte de su gran modelo lingüístico. Esto se puede lograr no solo a través de estrategias y políticas establecidas para la recopilación, conservación y almacenamiento de datos, sino también a través de tecnología para automatizar estos procesos de un extremo a otro para sucanal de datos. Por ejemplo, es posible que desee proteger automáticamente los datos PII del entrenamiento del modelo. Aprovechando las soluciones de catálogo y linaje para ayudar a encontrar y documentar automáticamente cualquier relación entre conjuntos de datos y validar la precisión y coherencia de los datos. La capacidad de aprovechar datos de cualquier fuente, mejorar la calidad y crear un tejido de datos moderno, integral y seguro es imprescindible para tener éxito con la IA generativa (y prácticamente cualquier otra cosa que haga con sus datos). ¡Gracias por leer!

IA Generativa ¿Cómo preparar y garantizar la seguridad de tus datos? Read More »

Casos de uso de calidad e integración de datos

Una nueva forma de dominar el desafío de los datos modernos Ahora más que nunca, los datos son tremendamente prometedores para las organizaciones. Pero gestionar datos para satisfacer las necesidades modernas es una tarea desalentadora. Y cuando se busca la tecnología adecuada, sus opciones siempre han sido limitadas: Productos heredados incompletos que no satisfacen las necesidades actuales (y que no cubrirán las futuras). Grandes hiperescaladores de nube cuyo objetivo es encerrarte, limitando tu capacidad para trabajar con cargas de trabajo híbridas y multinube. Múltiples productos puntuales, cada uno con un enorme desafío de integración. Un Data Fabric para arquitecturas modernas Ahora existe una forma mejor: Qlik® y Talend®. Es un conjunto amplio e integrado de las mejores soluciones de su clase, modernas, probadas y confiables, con el compromiso de permanecer abiertos y agnósticos en la nube. Qlik y Talend trabajan con prácticamente cualquier fuente de datos, destino, arquitectura o metodología. Juntos, hacen posible que usted tenga todos los datos que necesita, cuando y donde los necesite, desde cualquier herramienta de su elección. Cómo usar Qlik y Talend en conjunto Con Qlik y Talend en una solución combinada, las posibilidades de integración y calidad de los datos son casi ilimitadas. Pero entre esas posibilidades, hemos identificado siete usos cotidianos que surgen en la mayoría de las empresas, independientemente de su tamaño, industria o geografía:​ ¡Gracias por leer! Descarga el contenido completo sobre “7 Casos de uso de calidad e integración de datos, Qlik y Talend”.

Casos de uso de calidad e integración de datos Read More »

Scroll al inicio