Confluent anuncia la disponibilidad de Tableflow
La compañía de data streaming Confluent ha dado a conocer avances significativos en Tableflow, una forma de acceder a datos operativos desde almacenes y lagos de datos.
Con Tableflow, los usuarios pueden acceder a todos los datos de streaming en Confluent Cloud en formatos de tabla abiertos y populares, desbloqueando posibilidades ilimitadas para análisis avanzados, inteligencia artificial (IA) en tiempo real y aplicaciones de próxima generación. La compatibilidad con Apache Iceberg ya está disponible de forma general . Además, como resultado de una alianza ampliada con Databricks, ya está abierto un nuevo programa de acceso anticipado para Delta Lake. Tableflow ofrece también una mayor flexibilidad de almacenamiento de datos e integraciones perfectas con los principales proveedores de catálogos, incluidos AWS Glue Data Catalog y el servicio gestionado de Snowflake para Apache Polaris, Snowflake Open Catalog.
“En Confluent, nuestro objetivo es garantizar que los datos actúen siempre que uno lo necesite y en cualquier formato que se requiera", dijo Shaun Clowes, Director de Producto de Confluent. “Con Tableflow aplicamos nuestra experiencia conectando datos operativos con el mundo analítico. Ahora, los científicos de datos y los ingenieros de datos tienen acceso a una fuente de verdad unificada en tiempo real en toda la empresa, lo que hace posible construir y expandir la próxima generación de aplicaciones impulsadas por IA”.
La caída de los proyectos de IA: datos desconectados
“Para 2027, tras sufrir múltiples fracasos en proyectos de IA, el 70% de los equipos de IT volverán a lo básico y se centrarán en plataformas de infraestructura de datos diseñadas para la IA”, afirmaba IDC en el informe IDC FutureScape: Worldwide Digital Infrastructure 2025 Predictions. El informe añadía que “muchas organizaciones de IT dependen de decenas de silos de datos y de una docena o más de copias diferentes de datos. Estos silos y almacenes de datos redundantes pueden ser un gran impedimento para el desarrollo eficaz de modelos de IA”.
Muchos proyectos de IA están fracasando porque los métodos tradicionales de desarrollo no pueden seguir el ritmo de las nuevas expectativas de los consumidores. Se espera que estas aplicaciones comprendan el estado actual de la empresa y sus clientes, y que actúen automáticamente. Por ejemplo, un agente de IA para la gestión de inventarios debería ser capaz de identificar si un artículo en particular es tendencia, notificar inmediatamente a los fabricantes el aumento de la demanda y proporcionar una estimación precisa de la entrega a los clientes.
Sin embargo, este nivel de eficiencia sin intervención manual simplemente no es posible si los datos empresariales no se integran en los sistemas de análisis e IA en tiempo real. Los métodos tradicionales de procesamiento por lotes conducen a resultados poco precisos, y copiar manualmente los datos es inestable, difícil de escalar y agrava el problema de los silos.
Cómo superar la brecha de datos para contar con una IA preparada para la empresa
“Las empresas de transporte nos valoran mucho porque simplificamos las ventas, las operaciones y los envíos, pero eso solo es posible gracias al análisis de datos en tiempo real”, afirma Brady Perry, cofundador de Busie. “Tableflow presenta una solución prometedora para que nuestro motor de análisis consuma sin problemas datos operativos en Kafka en tiempo real, en formato de tablas Apache Iceberg, eliminando la necesidad de preprocesamiento adicional”, señala.
“Al integrar Tableflow con Snowflake, podríamos evitar la ingesta de datos sin procesar y sin limpiar, al tiempo que reduciríamos la complejidad y los costes de almacenamiento. Este enfoque simplificaría los streams de trabajo, aceleraría la obtención de información y, además, garantizaría una arquitectura de datos más eficiente y rentable”.
Tableflow simplifica la integración entre los datos operativos y los sistemas analíticos. En este sentido, es capaz de actualizar continuamente las tablas utilizadas para la analítica y la IA con exactamente los mismos datos de las aplicaciones empresariales conectadas a Confluent Cloud. En Confluent, procesamiento y gobernanza ocurren a medida que se generan los datos, desplazando estas tareas aguas arriba para garantizar que solo se utilicen datos consistentes y de alta calidad para alimentar lagos de datos y almacenes. Como resultado, esto supone un gran avance para la IA, ya que su potencia depende directamente de la calidad de los datos que la alimentan.
