Este artículo resume lo expuesto en el evento Urudata & Google del 15 de mayo de 2025. El mismo fue generado automáticamente por nuestro asistente más joven: NeuraBot, powered by Tu Neural.
En el vertiginoso panorama tecnológico actual, la Inteligencia Artificial (IA) ha dejado de ser una promesa futurista para convertirse en un motor tangible de transformación empresarial. En un reciente evento, Urudata, en su rol de partner de Google Cloud, congregó a líderes y visionarios para desgranar cómo la sinergia entre datos robustos y IA avanzada está redefiniendo las fronteras de lo posible.
La jornada comenzó con una reflexión inspiradora de Nicolas Gutierrez Brum, quien, evocando la célebre frase de Henry Ford – «Si hubiera preguntado a la gente qué querían, habrían dicho caballos más rápidos» – ilustró una verdad fundamental en la innovación. A menudo, las empresas buscan mejoras incrementales, esos «caballos más rápidos» que se manifiestan en optimizaciones como chatbots básicos, mejoras en la logística de rutas y stock, o la automatización de procesos industriales y contables. Si bien valiosas, estas mejoras representan solo la superficie del potencial transformador.
La verdadera disrupción, argumentó Gutierrez Brum, reside en la «Inteligencia Artificial aplicada con sentido«. Esto implica ir más allá de la automatización simple para abrazar soluciones como asistentes virtuales verdaderamente resolutivos, la predicción dinámica de la demanda en logística, estrategias de marketing omnicanal con propuestas proactivas basadas en el análisis profundo del comportamiento, el mantenimiento predictivo en la industria y la prevención sofisticada de fraudes en finanzas. Este enfoque es el núcleo de la propuesta de Tu Neural de Urudata, una visión donde la IA no solo moderniza, sino que reinventa y aporta un valor estratégico y con propósito a cada faceta del negocio.
Continuando con la exploración de las capacidades que impulsan esta nueva era, Ignacio Cattivelli, Director de Ingeniería en Urudata, nos sumergió en el universo de Gemini, el modelo de IA más inteligente de Google, y el robusto ecosistema que lo sustenta. Cattivelli destacó la arquitectura multicapa de Google Cloud, que abarca desde la infraestructura de IA y la investigación de frontera hasta modelos, herramientas, productos y plataformas.
En el corazón de esta oferta se encuentra la familia Gemini, con modelos como Gemini 2.5 Pro, optimizado para codificación y prompts complejos, y Gemini 2.5 Flash, diseñado para un rendimiento rápido en tareas complejas. Una de las capacidades más notables de Gemini 2.5 Pro es su ventana de contexto de 1 millón de tokens, capaz de procesar el equivalente a una hora de video, once horas de audio, más de 30,000 líneas de código o 700,000 palabras. Esta amplitud permite una comprensión y generación de información sin precedentes, como lo demuestran los rankings en plataformas como Text Arena, donde los modelos Gemini consistentemente demuestran su superioridad.
Más allá de Gemini, Cattivelli presentó un abanico de herramientas de Google como Gemma (modelos abiertos ligeros), Imagen (generación de texto a imagen de alta calidad), Lyria (generación de música) y Veo (generación de video). Este último demostró su potencial creativo con ejemplos impactantes, desde un adorable perro salchicha zambulléndose en una piscina con gafas de natación, hasta la evocadora recreación de un palacio renacentista, mostrando la capacidad de la IA para generar contenido visual cinematográfico y detallado a partir de simples descripciones textuales.
La presentación culminó con la visión de «Google Cloud en la era de los Agentes«. Esta nueva arquitectura se apoya en Vertex AI para la construcción y gestión de modelos, una sólida base de Datos multimodales y el AI Hypercomputer para un rendimiento optimizado. Sobre esta infraestructura, se erigen las Gemini API y AI Studio, y herramientas como Google Agentspace, que facilitan la creación de aplicaciones y agentes de IA, integrando búsqueda empresarial, los mejores modelos de IA generativa y una plataforma de agentes robusta y segura. Se vislumbró un futuro donde el desarrollo de agentes, potenciado por kits como LangGraph y LangChain, se vuelve más accesible, permitiendo a las empresas construir soluciones personalizadas con una eficiencia y escalabilidad sin precedentes, todo ello sobre la misma infraestructura que impulsa gigantes como Google DeepMind, Search y YouTube. Además, se resaltó la eficiencia de modelos como Gemini 2.0 Flash y Flash-Lite, que ofrecen una «inteligencia por dólar» competitiva, democratizando el acceso a la IA de vanguardia.
Finalmente, Pablo García, Director de I+D en Urudata, ancló la discusión en el elemento más crucial para el éxito de la IA: los datos. García comenzó advirtiendo que, en momentos de cambio acelerado como el actual, la diferencia entre las empresas que despegan y las que se estancan radica en su capacidad de adaptación y uso inteligente de sus activos, siendo los datos uno de los más valiosos.
Desmitificó la aparente facilidad de implementar soluciones como RAG (Retrieval Augmented Generation), subrayando que «los datos nunca están como los preciso». Este es el «problema de los datos«: sesgos implícitos y de máquina, la ilusión de la sabiduría de las multitudes (donde un pequeño porcentaje de usuarios genera la mayoría del contenido) y la deriva conceptual, que hace que los modelos pierdan precisión con el tiempo.
Ante estos desafíos, García enfatizó un cambio de enfoque en Machine Learning: de la construcción de modelos y el despliegue hacia una priorización de los datos y las LiveOps. La ingeniería de software tradicional no es suficiente; la implementación de ML es inherentemente más compleja y requiere una estrategia de datos sólida, definida como «un concepto central e integrado que articula cómo los datos habilitarán e inspirarán la estrategia de negocio».
Se propuso la evolución del Lakehouse hacia un Operational Data Store, donde la experimentación rápida, la automatización, la eficiencia y la escalabilidad son claves. Aquí es donde los productos de datos emergen como un puente vital entre los datos crudos y las transformaciones analíticas, permitiendo la creación de activos de datos específicos y reutilizables. Este enfoque de «datos como producto» libera un valor significativo, aumentando la productividad, democratizando el acceso, reduciendo riesgos y optimizando recursos. Para ello, se necesitan principios de co-construcción, evaluando los datos en términos de confidencialidad, disponibilidad, integridad, calidad, costo y desempeño, y habilitando una arquitectura de data-mesh donde los dominios de datos operan de forma más autónoma y eficiente.
La plataforma ideal, según García, debe combinar atributos clásicos (escalabilidad, bajo TCO, seguridad) con modernos (multimodalidad, desacoplamiento de datos y procesamiento, tiempo real, y IA integrada en todas las capas). La AI-ready Data Cloud de Google responde a esta necesidad, con BigQuery como pieza central, ofreciendo una plataforma unificada que combina lo mejor de los datos y la IA. Capacidades como Unified Query, Object Tables con BQML, y los nuevos Data Engineering Agents – que automatizan tareas de ingeniería de datos como la creación y optimización de pipelines mediante lenguaje natural – están transformando la manera en que las empresas interactúan y extraen valor de sus datos.
En resumen, la jornada organizada por Urudata y Google Cloud dibujó un panorama claro: la Inteligencia Artificial es una fuerza transformadora ineludible. Sin embargo, su poder solo se desata plenamente cuando se sustenta en una estrategia de datos inteligente y en plataformas tecnológicas avanzadas. La combinación de la visión de Urudata, materializada en soluciones como Tu Neural y su profundo conocimiento en la gestión y estrategia de datos, junto con la potencia y versatilidad de Google Cloud y sus herramientas de IA como Gemini y BigQuery, ofrece a las empresas el camino para no solo adaptarse al futuro, sino para construirlo activamente.