Planes de datos preparados para la IA (Spanish Edition)
by Navnit Shukla, Kien Pham, Srikanth Sopirala, Harsha Tadiparthi
Capítulo 5. Basesde conocimiento y bases de datos vectoriales
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En el panorama empresarial actual, impulsado por la IA, la capacidad de basar las aplicaciones de IA generativa en un conocimiento organizacional preciso y actualizado se ha convertido en un imperativo competitivo. Este capítulo explora los fundamentos de la estrategia de datos que permiten a las organizaciones crear sistemas de IA generativa (GenAI) y de IA agentiva listos para la producción a través de tres pilares fundamentales: bases de conocimiento, generación aumentada por recuperación (RAG) y bases de datos vectoriales.
El desafío de los datos de GenAI
Los modelos de lenguaje grandes tradicionales de la IA generativa, aunque potentes, se enfrentan a limitaciones fundamentales cuando se realizan sus implementaciones en entornos empresariales. Funcionan con datos de entrenamiento estáticos, a menudo desactualizados desde hace meses, y carecen de acceso al conocimiento organizacional propio. Esto crea una brecha crítica entre las capacidades de la IA y las necesidades empresariales, una brecha que le cuesta a las organizaciones tanto precisión como ventaja competitiva.
Se estima que el o de datos no estructurados representa entre el 80 % y el 90 % de la información empresarial, y que los volúmenes de datos de las empresas crecen alrededor de un 55 %-65 % al año.1 Sin embargo, la mayoría de las organizaciones ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access