Revista Digital – Información de Mercados – Compra Pública Latam.
La velocidad con la que evoluciona la inteligencia artificial está generando nuevas exigencias para los equipos de tecnología. La seguridad debe responder más rápido, los especialistas en datos necesitan trabajar con grandes volúmenes de información sin sumar complejidad y la infraestructura tiene que acompañar cargas cada vez más demandantes.
Las últimas innovaciones de Google Cloud apuntan directamente a estos desafíos. Desde nuevas capacidades para detectar y corregir vulnerabilidades con IA hasta mejoras en BigQuery, Cloud Composer y AlloyDB, el objetivo es incorporar más inteligencia y automatización en tareas que hoy son críticas para las empresas.
IA para detectar, analizar y corregir vulnerabilidades
Uno de los principales focos está puesto en la seguridad. Si la inteligencia artificial puede acelerar la capacidad de un atacante para encontrar vulnerabilidades, las organizaciones también necesitan utilizarla para fortalecer su defensa.
Google Cloud trabaja sobre este desafío en diferentes etapas. Web Security Scanner permite buscar vulnerabilidades en aplicaciones y Gemini suma capacidad de análisis para comprender los problemas detectados y aportar contexto sobre ellos.
Pero identificar una vulnerabilidad es solo una parte del proceso. CodeMender incorpora IA para trabajar sobre la corrección del código, llevando la automatización un paso más adelante.
La propuesta apunta a reducir la distancia entre encontrar un problema, comprenderlo y actuar sobre él. En un escenario donde las amenazas pueden evolucionar rápidamente, esa capacidad de respuesta se vuelve cada vez más relevante.
BigQuery DataFrames: trabajar con BigQuery desde un entorno familiar
En datos, una de las novedades destacadas es BigQuery DataFrames, que acerca las capacidades de BigQuery a quienes trabajan habitualmente con Python y pandas.
Esto permite utilizar una interfaz conocida por científicos y especialistas en datos mientras el procesamiento se realiza en BigQuery. En lugar de tener que trasladar grandes cantidades de información para trabajar localmente, las operaciones pueden aprovechar directamente la capacidad de la plataforma.
El resultado es una forma más simple de conectar herramientas que ya forman parte del trabajo cotidiano de los equipos con la escala que necesitan cuando aumenta el volumen de información.
Para las empresas, este tipo de integración puede facilitar el trabajo entre diferentes perfiles técnicos y reducir pasos innecesarios dentro de los procesos de análisis.
Cloud Composer 3 suma inteligencia a la operación de datos
Google Cloud también presentó novedades en Cloud Composer 3, con mejoras orientadas a la ejecución y administración de los flujos de datos.
Entre ellas se encuentra la posibilidad de trabajar con herramientas como dbt dentro de contenedores. A esto se suma Gemini como apoyo frente a problemas operativos: puede analizar una situación y trabajar sobre diferentes hipótesis para ayudar a encontrar la causa de un inconveniente.
Es una aplicación concreta de la IA sobre una tarea cotidiana para los equipos técnicos. En lugar de limitar su uso a la generación de contenido o las consultas, Gemini se incorpora al análisis de problemas dentro de la propia operación tecnológica.
AlloyDB lleva más rendimiento a PostgreSQL
Otra de las novedades se concentra en AlloyDB, la base de datos compatible con PostgreSQL de Google Cloud.
Las mejoras presentadas buscan incrementar el rendimiento aprovechando la arquitectura de AlloyDB y su motor columnar. De acuerdo con las pruebas compartidas, Google Cloud muestra diferencias importantes de desempeño frente a PostgreSQL estándar, especialmente a medida que aumenta la cantidad de consultas.
El punto relevante para las empresas es la posibilidad de mantener la compatibilidad con PostgreSQL mientras se aprovecha una infraestructura diseñada para responder a cargas más exigentes.
Esto permite pensar en la modernización de las bases de datos desde una perspectiva práctica: conservar tecnologías y conocimientos ya extendidos en los equipos, pero disponer de mayores capacidades cuando las aplicaciones necesitan escalar.
Más IA aplicada a problemas concretos de tecnología
Las novedades muestran una dirección clara en la evolución de Google Cloud. La inteligencia artificial comienza a incorporarse directamente en tareas técnicas que forman parte de la operación diaria: encontrar vulnerabilidades, analizar problemas, asistir en su corrección y facilitar el trabajo de los equipos que administran datos e infraestructura.
Al mismo tiempo, BigQuery y AlloyDB continúan evolucionando para responder a dos necesidades centrales de las organizaciones: procesar información a escala y sostener aplicaciones que demandan cada vez más rendimiento.
Para las empresas, el desafío está en determinar cuáles de estas capacidades pueden generar un impacto concreto dentro de su arquitectura y cómo incorporarlas sin sumar complejidad innecesaria.
En Noventiq, acompañamos a las organizaciones en la adopción y evolución de sus entornos de Google Cloud, identificando las tecnologías que mejor responden a sus necesidades de datos, seguridad, infraestructura e inteligencia artificial.
Acerca de Noventiq
Noventiq es un proveedor global líder en soluciones de transformación digital y ciberseguridad, que genera más de 2.200 millones de dólares estadounidenses en facturación anual. Con operaciones en más de 60 mercados de alto crecimiento, la empresa conecta personas, plataformas y procesos a través de la tecnología, ayudando a sus clientes a impulsar la eficiencia, la resiliencia y la innovación.