El impacto de la IA generativa y los nuevos tipos de datos en la arquitectura de aplicaciones

Lori Mac VittieIngeniero distinguido y evangelista jefe | F5

En 2022 observé un cambio sutil en la arquitectura de las aplicaciones que se manifestó en el mercado a través de debates sobre nuevos protocolos y datos. No fue del todo sorprendente, ya que, como mencioné entonces históricamente surgen nuevas arquitecturas de aplicaciones que empiezan a moldear los mercados de entrega y seguridad de aplicaciones cada cinco años y alcanzan una posición dominante unos cinco años después.

En 2023 pensé que este cambio se haría evidente hacia 2025. Pero no pude prever la llegada de la IA generativa ni su efecto explosivo en la evolución de estas arquitecturas.

En definitiva: ese cambio se está produciendo más rápido y va a tener un efecto drástico en, bueno, todo.

Pero, para no dejarnos llevar por la evolución arquitectónica, debemos comprender qué es lo que realmente la impulsa: los datos.

Diferentes tipos de datos

Normalmente, cuando alguien dice «datos», el oyente se imagina de inmediato filas de datos de clientes y productos almacenadas en algún lugar de un enorme sistema de gestión de bases de datos relacionales (RDBMS). Bueno, quizá no todos los oyentes, pero sí muchos. Esto se debe a que el diseño predominante de almacenamiento de datos se inclina por los datos estructurados y tabulares. Abra una hoja de cálculo y verá a qué me refiero. Se basa en filas y columnas, y un RDBMS no es, en realidad, tan diferente.

Podríamos argumentar que existen bases de datos NoSQL y de clave-valor, almacenes de objetos y estructuras de datos similares y que, por tanto, las arquitecturas de aplicaciones no giran en torno a los datos tabulares. Pero, seamos sinceros, sí que lo hacen. Todos esos otros tipos de almacenes de datos se utilizan, y por buenas razones, pero la mayoría de esas razones eran secundarias para la aplicación y, por tanto, no alteraron significativamente los principios arquitectónicos generales que guiaron el desarrollo de aplicaciones durante décadas.

Pero la creciente distribución de las aplicaciones —y los modelos híbridos— genera muchas necesidades. Por ejemplo, la observabilidad y la seguridad, que exigen generar datos de telemetría. La distribución requiere una forma de comprender las relaciones entre los almacenes de datos distribuidos, lo que da lugar a los grafos de conocimiento. Y la IA generativa exige formas de ampliar y entrenar modelos, lo que lleva al uso de embeddings almacenados en bases de datos vectoriales.

Se trata de cuatro tipos de datos muy diferentes que requieren nuevas formas de almacenamiento y acceso. Los cuatro se están convirtiendo rápidamente en «componentes estándar» de las aplicaciones modernas, especialmente de aquellas diseñadas para facilitar el uso de la IA generativa.

Figura: Vista general básica de una aplicación moderna con IA

1. La telemetría está impulsando cambios significativos en el ámbito de las operaciones, a medida que comprendemos que los formatos columnares son una opción más adecuada para transferir y procesar datos de streaming en tiempo real, que es lo que realmente son los datos de telemetría.
2. Grafos de conocimiento y la tecnología de grafos están cobrando protagonismo para federar datos distribuidos y comprender relaciones complejas entre distintas fuentes de datos. Esta tecnología nos proporciona protocolos como GraphQL, que están transformando radicalmente la forma en que utilizamos las API para localizar y gestionar datos en toda la empresa distribuida.
3. La creciente adopción de técnicas de generación aumentada por recuperación (RAG) para la IA generativa está impulsando la integración de las bases de datos vectoriales en la propia aplicación, en lugar de utilizarlas como almacén de datos en una capa más profunda de la arquitectura.
4. Y, por último, no olvidemos los datos de la IA generativa. Un LLM genera nuevos datos cada vez que se realiza una solicitud. Esto plantea importantes retos para los profesionales de la seguridad, que deben averiguar cómo identificar posibles amenazas y problemas en los datos no estructurados generados dinámicamente.

Son los datos —con sus distintos formatos, protocolos, usos y aplicaciones— los que están impulsando este cambio. El resultado es un enfoque sin interfaz que se basa en las API de formas que muchas personas nunca se habían planteado. Es decir, las capacidades y funciones empresariales se exponen como API sin tener en cuenta la capa de presentación tradicional, lo que permite desarrollar una mayor variedad de interfaces para un conjunto más amplio de dispositivos de usuario. Las API hacen que los datos y las capacidades sean accesibles, y por eso son tan importantes para la transformación digital.

Este enfoque se observa en muchas aplicaciones modernas que aprovechan los microservicios. Por eso los frameworks de interfaz de usuario están tan extendidos (y generan debate en Internet). Estos frameworks se utilizan para crear aplicaciones independientes que recurren a las API para acceder a funcionalidades y datos. Son entidades separadas de las «aplicaciones» de back-end que utilizan para impulsar los flujos de trabajo y aportar valor al mercado.

Todo esto está impulsando las arquitecturas headless. La transición ya estaba en marcha, pero la llegada de la IA generativa ha puesto de relieve la importancia crítica de los datos y la ha acelerado.

Esto, a su vez, tendrá un profundo impacto en la entrega y la seguridad de las aplicaciones, a medida que surjan nuevas amenazas y retos que deberán abordarse para satisfacer las necesidades de las empresas y los usuarios.

Sobre el autor

Lori Mac VittieIngeniero distinguido y evangelista jefe | F5

Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.

Más artículos de Lori Mac Vittie