Presentamos AILANA, la solución de IA Generativa de Panel que utiliza los servicios de Amazon Web Services. Para hacerlo nada mejor que en el evento conjunto entre las dos compañías en las instalaciones de AWS en Madrid.
Según nos cuentan Marta de Juan, Directora del Lab de Innovación en IA, y Marcos Checa, Director del área de Data & Analytics de Panel, el nacimiento de AILANA es una revolución desde el punto de vista funcional, pero también ha sido bastante natural.
En la plataforma BeDataScience ya contamos con una gran capacidad tecnológica, volumen de datos, capacidad de ejecución de procesamiento y además llevamos también en nuestro ADN la innovación y la investigación. «AILANA no ha venido a sustituir otras herramientas que tenemos en la plataforma, sino a complementarla, porque de lo que se trata es de modificar la forma en la que nos acercamos a los datos», afirma Marta.
AILANA es un asistente virtual versátil y flexible, que pretende simplificar lo complejo desde el punto de vista de los usuarios. Aprovecha la IA Generativa para potenciar el valor de nuestros datos, para poder generar contenido, y acercarnos y explotar de otra forma la información para ayudar a optimizar procesos, a mejorar la productividad. Y todo esto en un contexto de credibilidad y confianza.
Marta y Marcos profundizan en sus tripas, capa a capa en base a esas piezas de Lego que hablábamos al principio, para mostrarnos su arquitectura, cómo ha sido construida, cómo funciona y cuáles son los elementos que la definen.
En primer lugar, Marcos nos enseña que los modelos fundacionales son importantes, son la base de una solución como AILANA, pero hay que decirles lo que quieres que hagan: «Los modelos obviamente por sí solos no tienen acceso a tus datos, y aunque parezca increíble y todos estemos acostumbrados a dialogar con ellos, tampoco tienen memoria» afirma Marcos.
Una de estas piezas es por tanto proporcionar al modelo acceso a esos datos, a esa librería nuestra de conocimiento, ya sean documentos o bases de datos. Hay que hacer un pre-tratamiento de esos datos, y generar vectores de información semántica que guardamos en una base de datos vectoriales en la infraestructura de Amazon para usarlos. Después hay que incorporar el contexto, decirle qué queremos que hagas tú y qué queremos que haga el modelo, cómo queremos la respuesta. Y por último está el módulo de memoria, para que sea capaz de gestionar todo el hilo de conversación. A continuación intervienen las cadenas, los agentes, etc. y todo va conformando la capa más tecnológica de la arquitectura de AILANA.
Pero nos falta la capa más importante: la existencia de casos de uso. ¿Exactamente qué necesidades hay desde el punto de vista de negocio para una solución como AILANA?
Marta y Marcos nos enseñan por tanto a AILANA en acción con dos ejemplos reales: una consulta a documentos, y una consulta más compleja a bases de datos que debe generar una query para responder a una pregunta.
AILANA en definitiva nos permite acceder a esa información, a ese modelo de datos de una forma ágil y rápida, fiable, en lenguaje natural, ofreciendo una mejora clara de la productividad y optimizando tiempos.
