La compañía anunció la disponibilidad general de DataWorks Data Agent, un agente de inteligencia artificial integrado en la plataforma DataWorks diseñado para escenarios de desarrollo y gobernanza de datos. El producto combina capacidades cognitivas de modelos fundacionales con los activos de datos empresariales de la plataforma para permitir interacción en lenguaje natural y ejecución de procesos de extremo a extremo.
El agente se presenta como una solución unificada que agrupa módulos denominados Agent, Code Programming Assistant, ChatBI y Quick IA Actions, y ofrece modos de interacción por chat además de una interfaz de línea de comandos (CLI). Según la descripción, permite automatizar flujos que van desde la ingesta y la integración hasta el análisis sin que el usuario abandone el ecosistema de DataWorks.
La firma describe este lanzamiento como un paso evolutivo más allá de los copilotos que ofrecen sugerencias puntuales: DataWorks Data Agent busca operar como una “fuerza laboral digital” capaz de planificar, coordinar y ejecutar procesos complejos de forma autónoma. En esa concepción, el agente no se limita a proponer correcciones o fragmentos de código, sino que actúa como un servicio proactivo del sistema que puede descomponer tareas, priorizar acciones y encadenar pasos operativos para completar objetivos definidos por el usuario.
En el ámbito de la integración de datos, el agente interpreta intenciones expresadas en lenguaje natural y traduce esas intenciones en configuraciones operativas listas para ejecutarse. Como ejemplo operativo citado, al solicitar “sincronizar diariamente datos nuevos de MySQL a Hologres”, el agente analiza la intención, genera la configuración de sincronización — incluyendo parámetros técnicos necesarios— y pone en marcha el proceso sin que el usuario tenga que dominar detalles de conexiones, mapeos o particiones. Ese flujo reduce la necesidad de intervención manual en tareas repetitivas de configuración.
Para el desarrollo de canalizaciones ETL, la herramienta automatiza pasos que tradicionalmente exigían experiencia técnica especializada. A partir de un documento de requisitos, el agente puede realizar el análisis funcional, crear nodos en la canalización, generar el código SQL necesario, configurar dependencias entre tareas y ejecutar pruebas. El objetivo declarado es minimizar la carga técnica del usuario, reservando a éste la revisión y la aprobación final antes de publicar o promover cambios a entornos superiores.
El alcance del producto también abarca gobernanza, operaciones y analítica: permite orquestar canalizaciones completas mediante un único comando o un diálogo conversacional. Módulos como ChatBI y Quick IA Actions están orientados a facilitar consultas analíticas y la ejecución de acciones recurrentes dentro del ciclo de vida de los datos, de modo que usuarios con distintos perfiles puedan obtener informes o activar procesos programados sin escribir scripts extensos.
En futuras versiones se espera la incorporación de Skills personalizadas para encapsular servicios y pipelines propietarios. Estas Skills integradas expondrán interfaces de llamada estándar pensadas para interoperar con agentes de terceros, con la intención de soportar un modelo plug-and-play que facilite flujos multiplataforma y la colaboración entre componentes del ecosistema. La arquitectura propuesta busca, por tanto, extender la capacidad autónoma del agente más allá del entorno nativo de la plataforma.
Según la compañía, la propuesta reduce la barrera técnica para montar pipelines y realizar análisis, acelerando tareas a lo largo del ciclo de vida de los datos; sin embargo, subraya también limitaciones operativas: las operaciones críticas, como publicar en entornos de producción, requieren intervención humana. Además, el producto incorpora controles y medidas de seguridad de clase empresarial como parte de su posicionamiento, enfatizando la necesidad de equilibrar automatización y gobernanza en entornos corporativos.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
