Uniphore presenta X-Stream, solución integral para desarrollar aplicaciones RAG 8 veces más rápido.

Uniphore presenta X-Stream, una oferta unificada de conocimiento para desarrollar aplicaciones RAG 8 veces más rápido

Uniphore, la empresa tecnológica global reconocida por sus soluciones de IA conversacional y automatización, está simplificando el desarrollo de aplicaciones RAG (recuperación aumentada generativa) para empresas. La compañía anunció hoy el lanzamiento de X-Stream, una nueva capa en su plataforma de datos y IA central que permite el conocimiento como servicio y reúne herramientas, conectores y controles poderosos para que las empresas movilicen sus conjuntos de datos multimodales para aplicaciones de IA específicas de dominio.

En su núcleo, X-Stream proporciona a las empresas una arquitectura unificada y abierta para combinar todos los pasos fragmentados de preparación de datos listos para la IA en un proceso fluido, sirviendo como una solución integral y eliminando la necesidad de utilizar múltiples herramientas en toda la cadena.

«Con X-Stream, los clientes pueden ajustar sus datos, convertirlos en conocimiento listo para la IA y alimentarlos sin problemas en los pequeños modelos de lenguaje específicos de la industria de Uniphore ya listos para la producción o construir los suyos. Nuestros científicos de datos e ingenieros, basados en años de experiencia, han resuelto la precisión y las alucinaciones, asegurando la seguridad y guiando a los clientes hacia la soberanía de la IA», afirmó Umesh Sachdev, CEO de la empresa, a VentureBeat.

Solucionando el problema de datos para RAG

Con el aumento de la IA generativa, la idea de RAG, donde la IA utiliza información de un conjunto especificado de bases de datos y fuentes para proporcionar respuestas precisas a preguntas complejas, se ha vuelto bastante común. La mayoría de las empresas hoy en día están compitiendo por construir aplicaciones de búsqueda y chat basadas en RAG que podrían utilizar su base de conocimientos interna para proporcionar respuestas libres de alucinaciones y, en última instancia, impulsar la eficiencia en diferentes funciones.

Sin embargo, cuando se trata de construir (y escalar) tales aplicaciones, las cosas tienden a complicarse, especialmente en el ámbito de los datos.

En casi todos los casos de RAG, la información que una organización desea utilizar está dispersa en diferentes fuentes y formatos, desde tablas estructuradas hasta conversaciones de texto no estructuradas, documentos y videos. Para reunir toda esta información, la empresa tiene que reunir varios componentes y utilizar conectores de datos/herramientas ETL (como Fivetran) para conectarse a sus respectivos almacenes de datos, ERP, HCM, aplicaciones internas, etc.

Una vez que la información está conectada, tienen que habilitar el flujo de RAG dividiendo los datos, convirtiéndolos en embeddings y almacenándolos en una base de datos vectorial utilizando herramientas como Milvus, Weaviate o Pinecone. Luego, para mejorar la precisión, potencialmente agregan una capacidad de RAG de gráficos como Neo4j.

Todos estos pasos y herramientas, y luego algunos más, se suman muy rápidamente y hacen que sea una pila difícil de gestionar y operar. Como resultado, el proyecto termina tardando meses en madurar en una aplicación gen AI escalable.

«Hemos estado escuchando de líderes de datos empresariales que quieren una forma más eficiente de impulsar la transformación del conocimiento a partir de sus propios conjuntos de datos a través de voz, video y texto, en lugar de utilizar plataformas o bibliotecas de datos tradicionales», dijo Sachdev.

Para abordar estas brechas de datos, Uniphore ha introducido X-Stream, una arquitectura unificada y abierta que reúne todas las herramientas y controles necesarios en un solo lugar.

Esencialmente, X-Stream ingiere datos multimodales de más de 200 fuentes y los prepara para la IA mediante la ejecución de trabajos inteligentes de fusión y transformación. Una vez que el procesamiento inicial está completo, analiza y divide los datos, los convierte en embeddings y los almacena en una base de datos vectorial, ayudando a los equipos de datos a proporcionar datos relevantes a los equipos de IA, específicamente para alimentar los modelos pequeños específicos de la industria de Uniphore o los suyos propios para casos de uso de RAG y ajuste fino.

Pero eso no es todo.

X-Stream también genera grafos de conocimiento, donde se necesita contexto y razonamiento, y crea datos sintéticos para ajustar modelos específicos para casos de uso o industrias particulares. Además, proporciona capacidades de gestión de evidencia como comprobaciones de factualidad y atribución de fragmentos para mejorar la confianza en la IA.

Esto básicamente brinda a los equipos una solución completa para mejorar toda su canalización de IA, desde la preparación de datos hasta la salida final. Esto permite el desarrollo de aplicaciones RAG de grado de producción mucho más rápido.

«X-Stream es distinto por dos razones: se basa en los 16 años de experiencia de Uniphore trabajando con una variedad de datos no estructurados a través de voz, video y texto, y proporciona una capacidad de plataforma unificada y abierta que atiende a una amplia gama de necesidades de IA empresarial», añadió Sachdev.

Valor significativo prometido

Si bien X-Stream es nuevo, Sachdev señaló que su capacidad para optimizar los componentes de IA y datos puede impulsar hasta 8 veces una implementación más rápida para aplicaciones gen AI específicas del dominio que utilizan datos internos y cumplen con los más altos estándares de calidad, cumplimiento y gobierno.

«Uniphore ofrece un modelo de precios basado en el uso, y los clientes suelen ver un retorno de inversión de 4x-6x en semanas desde el lanzamiento», señaló.

Es importante destacar que algunas de las capacidades de datos de X-Stream también son proporcionadas por gigantes de la nube y startups, incluidos Amazon (con Sagemaker), Tonic AI y Unstructured.io. Será interesante ver cómo escala la nueva oferta, especialmente a medida que más empresas adoptan la IA generativa para impulsar sus casos de uso internos y externos. Uniphore trabaja con más de 1,500 empresas, incluidas DHL, Accenture y General Insurance.

Según Gartner, a lo largo de 2025, el 30% de los proyectos de IA generativa serán abandonados después de la prueba de concepto debido a la mala calidad de los datos, controles de riesgos inadecuados o costos crecientes.