Confluent, proveedor de una plataforma de streaming de datos, ha anunciado nuevas funciones para Confluent Intelligence. Las mejoras buscan ayudar a las empresas a conectar mejor los sistemas de IA y utilizar datos en tiempo real para el análisis.
Las dos innovaciones principales son Streaming Agents con el protocolo Agent2Agent (A2A) y la detección multivariante de anomalías.
Conexión de agentes de IA en tiempo real
Las empresas utilizan cada vez más agentes de IA para automatizar procesos. Sin embargo, estos agentes suelen operar de forma aislada en diferentes sistemas. Esto limita las conclusiones a áreas individuales.
Streaming Agents cierra esta brecha. La función conecta agentes de IA a través del protocolo Agent2Agent y los integra con flujos de datos en tiempo real. También utiliza el Model Context Protocol (MCP) de Anthropic.
Los agentes pueden procesar continuamente datos de plataformas como BigQuery, Snowflake o Databricks y transferir conclusiones a sistemas como ServiceNow o Salesforce. Cada acción se registra en un registro inmutable, lo que permite la trazabilidad y repetibilidad.
Apache Kafka coordina la comunicación entre los agentes. Esto permite a los equipos proporcionar contexto actual a los agentes existentes y gestionar procesos asincrónicos. La orquestación central pretende garantizar gobernanza, seguridad y transparencia en todas las interacciones.
Detección temprana de anomalías
La segunda innovación se refiere a la función de aprendizaje automático integrada. La detección multivariante de anomalías analiza varias métricas simultáneamente en lugar de examinar valores individuales de forma aislada.
Los sistemas convencionales suelen basarse en promedios simples y son propensos a falsas alarmas causadas por valores atípicos aislados. La nueva función aprende continuamente de los datos en tiempo real y filtra el ruido. Esto permite a los equipos identificar mejor relaciones complejas, como entre el uso de CPU, memoria y latencia.
La detección de anomalías se adapta automáticamente a los datos cambiantes y no requiere entrenamiento manual de modelos. Las desviaciones significativas del estado normal aprendido se marcan.
Aplicaciones transversales por sector
Las funciones pueden utilizarse en diversas áreas, como ofertas personalizadas en el comercio minorista, evaluaciones de riesgo en finanzas, recomendaciones de atención en salud, predicciones de mantenimiento en fabricación y detección de fallos en redes de telecomunicaciones.
Según una previsión de IDC, alrededor del 40 por ciento de los puestos en grandes empresas requerirán colaboración con agentes de IA para 2026.
El soporte A2A en Streaming Agents ya está disponible en Open Preview. La detección multivariante de anomalías está disponible en Early Access.
Sean Falconer, Head of AI de Confluent, destaca la necesidad de conectar los sistemas de IA con datos actuales para que puedan responder dinámicamente a los cambios.
El Dr. Jakob Jung es redactor jefe de Security Storage y Channel Germany. Lleva más de 20 años trabajando en el periodismo especializado en TI. A lo largo de su carrera ha colaborado con Computer Reseller News, Heise Resale, Informationweek, Techtarget (almacenamiento y centros de datos) y ChannelBiz. Además, colabora como freelance con numerosas publicaciones del sector de las TI, entre las que se incluyen Computerwoche, Channelpartner, IT-Business, Storage-Insider y ZDnet. Sus temas principales son el canal, el almacenamiento, la seguridad, los centros de datos, los sistemas ERP y CRM.
Contacto – Contacto por correo electrónico: jakob.jung@security-storage-und-channel-germany.de