Infino unifica la recuperación de datos para agentes de IA

La forma en que los agentes de IA consultan los datos no se parece a la de los humanos ni a la de las aplicaciones tradicionales. Mientras un usuario lanza una consulta, espera y lee el resultado, un agente formula muchas preguntas pequeñas para resolver una grande, a menudo en paralelo, y cada respuesta consume contexto, añade coste y latencia a las siguientes llamadas al modelo. Esa diferencia de comportamiento es la que ha llevado a Infino, una empresa fundada por veteranos de OpenSearch, a lanzar una plataforma de recuperación de datos pensada específicamente para agentes.

El diagnóstico que hace su CEO, Ekechi Nwokah, es claro: los agentes son el mayor consumidor de datos desde el navegador web, pero siguen siendo atendidos por una pila fragmentada construida para otra era. Data warehouses para SQL, motores de búsqueda para palabras clave, bases de datos vectoriales para búsqueda semántica y pipelines ETL para mantenerlo todo sincronizado. Infino propone colapsar esa pila en una sola capa que permita a los agentes buscar, ordenar, filtrar, unir, agregar y razonar directamente sobre los datos.

Un solo lector, una sola copia de los datos

La clave técnica de la propuesta está en cómo se almacenan y consultan los datos. Infino guarda una única copia en formato Apache Parquet sobre almacenamiento de objetos, con los índices de búsqueda incrustados junto al pie del archivo. De este modo, cualquier herramienta que lea Parquet puede acceder a los datos con o sin Infino. Sobre esa base, la plataforma ofrece una interfaz que combina consultas estructuradas y no estructuradas: búsquedas clasificadas, conteos exactos, uniones, filtros y agregaciones a bajo coste y gran escala.

La idea no es que el agente aprenda SQL, sino que pueda expresar una pregunta completa en una sola consulta. Según Infino, eso elimina pipelines, trabajos ETL, esquemas que mantener alineados y código de pegamento para combinar resultados de varios sistemas. Además, al haber una sola copia de los datos, se centraliza la gobernanza: qué filas y columnas puede ver un agente, quién puede leer qué y qué se registra.

El problema real: los bucles de recuperación

Durante el desarrollo, el equipo de Infino se topó con un desafío que va más allá de la velocidad de consulta. Incluso cuando la recuperación es rápida, los agentes pasan mucho tiempo en bucles: formular una consulta, buscar, decidir si los resultados son suficientes, intentar otra cosa, validar la respuesta y repetir. Para atacar esto, la plataforma integra modelos de inferencia específicos que ejecutan esas tareas simples de forma más rápida y económica que los modelos de frontera.

El motor principal es open source bajo licencia Apache-2.0 y está disponible en GitHub. Infino Cloud es el servicio alojado que la compañía ofrece como alternativa gestionada.

Qué significa para una pyme o un equipo de IT

Para una pyme que empieza a construir agentes, la promesa de una capa única de recuperación es atractiva porque reduce la complejidad operativa. En lugar de mantener un data warehouse, un motor de búsqueda y una base de datos vectorial con sus respectivos pipelines, se apunta a un solo sistema que el agente consulta. Eso puede traducirse en menos costes de infraestructura, menos tiempo de ingeniería en integraciones y una gobernanza más sencilla.

Sin embargo, conviene ser prudente. La propuesta de Infino es reciente y no está exenta de riesgos: depender de un proveedor emergente para una pieza crítica de la arquitectura de datos exige evaluar su madurez, su comunidad y su hoja de ruta. Además, migrar a un modelo de una sola copia en Parquet puede requerir repensar cómo se ingieren y transforman los datos actuales.

Como hemos visto en otros artículos del blog, la autonomía de los agentes y la gobernanza de sus accesos son cuestiones candentes. En IA en el SOC: ¿cuánta autonomía ceder sin perder el control? ya analizamos la importancia de limitar qué puede hacer un agente sin supervisión. Y en Graph RAG: cuando las relaciones son la evidencia clave exploramos cómo la estructura de los datos condiciona la calidad de las respuestas. Infino encaja en esa conversación: no se trata solo de almacenar, sino de permitir que el agente recupere la información correcta con el menor coste posible.

Recomendaciones antes de dar el salto

• Evalúa tu pila actual: si ya tienes un data warehouse y una base vectorial funcionando, calcula el coste real de mantenerlos frente a una capa unificada.
• Prueba con un caso acotado: antes de migrar todo, experimenta con un agente concreto y mide latencia, coste y calidad de las respuestas.
• Revisa la gobernanza: una sola copia de datos simplifica permisos, pero exige definir bien qué puede ver cada agente y qué se registra.
• No pierdas de vista el formato: que los datos sean Parquet estándar es una ventaja para evitar dependencias, pero asegúrate de que tus herramientas actuales lo soportan.

La propuesta de Infino apunta a un problema real: los agentes no consultan como los humanos y merecen una infraestructura pensada para ellos. Para una pyme, la decisión pasa por sopesar la simplificación operativa frente a la madurez del proveedor y el esfuerzo de adopción. Como siempre, empezar pequeño y medir es la vía más sensata.

Fuente: The New Stack. Análisis y adaptación: ForgeNEX.