5 Datos clave e innovaciones de IA para vigilar en 2025

Al final del primer trimestre en 2025, ahora es un buen momento para reflexionar sobre las actualizaciones recientes de Amazon Web Services (AWS) a sus servicios que proporcionan datos y capacidades de IA para finalizar a los clientes. A finales de 2024, AWS organizó más de 60,000 practicantes en su conferencia anual, Re: Invent, en Las Vegas.

Se anunciaron cientos de características y servicios durante la semana; Los he combinado con los anuncios que han llegado desde entonces y seleccionaron cinco datos esencia e innovaciones de IA de las que debe darse cuenta. Vamos a sumergirnos.

La próxima procreación de Amazon Sagemaker

Amazon Sagemaker ha sido gastado históricamente como el Centro para todo AI en AWS. Servicios como Amazon Glue o Elastic MapReduce se han encargado de las tareas de procesamiento de datos, y Amazon Redshift recoge la tarea de SQL Analytics. Con un número cada vez maduro de organizaciones que enfocan los esfuerzos en datos y IA, las plataformas todo en uno, como Databricks, han captado comprensiblemente los luceros de quienes comienzan su alucinación.

La próxima procreación de Amazon Sagemaker es la respuesta de AWS a estos servicios. Sagemaker Unified Studio reúne a SQL Analytics, Procesamiento de datos, progreso del maniquí de IA y progreso generativo de aplicaciones de IA bajo un mismo techo. Todo esto se base en la parte superior de los fundamentos de otro nuevo servicio, Sagemaker Lakehouse, con datos y gobernanza de IA integrado a través de lo que anteriormente existía independiente como Amazon Datazone.

La promesa de una posibilidad de primera parte de AWS para los clientes que buscan comenzar, aumentar la capacidad o obtener un mejor control de sus datos y cargas de trabajo de IA es en realidad emocionante.

Mercado de roca en Amazon

Siguiendo con el tema de las cargas de trabajo de IA, quiero resaltar el mercado de rock de rocas de Amazon. El mundo de la IA generativa es rápido, y se están desarrollando nuevos modelos todo el tiempo. A través de Bedrock, los clientes pueden alcanzar a los modelos más populares sin servidor, solo pagando los tokens de entrada/salida que usan. Sin retención, hacer esto para cada maniquí de industria especializado al que los clientes puedan alcanzar no es escalable.

Amazon Bedrock Marketplace es la respuesta a esto. Anteriormente, los clientes podían usar Amazon Sagemaker JumpStart para implementar LLM en su cuenta AWS de guisa administrada; Sin retención, esto los excluyó de las características de roca raíz que se estaban desarrollando activamente (agentes, flujos, bases de conocimiento, etc.). Con Bedrock Marketplace, los clientes pueden preferir entre más de 100 (y en crecimiento) modelos especializados, incluidos los de Huggingface y Deepseek, implementarlos en un punto final administrado y alcanzar a ellos a través de las API unificado de roca raíz.

Esto da como resultado una experiencia más perfecta y hace que constatar con diferentes modelos sea significativamente más factible (incluidos los modelos finos de los clientes).

Amazon Bedrock Data Automation

Extraer ideas de datos no estructurados (documentos, audio, imágenes, video) es poco en lo que los LLM han demostrado sobresalir. Si admisiblemente el valía potencial que tiene de esto es enorme, establecer tuberías de rendimiento, escalable, rentable y seguro para extraer esto es poco que puede ser complicado, y los clientes han luchado históricamente con él.

En los últimos días, al momento de la escritura, la automatización de datos de roca raíz de Amazon alcanzó la disponibilidad normal (GA). Este servicio se establece para resolver el problema exacto que acabo de describir. Centrémonos en el caso de uso del documento.

El procesamiento de documentos inteligentes (IDP) no es un nuevo caso de uso para la IA: existió mucho antiguamente de que Genai estuviera de moda. IDP puede desbloquear enormes eficiencias para las organizaciones que se ocupan de formularios en papel al aumentar o reemplazar los procesos manuales realizados por humanos.

Con la automatización de datos de roca raíz, el aumento pesado de la construcción de tuberías IDP se abstrae de los clientes y se proporciona como un servicio administrado que es factible de consumir y luego se integra en procesos y sistemas heredados.

Amazon Aurora DSQL

Las bases de datos son un ejemplo de una utensilio donde el nivel de complejidad expuesto a aquellos que lo aprovechan no se correlaciona necesariamente con lo difícil que es detrás de campo. A menudo, es una relación inversa en la que se debe usar una colchoneta de datos más simple y más “mágica”, más compleja es en las áreas que no se ven.

Amazon Aurora DSQL es un gran ejemplo de tal utensilio donde es tan sencillo de usar como los otros servicios de colchoneta de datos administrados de AWS, pero el nivel de complejidad de ingeniería para hacer posible su conjunto de características es enorme. Hablando de su conjunto de características, veamos eso.

Aurora DSQL se propone ser el Servicio de alternativa para cargas de trabajo que necesitan bases de datos duraderas, muy consistentes y activas activas en múltiples regiones o zonas de disponibilidad. Las bases de datos de múltiples regiones o múltiples AZ ya están admisiblemente establecidas en configuraciones activas-pasivas (es asegurar, un escritor y muchas replicas de repaso); Active-Active es un problema mucho más difícil de resolver sin dejar de funcionar y retener una robusto consistencia.

Si está interesado en interpretar los detalles técnicos profundos de los desafíos que se superaron en la construcción de este servicio, recomendaría interpretar la serie de publicaciones de blog de Marc Brooker (Distinguised Engineer at AWS) sobre el tema.

Al anunciar el servicio, AWS lo describió como “una ascenso horizontal prácticamente ilimitada con la flexibilidad de esquilar de forma independiente las lecturas, escritos, escritos y almacenamiento. Escalera automáticamente para satisfacer cualquier demanda de carga de trabajo sin actualizaciones de bases de datos o actualizaciones de instancias de modernización.

Para las organizaciones donde la escalera integral es una aspiración o requisito, construir sobre una colchoneta de Aurora DSQL los establece muy admisiblemente.

Expansión de características cero-ETL

AWS ha estado impulsando la visión “cero-ETL” durante un par de primaveras, con la aspiración de hacer que los datos de mudanza entre los servicios especialmente diseñados sea lo más factible posible. Un ejemplo sería mover datos transaccionales de una colchoneta de datos PostgreSQL que se ejecuta en Amazon Aurora a una colchoneta de datos diseñada para estudio a gran escalera como Amazon Redshift.

Si admisiblemente ha habido un flujo relativamente continuo de nuevos anuncios en esta radio, el final de 2024 y el manifestación de 2025 vieron una ráfaga que acompañó los nuevos servicios de AWS lanzados en Re: Invent.

Hay demasiados para departir aquí en cualquier nivel de detalle que proporcione valía; Para obtener más información sobre todas las integraciones de ETL cero disponibles entre los servicios de AWS, visite la página dedicada de AWS cero-ETL.

Envolviendo esto, hemos cubierto cinco áreas relacionadas con los datos y la IA que AWS está innovando para suministrar la construcción, cultivar y racionalizar a las organizaciones. Todas estas áreas son relevantes para nuevas empresas pequeñas y en crecimiento, así como empresas de miles de millones de dólares. AWS y otros proveedores de servicios en la montón están allí para inducir la complejidad y el trabajo pesado, dejándole concentrarse en construir la método de su negocio.