{"id":17455,"date":"2026-03-19T14:20:13","date_gmt":"2026-03-19T13:20:13","guid":{"rendered":"https:\/\/hopla.tech\/?p=17455"},"modified":"2026-04-02T17:20:26","modified_gmt":"2026-04-02T15:20:26","slug":"edb-postgres-ai-factory-introduccion","status":"publish","type":"post","link":"https:\/\/hopla.tech\/en\/edb-postgres-ai-factory-introduccion\/","title":{"rendered":"EDB Postgresql AI"},"content":{"rendered":"\n

Introducci\u00f3n<\/strong><\/h2>\n\n\n\n

EnterpriseDB (EDB<\/a>) ha actualizado recientemente su plataforma y ecosistema de productos que operan en torno a PostgreSql , para adaptarlos y enfocarlos a la nueva forma de trabajar que se est\u00e1 implantando y que cada vez m\u00e1s se integra en nuestro d\u00eda a d\u00eda, que es la inteligencia artificial (AI) generativa. EDB a esto le ha denominado EDB Postgres AI Factory<\/a><\/p>\n\n\n\n

Vamos a realizar una serie de blogs comentando los conceptos y elementos m\u00e1s importantes de esta nueva plataforma que EDB est\u00e1 impulsando y que poco a poco ir\u00e1 integrando y evolucionando todo el ecosistema Postgresql para dar mayor visibilidad y potencia a la infraestructura y bases de datos PostgreSql.<\/p>\n\n\n\n

\u00bfQu\u00e9 es Postgresql AI?<\/strong><\/h2>\n\n\n\n

B\u00e1sicamente es la integraci\u00f3n del ecosistema de Postgresql con las capacidades generativas avanzadas de AI. Esto nos permite crear, implementar y gestionar sistemas inteligentes en nuestros entornos, aprovechando las cargas de trabajo y los procesos de an\u00e1lisis con AI.<\/p>\n\n\n\n

Lo realmente interesante de este nuevo enfoque es que se puede realizar sobre nuestros propios datos, aislarnos del resto de entornos o modelos LLM p\u00fablicos. Lo que hace que podamos evolucionar nuestra infraestructura a otro nivel, al darnos una visi\u00f3n avanzada a partir de nuestra informaci\u00f3n o datos.<\/p>\n\n\n\n

\u00bfC\u00f3mo integramos nuestros datos con la AI?<\/strong><\/h2>\n\n\n\n

Para poder integrar nuestros datos con AI, lo que necesitaremos es un lugar donde poder almacenar nuestros datos, ya sea de nuestras bases de datos o de otras fuentes . EDB lo denomina\u00a0 como EDB Postgres\u00ae AI Analytics Acelerator<\/a>. B\u00e1sicamente se trata de un DataLake[1]<\/sup>1<\/a><\/sup> para almacenar todos nuestros datos de m\u00faltiples fuentes.<\/p>\n\n\n\n

Una vez que tenemos nuestras fuentes de datos, lo que EDB propone es dotar a nuestra infraestructura de esa AI. Para ello necesitaremos transformar nuestros datos (a trav\u00e9s de los AI pipelines<\/em><\/a> y vector engines<\/em><\/a>, entre otros componentes)\u00a0 para que el sistema sea capaz de almacenar y mantener los datos de una manera que la AI pueda identificarlos y podamos realizar b\u00fasquedas de los datos que nos interesan.<\/p>\n\n\n\n

\"\"
Arquitectura de Postgresql Factory AI<\/em><\/figcaption><\/figure>\n\n\n\n

\u00bfC\u00f3mo gestionamos todos los componentes de nuestra GenAI?<\/strong><\/h2>\n\n\n\n

A pesar que la integraci\u00f3n de AI con nuestras bases de datos se puede simplificar bastante respecto a otros modelos existentes, la gesti\u00f3n y automatizaci\u00f3n de todos los procedimientos o componentes puede ser complicada. Por eso EDB incorpora tambi\u00e9n el EDB Postgres AI Hybrid Manager (HM) , <\/em>para gestionar no solo la parte de AI que incorpora Enterprisedb, sino tambi\u00e9n la gesti\u00f3n de postgresql, ya sea que est\u00e9 desplegado en entornos h\u00edbridos, locales o en la nube. Que podemos gestionar con HM:<\/p>\n\n\n\n

\"\"
Tabla de gesti\u00f3n HM: aprovisionamiento, IA, anal\u00edtica, monitorizaci\u00f3n y migraci\u00f3n<\/figcaption><\/figure>\n\n\n\n

En pr\u00f3ximos blogs iremos comentando estos interesantes avances que EDB est\u00e1 introduciendo en su plataforma para proporcionar a PostgreSQL<\/strong> unas capacidades adicionales para la gesti\u00f3n de nuestros datos.<\/p>\n\n\n\n

FAQ (Preguntas frecuentes)<\/h2>\n\n\n\n
\u00bfQu\u00e9 es EDB Postgres AI Factory?<\/strong>

Es el nombre que EDB da a la actualizaci\u00f3n de su plataforma y ecosistema en torno a PostgreSql para integrar capacidades de inteligencia artificial (AI) generativa en la forma de trabajar con datos e infraestructura.<\/p> <\/div>

\u00bfQu\u00e9 es Postgresql AI seg\u00fan este enfoque?<\/strong>

Es la integraci\u00f3n del ecosistema de Postgresql con las capacidades generativas avanzadas de AI, para crear, implementar y gestionar sistemas inteligentes en los entornos, aprovechando las cargas de trabajo y los procesos de an\u00e1lisis con AI.<\/p> <\/div>

\u00bfPor qu\u00e9 es relevante poder trabajar \u201csobre nuestros propios datos\u201d?<\/strong>

Porque permite realizar este enfoque sobre datos propios y aislarse del resto de entornos o modelos LLM p\u00fablicos, obteniendo una visi\u00f3n avanzada a partir de la informaci\u00f3n o datos.<\/p> <\/div>

\u00bfQu\u00e9 componente propone EDB para almacenar datos de m\u00faltiples fuentes?<\/strong>

EDB lo denomina como EDB Postgres\u00ae AI Analytics Acelerator. B\u00e1sicamente se trata de un DataLake para almacenar todos nuestros datos de m\u00faltiples fuentes.<\/p> <\/div> <\/div>\n\n\n

  1. [DataLake] Es un repositorio centralizado que almacena grandes vol\u00famenes de datos en su formato nativo, sin procesar ni transformar, provenientes de diversas fuentes \u21a9\ufe0e<\/a><\/li><\/ol>\n\n\n

    Referencias:<\/strong><\/h2>\n\n\n\n