El arquitecto de datos en la era de la IA

🌐 También en 28 idiomas

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Français (Canada) · Deutsch (Schweiz)

Imagen generada con IA

Traducido con IA. Aún no revisado por la comunidad. Leer en inglés

Módulo 7 de 7 del capítulo Pensar como un arquitecto de datos, el primer capítulo del curso Data Architect. Cada módulo se sostiene por sí solo. Anterior: Conoce tus herramientas: las nueve preguntas · Siguiente: el próximo capítulo: Modelado de datos

La pregunta que responde este módulo: ¿Qué cambia la IA para el arquitecto de datos, y qué no cambia?

La IA cambia la arquitectura, pero quizá no de la manera en que la gente piensa al principio.

Recuerda dónde empezó este capítulo: he pasado la mayor parte de mi carrera como constructor. Durante la mayor parte de ese tiempo, construir software era caro. Necesitabas personas con habilidades especializadas, y escribir código, construir integraciones, crear aplicaciones y probar llevaba tiempo; incluso experimentar con una idea era una inversión importante. La IA está cambiando esa ecuación. Hoy puedo describir lo que quiero y hacer que la IA genere un modelo de datos, Apex, un Flow, un componente Lightning, una integración, pruebas o documentación de forma notablemente rápida, y mañana hará todavía más.

Así que es razonable preguntar: si la IA puede hacer tanto de la construcción, ¿qué pasa con el arquitecto? Creo que la respuesta es que la arquitectura se vuelve más importante, no menos.

La IA es un cohete propulsor

He usado esta analogía en mis charlas:

La IA es el cohete propulsor. La arquitectura es el sistema de guiado.

La IA nos da una aceleración extraordinaria. Podemos generar aplicaciones, modelos de datos, integraciones, pruebas y documentación más rápido que nunca. Pero un cohete propulsor no decide adónde debe ir el cohete. Aporta empuje. El sistema de guiado determina el rumbo y hace correcciones por el camino.

Sin un guiado sólido, más empuje no ayuda. Te lleva al destino equivocado más rápido. El trabajo del arquitecto no es frenarlo todo; es asegurarse de que aceleramos en la dirección correcta.

Imagen generada con IA.

Imagina una herramienta de IA que construye una aplicación diez veces más rápido que antes. Genial si es la aplicación correcta. Pero ¿y si el modelo de datos está mal, o elegimos el objeto estándar equivocado, o entendimos mal dónde deben estar los datos maestros, o el diseño funciona con el volumen de hoy y se derrumba con un cero más? La IA no eliminó el error. Nos ayudó a construir el error más rápido, y a construir mucho más encima antes de que nadie lo note.

La implementación barata desplaza el valor

Cuando la implementación es cara, la atención se va naturalmente a la implementación: quién puede construirlo, cuánto tardará, si se puede hacer funcionar siquiera. A medida que la implementación se abarata, importa más otra pregunta: ¿qué deberíamos construir? Esa es una pregunta de arquitectura.

La IA puede generar veinte objetos; el arquitecto de datos decide si deberíamos tener cinco. La IA puede generar una integración; el arquitecto decide si los datos deberían copiarse siquiera. La IA puede crear un campo en segundos; el arquitecto pregunta si tiene un significado claro, un dueño y una razón para existir. La IA construye lo que le pedimos, así que la calidad de lo que pedimos importa más que nunca.

Generar no es juzgar

La IA es muy buena generando opciones, y eso es enormemente útil. Le pido tres formas de modelar algo, las compensaciones, que cuestione una arquitectura, que me diga qué pasa con 100 millones de registros o dónde podría fallar un diseño, o que me dé una alternativa en la que Salesforce no sea el sistema de registro. Quiero que los arquitectos hagan esto.

Pero generar opciones y juzgarlas son cosas distintas. La IA puede decirme qué ofrecen la opción A y la opción B. Alguien todavía tiene que entender el negocio lo suficiente para saber qué ventajas importan, qué restricciones son reales, qué riesgo es aceptable y cuándo una respuesta es técnicamente plausible pero equivocada para esta organización. Eso es criterio, y eso es arquitectura.

Así es como aparece en mi propio trabajo. En el último año he dejado de escribir yo mismo la mayor parte del código. Le doy los detalles a la IA y le pido que genere las pantallas y el código del back-end, y lo hace notablemente bien.

Pero no da un paso atrás para hacer un análisis más profundo. Si hay un defecto en el modelo de datos o en el diseño, no lo cuestiona. Trata lo que ya existe como un supuesto y construye encima, rápido y con solvencia. Rara vez se detiene a decir: “Antes de agregar esto, quizá valga la pena cambiar el modelo que ya tienes”. Mirar lo que existe y preguntar si está bien, no solo si podemos construir lo siguiente encima, sigue siendo trabajo del arquitecto. Si quieres que la IA cuestione un supuesto, tienes que pedírselo.

La Prueba de Reversibilidad sigue aplicando

Vuelve a la pregunta del módulo 3: ¿qué tan difícil será revertir esta decisión? La IA cambia el costo de generar y cambiar software. No cambia el costo de cambiar la realidad. Una vez cargados 100 millones de registros, existen. Una vez que doce sistemas dependen de un identificador, esas dependencias existen. Una vez que los clientes usan un proceso, o la analítica depende de lo que significa un campo, cambiarlo tiene consecuencias. Y una vez que los datos se han compartido donde no debían, ningún código nuevo los devuelve.

Lo irreversible sigue siendo irreversible.

Los agentes son un nuevo tipo de consumidor de datos

Antes diseñábamos los datos para dos tipos de consumidor: personas y software. Una persona lee un registro; un informe, una integración o una aplicación leen los datos. Ahora hay un tercero: los agentes. Un agente puede recuperar datos, interpretarlos, combinarlos con otra información, decidir y actuar, a veces sin ninguna persona de por medio.

Eso sube lo que está en juego. Qué significa un campo, quién es su dueño, qué tan actual y confiable es, si es sensible, si un agente puede y debe verlo, qué pasa cuando dos fuentes no coinciden: antes todo eso era documentación. Ahora es la forma en que un sistema inteligente entiende el negocio.

Y los datos malos no se vuelven más inteligentes porque los lea la IA. “Basura entra, basura sale” sigue siendo cierto. Los clientes duplicados, la propiedad poco clara, los identificadores inconsistentes y los sistemas de registro en conflicto no desaparecen cuando conectas un agente; simplemente sus consecuencias se hacen más visibles. Una persona mira un campo y sabe que nadie lo ha actualizado en tres años. El agente no tiene ese conocimiento de la organización, y puede actuar con total seguridad sobre datos en los que todos los demás sabían, sin decirlo, que no había que confiar. La arquitectura de datos pasa a formar parte de la arquitectura de IA.

Cuidado con la expansión descontrolada del esquema

La IA también hace increíblemente fácil crear cosas. ¿Necesitas otro objeto, seis campos más, otra automatización? Genéralos. Cada decisión parece barata, pero recuerda la gravedad de la arquitectura del módulo 3: esos objetos y campos acumulan dependencias (automatización, integraciones, informes, agentes) y pronto tienes un modelo de datos que nadie diseñó. Simplemente creció.

El arquitecto tiene que estar dispuesto a preguntar: “¿De verdad necesitamos esto?”. A veces la decisión más valiosa es no crear algo. La buena arquitectura trata tanto de lo que dejas fuera como de lo que pones.

La revisión humana no es una ceremonia

Cuando digo que un arquitecto humano debería revisar un modelo de datos generado por IA, no me refiero a “lo creó la IA, y Steve miró el diagrama cinco minutos y lo aprobó”. Eso no es supervisión. El arquitecto tiene que entender el modelo: por qué estos objetos, por qué estas relaciones, qué alternativas se consideraron, dónde están las claves y los datos maestros, qué pasa cuando crece el volumen, cuáles son las implicaciones de acceso y qué compensaciones se hicieron. Si no puedo responder eso, no me hago cargo de la arquitectura; solo le puse el sello. La IA puede contribuir a una arquitectura, cuestionarla y documentarla, pero el arquitecto humano tiene que poder defenderla.

Lo mismo vale para los datos. Uso la IA constantemente para aprender e investigar, y mi regla es confía, pero verifica. Haz la pregunta, pide la explicación, las alternativas y que cuestione su propia respuesta. Luego, para cualquier cosa que importe para tu arquitectura, sigue el enlace, lee la documentación, revisa el límite, confirma las licencias y prueba el comportamiento. La IA puede ser muy convincente cuando se equivoca, y distinguir los hechos de los supuestos es ahora una parte aún mayor del trabajo.

La IA no acorta el camino

Hay una frase que uso cuando hablo de convertirse en arquitecto:

La IA no acorta el camino. Puede hacer que cada paso cuente más.

Sigues necesitando entender los datos, la seguridad, la integración, la plataforma y el negocio, y sigues necesitando la experiencia de tomar decisiones y vivir con las consecuencias. La IA puede acelerar tu aprendizaje, mostrarte escenarios que no has visto, explicarte cosas, cuestionarte, ayudarte a construir y darte un segundo par de ojos. Úsalo todo. Solo no confundas una IA que sabe la respuesta con que tú entiendas la respuesta.

El arquitecto dirige

Empezamos este capítulo con la persona que sostiene el plano. La IA le da a esa persona herramientas nuevas extraordinarias: un asistente que puede dibujar partes del plano, investigar materiales, proponer alternativas, calcular cargas, escribir la documentación e incluso detectar problemas que se te escaparon. Úsalo. Pero alguien todavía tiene que entender el edificio completo, preguntarse si es el edificio correcto, saber qué pasa cuando cambian los requisitos y qué decisiones serán caras de deshacer, y responder por el resultado.

Por eso el último nivel de este curso se llama Dirigir. Puede que no escribas cada línea de código, ni crees cada Flow ni construyas cada objeto. Alguien todavía tiene que dirigir la solución, y ese es el arquitecto. La IA no está eliminando la arquitectura; está cambiando dónde aportan valor los arquitectos. Es un momento extraordinario para convertirse en uno.

Lo que decide aquí un arquitecto

• Qué debería construirse siquiera, ahora que construir es barato: qué objetos, campos e integraciones se ganan su lugar.
• Qué opciones generadas por la IA encajan con este negocio y cuáles son plausibles pero equivocadas.
• Qué decisiones está pasando la IA a toda velocidad que serán caras de revertir.
• Qué pueden leer los agentes y sobre qué pueden actuar, y si los datos son lo bastante buenos y están lo bastante bien descritos para que lo hagan.
• Qué datos de la IA hay que verificar antes de que den forma al diseño.

Eso es pensar como un arquitecto en la era de la IA.