{"id":8118,"date":"2026-09-16T10:59:05","date_gmt":"2026-09-16T08:59:05","guid":{"rendered":"https:\/\/www.luca-bds.com\/?p=8118"},"modified":"2026-09-16T13:10:14","modified_gmt":"2026-09-16T11:10:14","slug":"luca-bds-4-1","status":"publish","type":"post","link":"https:\/\/www.luca-bds.com\/es\/luca-bds-4-1\/","title":{"rendered":"LUCA BDS 4.1: nuevas funcionalidades de IA y m\u00e1s capacidad anal\u00edtica\u00a0"},"content":{"rendered":"\n
\"\"<\/figure>\n\n\n\n

La anal\u00edtica de datos empresarial avanza hacia plataformas de\u00a0business\u00a0intelligence\u00a0con IA<\/strong><\/a>\u00a0cada vez m\u00e1s inteligentes, capaces no solo de visualizar informaci\u00f3n, sino tambi\u00e9n de facilitar su b\u00fasqueda, interpretaci\u00f3n, predicci\u00f3n y explotaci\u00f3n.\u00a0<\/p>\n\n\n\n

En esta l\u00ednea,\u00a0LUCA BDS 4.1\u00a0contin\u00faa evolucionando con nuevas capacidades orientadas a facilitar el acceso y explotaci\u00f3n del dato, potenciar el uso de inteligencia artificial y ampliar la automatizaci\u00f3n de procesos. Esta nueva versi\u00f3n concentra sus principales novedades en cuatro \u00e1reas clave:\u00a0consultas, inteligencia artificial, predicci\u00f3n y automatizaci\u00f3n, reforzando las posibilidades de an\u00e1lisis, integraci\u00f3n y actuaci\u00f3n sobre la informaci\u00f3n.\u00a0<\/p>\n\n\n\n

Consultas: an\u00e1lisis m\u00e1s avanzado sobre datos distribuidos<\/strong>\u00a0<\/h2>\n\n\n\n
\"\"<\/figure>\n\n\n\n

LUCA BDS 4.1 ampl\u00eda las posibilidades de consulta de la plataforma de\u00a0IA local\u00a0mediante\u00a0multiqueries\u00a0y consultas\u00a0multifuente, facilitando la construcci\u00f3n de an\u00e1lisis m\u00e1s complejos y el trabajo con informaci\u00f3n distribuida.\u00a0<\/p>\n\n\n\n

Multiqueries<\/strong>\u00a0<\/h3>\n\n\n\n

Las\u00a0multiqueries<\/strong>\u00a0permiten construir nuevas consultas a partir del resultado de una o varias consultas previas. De esta forma, los resultados pueden encadenarse y reutilizarse como punto de partida para nuevos c\u00e1lculos, transformaciones o an\u00e1lisis.\u00a0<\/p>\n\n\n\n

Estas consultas previas pueden proceder tanto de un mismo origen de datos como de fuentes diferentes, permitiendo crear flujos de consulta m\u00e1s complejos sin necesidad de concentrar previamente toda la informaci\u00f3n en un \u00fanico sistema.\u00a0<\/p>\n\n\n\n

Consultas\u00a0multifuente<\/strong>\u00a0<\/h3>\n\n\n\n

Las\u00a0consultas\u00a0multifuente<\/strong>\u00a0permiten cruzar dentro de una misma consulta informaci\u00f3n procedente de\u00a0dos o m\u00e1s or\u00edgenes de datos.\u00a0<\/p>\n\n\n\n

Esto permite, por ejemplo, relacionar informaci\u00f3n almacenada en diferentes bases de datos o sistemas de una forma similar a realizar un JOIN entre fuentes distintas, facilitando el an\u00e1lisis conjunto de informaci\u00f3n que anteriormente permanec\u00eda aislada.\u00a0<\/p>\n\n\n\n

Visibilidad del tiempo de ejecuci\u00f3n<\/strong>\u00a0<\/h3>\n\n\n\n

LUCA BDS muestra ahora el\u00a0tiempo de ejecuci\u00f3n de las consultas, proporcionando mayor trazabilidad sobre su comportamiento y facilitando la identificaci\u00f3n de aquellas operaciones que requieren una mayor capacidad de procesamiento.\u00a0<\/p>\n\n\n\n

En conjunto, estas mejoras permiten construir an\u00e1lisis m\u00e1s avanzados sobre informaci\u00f3n distribuida y aprovechar de forma m\u00e1s flexible los diferentes or\u00edgenes de datos conectados a la plataforma.\u00a0<\/p>\n\n\n\n

M\u00e1s\u00a0Inteligencia artificial: RAG, MCP y b\u00fasqueda sem\u00e1ntica<\/strong>\u00a0<\/h2>\n\n\n\n

La inteligencia artificial es otra de las \u00e1reas que m\u00e1s evoluciona en\u00a0la nueva versi\u00f3n, especialmente mediante nuevas capacidades de\u00a0RAG (Retrieval-Augmented\u00a0Generation)<\/strong>\u00a0y\u00a0MCP (Model\u00a0Context\u00a0Protocol)<\/strong>.\u00a0<\/p>\n\n\n\n

El\u00a0RAG<\/strong>\u00a0permite incorporar documentaci\u00f3n y conocimiento corporativo al contexto utilizado por los modelos de inteligencia artificial. De esta forma, las respuestas pueden apoyarse en informaci\u00f3n propia de la organizaci\u00f3n, ofreciendo resultados m\u00e1s\u00a0precisos, contextualizados y fundamentados.\u00a0<\/p>\n\n\n\n

Por su parte,\u00a0MCP<\/strong>\u00a0ampl\u00eda las capacidades de los modelos conect\u00e1ndolos de forma estandarizada con\u00a0herramientas, servicios y fuentes de informaci\u00f3n externas. Esto permite evolucionar desde asistentes que \u00fanicamente generan respuestas hacia sistemas capaces de acceder a diferentes recursos y utilizarlos como parte de sus procesos de razonamiento y respuesta.\u00a0<\/p>\n\n\n\n

B\u00fasqueda sem\u00e1ntica sobre el conocimiento corporativo<\/strong>\u00a0<\/h3>\n\n\n\n

LUCA BDS 4.1 incorpora adem\u00e1s un\u00a0motor de\u00a0b\u00fasqueda sem\u00e1ntica<\/strong>, una nueva funcionalidad que permite explorar manualmente los documentos disponibles dentro del RAG.\u00a0<\/p>\n\n\n\n

LUCA\u00a0BDS\u00a0utiliza el mismo\u00a0motor de\u00a0b\u00fasqueda sem\u00e1ntica<\/strong>\u00a0del sistema, por lo que no se limita a localizar coincidencias literales de palabras. En su lugar, busca informaci\u00f3n en funci\u00f3n de su\u00a0significado y contexto, permitiendo encontrar documentos o fragmentos relacionados conceptualmente con aquello que est\u00e1 buscando el usuario.\u00a0<\/p>\n\n\n\n

Estas capacidades permiten aprovechar de forma m\u00e1s eficiente el conocimiento corporativo,\u00a0conectando\u00a0la inteligencia artificial con la informaci\u00f3n\u00a0y con\u00a0herramientas necesarias en cada contexto\u00a0concreto.\u00a0<\/p>\n\n\n\n

Predicciones\u00a0ampliadas: selecci\u00f3n autom\u00e1tica, reentrenamiento y nuevos modelos<\/strong>\u00a0<\/h2>\n\n\n\n

El \u00e1rea predictiva incorpora importantes mejoras orientadas tanto a\u00a0aumentar la precisi\u00f3n\u00a0como a automatizar el mantenimiento de los modelos.\u00a0<\/p>\n\n\n\n

Selecci\u00f3n autom\u00e1tica del modelo<\/strong>\u00a0<\/h3>\n\n\n\n

El nuevo\u00a0modo autom\u00e1tico<\/strong>\u00a0eval\u00faa los modelos disponibles,\u00a0seleccionando\u00a0en cada caso aquel que\u00a0minimiza el error de predicci\u00f3n.\u00a0<\/p>\n\n\n\n

De esta forma, LUCA BDS puede determinar autom\u00e1ticamente qu\u00e9 algoritmo ofrece mejores resultados para los datos analizados, evitando que el usuario tenga que seleccionar manualmente el modelo m\u00e1s adecuado.\u00a0<\/p>\n\n\n\n

Reentrenamiento autom\u00e1tico<\/strong>\u00a0<\/h3>\n\n\n\n

Los modelos predictivos pueden adem\u00e1s\u00a0reentrenarse autom\u00e1ticamente\u00a0conforme se incorporan nuevos datos.\u00a0<\/p>\n\n\n\n

Este mecanismo permite mantener actualizados sus\u00a0pesos y par\u00e1metros, haciendo que los modelos evolucionen junto con la informaci\u00f3n disponible y reduciendo la p\u00e9rdida de precisi\u00f3n que puede producirse cuando cambian los patrones de los datos.\u00a0<\/p>\n\n\n\n

Nuevos modelos predictivos<\/strong>\u00a0<\/h3>\n\n\n\n

LUCA BDS 4.1 ampl\u00eda tambi\u00e9n su cat\u00e1logo de algoritmos incorporando:\u00a0<\/p>\n\n\n\n