Hoy en día, las empresas se enfrentan a un crecimiento exponencial en la cantidad y complejidad de los datos que gestionan, lo que ha llevado a la necesidad de adoptar soluciones de bases de datos más flexibles y escalables. La evolución de las aplicaciones modernas requiere un enfoque que trascienda los sistemas tradicionales de bases de datos relacionales. En este contexto, los modelos documentales han surgido como una alternativa innovadora, permitiendo a los desarrolladores almacenar datos en formatos más naturales y accesibles, lo que facilita tanto el desarrollo como la implementación de soluciones tecnológicas.

Con el auge de la nube híbrida y la creciente importancia de la seguridad de los datos, es esencial que las organizaciones encuentren plataformas versátiles que puedan ejecutarse en diversos entornos, ya sea en la nube pública, servidores locales o en configuraciones híbridas. Esta flexibilidad no solo permite optimizar costes y mejorar la infraestructura tecnológica, sino que también garantiza el cumplimiento de estrictas normativas en sectores sensibles como el financiero y el gubernamental. A medida que las empresas buscan maximizar el valor de sus datos, un enfoque en soluciones avanzadas de inteligencia artificial y análisis predictivo se vuelve esencial en un mundo cada vez más impulsado por los datos.

En esta entrevista, profundizamos en todos estos temas de la mano de Andrés Marín, Country Manager y Vicepresidente Regional - de MongoDB para Iberia.

MongoDB es una plataforma de base de datos. Cuéntanos un poco más en profundidad sobre su funcionamiento.

Lo primero que distingue a MongoDB como plataforma de datos es su modelo documental. Antes de MongoDB, todas las bases de datos eran relacionales, y MongoDB nace para resolver los retos de ese modelo relacional o Sql.

MongoDB nació en 2007 debido a un cambio de paradigma. Desde los años 70, los requisitos de las empresas han evolucionado considerablemente. En la actualidad, las aplicaciones modernas manejan diversos tipos de datos: estructurados, no estructurados, videos, entre otros, y los volúmenes de información han crecido exponencialmente.

El rol del desarrollador también ha adquirido mayor relevancia, priorizando herramientas que permitan trabajar de manera ágil y eficiente, desarrollando aplicaciones rápidamente e implementando cambios con facilidad. Este enfoque se ha convertido en un valor clave. En este sentido, el modelo documental de MongoDB ofrece una solución más natural y eficaz que el modelo relacional, cuyo diseño responde a las necesidades de una época diferente.

¿Qué ventajas ofrece MongoDB frente a otras bases de datos en entornos de nube híbrida?

En los últimos años, la nube híbrida ha cobrado una importancia significativa. Hemos visto un crecimiento exponencial en la adopción de soluciones en la nube. Este movimiento se ha manifestado tanto en el desarrollo de nuevas aplicaciones directamente en la nube y con arquitecturas modernas, como en la migración de aplicaciones que antes se encontraban en centros de datos de empresas o en nubes privadas, a la nube pública. Esta transición responde a diversas razones estratégicas y operativas.

Con el paso del tiempo, las organizaciones han alcanzado mayores niveles de madurez en este proceso de migración tecnológica a la nube. Actualmente, la atención se centra en la hibridación. Los clientes entienden con mayor claridad qué aplicaciones o cargas de trabajo deben migrar a la nube, cuáles no tiene sentido trasladar y qué consideraciones deben tener en cuenta en función de su experiencia acumulada. Gracias a este aprendizaje, las decisiones ahora son más inteligentes, teniendo en cuenta factores como los costes, la agilidad, la escalabilidad y la innovación. Esto les permite optimizar la combinación entre lo que mantienen en la nube y lo que gestionan en las instalaciones, buscando el mejor equilibrio entre la eficiencia de costes y los beneficios técnicos.

En este contexto del mercado de la hibridación, les hablo de la posición de MongoDB, que es una plataforma de datos que puede ejecutarse en cualquier entorno. Por un lado, está MongoDB Atlas, su versión como servicio gestionado, que funciona en cualquiera de los tres grandes proveedores de nube: AWS, Microsoft Azure y Google Cloud y ya está disponible en las nuevas regiones de estos proveedores en España.

Por otro lado, MongoDB también ofrece su tecnología en modalidades on-premise. Esto significa que cualquier desarrollador o empresa puede desplegar la tecnología en su portátil, en sus propios servidores, o gestionarla en un entorno cloud bajo un modelo IaaS, en lugar de PaaS o SaaS. Esta flexibilidad ofrece múltiples beneficios, no solo para habilitar entornos híbridos, sino también para evitar situaciones de bloqueo de proveedor, en las que una solución se limita a un solo proveedor de nube pública o privada.

Además, esta capacidad de implementación flexible permite el cumplimiento de regulaciones específicas. Por ejemplo, en industrias como la banca y los seguros, MongoDB facilita el cumplimiento de regulaciones como DORA, que exige que las instituciones financieras demuestren su capacidad para mover datos de un lugar a otro rápidamente, sin comprometer la seguridad o la accesibilidad de la información. MongoDB se adapta perfectamente a estas necesidades ofreciendo una arquitectura que permite la portabilidad de los datos con total seguridad.

Otro aspecto destacable de nuestra plataforma es su arquitectura nativa, diseñada para escalar horizontalmente según diferentes criterios, como la distribución geográfica. Esto permite a las organizaciones mantener ciertas cargas de trabajo en un país específico para garantizar una baja latencia o distribuir aplicaciones en diferentes nubes o regiones y con un bajo coste. Por ejemplo, una parte de la aplicación se puede implementar en la nube pública, otra en una región diferente o incluso en las instalaciones, dependiendo de las necesidades técnicas y operativas. Esta flexibilidad es difícil de igualar por otras plataformas de datos en el mercado.

¿Cómo garantiza MongoDB que los datos estén seguros y accesibles durante la transición a la nube?

Es fundamental ofrecer garantías a las organizaciones y administraciones públicas, que necesitan la certeza de que la confidencialidad de sus datos está totalmente asegurada.

Estas organizaciones manejan información crítica: las grandes organizaciones públicas gestionan los datos de todos los ciudadanos, y los bancos procesan la información confidencial de millones de clientes. Históricamente, estas organizaciones gestionaban sus datos en sus propios centros de datos, con estrictos controles. Sin embargo, a la hora de decidir migrar aplicaciones a la nube para aprovechar los beneficios de la modernización tecnológica, no pueden permitirse comprometer la seguridad o la confidencialidad de la información.

De hecho, sería inviable trasladar datos o aplicaciones críticas a la nube pública si esto supusiera vulnerar normativas como las del Banco Central Europeo o la Ley Orgánica de Protección de Datos. Ninguna organización asumiría el riesgo de manejar información confidencial en un entorno que no garantice el cumplimiento de estas regulaciones.

En este escenario, MongoDB es robusto, fiable y ha evolucionado desde su lanzamiento en 2007 con un fuerte enfoque en la seguridad. Prueba de ello es que muchos de los grandes bancos y organizaciones públicas de este país ya utilizan MongoDB Atlas en la nube para sus aplicaciones y datos más críticos, ya sea en sus cpd´s o en plataformas como AWS, Microsoft Azure o Google Cloud. La plataforma MongoDB no solo proporciona cifrado de datos avanzado y capacidades de alta disponibilidad, sino que también garantiza que solo los usuarios con los roles adecuados puedan acceder a la información, lo que refuerza la seguridad.

Por otro lado, su arquitectura nativa ofrece ventajas para la migración y operación en entornos híbridos. Por ejemplo, al migrar de un entorno on-premise a la nube pública, MongoDB permite establecer una réplica en la nube gracias a su arquitectura geo distribuida. Esto significa que la migración se realiza con un tiempo de inactividad mínimo o nulo, ya que las réplicas locales y en la nube funcionan simultáneamente.

¿Cómo ha evolucionado la gestión de datos por parte de las empresas? ¿Cuáles son los principales retos que existen actualmente en un contexto en el que el volumen de datos crece exponencialmente?

Las aplicaciones con las que trabajamos a diario han evolucionado significativamente en comparación con el pasado. Ahora, debemos ofrecer a los usuarios finales o clientes una experiencia única e intuitiva que les permita acceder a una gran cantidad de información de forma rápida. Esto presenta desafíos significativos en términos de escalabilidad, especialmente cuando se manejan grandes volúmenes de datos y picos de demanda, lo que requiere garantizar la rentabilidad sin comprometer el rendimiento.

¿Por qué es crucial? Porque los usuarios están acostumbrados a las experiencias en tiempo real: acceso instantáneo a la información, actualizaciones y respuestas inmediatas. Cualquier cosa que no cumpla con estas expectativas es inaceptable, ya sea para los consumidores, los clientes o los ciudadanos. Este es el gran reto: equilibrar los costes con un rendimiento y una calidad de servicio excepcionales, especialmente cuando se manejan grandes volúmenes de datos.

Además, esto tiene implicaciones para áreas como la inteligencia artificial, en particular la IA generativa, que incrementa las exigencias. Cuanta más información tengamos disponible para estas tecnologías, mayor será su capacidad de aprendizaje, agilidad y precisión. La calidad de los contenidos generados por la IA aumenta proporcionalmente a la cantidad y calidad de las respuestas y la información proporcionada.

Este escenario también plantea importantes desafíos para las empresas, debido a los altos costos de la infraestructura necesaria para soportar altas capacidades de cómputo y manejar grandes volúmenes de datos. Sin estos recursos, la IA generativa no puede alcanzar todo su potencial, lo que limita el valor que puede aportar a las organizaciones.

En el pasado, tecnologías como la RPA ya utilizaban la IA para automatizar tareas específicas, manejando pequeños volúmenes de datos muy específicos. Sin embargo, las nuevas capacidades de la IA, especialmente en la generación de contenidos, requieren gestionar mayores volúmenes de datos de múltiples nichos y repositorios. Esto es clave para que las empresas puedan monetizar estas tecnologías y maximizar su valor, ya sea en ahorro de costes, aumento de ventas o una gestión más eficiente de sus cadenas logísticas.

¿Las empresas se están dando cuenta del potencial de sus datos? ¿Cómo puede la IA ser un aliado en esta tarea?

Sí, la mayoría de las empresas están empezando a hacerlo. En nuestro país, tenemos un nivel de adopción tecnológica bastante alto, lo que nos permite sentirnos orgullosos y optimistas. Sin embargo, en lo que respecta a la adopción de la IA generativa y la adición de valor, todavía estamos en las primeras etapas.

El potencial de la IA es enorme, y por este motivo, prácticamente todas las organizaciones están invirtiendo en esta tecnología. La IA generativa se está convirtiendo en un componente esencial para cualquier nueva aplicación. La modernización de las aplicaciones previas también comienzan a incorporar la inteligencia artificial para acelerar los proyectos y reducir los costes de innovación.

En términos de valor, los casos de uso son numerosos. Las empresas y organizaciones están aprendiendo a identificar ese valor y a avanzar.

¿Cómo puede la IA transformar la gestión de datos en términos de automatización y análisis predictivo?

En MongoDB trabajamos con proyectos de producción a gran escala con empresas de todos los tamaños. Un ejemplo destacable de análisis predictivo lo tenemos por ejemplo en empresas del IBEX-35 del sector energético, donde hemos implantado sistemas que utilizan la inteligencia artificial para predecir fallos en los dispositivos de los parques eólicos, plantas de agua o refinerías.

Los beneficios de este enfoque son significativos, ya que permite tomar decisiones más eficientes en términos de costos, anticipándose a posibles fallos y, por supuesto, asegurando la continuidad en la generación ininterrumpida de energía.

Durante el último año, se ha acelerado la adopción de la IA generativa para aplicaciones de todo tipo:

  • Chatbots para atención al cliente
  • Herramientas de búsqueda y síntesis.
  • Herramienta de generación de contenidos (escritos, imágenes, vídeo y audio) que van mucho más allá de la automatización de tareas concretas.
  • Creando nuevos modelos de negocio y experiencias de cliente personalizadas.

Algunos ejemplos en los que venimos trabajando van desde aplicaciones móviles de los bancos que permiten hacer operaciones en tiempo real con total seguridad y confianza, hasta Plataformas de comercio electrónico que garantizan las compras y actualizaciones de inventario en tiempo real, incluso en momentos de pico de compras. O videojuegos que escalan sin esfuerzo para gestionar millones de usuarios concurrentes y con experiencias más inmersivas.