BigQuery estrena índices de IA administrados

Google Cloud anunció el 19 de noviembre la vista previa de los índices de IA administrados de BigQuery. Permiten buscar filas por el significado de lo escrito en una o más columnas de texto, sin montar por separado el proceso que genera representaciones numéricas del texto. La novedad es el índice administrado, no que la búsqueda semántica llegue por primera vez a BigQuery. Tampoco es una función de disponibilidad general. Referencia.
Qué cambia para los equipos de datos
Antes de elegir un motor nuevo, vale la pena preguntar dónde vive el dato que se quiere buscar. Si ya está en una tabla estándar de BigQuery, el equipo puede crear un índice en columnas elegidas con CREATE AI INDEX y consultar con AI.SEARCH desde SQL. BigQuery se encarga de mantener los componentes del índice a medida que cambia la tabla. Quienes necesiten elegir un modelo de embeddings específico o controlar cómo se configura el índice vectorial conservan la alternativa de administrar esos componentes por separado. Referencia.
Qué datos admite el índice
Google documenta hasta 50 columnas por índice. Deben ser columnas STRING de nivel superior que no sean de tipo repetido; no se admiten arreglos de texto. No se puede crear el índice de esta vista previa sobre vistas, tablas externas, BigLake o tablas Apache Iceberg. Sólo se admite un índice de IA por tabla y no puede convivir con un índice vectorial ni con una columna de embeddings generada automáticamente en esa misma tabla. La guía tampoco permite crear el índice en un conjunto de datos con réplicas entre regiones. Aunque BigQuery ofrece selección automática de columnas, partir por título y descripción permite excluir identificadores y texto irrelevante. Un SKU, un código de despacho o un UUID sigue siendo una búsqueda exacta. Para números o condiciones obligatorias, como un precio máximo o un estado de inventario, conviene aplicar filtros SQL separados. Referencia.
Qué debe revisar un negocio en Chile
El dato clave es la ubicación de la tabla, no la dirección de la empresa. La referencia de AI.SEARCH enumera el alcance de la función en las multirregiones US y EU y en ubicaciones compatibles con los modelos de embeddings que indica Google. Eso no demuestra por sí solo que el índice administrado esté habilitado en una cuenta o ubicación chilena. Antes de hacer un piloto, comprueba permisos, disponibilidad en la ubicación de la tabla y las políticas internas de residencia. No copies datos de clientes a otra región sólo para probar la función. Referencia.
Un piloto con un catálogo chileno
Una ferretería que mantenga su catálogo en BigQuery podría ensayar búsquedas como «algo para proteger madera de exterior de la lluvia», aunque su descripción no repita esa expresión. Usaría un catálogo sintético o autorizado e indexaría nombre y descripción, mantendría el SKU fuera y compararía con su búsqueda habitual. Prepararía un conjunto de consultas chilenas reales o representativas, con resultados esperados revisados por el equipo. Mediría resultados útiles entre los cinco primeros, tiempo de respuesta y costo total. Es un ejemplo para diseñar un piloto, no una medición de Google ni una promesa de que mejorará todas las consultas en español. Referencia.
Costos y cobertura que conviene medir
Que no haya un cargo adicional por ejecutar la instrucción de creación no significa que la búsqueda sea gratuita. La documentación separa procesamiento en segundo plano, generación de embeddings, almacenamiento y cómputo de consultas. El costo depende de los datos y del uso del proyecto. Al crear un índice o incorporar muchas filas, los resultados sólo incluyen lo que el índice ya procesó. Antes de comparar resultados o conectar un buscador a clientes, revisa coverage_percentage y la cantidad de filas no indexadas. No crees otro índice para intentar corregir una cobertura incompleta: consulta primero el estado y el número de filas sin procesar en la vista de metadatos. Si el catálogo cambia con frecuencia, mide también cuánto pasa entre una actualización y su aparición en la búsqueda. Referencia.
Preguntas frecuentes
¿Reemplaza la búsqueda por palabra clave? No. La búsqueda exacta sigue siendo más apropiada para códigos o campos que deben coincidir literalmente. Usa el índice semántico para preguntas abiertas y conserva filtros y reglas de negocio. ¿Genera respuestas? El índice recupera filas; no redacta por sí solo una respuesta al cliente. ¿Conviene mover datos ahora? No sólo por esta vista previa. Empieza con una copia de prueba autorizada en una ubicación compatible, verifica cobertura y costos, y decide con resultados medidos frente a tu buscador actual. Como antecedente, nuestro análisis de índices semánticos explica por qué recuperar un resultado no garantiza que una respuesta final sea correcta. Antecedente del blog.















