Perforce ha presentado Delphix Synthetic Data, una solución basada en inteligencia artificial (IA) que genera datos sintéticos para desarrollo y pruebas de software, con el objetivo de reducir la dependencia de los datos de producción y agilizar el trabajo de desarrolladores, equipos de calidad y agentes de IA. La herramienta busca mantener las relaciones entre los datos de sistemas empresariales complejos y permitir que los equipos describan los escenarios que necesitan mediante instrucciones en lenguaje natural.
Las claves de los datos sintéticos con IA en 20 segundos
- Delphix Synthetic Data automatiza el análisis de esquemas, metadatos y relaciones entre datos para generar conjuntos de prueba.
- La solución pretende conservar la integridad referencial y las distribuciones estadísticas de los datos originales.
- Una encuesta de Perforce a 518 responsables tecnológicos detectó carencias en las soluciones actuales: solo el 34 % valoró positivamente la integridad referencial y el 36 % el realismo.
- La plataforma admite modelos de lenguaje propios y flujos de trabajo mediante API y el Model Context Protocol (MCP).
La presentación se produce en un momento en el que el desarrollo asistido por IA y los agentes capaces de ejecutar tareas de programación aumentan la demanda de entornos de prueba disponibles bajo demanda. Para que estos sistemas puedan trabajar con fiabilidad necesitan datos que reproduzcan las condiciones de una aplicación real, incluidas las relaciones entre clientes, pedidos, productos y otras entidades, sin depender necesariamente de información sensible de producción.
Perforce plantea Delphix Synthetic Data como una respuesta a las limitaciones de las herramientas tradicionales, que, según la compañía, requieren una configuración manual considerable y no siempre generan datos suficientemente realistas o coherentes entre diferentes sistemas. La empresa afirma que su solución puede reducir un proceso que antes podía llevar días o semanas a unos minutos, aunque el comunicado no aporta resultados de pruebas independientes que permitan evaluar ese ahorro en distintos entornos.
La integridad referencial, uno de los retos de los datos sintéticos
Los datos sintéticos son conjuntos de información generados artificialmente para reproducir características de los datos reales. Se utilizan en pruebas de software, validación de funcionalidades, desarrollo de aplicaciones y simulación de escenarios que no aparecen en los datos disponibles.
Su utilidad depende de algo más que el volumen de registros generados. En una aplicación empresarial, los datos suelen estar repartidos entre bases de datos, tablas, archivos y servicios conectados. Si un conjunto de prueba incluye pedidos cuyos clientes no existen, referencias a productos inexistentes o relaciones incompatibles entre sistemas, puede resultar poco útil para comprobar el comportamiento de una aplicación.
Este problema se conoce como falta de integridad referencial. Mantenerla significa conservar las relaciones necesarias entre las entidades, de modo que los datos sintéticos puedan utilizarse en pruebas que reproduzcan procesos empresariales completos.
La solución de Perforce pretende automatizar parte de este trabajo. Según la compañía, Delphix Synthetic Data analiza los metadatos y los esquemas de las fuentes de datos, identifica sus estructuras y relaciones y utiliza análisis estadístico para comprender la forma y la distribución de la información. A partir de ese análisis, los usuarios pueden describir los datos que necesitan mediante instrucciones en lenguaje natural y modificar el resultado con nuevos prompts.
El objetivo es generar conjuntos de datos adaptados a escenarios concretos, incluidos casos límite que quizá no estén representados en los registros de producción. Para los equipos de desarrollo, esto puede resultar útil al probar errores poco frecuentes, combinaciones inusuales de información o cambios en aplicaciones que dependen de varios sistemas.
La empresa vincula esta capacidad al desarrollo con agentes de IA. Estos sistemas pueden necesitar datos de prueba en distintos momentos del proceso de programación, y la disponibilidad de conjuntos adecuados puede limitar el ritmo de ejecución de pruebas y validaciones. La generación bajo demanda busca reducir esa dependencia, aunque los resultados seguirán condicionados por la complejidad de cada entorno y la calidad de la configuración.
Una encuesta empresarial señala carencias en las herramientas actuales
Como parte del anuncio, Perforce cita una encuesta de 2026 realizada a 518 responsables tecnológicos de empresas. Entre quienes habían evaluado soluciones existentes, solo el 34 % consideró que los datos sintéticos ofrecían integridad referencial y el 36 % valoró que proporcionaban suficiente realismo.
Las cifras proceden de un estudio de la propia compañía, por lo que conviene interpretarlas dentro de su metodología y del grupo consultado. El comunicado no detalla en el texto facilitado cómo se seleccionaron los participantes ni el número exacto de encuestados que evaluaron herramientas de generación de datos sintéticos.
Aun con esa limitación, los resultados ilustran los dos problemas que Perforce quiere resolver: que los datos generados se parezcan lo suficiente a los escenarios reales y que las relaciones entre registros se mantengan cuando intervienen múltiples fuentes.
La compañía también sostiene que las herramientas heredadas exigen demasiada intervención manual para configurar las estructuras y producir resultados adecuados. Delphix Synthetic Data intenta automatizar parte de ese proceso mediante IA, aunque el anuncio no ofrece una comparación técnica detallada frente a productos competidores ni resultados de rendimiento bajo una carga de trabajo común.
Privacidad, modelos de IA propios e integración con agentes
La generación de datos sintéticos también tiene una dimensión de seguridad. Los entornos de desarrollo y pruebas pueden acabar exponiendo información personal, financiera o comercial si utilizan copias de producción sin controles suficientes. Generar datos artificiales permite reducir esa dependencia, aunque la protección efectiva requiere comprobar que el proceso no reproduce información sensible de forma indebida.
Perforce incluye entre las características de Delphix Synthetic Data la posibilidad de utilizar un modelo de lenguaje propio, conocido como bring-your-own-LLM. Según la compañía, esta opción permite mantener los datos dentro de la infraestructura de la organización. El comunicado también enumera el enmascaramiento de datos de clientes en un modelo de lenguaje y las funciones de descubrimiento y configuración asistidas por IA.
Estos elementos deben entenderse como capacidades anunciadas por el fabricante. La información publicada no detalla qué modelos están admitidos, qué requisitos de infraestructura exige cada opción ni qué controles se aplican a todas las modalidades de despliegue. Por tanto, las empresas interesadas tendrán que revisar esos aspectos antes de determinar si la solución se ajusta a sus políticas de privacidad y gobierno del dato.
Delphix Synthetic Data forma parte de Delphix DevOps Data Platform, una plataforma que combina generación de datos sintéticos con enmascaramiento, entrega de datos y gobierno centralizado. La propuesta pretende reunir bajo un mismo entorno la preparación de datos para desarrollo y pruebas y los controles sobre la información sensible.
La herramienta permite acceder a los datos mediante su interfaz de usuario y API, además de ofrecer flujos de trabajo compatibles con MCP, el Model Context Protocol. Este protocolo permite conectar modelos y agentes de IA con herramientas y fuentes de información mediante una interfaz común. En el escenario planteado por Perforce, esa integración busca que los agentes puedan solicitar datos para sus tareas de desarrollo y pruebas sin depender de procesos manuales separados.
El anuncio refleja una necesidad creciente en los equipos que incorporan IA a sus procesos de ingeniería: disponer de datos adecuados para validar cambios de software sin comprometer la privacidad ni detener el trabajo a la espera de preparar un entorno. La propuesta de Delphix se centra en automatizar la generación y conservar las relaciones entre datos, dos requisitos que condicionan la utilidad de las pruebas empresariales. Su impacto real dependerá de cómo responda ante esquemas complejos, escenarios específicos y requisitos concretos de cada organización.
Preguntas frecuentes
¿Qué es Delphix Synthetic Data?
Es una solución de Perforce que utiliza IA para generar datos sintéticos destinados al desarrollo y las pruebas de software. La compañía afirma que puede conservar las relaciones entre registros y adaptar los datos a escenarios descritos mediante lenguaje natural.
¿Para qué sirven los datos sintéticos en el desarrollo de software?
Permiten probar aplicaciones sin depender exclusivamente de datos reales de producción. También ayudan a crear escenarios específicos, incluidos casos límite que pueden no aparecer en los datos disponibles.
¿Qué es la integridad referencial en los datos sintéticos?
Es la conservación de las relaciones entre entidades y registros relacionados. Resulta necesaria para que los conjuntos de prueba reproduzcan procesos empresariales que dependen de varias tablas, bases de datos o sistemas.
¿Delphix Synthetic Data permite utilizar modelos de IA propios?
Sí. Perforce anuncia una opción para utilizar un modelo de lenguaje propio y afirma que permite mantener los datos dentro de la infraestructura de la organización. El comunicado no detalla todos los modelos compatibles ni los requisitos técnicos de cada despliegue.
