Esta es una entrada de blog invitada, escrita por Devin Pratt, director de investigación en IDC.
Cuando me reúno hoy con los líderes de TI, la conversación da un giro. Antes, la pregunta era qué modelo utilizar. Ahora la pregunta es si su plataforma de datos puede seguir el ritmo de un software que actúa por su cuenta. La IA generativa responde preguntas. La IA agéntica realiza acciones, y ese único cambio lo transforma todo en cuanto a lo que debe hacer una plataforma de datos.
Este no es un problema para el futuro. Según la Encuesta mundial de gestión de datos de IDC de abril de 2026 (n = 715), el 30 % de las organizaciones ya ejecuta IA agéntica en producción y otro 50 % está invirtiendo en ella, con un plan de gasto establecido. Cuatro de cada cinco empresas ya han superado la etapa de decidir si los agentes pertenecen a sus operaciones. Están determinando cómo ejecutarlos de forma segura.
Figura 1. La IA de agentes ya está pasando a producción.
P. ¿Cuál de estas opciones describe mejor el estado actual de su organización respecto a la evaluación o el uso de IA agéntica?
n = 715, Fuente: Encuesta mundial de gestión de datos de IDC, abril de 2026
Este es el cambio al que sigo volviendo. Una plataforma creada para analizar lo que ya ocurrió no es la misma que una plataforma creada para ejecutar lo que sucede después. Cuando un agente lee datos, toma decisiones y actúa en tiempo real, la base de datos deja de ser un almacén de registro pasivo. Se convierte en el punto de control donde se ofrece el contexto en tiempo real, se recupera la información correcta y se aplican las políticas en el momento exacto en que actúa el agente. Si esto sale mal, una sola lectura incorrecta se convierte en una acción incorrecta a velocidad de máquina y, luego, se repite.
En tiempo real es ahora la base, no la excepción. En la misma encuesta, el 64.6 % de los casos de uso de datos empresariales ya requieren una entrega en tiempo real o casi en tiempo real; en los escenarios de transmisión, el 91.2 % necesita una latencia de extremo a extremo inferior a 200 ms. Las arquitecturas orientadas a agrupar están cada vez más en el lado equivocado de esa línea.
Entonces, ¿qué deberían buscar los líderes de TI? Cuando trato este tema con los equipos, siempre surgen cuatro requisitos.
- Una base operativa en tiempo real que se ajusta a los datos con forma de IA: Los datos de la IA no están estructurados, cambian rápidamente y son de gran volumen. La base tiene que adaptarse a esa forma y servirla rápidamente. Por esto, IDC pronostica que los sistemas de lago de datos y no esquemáticos superarán al mercado general de bases de datos, incluso cuando el relacional sea el segmento más grande.
Escalado elástico para una demanda impredecible impulsada por agentes: El tráfico del agente es repentino y difícil de predecir. Los equipos quieren crecer sobre una base sin la reestructuración disruptiva que imponen los límites rígidos de escala. Esa es la lógica detrás de la medida de consolidación en una plataforma central, donde la nube pública ahora representa el 64,6 % de las ganancias de las bases de datos.
Recuperación precisa y siempre actualizada: Un agente es tan bueno como el contexto que puede recuperar. Los compradores lo saben. Aproximadamente el 75 % prefiere las bases de datos vectoriales integradas a las autónomas, y el 47 % considera que una capa semántica coherente es fundamental para una IA segura y confiable.
Un entorno de ejecución gestionado para operar con agentes en producción: una memoria durable, una política vinculada a la identidad y la observabilidad permiten que un equipo de gobernanza confíe en que un agente realice acciones reales. Para 2027, IDC espera que el 80 % de los casos de uso de IA agéntica requieran acceso a datos contextuales y en tiempo real, lo que llevará a las empresas del control de entrada al acceso federado con gobernanza centralizada.
Conocer los requisitos es la parte fácil. Tres cosas ralentizan a los equipos en la práctica y vale la pena nombrarlas:
Preocupaciones por el bloqueo: con alrededor del 95 % de las organizaciones reportando requisitos de soberanía de los datos y el 90 % que ejecutan bases de datos de código abierto, las empresas quieren ejecutar a través de nubes y en su propia infraestructura, no apostar el negocio en una pila.
Gobernanza de la acción autónoma: cuando el software puede actuar por sí solo, el acceso controlable y auditable se vuelve obligatorio. Hasta que pueda probarlo, los agentes se estancan en la etapa piloto.
Costo que se le escapa: los agentes con mucha recuperación generan picos de consumo, y volver a explicar el contexto en cada paso quema tokens silenciosamente. El costo debe rastrear el uso, no la capacidad no utilizada.
La parte alentadora es que tienen respuesta. Una plataforma que mantiene la recuperación cerca de los datos, se puede implementar en cualquier lugar y gobierna a los agentes por defecto, aborda los tres directamente.
El camino a seguir
El patrón ya está visible. IDC predice que, para 2029, el 60% de las plataformas de datos empresariales unificarán las cargas de trabajo transaccionales y analíticas en arquitecturas de procesamiento híbrido para potenciar la IA de agentes. La base de datos ya no es donde esperan los datos. Aquí es donde actúan los agentes. Las empresas que lo traten de esa manera pasarán de los proyectos piloto a la producción. Quienes no lo hagan verán cómo se amplía The Gap.
Si está trazando su propio camino, los requisitos anteriores son un buen punto de partida: una base en tiempo real, una escala elástica, una recuperación precisa y un tiempo de ejecución controlado, con la libertad de ejecutarlo en cualquier lugar.
Siga leyendo
Para obtener el análisis completo, incluidos los datos de mercado correspondientes a cada uno de estos cuatro requisitos, lea IDC Spotlight La era de la plataforma de datos inteligente: preparar a las empresas para la IA agéntica (IDC #US54925526, septiembre de 2026), patrocinado por MongoDB.