Unificación de datos y gobernanza en la era de los agentes: novedades de Azure Databricks

Anuncios de Azure Databricks en el Data + AI Summit 2026

En el Data + AI Summit 2026, anunciamos una oleada de nuevas capacidades que aportan la combinación de contexto y control a la era de los agentes. Con el fin de facilitar la transición de las empresas desde pilotos de IA experimentales y limitados hacia flujos de trabajo automatizados de nivel de producción, estamos expandiendo la plataforma Azure Databricks en torno a cuatro pilares fundamentales: establecer una base en tiempo real ultrarrápida y sin copia (zero-copy) con Agentic Data; integrar compañeros de trabajo de IA inteligentes directamente en las herramientas de productividad diarias con Agentic Dev & Work; desplegar una personalización autónoma integrada en el lakehouse con Agentic Marketing; y consolidar todo el ecosistema bajo un marco de gobernanza inteligente y seguro. Juntos, estos avances ofrecen una arquitectura unificada diseñada para ayudar a que sus datos, sus equipos y sus agentes autónomos funcionen de manera nativa y fluida en Azure.

1. Agentic Data: LTAP, Azure Databricks Lakebase y bases de lakehouse en tiempo real

Para alimentar a los agentes autónomos con datos en tiempo real sin obligar a la replicación de datos en costosos sistemas operativos secundarios, Azure Databricks presenta la primera arquitectura LTAP (Lake Transactional/Analytical Processing) real. Esta capa de almacenamiento unificada reúne sus datos analíticos, canalizaciones de streaming y transacciones de aplicaciones en tiempo real en una única copia compartida de almacenamiento directamente en el lakehouse.

Como motor transaccional de este marco, Azure Databricks Lakebase ofrece una base de datos Postgres serverless y totalmente gestionada, diseñada específicamente para la era de los agentes. Con procesamiento y almacenamiento desacoplados, Azure Databricks Lakebase admite la creación instantánea de ramificaciones de bases de datos mediante copia en escritura (copy-on-write) para eliminar por completo los riesgos de cumplimiento al depurar agentes de IA en producción. Los desarrolladores pueden crear una rama de alta fidelidad de una base de datos de producción activa en cuestión de segundos, lo que permite a los ingenieros dirigir el modo agente de GitHub Copilot directamente a la rama temporal para reproducir de forma segura casos extremos, identificar causas raíz y aplicar correcciones a través de flujos de trabajo estándar basados en Git.

Para el servicio analítico descendente, Lakehouse//RT rompe el tradicional dilema entre escala y latencia. Impulsado por el motor vectorizado Reyden, ofrece tiempos de respuesta de milisegundos (subsegundo) para cargas de trabajo de alta concurrencia directamente en su lago de datos, creando una base ultrarrápida que se integra a la perfección con los paneles operativos y Power BI.

Lakehouse//RT funcionó, de media, más de un tercio más rápido que nuestro almacén de datos anterior en nuestro conjunto de datos de atención médica, con consultas 10 veces más rápidas. Eso se traduce directamente en un acceso más rápido a la información y más tiempo de decisión para nuestros clientes. Habíamos considerado un sistema dedicado en tiempo real para aumentar nuestra arquitectura de Lakehouse, pero Lakehouse//RT eliminó esa necesidad, ofreciéndonos esa velocidad de forma nativa con una gobernanza coherente.—Mehrshad Setayesh, SVP de Ingeniería (Datos, Plataforma, IA) en PointClickCare

Shared Data, Zero-Copy

Acceda a cualquier dato almacenado en OneLake (ahora disponible para el público general): Azure Databricks puede consultar datos almacenados en OneLake directamente a través de Unity Catalog sin copiar datos.

Almacene datos en OneLake (ahora en versión beta pública): Azure Databricks ahora puede almacenar tablas Delta gestionadas de forma nativa en OneLake. Independientemente de si los datos se almacenan en OneLake o en ADLS, están disponibles sin copia en OneLake para todos los motores de Fabric.

2. Agentic Dev & Work: democratizar la IA con Genie en todas partes

Las mejores perspectivas de IA son las que llegan sin fricciones, por lo que estamos integrando Genie de forma nativa en las herramientas de colaboración donde sus equipos ya trabajan y toman decisiones todos los días.

Genie para Microsoft Teams y M365 Copilot (ahora en versión beta)

Para los equipos que trabajan en el ecosistema de Microsoft, esa misma inteligencia de datos ahora está disponible directamente en sus herramientas de colaboración cotidianas. Imagínese esto: su VP de Ventas le escribe por Teams preguntando: "¿Cuáles fueron nuestras cuentas principales este trimestre y por qué no alcanzamos el objetivo del sureste?" En lugar de buscar desesperadamente en paneles e informes, simplemente etiqueta a @Genie en el hilo y todo su equipo recibe en segundos una respuesta adaptada al contexto desde su lakehouse de Azure Databricks. Ahora en versión beta, la integración de Databricks Genie para Microsoft Teams y M365 Copilot amplía la inteligencia nativa de IA a cada chat y flujo de trabajo impulsado por Copilot. Use Genie para responder a eso.

Y disponible a partir de hoy, Databricks Genie funciona a la perfección con M365 Copilot Cowork. Esta integración permitirá a los equipos vincular las tareas de Cowork con la ontología de Genie, llevando una inteligencia de datos confiable directamente a sus flujos de trabajo.

La suite completa de Genie

Genie transforma el análisis de datos de un panel de informes pasivo a un compañero de trabajo de IA activo e inteligente en todo su entorno de Microsoft. Esta integración está totalmente gobernada por Unity Catalog, lo que garantiza que cada respuesta sea confiable, segura y limitada exactamente a lo que cada usuario tiene permitido ver. Junto con este lanzamiento, destacamos el marco completo de innovación de Genie:

• Genie One: compañero de trabajo de IA para sus equipos comerciales, dondequiera que trabajen, que proporciona información y acciones autónomas, como redacción de documentos, generación de informes, programación y seguimiento de tareas.
• Genie Agents: permite a los usuarios no técnicos crear y compartir conversaciones contextuales y personalizadas como agentes personales reutilizables para escalar el conocimiento del dominio con sus compañeros de equipo.
• Genie App Builder: un entorno de código bajo (low-code) gobernado que permite a cualquier persona crear y desplegar rápidamente aplicaciones personalizadas impulsadas por datos de la empresa en tiempo real.
• Lakeflow Designer: reinventa la orquestación de canalizaciones al permitir a los ingenieros de datos diseñar, editar y automatizar flujos de trabajo de datos complejos (anteriormente Lakeflow Designer) mediante indicaciones en lenguaje natural.
• Genie ZeroOps: una capa de ejecución totalmente autónoma que gestiona el aprovisionamiento de la infraestructura subyacente y la optimización de consultas, eliminando por completo la sobrecarga tradicional de administración de bases de datos.
• Genie Code: un socio de IA autónomo que ayuda a los equipos a crear, depurar, optimizar y operar flujos de trabajo de datos e IA dentro de Databricks.

Integración fluida con M365 Office:

Para los equipos que viven en Excel, nos adaptamos a su lugar de trabajo habitual. El complemento de Azure Databricks para Excel, ahora en vista previa pública, lleva su lakehouse directamente a las hojas de cálculo: sin SQL, sin configuración de ODBC por usuario y con menos fricciones.

Gracias a la compatibilidad con las vistas de métricas de Unity Catalog, los equipos de datos pueden definir la lógica empresarial una sola vez y hacer que esté disponible al instante en Excel y otras herramientas, de forma totalmente gobernada, segura y coherente. Y no es solo de lectura. El complemento también admite la escritura diferida (write-back), por lo que los usuarios autorizados pueden enviar actualizaciones desde Excel directamente a Databricks, cerrando el ciclo entre el análisis y la acción.

El resultado son decisiones más rápidas y confiables al llevar los datos gobernados del lakehouse y la lógica empresarial directamente a los usuarios de Excel.

Para automatizar aún más el procesamiento de archivos en todo el ecosistema empresarial, la versión beta pública del conector de SharePoint totalmente gestionado a través de Lakeflow Connect elimina los obstáculos de la ingesta manual. Este conector permite a las organizaciones implementar canalizaciones de ingesta automatizadas y sencillas (point-and-click) tanto para hojas estructuradas como para archivos no estructurados, como PDF, documentos de Word y PowerPoint. Al transmitir automáticamente los repositorios de archivos de SharePoint directamente a las tablas Delta, esta integración garantiza que las canalizaciones analíticas descendentes, los espacios de Genie One y los libros de Excel reciban constantemente datos actualizados y verificados, sin necesidad de extracciones manuales de texto ni descargas de archivos de riesgo.

3. Agentic Marketing: presentación de Azure Databricks CustomerLake

Para eliminar la complejidad operativa de las aplicaciones de tecnología de marketing (MarTech) aisladas, presentamos Azure Databricks CustomerLake: la primera plataforma de datos de clientes (CDP) basada en agentes de la industria, integrada de forma nativa en la base del lakehouse. Totalmente integrado dentro de su límite de almacenamiento seguro, CustomerLake equipa a los equipos de datos con Profile Agents autónomos para ayudar a transformar datos brutos en perfiles Customer 360 listos para el negocio a partir de fuentes fragmentadas. Al mismo tiempo, un espacio de trabajo intuitivo para profesionales de marketing empodera a los usuarios comerciales con Campaign Agents para segmentar audiencias, recomendar las mejores acciones a seguir, realizar activaciones en múltiples canales y optimizar continuamente experiencias personalizadas 1:1.

Lo que más nos entusiasma de CustomerLake y la nueva capacidad de CDP es la habilidad de unificar los datos de los clientes de una manera que sea accionable, oportuna y escalable. Al crear una vista más completa de cada cliente, podemos comprender mejor los comportamientos, las preferencias y las necesidades en todos los canales, lo que nos ayudará a ofrecer experiencias más personalizadas y ofertas más relevantes. En última instancia, vemos esto como un paso poderoso hacia un mayor compromiso, una lealtad más profunda y mejores resultados tanto para nuestro negocio como para nuestros clientes.—Jay Malepati, Director Global de Ciencia de Datos de Clientes y Marketing, Circle K

4. Contexto, control y elección: el marco de gobernanza

Impulsar estas aplicaciones inteligentes requiere un control administrativo granular y precisión semántica. La capa de inteligencia fundamental de nuestra plataforma es Genie Ontology, un motor de contexto semántico que mejora de forma autónoma. En lugar de requerir una curación manual, Genie Ontology extrae automáticamente las relaciones entre tablas, las métricas de las columnas y las señales de popularidad de las consultas directamente de tus pipelines, lo que elimina las alucinaciones de la IA y garantiza que los modelos comprendan con precisión la jerga única de la empresa.

Para gobernar estos modelos a medida que se escalan, Unity AI Gateway funciona como un registro de ejecución centralizado dentro de Unity Catalog. Este establece límites de velocidad estrictos en tiempo real, filtrado de contenido y límites máximos de gasto para garantizar una economía de tokens (tokenomics) predecible en todos los flujos de trabajo automatizados.

Al conectar las bases de datos en tiempo real directamente con herramientas cotidianas como Microsoft Teams y Excel, Azure Databricks hace que sea más sencillo que nunca ejecutar y gobernar flujos de trabajo de IA confiables. Explora la documentación del producto actualizada o visita Databricks Academy para comenzar a aprovechar estas nuevas capacidades hoy mismo.

Comienza a usar Azure Databricks gratis →

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original