Oracle ha anunciado la disponibilidad general de Oracle AI Data Platform, una plataforma integral que busca resolver una de las piezas más difíciles de la ecuación de la IA en la empresa: conectar modelos generativos y agentes con datos, aplicaciones y flujos de trabajo corporativos, de forma segura, gobernada y multicloud. La propuesta combina ingestión automatizada, enriquecimiento semántico y indexación vectorial con herramientas generativas y de automatización agentic, y se apoya en Oracle Cloud Infrastructure (OCI), Oracle Autonomous AI Database y OCI Generative AI. El objetivo declarado: simplificar el recorrido de datos en crudo a IA en producción.
Más allá del titular, el mensaje es claro: hacer los datos “AI-ready” y ofrecer un fundamento único donde equipos de datos, desarrolladores y negocio puedan construir, desplegar y escalar aplicaciones impulsadas por IA —incluidos agentes que orquestan procesos y toman acciones— con un mismo catálogo, gobernanza y entorno de ejecución. La plataforma integra infraestructura acelerada por NVIDIA, de modo que los clientes pueden elegir la última generación de GPUs y librerías para cargas intensivas.
Un único plano para datos e IA: lakehouse abierto, catálogo y agentes
AI Data Platform parte de una idea de arquitectura que se ha convertido en estándar de facto: el data lakehouse. Oracle soporta formatos abiertos como Delta Lake e Iceberg, lo que ayuda a evitar duplicaciones y a mantener interoperabilidad. Por encima, el catálogo de la plataforma ofrece una vista unificada y gobernanza sobre datos y activos de IA (modelos, prompts, evaluaciones, agentes), pieza crítica para cumplir normativas y políticas internas.
En el terreno de agentes, la plataforma apuesta por estándares abiertos como Agent2Agent (A2A) y Model Context Protocol (MCP), lo que permite componer sistemas multiagente —por ejemplo, un agente que consulta el lakehouse, otro que invoca un modelo generativo y un tercero que inicia un flujo en un ERP— sin quedar atado a un ecosistema cerrado. Para el usuario de negocio, Agent Hub actúa como una capa de orquestación y mediación: interpreta la petición, invoca al agente adecuado, presenta recomendaciones y facilita la acción inmediata dentro del flujo de trabajo.
Qué habilita (en términos de negocio)
Oracle resume cuatro capacidades que, juntas, explican el alcance de la plataforma:
- Convertir datos en inteligencia. Unifica el lakehouse y la IA en una sola plataforma, reduciendo la fricción entre carga/transformación y consumo (analítica, predicción, generación, agentes).
- Acelerar la innovación entre equipos. Proporciona un workbench común para ingenieros de datos, científicos de datos y desarrolladores de IA, facilitando la colaboración y la entrega de aplicaciones impulsadas por IA.
- Automatizar y escalar procesos. Va más allá del dashboard: los agentes orquestan flujos, disparan alertas y ejecutan tareas que impactan directamente en operaciones y resultados.
- Nacer listo para empresa. Combina la escala y rendimiento de OCI, motores open-source, analítica avanzada y el Autonomous AI Lakehouse de Oracle con gobernanza, seguridad y observabilidad.
Zero-ETL y Zero Copy: datos sin fricción, de las apps a la IA
Una de las promesas más sensibles para TI es reducir la complejidad de mover datos. AI Data Platform incorpora Zero-ETL y Zero Copy para conectarse a datos de aplicaciones críticas —finanzas, RR. HH., cadena de suministro, marketing, ventas, servicio— así como a datos de aplicaciones sectoriales y bases de datos existentes. La idea es minimizar extracciones masivas y duplicaciones innecesarias, y exponer los datos donde están con las políticas de seguridad y gobernanza intactas.
Ese enfoque se complementa con orquestación multicloud e híbrida: la plataforma puede conectar, procesar y analizar datos procedentes de cualquier nube, on-premises o edge, y permitir que agentes operen tanto sobre aplicaciones Oracle como sobre entornos de terceros. Para clientes que ya utilizan Fusion, NetSuite o suites sectoriales (salud, consumo, servicios financieros, construcción), Oracle planea versiones adaptadas de AI Data Platform con integración preconstruida. Además, los datos curados y listos para IA de Oracle Fusion Data Intelligence estarán disponibles dentro de la plataforma, lo que aporta valor inmediato a los usuarios de negocio.
De los tuberías al producto: ingestión, semántica y vectores
El camino de datos en crudo a IA en producción suele atascarse en tres puntos: ingestión, semántica y búsqueda/razonamiento. AI Data Platform intenta normalizar esas fases:
- Ingestión automatizada desde aplicaciones y fuentes heterogéneas, con catálogo y políticas unificadas.
- Enriquecimiento semántico, para anotar entidades, relaciones y eventos y conectar datos operacionales con el contexto que exige la IA generativa.
- Indexación vectorial, imprescindible para RAG (Recuperación-Aumentada-por-Generación), búsqueda semántica y recomendadores.
Sobre ese cimiento, los equipos pueden elevar casos de uso: desde copilotos de procesos y asistentes de análisis hasta agentes que ejecutan tareas (aperturas de órdenes, conciliaciones, escalados de incidencias) bajo controles y trazabilidad.
Rendimiento y stack: OCI, bases autónomas y aceleración NVIDIA
En ejecución, la plataforma se apoya en Oracle Cloud Infrastructure (OCI) y Oracle Autonomous AI Database para el plano de datos, y en OCI Generative AI para los modelos gen AI. Para cargas intensivas, AI Data Platform integra aceleración NVIDIA, lo que permite a los clientes elegir GPUs y librerías de última generación y ajustar la plataforma a requisitos de latencia o rendimiento de sus casos de uso.
Ecosistema y adopción: inversión de partners y casos de uso
Un indicador de tracción es el ecosistema que se compromete alrededor del lanzamiento. Oracle afirma que integradores globales y consultoras han comprometido más de 1,5 mil millones de dólares en AI Data Platform, incluyendo formación para más de 8.000 profesionales y el desarrollo de más de 100 casos de uso sectoriales. Para clientes grandes —o para quienes necesitan acelerar despliegues con blueprints probados—, este músculo del ecosistema puede traducirse en tiempo-a-valor más corto.
¿Para quién es esto?
- Organizaciones con “spaghetti” de datos que necesitan una capa común para gobernar, catalogar, enriquecer semánticamente y servir datos a IA sin duplicaciones constantes.
- Equipos de datos y desarrolladores que quieren un entorno único para RAG, generación, evaluación y agentes, con monitorización y seguridad consistentes.
- Áreas de negocio que buscan copilotos y agentes integrados en flujos reales (finanzas, RR. HH., supply chain, ventas, atención al cliente), evitando “bots aislados” sin conexión a procesos.
Lectura operativa: ventajas, límites y próximos pasos
Ventajas pragmáticas
- Menos fricción entre datos y modelos, gracias a Zero-ETL / Zero Copy, catálogo y estándares abiertos (Delta/Iceberg, A2A, MCP).
- Gobernanza y seguridad centralizadas, con un catálogo que abarca datos y activos de IA.
- Agentes con hub y orquestación, más cerca de procesos de negocio concretos.
- Multicloud/híbrido, útil cuando la realidad de datos está repartida.
Límites y cuidados
- La promesa “de extremo a extremo” no elimina la necesidad de modelado de dominio ni de calidad de datos; la IA generativa amplifica lo que encuentra.
- Multiagente implica observabilidad, evaluación continua y políticas de acción (quién puede hacer qué, dónde y con qué datos).
- En entornos multicloud, conviene planificar costes de egress, latencias y alineación de políticas de seguridad.
Próximos pasos recomendados
- Mapa de casos de uso por línea de negocio (impacto en ingresos/costes, complejidad, dependencias).
- Pilotos RAG y agentes con datos gobernados, métricas de calidad y seguridad desde el día uno.
- Plan de datos AI-ready: catálogo, semántica, vectores, guardrails y monitorización.
- Modelo de gobierno para agentes (políticas, roles, auditoría y ciclo de vida).
Lo esencial
Oracle AI Data Platform se posiciona como un fundamento único para conectar datos y procesos con IA generativa y agentes, con gobernanza y seguridad integradas, soporte multicloud y estándares abiertos. Para quienes venían de una maraña de pipelines y silos, la propuesta es acortar la distancia entre dato y valor en producción. Su éxito dependerá —como siempre— de la calidad de los datos, de un gobierno realista de modelos y agentes, y de la capacidad de convertir pilotos en cambios de proceso medibles.
Preguntas frecuentes (FAQ)
¿Qué es Oracle AI Data Platform y qué incluye exactamente?
Es una plataforma empresarial para preparar datos para IA y desplegar aplicaciones generativas y agentes. Integra OCI, Oracle Autonomous AI Database y OCI Generative AI; ofrece ingestión automatizada, enriquecimiento semántico, indexación vectorial, catálogo y gobernanza unificados, soporte para lakehouse en Delta Lake/Iceberg, y orquestación de agentes con estándares como A2A y MCP, además de Agent Hub para usuarios de negocio.
¿Cómo se conectan las aplicaciones sin mover datos? ¿Qué significan Zero-ETL y Zero Copy?
Zero-ETL y Zero Copy permiten conectar datos de aplicaciones (finanzas, RR. HH., supply chain, marketing, ventas y servicio, entre otras) y bases existentes sin duplicaciones masivas. La plataforma expone esos datos con políticas y gobernanza intactas, reduciendo trabajos de ETL tradicionales, drift de copias y problemas de consistencia.
¿Se puede usar en multicloud y con entornos on-premises?
Sí. La plataforma soporta orquestación multicloud e híbrida para conectar, procesar y analizar datos desde cualquier nube, on-prem o edge. Además, los agentes pueden operar tanto en aplicaciones Oracle como en entornos de terceros, lo que facilita extender la IA de forma transversal por la organización.
¿Qué ventajas prácticas aporta el soporte de A2A y MCP para agentes?
A2A y Model Context Protocol permiten componer sistemas multiagente donde cada agente cumple un rol (recuperar, razonar, actuar) con interoperabilidad. Esto evita dependencias de SDKs cerrados, mejora la observabilidad y acelera el paso de prototipos a operaciones con políticas y auditoría consistentes.
¿Qué partners respaldan el lanzamiento y qué implica para un proyecto real?
Integradores y consultoras globales han comprometido más de 1,5 mil millones de dólares, formado a más de 8.000 profesionales y preparado más de 100 casos de uso sectoriales. En la práctica, esto puede traducirse en plantillas de despliegue y aceleradores que recortan el tiempo-a-valor —especialmente si ya usas Fusion, NetSuite o suites sectoriales de Oracle con integración preconstruida.
En síntesis: AI Data Platform quiere ser la capa base donde los datos de empresa, los modelos generativos y los agentes se encuentran con gobernanza y seguridad desde el primer día, y donde TI y negocio trabajan sobre la misma realidad de datos para pasar de piloto a producción con menos fricción.
vía: oracle
