Plataformas CloudConfirmadoGoogle Cloud presenta su Agentic Data Cloud, una nueva infraestructura nativa de AI que unifica datos, modelos de IA y bases de datos operacionales para potenciar agentes avanzados de IA con contexto en tiempo real y menor complejidad de ingeniería.
Fuente de imagen: GoogleEl 7 de noviembre de 2026, Google Cloud lanzó oficialmente el Agentic Data Cloud, una plataforma de infraestructura nativa de AI diseñada para unificar datos, modelos de IA y bases de datos operacionales. La plataforma incluye un Lakehouse sin fronteras y un catálogo activo de conocimientos, que tienen por objeto proporcionar a los agentes de inteligencia artificial un contexto confiable y en tiempo real. El objetivo principal de este lanzamiento es reducir la sobrecarga de ingeniería para las empresas que se están transfiriendo a sistemas proactivos impulsados por agentes. Esta versión representa un cambio estructural en el diseño de infraestructura en la nube, avanzando hacia la gestión de datos y modelos integrados nativamente.
La unificación de datos, modelos de IA y bases de datos operacionales bajo una única infraestructura nativa de IA aborda un obstáculo crítico de ingeniería en la construcción de agentes autónomos. Tradicionalmente, los desarrolladores deben gestionar oleoductos separados para operaciones de bases de datos transaccionales, almacenamiento de datos analíticos y contexto de inferencia modelo, lo que conduce a problemas de latencia y sincronización. Al introducir un Lakehouse sin fronteras, la plataforma abstrae estos silos, permitiendo a los agentes cuestionar tanto el estado operativo como el contexto analítico histórico sin complejos oleoductos ETL. El Catálogo de Conocimiento activo también lo apoya curando dinámicamente el contexto estructurado y no estructurado. Para los equipos de ingeniería de software, esta arquitectura simplifica la capa de recuperación del contexto, permitiendo a los agentes acceder directamente a datos de confianza en tiempo real. En el anuncio oficial no se divulgaron especificaciones técnicas específicas, motores de bases de datos subyacentes, métricas de latencia y implementaciones de seguridad, lo que significa que los desarrolladores deben evaluar estos aspectos directamente a través de los entornos de documentación y ensayo de la plataforma.