top of page

MariaDB para IA: conclusiones del primer webinar en portugués de MariaDB con Amber

27 oct
8 min de lectura

Actualizado: 5 nov

El 15 de octubre, MariaDB® realizó su primer webinar en portugués, en alianza con Amber. El encuentro, titulado “Impulsando la Empresa Orientada a Agentes”, sirvió para anunciar y reforzar la alianza entre ambas empresas y abordó lo que una organización necesita resolver en sus datos antes de poner a trabajar agentes de IA. Abrí el webinar exponiendo los desafíos que enfrentan las empresas para transformar la tecnología en resultados y la forma en que Amber actúa desde el diagnóstico hasta el soporte continuo. A continuación, Natasha Rinaldi, de MariaDB, presentó cómo está organizada la plataforma para sustentar aplicaciones y agentes de IA.

Este artículo reúne las conclusiones del encuentro que interesan a las empresas que evalúan MariaDB para IA o que están estructurando la base de datos que consultarán los agentes. Estas conclusiones abordan la calidad de los datos, lo que las empresas pasan a exigir de una base de datos, la plataforma de MariaDB, la gobernanza y el papel de la consultoría en la adopción.


Foca dourada sobre discos, com logos Amber e MariaDB e IA em fundo escuro e brilho laranja.


LOS AGENTES DE IA DEPENDEN DE LA CALIDAD DE LOS DATOS QUE RECIBEN


La primera conclusión del webinar es que la principal barrera para utilizar agentes de IA está en los datos, antes que en la tecnología elegida. Natasha mostró la proyección que Gartner publicó en un comunicado de junio de 2025: para 2028, el 33% del software corporativo tendrá IA agéntica, frente a menos del 1% en 2024. En el mismo comunicado, Gartner prevé que más del 40% de los proyectos de IA agéntica serán cancelados antes de finales de 2027 debido al aumento de los costos, un valor de negocio poco definido o un control de riesgos insuficiente.

El otro dato de la presentación indica dónde encuentran más dificultades las empresas. En el PEX Report 2025/26, basado en una encuesta de PEX Network con más de 200 profesionales, el 52% señala la calidad y la disponibilidad de los datos como el mayor obstáculo para adoptar IA. La falta de conocimiento interno aparece justo después, con un 49%.

Un agente de IA consulta información, cruza registros y ejecuta tareas con base en lo que encuentra en los sistemas de la empresa. Si el registro del cliente está desactualizado en el CRM, si el historial de pedidos está en otro sistema sin integración o si parte del control todavía se lleva en hojas de cálculo, el agente responde y actúa con información errónea o incompleta. Y, a diferencia de un agente humano, repite el mismo error en todas las atenciones que realice.

Este diagnóstico confirma lo que presenté en la apertura del webinar. La primera dificultad es la adaptación digital: las empresas de cualquier tamaño necesitan estar en el entorno digital, y ese movimiento se aceleró tras la pandemia. La segunda es la madurez ejecutiva, porque la tecnología avanza más rápido de lo que los equipos directivos logran acompañar. La tercera es lo que llamamos abundancia tech: sobra tecnología y llega demasiada información a los ejecutivos y equipos técnicos, lo que exige mayor cuidado en las decisiones y direccionamiento para integrar las soluciones.

En la práctica, antes de elegir qué agente usar, la empresa necesita responder tres preguntas: dónde están los datos que va a consultar, qué sistemas deben estar integrados para que esos datos se mantengan consistentes y quién responde por la calidad de la información. Por eso, en la apertura, situé la organización de los procesos de extremo a extremo, a partir de una base única de datos, como el paso siguiente a atraer demanda y convertir oportunidades. Es en este punto donde la elección de la base de datos entra en la discusión sobre MariaDB para IA, tema de la siguiente conclusión.




LO QUE LAS EMPRESAS PASAN A EXIGIR DE UNA BASE DE DATOS


La segunda conclusión es que los agentes de IA alteran los criterios para elegir una base de datos. En la presentación, Natasha resumió este cambio en cinco exigencias del mercado que tienen el mismo origen: aplicaciones que consultan datos y actúan sobre ellos de forma continua, sin una persona revisando cada paso. En la tabla, cada exigencia aparece junto a una pregunta que la empresa puede llevar a la evaluación de proveedores.


Exigencia

Lo que presentó MariaDB

Pregunta para el proveedor

Escala

Los datos y usuarios crecen más allá de la capacidad de la base, con cargas distribuidas entre regiones y nubes

¿La base de datos pasa de un servidor a varios sin reescribir la aplicación?

Multimodelo

Transacciones, analítica y vectores en la misma plataforma

¿Cuántos sistemas serán necesarios para guardar datos transaccionales, vectores y datos analíticos?

Baja latencia

Respuesta en submilisegundos con muchos accesos simultáneos

¿Cuál es el tiempo de respuesta medido en el volumen de accesos de nuestro pico?

Contexto

Base confiable y gobernada, con memoria para los agentes y trazabilidad auditable

¿Podemos auditar qué datos consultó el agente antes de actuar?

Gobernanza

Control sobre la residencia y soberanía de los datos

¿En qué país y en qué entorno quedan almacenados los datos?

Estas preguntas sirven para comparar a cualquier proveedor, incluida la propia MariaDB. En agentes de atención al cliente y ventas, la latencia y la auditoría son las más sensibles: el agente responde al cliente durante la conversación, y la empresa necesita saber después por qué respondió de esa manera.




MARIADB PARA IA: UNA SOLA BASE DE DATOS PARA TRANSACCIONES, VECTORES Y ANALÍTICA

La tercera conclusión es que MariaDB organizó la plataforma para atender estas exigencias con una única base de datos, en lugar de un sistema separado para cada tipo de dato. Según la empresa, la base de datos suma más de 3 mil millones de descargas y más de 800 clientes corporativos en producción. También es compatible con MySQL, lo que permite a quienes ya utilizan MySQL evolucionar la arquitectura sin reconstruir la base.

InnoDB, el motor de almacenamiento de MariaDB, guarda cuatro modelos de datos en el mismo lugar: filas para transacciones, vectores para búsqueda semántica, JSON para datos semiestructurados y formato columnar para análisis. Los vectores permiten a la base de datos guardar embeddings, las representaciones numéricas de textos y documentos que los agentes usan para encontrar información por significado, y no solo por palabra exacta. Para análisis de gran volumen, MariaDB presentó Exa, desarrollado en alianza con Exasol.

Entre la aplicación y la base de datos se ubica MaxScale®, el proxy de MariaDB que también se comentó en el webinar. Este componente envía las escrituras al servidor principal y las lecturas a las réplicas y, si el servidor principal cae, promueve automáticamente la réplica más adecuada. Con la función de transaction replay activa, la transacción en curso se rehace en el nuevo servidor sin que el usuario perciba el fallo. MaxScale también captura cambios en los datos (CDC) para mantener otros sistemas sincronizados.

Para los agentes, la plataforma pasó a incluir GridGain, empresa de caché y procesamiento en memoria adquirida recientemente por MariaDB, como contó Natasha en el webinar. Este componente guarda el contexto de las interacciones de los agentes como memoria a corto y largo plazo y ofrece almacenamiento clave-valor con respuesta inferior a 1 milisegundo, según MariaDB. Con el lanzamiento de MariaDB Enterprise Platform 2027, en noviembre de 2026, la plataforma incorporó también la caché semántica, que guarda respuestas ya generadas por el modelo de IA y las reutiliza cuando una nueva pregunta es lo bastante parecida, lo que reduce el costo de las llamadas al modelo.

La conexión con aplicaciones de IA se realiza mediante RAG, técnica en la que el modelo busca fragmentos relevantes en los datos de la empresa antes de responder, apoyada en el soporte vectorial de la propia base de datos. Existen conectores para los frameworks LangChain, LlamaIndex y Spring AI, y un MCP Server, servidor que sigue el Model Context Protocol, estándar utilizado por agentes de IA para acceder a datos y herramientas. La plataforma incluye además copilotos de IA para desarrolladores y administradores de bases de datos. En la versión 2027, incorporó también AI Retrieval, con pipelines de RAG listos para usar, y plugins de IA para herramientas de programación asistida, como Claude Code y Codex.

En la práctica, un agente de atención que necesita el historial de compras del cliente, fragmentos de manuales encontrados por similitud y el contexto de la conversación en curso accede a los tres en la misma plataforma, en lugar de depender de tres integraciones. La ganancia para la empresa es tener menos sistemas que integrar, sincronizar y gobernar.

En la evaluación, la empresa necesita separar lo que ya está disponible de lo que aún está en el roadmap de MariaDB, como el SQL distribuido. Para entender las bases del sistema y la comparación con MySQL, lea el artículo Qué es MariaDB y cómo se compara con MySQL.




GOBERNANZA: REGLAS DE ACCESO, SUPERVISIÓN HUMANA Y CONTROL SOBRE DÓNDE QUEDAN LOS DATOS


La autonomía para los agentes de IA exige reglas definidas antes de la implementación. En la apertura del webinar, mostré que todo proyecto con agentes debe establecer límites de actuación, reglas de acceso a los datos, criterios de calidad de la información y supervisión humana en las etapas decisivas, con validación gradual de los resultados. En un agente de ventas, por ejemplo, esto puede significar que consulte precios y disponibilidad por sí solo, pero que la propuesta con descuento pase por un vendedor antes de llegar al cliente.

Este cuidado todavía es minoritario en las empresas. El mismo PEX Report 2025/26 citado en la primera conclusión muestra que menos de la mitad de las empresas encuestadas tiene una política de gobernanza de IA.

La gobernanza también implica control sobre dónde quedan los datos. Las empresas reguladas o con exigencias regionales necesitan garantizar la residencia y soberanía de los datos, y MariaDB presentó cuatro opciones de implementación para ello: on-premises, con control total de la infraestructura; multicloud en AWS, Google Cloud y Azure, sin depender de un único proveedor; serverless, con cobro por consumo; y BYOA, en la que la plataforma gestionada se ejecuta en la cuenta de nube del propio cliente. La opción BYOC (Bring Your Own Cloud), que estaba en el roadmap en la fecha del webinar, ya está disponible, según anunció MariaDB en el lanzamiento de MariaDB Enterprise Platform 2027, en noviembre de 2026. Esta opción implementa los componentes de la plataforma en cuentas de nube que el propio cliente controla.

En América Latina y Brasil, estas elecciones deben considerar las leyes de protección de datos, como la LGPD, desde el diseño de la solución. En los proyectos de Amber, esto incluye controles de acceso, cifrado, gestión de logs y políticas de gobernanza de datos. El tema se detalla en el artículo IA y LGPD: cómo adoptar con seguridad jurídica, y los criterios de seguridad para sistemas críticos están en Base de datos segura: por qué los sistemas críticos están migrando a MariaDB.




CÓMO AMBER APOYA LA ADOPCIÓN DE MARIADB PARA IA


La tecnología genera retorno cuando entra en la empresa con diagnóstico, planificación y acompañamiento. En la apertura del webinar, presenté el papel de la consultoría en tres etapas: diagnóstico, para mapear los puntos críticos antes de cualquier inversión; planificación, con una hoja de ruta para introducir IA con seguridad y la selección de soluciones compatibles con la arquitectura existente; y ejecución, con gestión del cambio, soporte continuo y seguimiento del retorno sobre la inversión.

En proyectos con MariaDB, estas etapas se traducen en actividades concretas. Amber parte del diagnóstico técnico del entorno y diseña la arquitectura de datos conforme a los objetivos de la empresa. La implementación incluye validación de compatibilidad, pruebas de carga y estrategias de contingencia, tanto en la adopción inicial como en la migración desde MySQL u otras bases de datos hacia MariaDB.

La integración con sistemas legados, APIs y plataformas corporativas permite que MariaDB funcione junto con los procesos existentes sin interrumpirlos. Con la base de datos en producción, Amber mantiene el entorno con soporte técnico continuo, ajustes de rendimiento y seguimiento estratégico, para que la base de datos soporte el crecimiento de la empresa y las nuevas demandas de IA.

En el cierre del webinar, planteé un punto que no habíamos abordado en la presentación: además del argumento técnico, MariaDB es una alternativa de costo. La presión por la competitividad llega al precio final y lleva a las empresas a revisar procesos y arquitectura, y una base de datos abierta, que se conecta a la estructura existente, permite esa revisión sin cambiar todo a la vez. La adopción puede ser modular, resolviendo puntos técnicos y financieros por etapas, en lugar de un proyecto big bang.

La propuesta presentada en el webinar une la tecnología de MariaDB a un equipo regional, con presencia en Brasil y América Latina y proyectos entregados en ocho países. Para las empresas que quieren preparar sus datos para agentes de IA, el siguiente paso es un estudio conjunto con Amber, realizado a partir del caso de uso de la empresa y del diagnóstico del entorno actual, que puede solicitarse a través de nuestro WhatsApp.

MariaDB® y MaxScale® son marcas registradas de MariaDB plc. MySQL es una marca registrada de Oracle Corporation, y no existe vínculo entre MariaDB plc y Oracle Corporation.

 
 
 

Comentarios

Obtuvo 0 de 5 estrellas.
Aún no hay calificaciones

Agrega una calificación
bottom of page