Entre los anuncios estelares del Data + AI Summit 2026, Databricks ha puesto el foco en los agentes de IA con dos lanzamientos: Agent Bricks, su plataforma integral para construir y operar agentes sobre datos empresariales, y Genie One, un «compañero agéntico» pensado para que cualquier equipo de negocio automatice tareas a partir de sus propios datos gobernados.
La propuesta de Databricks es que los agentes dejen de ser experimentos aislados y pasen a ejecutarse dentro de la misma plataforma donde viven los datos, con el gobierno como cimiento. Agent Bricks busca cubrir el ciclo completo —diseño, evaluación y despliegue de agentes—, mientras que Genie One lleva la analítica conversacional al usuario de negocio: preguntar en lenguaje natural y obtener respuestas y acciones fundamentadas en métricas y definiciones consistentes, no en datos sueltos.
La novedad de fondo es de gobierno. Databricks ha extendido Unity Catalog para gobernar también activos de IA —modelos propios, proveedores de modelos externos, servicios MCP, agentes y skills— con el mismo marco que ya aplica a los datos: registro, descubrimiento, seguridad y auditoría. Sobre esa base se sitúa Unity AI Gateway, su capa de gobierno para la IA empresarial, que extiende el control a las interacciones en tiempo de ejecución entre modelos, agentes, servicios MCP y herramientas corporativas, con gestión centralizada de seguridad, costes y monitorización.
El planteamiento responde a una de las grandes dudas de 2026: cómo llevar los agentes de IA de la demo a producción sin perder el control. Sin gobierno —saber qué datos toca cada agente, con qué permisos y dejando traza— la IA agéntica es difícil de auditar y de defender ante cumplimiento normativo. Al anclar agentes, modelos y skills al mismo catálogo que gobierna los datos, Databricks intenta convertir la gobernanza en el habilitador, no en el freno, de la adopción.
Para arquitectos y responsables de datos, la lectura es que la conversación sobre IA generativa se desplaza del modelo al contexto y al gobierno: qué datos alimentan al agente, con qué trazabilidad y bajo qué políticas. Es ahí donde se decidirá qué proyectos de IA llegan realmente a producción.
Más en Dataprix: Data Science e IA en Dataprix.
Fuente: Databricks Newsroom