La mayoría de los equipos de infraestructura europeos construyeron sus pipelines de datos para un propósito concreto: mover datos desde sistemas operacionales hacia un almacén de datos, ejecutar transformaciones durante la noche y mostrar resultados en un dashboard de BI a primera hora de la mañana. Esa arquitectura funciona bien para lo que fue diseñada. Falla estrepitosamente cuando un agente de IA autónomo necesita un fragmento de contexto relevante para tomar una decisión en menos de 100 milisegundos, a las 3 de la madrugada, mientras coordina simultáneamente con otros cuatro agentes y escribe en un almacén de memoria compartida.
La IA agéntica no es una versión más rápida de las cargas de trabajo analíticas que tu pipeline ya gestiona. Es una clase de sistema fundamentalmente distinta, y la brecha de infraestructura entre la demo y la producción es donde la mayoría de los despliegues se estancan. Según el informe de IA 2025 de McKinsey, casi dos tercios de las empresas ya experimentaban con agentes de IA, pero solo una de cada diez logró escalar más allá de la fase piloto. El motivo más frecuente no fue la calidad del modelo, sino la infraestructura de datos.
Entender qué falla y por qué es el punto de partida para solucionarlo.
Qué exigen realmente los agentes a una capa de datos
Un modelo de ML convencional es pasivo: le envías un prompt, devuelve una predicción y la transacción termina. Un agente de IA persigue objetivos a lo largo de múltiples pasos, invoca herramientas, escribe en memoria, consulta sistemas externos y retroalimenta sus propias salidas como entradas para el siguiente paso de razonamiento. Ese bucle de retroalimentación no tolera la latencia del procesamiento por lotes. Un pipeline que refresca el contexto cada 15 minutos no es un pipeline de agentes lento; es un pipeline roto.
Los requisitos de infraestructura que se derivan de esto no son sutiles. Los agentes necesitan memoria persistente con horizontes de retención largos (la investigación apunta a entre tres y cinco años para el contexto empresarial), comunicación entre agentes con baja latencia, cómputo heterogéneo capaz de gestionar simultáneamente la lógica de orquestación y la inferencia, y una capa de streaming que entregue contexto de alta calidad continuamente actualizado. El consumo de tokens en cargas de trabajo agénticas es entre 20 y 30 veces superior al de la IA generativa de inferencia única, lo que significa que cada ineficiencia en el camino de los datos se amplifica a escala.
La calidad de los datos pasa a ser una preocupación de primer orden, no una tarea de higiene en segundo plano. La calidad de un agente es directamente proporcional a la frescura, completitud y fiabilidad del contexto en streaming que informa cada decisión. Los equipos de datos ya dedican hasta el 40 % de su tiempo a tareas de calidad en pipelines convencionales; las cargas de trabajo agénticas multiplican exponencialmente el número de puntos de contacto con los datos, lo que hace ese esfuerzo insostenible sin un cambio arquitectónico.
Los pipelines de datos en streaming que alimentan a los agentes autónomos son infraestructura crítica. Requieren el mismo rigor de ingeniería y disciplina de gobernanza que cualquier sistema de misión crítica, no la tolerancia de mejor esfuerzo con la que se construyeron la mayoría de los pipelines analíticos.
Dónde los pipelines por lotes rompen el bucle de retroalimentación
La incompatibilidad arquitectónica es estructural, no una cuestión de ajuste fino. El procesamiento por lotes introduce retrasos que cortan el bucle de retroalimentación del que dependen los agentes para operar de forma segura y coherente. Cuando el contexto de un agente tiene minutos u horas de antigüedad, sus decisiones reflejan un mundo que ya no existe. En un informe de BI eso es un compromiso aceptable; en un sistema autónomo que ejecuta acciones en sistemas empresariales, es un problema de corrección.
Los pipelines de inferencia de múltiples etapas agravan esto. A medida que los flujos de trabajo de los agentes se vuelven más complejos, los pasos de generación comienzan a ejecutarse en serie, convirtiendo lo que debería ser razonamiento paralelo en una lenta cola lineal. Los sistemas agénticos en producción requieren alto rendimiento (millones de tokens por segundo a nivel de infraestructura) y baja latencia (tiempo hasta el primer token inferior a un segundo). Los pipelines orientados a lotes que nunca fueron diseñados para este patrón de acceso no pueden parchearse para adoptar esa forma; hay que reemplazarlos a nivel de la capa de streaming.
El almacenamiento es el otro punto de fallo. La IA agéntica tiene requisitos materialmente más elevados de rendimiento de metadatos, concurrencia, inmutabilidad y gobernanza que los pipelines analíticos convencionales. Las organizaciones que no han invertido en la base de almacenamiento adecuada encuentran el cuello de botella precisamente cuando sus despliegues empiezan a mostrar resultados prometedores, que es el peor momento posible para descubrirlo.
Cómo es una capa de datos agéntica lista para producción
Construir una capa de datos que pueda soportar realmente cargas de trabajo agénticas en producción requiere decisiones en varios niveles del stack, y deben tomarse de forma conjunta, no incremental.
En la capa de streaming, la arquitectura necesita un bus de eventos de baja latencia con persistencia, capacidad de replay y garantías de entrega al menos una vez. Apache Kafka es la opción consolidada; NATS JetStream es una alternativa más ligera con excelentes características de latencia que se adapta bien a la coordinación de agentes estrechamente acoplados. JetStream extiende el núcleo de NATS con streams (almacenamiento de mensajes y replay), consumers (gestión del estado de suscripción y entrega), persistencia en archivo o memoria, y trazas de auditoría a nivel de API. En DIVERSITY utilizamos NATS JetStream como nuestra propia columna vertebral interna de streaming de eventos, lo que nos proporciona experiencia operativa directa con su comportamiento bajo los tipos de cargas explosivas y sensibles a la latencia que generan los agentes.
En la capa de recuperación de contexto, las bases de datos vectoriales y los niveles de caché rápida gestionan la memoria semántica que los agentes consultan entre pasos de razonamiento. La latencia aquí determina directamente la rapidez con la que un agente puede orientarse antes de actuar. No es un componente que se pueda provisionar como una ocurrencia tardía.
En la capa de orquestación, los gateways de LLM y el Model Context Protocol (MCP) se están convirtiendo en patrones estándar para coordinar múltiples modelos en despliegues empresariales. El manejo de errores, los reintentos y las salvaguardas deben integrarse en la capa de orquestación, no añadirse después del primer incidente en producción.
Los requisitos de seguridad son innegociables en este nivel: cifrado en tránsito (TLS 1.2 o superior), cifrado en reposo (AES-256), controles de acceso basados en roles en múltiples niveles y registro de auditoría de cada decisión autónoma. Los agentes que operan continuamente en sistemas empresariales generan una superficie de auditoría que el registro de acceso convencional no fue diseñado para cubrir.
La latencia de red es el cuello de botella invisible que la mayoría de los equipos pasan por alto
Los equipos de infraestructura que evalúan cargas de trabajo de IA agéntica se centran, comprensiblemente, en cómputo y almacenamiento. La latencia de red recibe menos atención hasta que se convierte en la restricción determinante. En un sistema multiagente donde los agentes consultan almacenes de contexto, invocan APIs externas y se coordinan entre sí en bucles ajustados, cada milisegundo de latencia de ida y vuelta se acumula a lo largo de la cadena de razonamiento.
Aquí es donde la topología de red importa tanto como el hardware bruto. DIVERSITY opera 44 puntos de presencia en Europa y Oriente Medio, con peering directo a AWS, Azure, GCP, Oracle y Cloudflare en todos los sitios. Para cargas de trabajo agénticas que abarcan entornos híbridos, donde la orquestación de agentes se ejecuta en infraestructura soberana pero las herramientas y APIs residen en entornos de hyperscaler, esa arquitectura de peering elimina un nivel de latencia que de otro modo se interpondría entre cada invocación de herramienta y su respuesta. La consecuencia operativa no es marginal: es la diferencia entre un agente que puede completar una cadena de razonamiento de múltiples pasos en un tiempo de reloj aceptable y uno que agota el tiempo de espera esperando un contexto que debería haber tenido en milisegundos.
Gartner proyecta que el 33 % de las aplicaciones de software empresarial incorporarán IA agéntica para 2028, frente al cero por ciento de 2024. Las decisiones de infraestructura que se toman ahora determinarán qué organizaciones ejecutarán agentes a escala para entonces y cuáles seguirán depurando por qué sus pilotos nunca llegaron a producción. La brecha no está en la capacidad del modelo, sino en la capa de datos que hay debajo.
