Hitachi Vantara potencia el almacenamiento híbrido en Azure
Oracle quiere que la IA deje de ser una herramienta y se convierta en la capa que ejecuta el negocio
En Oracle AI World 2026, los co-CEO Mike Sicilia y Clay Magouyrk defendieron una arquitectura en la que los agentes de IA interpretan el contexto empresarial y actúan dentro de las aplicaciones. La próxima batalla no será solo por desarrollar mejores modelos, sino por llevar su inteligencia hasta los sistemas donde se ejecuta el negocio.
La inteligencia artificial empresarial está entrando en una nueva etapa. Ya no basta con responder preguntas, generar contenidos o resumir documentos. El siguiente paso consiste en utilizar esa capacidad para detectar problemas, recomendar decisiones y ejecutar acciones dentro de los sistemas que gestionan una compañía.
Esa fue la tesis central de Oracle AI World 2026, celebrado en Las Vegas. La compañía presentó una estrategia basada en agentes de IA que trabajan con datos corporativos y operan dentro de las aplicaciones empresariales. El objetivo es reducir la intervención manual en tareas que hoy exigen consultar varios sistemas, interpretar información y coordinar procesos.
Mike Sicilia, uno de los dos CEO de Oracle, resumió esa visión durante la sesión inaugural. Sicilia llegó al cargo en septiembre de 2025, tras dirigir Oracle Industries, el negocio de aplicaciones sectoriales. Clay Magouyrk, el otro CEO, procedía de la dirección de Oracle Cloud Infrastructure (OCI).
Ambos comparten la responsabilidad ejecutiva de Oracle. Sus trayectorias reflejan los dos pilares de la estrategia: infraestructura para ejecutar IA a escala y aplicaciones que incorporan esa inteligencia a las operaciones empresariales.
«La IA debe trabajar allí donde trabaja el negocio: dentro de las aplicaciones y los procesos en los que las personas toman decisiones y gestionan las operaciones».
La frase sintetiza el mensaje de la apertura. Oracle quiere que la IA deje de ser una herramienta aislada y pase a formar parte de los sistemas donde se registran las transacciones, se asignan recursos y se ejecutan las operaciones. La agenda oficial de Oracle AI World recoge las sesiones de la compañía sobre esta estrategia.
Una arquitectura que conecta datos, infraestructura y aplicaciones
Oracle plantea una arquitectura con cuatro componentes. El primero es el acceso a los datos empresariales, siempre sujeto a permisos y controles de seguridad. El segundo es la capacidad de interpretar esos datos dentro de su contexto.
No basta con conocer una cifra. Un sistema necesita entender qué representa, con qué información se relaciona y qué consecuencias tiene para el negocio. Esta capacidad contextual resulta esencial cuando un agente debe decidir qué hacer a continuación.
El tercer componente es la infraestructura. Oracle Cloud Infrastructure (OCI) proporciona los servicios de nube y cómputo necesarios para ejecutar cargas de IA. El cuarto es la integración de esa inteligencia en las aplicaciones y los procesos empresariales.
En la capa de datos, Oracle sitúa Oracle AI Database, que incorpora capacidades de IA a la gestión de datos corporativos. También presenta su AI Data Platform como una forma de conectar información y aportar contexto a las aplicaciones de inteligencia artificial.
La ventaja que Oracle busca no depende de un único producto. Está en la combinación de esas capacidades. Un modelo puede generar una respuesta convincente sin conocer el inventario real, las condiciones de un contrato o los permisos de un empleado. Para actuar sobre el negocio necesita datos fiables, contexto operativo y autorización.
Oracle quiere aprovechar su posición en infraestructura, bases de datos y aplicaciones para integrar esas piezas. La apuesta también tiene una dimensión comercial: cuanto más dependa la ejecución de la IA de los sistemas empresariales, más importante será la plataforma que los conecta.
Los agentes pasan de recomendar a actuar
Las demostraciones del evento mostraron cómo Oracle quiere llevar esta arquitectura a diferentes operaciones. En logística, presentó escenarios para optimizar envíos y anticipar necesidades. En sanidad, mostró flujos que ponen información clínica relevante a disposición de los equipos de emergencia antes de la llegada de un paciente al hospital.
La restauración ofreció otro ejemplo concreto. QSRP, grupo internacional del sector, explicó que había desarrollado agentes junto con Oracle para mejorar la gestión de sus restaurantes.
Uno de ellos cruza datos de ventas, inventario y demanda. Su función es advertir de una posible falta de productos antes de que se produzca. Otro agente está orientado a prevenir pérdidas operativas.
La idea no consiste en añadir una aplicación independiente que los empleados deban aprender a utilizar. QSRP explicó que busca incorporar inteligencia a las herramientas y los datos que sus equipos ya manejan. El propósito es reducir pérdidas y facilitar el crecimiento de la red sin aumentar proporcionalmente los recursos.
Este caso ilustra la tesis de Oracle. Los agentes adquieren valor cuando conectan señales repartidas entre varios sistemas y ayudan a actuar a tiempo. Sin embargo, una demostración en un evento no equivale a una evaluación independiente de resultados. El impacto debe medirse en condiciones reales, con indicadores de costes, disponibilidad, productividad y calidad del servicio.
El software también cambia: menos pantallas, más procesos resueltos
La estrategia de Oracle va más allá de añadir agentes a las aplicaciones existentes. La compañía quiere que la IA permita desarrollar software empresarial más completo y adaptado a las necesidades de cada industria.
Larry Ellison, cofundador, presidente ejecutivo del consejo y director de tecnología (CTO), rechazó durante su intervención la idea de una «SaaS-pocalypse». Según esa tesis, las empresas podrían construir sus propias aplicaciones con IA y reducir su dependencia de los proveedores de software como servicio.
Ellison defendió lo contrario. La inteligencia artificial, sostuvo, permitirá a los proveedores completar sus aplicaciones sectoriales y reducir la necesidad de desarrollar extensiones propias para cubrir procesos que el software comercial no resuelve.
Oracle Health fue uno de los principales ejemplos de esa visión. Ellison describió módulos clínicos que podrían integrarse con sistemas existentes mediante estándares como SMART on FHIR. También planteó interfaces conversacionales que permiten a los profesionales pedir información o expresar una tarea sin navegar por múltiples menús.
«En lugar de pasar el día manejando el software, el software trabaja y opera por ti».
La frase expresa el cambio que Oracle quiere impulsar. Hoy, un empleado suele tener que abrir una aplicación, localizar datos, seguir una secuencia de pasos y coordinar la siguiente acción. En el modelo propuesto, la IA interpreta el objetivo y ayuda a avanzar el proceso utilizando las capacidades de los sistemas existentes.
Esto no significa que las aplicaciones vayan a desaparecer ni que todos los procesos puedan automatizarse por completo. El cambio consiste en desplazar parte de la complejidad del software desde el usuario hacia sistemas capaces de coordinar tareas y ofrecer una interfaz más sencilla.
LEE TAMBIÉN: Larry Ellison desafía el “SaaS-pocalypse”
La autonomía exige seguridad y auditoría
Cuanto más puedan hacer los agentes, más importante será definir sus límites. Oracle insistió en la necesidad de controlar el acceso a los datos y las acciones que cada sistema puede ejecutar. También destacó la importancia de contar con mecanismos auditables y seguridad incorporada desde el diseño.
No es lo mismo un agente que detecta una anomalía en el inventario y recomienda una reposición que otro autorizado para aprobar compras o modificar órdenes. En el segundo caso, la empresa necesita establecer quién delega esa autoridad, qué acciones están permitidas y cuándo debe intervenir una persona.
La conversación entre Sam Altman, CEO de OpenAI, y Clay Magouyrk reforzó esta dimensión. Altman recomendó a las empresas comprender las amenazas de seguridad relacionadas con la IA y trabajar para mitigarlas. También advirtió que los modelos pueden ayudar a descubrir vulnerabilidades en software existente.
«Si pudiera recomendarle una sola cosa a una empresa ahora mismo, sería comprender realmente el panorama de amenazas de seguridad de la IA y mitigarlas».
La advertencia introduce una tensión importante. La misma tecnología que acelera el desarrollo y amplía la capacidad operativa también puede facilitar el descubrimiento de fallos de seguridad. Por eso, la protección no puede limitarse al modelo o al punto de acceso.
Debe incluir las identidades de los agentes, los datos que consultan, los sistemas que pueden modificar y las decisiones que ejecutan. La organización necesita saber por qué se realizó una acción, con qué permisos y bajo qué reglas.
La seguridad, la auditoría y la supervisión humana dejan así de ser complementos. Son requisitos para conceder autonomía sin perder el control de las operaciones.
LEE TAMBIÉN: Sam Altman: la seguridad, prioridad ante el avance de la IA
La próxima batalla de la IA empresarial
Oracle AI World dejó una tesis clara: el futuro de la IA empresarial dependerá tanto de los modelos como de la capacidad de llevar su inteligencia hasta los procesos donde se crea valor.
Los asistentes que solo responden preguntas tendrán un alcance limitado si no pueden conectarse con las aplicaciones críticas. Del mismo modo, un agente capaz de actuar será poco útil si carece de contexto, permisos adecuados o controles que permitan verificar sus decisiones.
Oracle quiere diferenciarse integrando infraestructura, datos y aplicaciones en una misma propuesta. El liderazgo compartido de Magouyrk y Sicilia refleja esa apuesta: el primero aporta su experiencia en infraestructura y nube; el segundo, en aplicaciones sectoriales e IA aplicada a las industrias. Ambos comparten la responsabilidad ejecutiva de la compañía.
La estrategia parte de una base tecnológica y comercial, pero su alcance deberá comprobarse en las implantaciones reales. La interoperabilidad, los costes, los resultados medibles y la eficacia de los controles determinarán hasta dónde puede llegar esta arquitectura.
La próxima batalla de la IA empresarial no será únicamente por construir modelos más capaces. Será por convertir esa capacidad en ejecución fiable: lograr que la inteligencia comprenda el contexto de una organización, opere sobre sus sistemas y produzca resultados verificables sin sacrificar seguridad, trazabilidad ni supervisión humana.
