Foto: cortesía. Portal ERP México.
En esta ola de la IA generativa, la ventaja competitiva no vendrá de los modelos que se pueden rentar, sino de los datos que posees, al menos así lo destaca Databricks. Sin embargo, la mayoría de las organizaciones tienen dificultades para operacionalizar esos datos y convertirlos en agentes de grado de producción, porque carecen de la calidad, gobernanza y flexibilidad necesarias para escalar.
Databricks Agent Bricks busca cerrar esa brecha, permitiendo que cada equipo transforme de forma segura los datos empresariales en inteligencia de datos, entregando agentes que entienden, razonan y actúan sobre información estructurada y no estructurada. Con evaluación integrada mediante MLflow, gobernanza unificada a través de Unity Catalog, y soporte abierto para cualquier modelo o framework mediante AI Gateway, Agent Bricks ya está ayudando a empresas como AstraZeneca a pasar de pilotos de prueba a la producción con confianza.
Las nuevas capacidades en Agent Bricks fortalecen cada uno de sus tres pilares de confianza: precisión, gobernanza y apertura. “Con Agent Bricks, nuestros equipos pudieron analizar más de 400,000 documentos de ensayos clínicos y extraer datos estructurados, sin escribir una sola línea de código. En menos de 60 minutos, tuvimos un agente funcional capaz de transformar datos complejos no estructurados en información útil para análisis”, comenta Joseph Roemer, Head of Data & AI, Commercial IT, AstraZeneca.
Te puede interesar: Databricks lanza solución de protección contra amenazas potenciadas por IA
Databricks permite crear agentes personalizados
Agent Bricks está diseñado con apertura para ofrecer a los equipos la flexibilidad de construir agentes sobre datos gobernados y servidores MCP confiables. Ahora es posible crear:
- Agentes con Código Personalizado. Se. construye bajo cualquier framework, servidor MCP o modelo como GPT-5, Claude Sonnet, Gemini, Llama, y ejecutándose en la infraestructura sin servidor de Databricks. Cada interacción se rastrea, evalúa y gobierna automáticamente mediante la observabilidad de MLflow y AI Gateway.
- Agentes Declarativos. Permite que equipos técnicos y no técnicos construyan y perfeccionen agentes usando lenguaje natural y plantillas preconfiguradas para tareas como extracción de información, asistencia de conocimiento y coordinación multiagente, con evaluación integrada para mejora continua.
- Funciones de IA Agéntica. Aplica funciones como ai_parse_document directamente sobre documentos para analizarlos, enriquecerlos y procesar contenido no estructurado a gran escala, automatizando flujos manuales y revelando insights antes inalcanzables.
Cada tipo de agente puede implementarse usando código personalizado, agentes declarativos o funciones de IA agéntica.
