En el marco del evento anual de Confluent , Current 2026, Steffen Höllinger, CTO de Confluent, analiza el lanzamiento de la arquitectura Streamhouse y la importancia estratégica del data streaming para alimentar a los agentes de inteligencia artificial con contexto operativo, seguro y trazable.
¿Qué necesidades del mercado aborda la arquitectura Streamhouse?
Streamhouse amplía la plataforma de data streaming conectando con los datos cerca de su lugar de origen para procesarlos con total gobernanza y ponerlos a disposición de aplicaciones y agentes autónomos. Esta propuesta no busca sustituir a los data lakes o data warehouses existentes, sino complementarlos gestionando las operaciones de negocio críticas en tiempo real.
¿Este completo es necesario porque los sistemas de almacenamiento tradicionales resultan insuficientes ante la IA?
En la era de la IA no es posible tomar decisiones operativas basadas en informes que se generan una vez al día. Si los agentes inteligentes no disponen de un contexto fresco y actualizado de forma continua, realizarán recomendaciones desatinadas que terminarán destruyendo valor en lugar de crearlo.
Integrar agentes en los procesos exige optimizar el coste global de infraestructura y procesamiento
¿Cómo garantiza Stremhouse la fiabilidad de los datos que consumen los agentes?
A través de la integración de Apache Kafka y Apache Flink, los datos se materializan continuamente en formatos abiertos como Apache Iceberg o Delta, garantizando la trazabilidad completa sobre dónde se originó la información y qué transformaciones sufrió. Además, combinar el filtrado determinista de señales con modelos probabilísticos y supervisión humana, asegura respuestas precisas y responsables.
¿Qué aportan las nuevas Lightning Tables a este ecosistema?
Añaden una capa gestionada de consulta y servicio que permite a los agentes y aplicaciones conectarse a datos de baja latencia mediante SQL, API REST o el protocolo MCP (Model Context Protocol). Esto elimina la necesidad y la complejidad de sincronizar bases de datos intermedias adicionales.
¿Qué impacto económico y operativo plantea el despliegue masivo de agentes?
Actualmente muchas empresas están agotando su presupuesto anual en pocos meses debido al gasto ineficiente en tokens de inferencia. Integrar agentes en los procesos exige optimizar el coste global de infraestructura y procesamiento, especialmente considerando que estudios como el de Gartner prevén una media de 150.000 agentes por empresa en el la lista Fortune 500.
¿Cómo observa la adopción del data streaming en el mercado europeo?
Aunque Apache Flink se creó originalmente en Berlín y Europa cuenta con gran talento, el mercado del viejo continente ha sido más conservador debido a factores normativos y al volumen inicial de datos. No obstante, empresas europeas del sector minorista, financiero, industrial y firmas globales como Booking.com ya procesan datos en flujo continuamente para maximizar su valor en tiempo real.
