Oracle está dejando de tratar la inteligencia artificial como una capacidad que se incorpora de forma independiente a bases de datos, aplicaciones o servicios cloud. La visión expuesta por su CEO, Clay Magouyrk, durante la segunda gran keynote de Oracle AI World 2026 apunta a una transformación más profunda: asumir que la IA va a escribir buena parte del software, operar mediante agentes, acceder directamente a los datos corporativos y condicionar desde la identidad y la seguridad hasta la red, el almacenamiento y el suministro eléctrico de los centros de datos.
El alcance explica una keynote inusualmente amplia. Oracle presentó nuevas capacidades de seguridad, una plataforma de desarrollo de aplicaciones, una experiencia transversal para trabajar con información empresarial, ontologías generadas mediante IA, nuevos aceleradores en OCI, una integración nativa con Snowflake e incluso su entrada en la infraestructura y producción de contenidos audiovisuales. OpenAI ocupó una posición importante dentro de esa estrategia, pero no exclusiva: Oracle trabaja simultáneamente con Google, NVIDIA, AMD, Broadcom, Cerebras, SambaNova, Snowflake y otros proveedores mientras intenta conservar una capa propia de infraestructura, datos, identidad, gobierno y aplicaciones.
La visión de Magouyrk fue más sencilla que esa acumulación tecnológica. «Hace dos años hicimos una afirmación: la IA lo cambia todo. Mi objetivo hoy es mostrar hasta qué punto eso es cierto», afirmó al comenzar su intervención. Su argumento fue que el cambio ya se puede observar dentro de Oracle y que obliga a reconsiderar cómo se construye el computing empresarial.
La compañía asegura que el tiempo medio necesario para resolver una solicitud de soporte ha pasado de 3,5 horas a 16 minutos. El periodo entre una idea de producto y su llegada a producción habría bajado de más de nueve meses a seis semanas, mientras que Oracle detecta y corrige vulnerabilidades en software y configuraciones diez veces más rápido que hace seis meses.
Magouyrk añadió una cifra que revela mejor que ninguna otra la escala de la transformación interna: «La gran, gran mayoría del software que se escribe en Oracle está siendo escrito por IA, no por humanos». En la conversación posterior a la keynote concretó que la proporción supera ya el 70%.
Son cifras de Oracle y no permiten aislar cuánto de esas mejoras procede directamente de la IA ni qué tareas incluye exactamente la medición del código generado. Sí explican por qué la compañía está diseñando productos bajo una premisa diferente: los modelos y agentes dejan de ser usuarios excepcionales de la infraestructura empresarial y pasan a convertirse en participantes habituales de prácticamente todo el ciclo tecnológico.
De añadir IA a las aplicaciones a cambiar el sistema completo
La dirección completa una evolución visible durante la primera jornada de Oracle AI World. Mike Sicilia había explicado cómo Oracle quiere conectar OCI, AI Database, AI Data Platform y sus aplicaciones para que la inteligencia artificial pueda comprender el contexto empresarial y ejecutar trabajo dentro de los procesos.
Magouyrk desplazó el foco un nivel por debajo. Si agentes y modelos van a realizar ese trabajo, también cambian los sistemas sobre los que operan: quién escribe las aplicaciones, cómo se autentica una identidad que quizá ya no pertenezca a una persona, dónde se aplican las políticas de acceso, qué datos necesita comprender un modelo y qué infraestructura física puede sostener millones de operaciones de entrenamiento e inferencia.
El propio CEO lo resumió después de la presentación al explicar que Oracle había dedicado los últimos años a introducir IA en componentes concretos, entre ellos Fusion y NetSuite, y que ahora está entrando en una fase distinta.
«Estamos pasando a una era en la que proporcionamos herramientas más ubicuas, que conectan todo», señaló. Su objetivo declarado es reducir la distancia entre modelos cada vez más sofisticados y la posibilidad de utilizarlos para trabajar todos los días. Si dentro de cinco años las empresas continúan hablando de IA como algo separado, añadió, la transición todavía no habrá terminado: debería convertirse en una tecnología asumida como hoy ocurre con internet.
Ahí reside una de las diferencias estratégicas más importantes respecto a una simple ampliación del catálogo. Oracle está intentando convertir activos construidos durante décadas, desde bases de datos y ERP hasta infraestructura cloud, identidad y aplicaciones sectoriales, en la arquitectura sobre la que agentes de distintos proveedores puedan operar de forma controlada.
Eso implica aceptar también tecnologías que Oracle no desarrolla.
OpenAI se integra en la arquitectura, sin convertirse en la única opción
La relación con OpenAI fue una de las expresiones más visibles de esta estrategia.
Oracle ya proporciona infraestructura a la compañía de Sam Altman, pero la colaboración presentada en Las Vegas se extiende hacia el software empresarial. Oracle AI Workspace, App Composer y AI Security Mesh utilizan tecnologías de OpenAI en diferentes puntos, mientras OCI prepara capacidad para Jalapeño, el acelerador de inferencia desarrollado por OpenAI junto con Broadcom. La propia estrategia de infraestructura de Oracle, sin embargo, incorpora al mismo tiempo NVIDIA, Google, AMD, Positron, Cerebras y SambaNova.
Esta combinación ayuda a entender la posición que Oracle intenta ocupar. Su ventaja competitiva no depende necesariamente de desarrollar el modelo fundacional ganador ni de fabricar una única familia de aceleradores. La compañía quiere proporcionar el entorno empresarial en el que puedan combinarse esas tecnologías con datos corporativos, identidad, políticas y capacidad de ejecución.
AI Workspace representa bien esta intención. La nueva experiencia conecta información almacenada en Oracle Database, OCI, Fusion, NetSuite y aplicaciones sectoriales con fuentes externas como Slack, Microsoft 365 o wikis corporativas. Desde una misma interfaz, el usuario puede plantear una tarea que requiera recuperar contexto de varios sistemas y activar después procesos dentro de las aplicaciones correspondientes. Oracle afirma haber desarrollado el producto en estrecha colaboración con OpenAI.
Durante la demostración, un retraso de un proveedor amenazaba la entrega de componentes a un cliente. Workspace recopilaba especificaciones desde Oracle AI Database, requisitos incluidos en transcripciones de reuniones e información disponible en chats internos. A partir de ese contexto, coordinaba agentes y aplicaciones de Fusion para encontrar una alternativa, comprobar disponibilidad, calcular costes y proponer cambios sometidos a aprobación.
La diferencia respecto a consultar Fusion mediante lenguaje natural es relevante. El punto de partida deja de ser una aplicación. Puede ser una petición relacionada con información repartida por numerosos sistemas, y el software determina dónde buscarla y qué herramientas utilizar.
Magouyrk fue explícito sobre esa evolución: «No necesitas AI Workspace» para preguntar algo que ya está enteramente en Fusion. El valor aparece cuando la respuesta requiere combinar SharePoint, una wiki, información financiera, clientes de referencia y otros sistemas que una persona tendría que consultar por separado. Son tareas que «ya haces», explicó, pero para las que habitualmente se necesita un equipo y mucho más tiempo.
Para los clientes, esta arquitectura plantea una posible simplificación de la experiencia de usuario, pero también mueve el problema hacia otro lugar. Cuantas más aplicaciones y fuentes puede atravesar un agente, mayor es la importancia de saber qué identidad utiliza, qué información puede consultar, qué acciones puede ejecutar y quién responde por ellas.
Ese fue precisamente el siguiente gran bloque de la keynote.
Cuando los agentes actúan, la identidad deja de ser solo humana
«Un mundo de agentes requiere nuevas formas de autenticar y autorizar», afirmó Magouyrk.
Oracle parte de una situación concreta: un agente puede actuar en nombre de una persona, utilizar herramientas y llegar a realizar operaciones sensibles. Si comparte simplemente las credenciales del usuario, desaparece parte de la trazabilidad sobre quién hizo qué. Y si un proceso exige una aprobación humana, el sistema también debe verificar que existe realmente una persona al otro lado.
La respuesta de Oracle combina tres elementos.
OCI Identity Assurance incorpora verificación biométrica mediante reconocimiento facial, voz, huella y otros mecanismos para confirmar la identidad de una persona antes de determinadas acciones. Oracle Identity and Access Management añade identidades específicas para agentes. Y el acceso just-in-time permite elevar temporalmente sus permisos cuando una tarea lo requiere en lugar de conceder privilegios amplios y permanentes.
«El acceso tiene que ser mínimo y durante un periodo corto», explicó Magouyrk, que también defendió que determinadas operaciones deberían exigir una autorización especial o la intervención de una persona concreta. «Combinar biometría, identidad agéntica y acceso just-in-time es realmente la única forma de garantizar que los agentes actúen de forma responsable», afirmó.
La relevancia para una empresa aumenta a medida que los agentes dejan de limitarse a generar respuestas. Una aplicación capaz de consultar un documento tiene un perfil de riesgo distinto al de un agente que modifica configuraciones cloud, aprueba transacciones o escribe código que terminará ejecutándose en producción.
Oracle está ampliando esa lógica con AI Security Mesh, una nueva plataforma que utiliza modelos especializados de ciberseguridad de OpenAI para analizar aplicaciones e infraestructura desplegadas en OCI, otros clouds o instalaciones propias. El sistema recibe contexto del entorno del cliente, intenta identificar posibles vulnerabilidades y rutas de ataque, valida los hallazgos y propone correcciones. Cada agente opera con una identidad propia, un ámbito de tarea definido y permisos temporales; los cambios de remediación deben ser aprobados por el cliente.
Magouyrk relacionó el producto con la experiencia interna de Oracle. La compañía ha creado un proceso continuo que utiliza modelos para formular hipótesis a partir del código fuente, validar problemas en sistemas de prueba, generar parches y volver a comprobar el resultado. El objetivo es trasladar a los clientes parte de esa automatización.
Hay aquí una paradoja que Oracle no evitó durante la keynote. Los mismos modelos que facilitan localizar fallos de seguridad pueden hacerlo para un atacante.
Magouyrk defendió que esa capacidad favorece inicialmente a quienes construyen el software porque disponen antes de los modelos, del código fuente y de la documentación interna. Sam Altman fue más explícito unos minutos después: si tuviera que recomendar a una empresa una sola actuación inmediata relacionada con IA, dijo, sería comprender el nuevo escenario de seguridad y protegerse frente a él.
Para Oracle, esto convierte la seguridad en una condición de adopción y no en una función añadida posteriormente.
La IA cambia también la física del cloud
La transformación desciende hasta la propia infraestructura.
«Cada aspecto de la infraestructura, desde generación eléctrica y refrigeración hasta acondicionamiento de potencia, dónde construimos los centros de datos, su tamaño, la red, el almacenamiento y los aceleradores, está cambiando muy rápidamente por la IA», afirmó Magouyrk.
OCI está respondiendo con una estrategia que amplía significativamente el número de arquitecturas disponibles.
Oracle ha comenzado a entregar sistemas NVIDIA Vera Rubin a clientes y prevé ampliar su despliegue a escala de varios gigavatios. A ello se sumarán nuevas generaciones de AMD e Intel, Positron para inferencia, sistemas de SambaNova y Cerebras, además de los aceleradores Jalapeño de OpenAI y Broadcom.
El anuncio más significativo en términos de apertura es el acuerdo con Google. OCI será el primer hyperscaler fuera de Google que ofrecerá sus Tensor Processing Units. La disponibilidad está prevista para 2027, inicialmente con TPU de octava generación, y Oracle contempla desplegarlas progresivamente a escala de gigavatios.
La decisión reduce la identificación de OCI con una única arquitectura de GPU. Entrenamiento de modelos, inferencia, razonamiento agéntico y herramientas utilizadas por los agentes presentan perfiles diferentes de coste, latencia y consumo eléctrico. Oracle utiliza el término «fungibilidad» para describir la posibilidad de asignar la capacidad a diferentes modelos y workloads según sus necesidades.
Pero incorporar más chips no resuelve por sí mismo el problema.
Pradeep Vincent, vicepresidente ejecutivo de Compute de Oracle, describió la infraestructura de IA como «un gran ordenador». En un clúster de 100.000 GPU, explicó, un retraso de un segundo sufrido por una sola GPU puede traducirse en 28 horas-GPU perdidas porque el resto del sistema espera a que complete su trabajo.
Por eso Oracle está ampliando Acceleron, la arquitectura de red que utiliza para mantener comunicados los distintos componentes de sus clústeres de IA. Las mejoras llevan ahora al tráfico de entrada las redes multiplano que OCI ya empleaba entre aceleradores, de modo que los datos puedan seguir rutas alternativas cuando aparece congestión o falla una conexión. Oracle añade además conectividad RDMA, que permite mover información entre cómputo y almacenamiento con menor latencia. Sobre esa base, OCI incorporará NetApp como servicio nativo de almacenamiento gestionado y conectará sistemas especializados de Weka, VAST y DDN para alimentar cargas de IA de alto rendimiento.
La energía introduce otro límite. Un gran clúster de IA puede aumentar y reducir simultáneamente el consumo de decenas de miles de aceleradores. Esa variación coordinada supone un problema distinto al de un centro de datos convencional. Oracle está recurriendo a baterías, supercondensadores y sistemas de electrónica de potencia que funcionan como amortiguadores entre el clúster y la red eléctrica.
Es un detalle técnico, pero tiene una consecuencia económica clara. En la infraestructura de IA, mejorar la utilización de un acelerador caro depende tanto de la red, el almacenamiento y la electricidad como del propio procesador.
El dato ya no basta: los agentes necesitan entender la empresa
El siguiente cambio afecta a una de las áreas históricas de Oracle.
«AI está cambiando todo el ecosistema de datos», afirmó Magouyrk. Su razonamiento parte de que un agente empresarial necesita acceder a más información que la contenida en bases de datos relacionales o data lakes. Necesita documentos, correo, wikis, mensajería y el resto de fuentes que utilizan las personas para comprender cómo funciona una organización.
El problema es que disponer de esa información no implica conocer su significado.
Oracle AI Data Platform incorpora ahora un Discovery Agent capaz de analizar esquemas de bases de datos, modelos semánticos, documentación de aplicaciones y API y documentos no estructurados para construir ontologías empresariales. Esas ontologías representan conceptos, relaciones, terminología, políticas y workflows, y deben ser revisadas por especialistas de negocio antes de convertirse en una fuente de contexto para los agentes.
«Antes, el contexto empresarial estaba codificado dentro de aplicaciones individuales. Estas ontologías proporcionan a la IA el contexto de negocio que resulta crítico para que los agentes respondan preguntas complejas, escriban software y tomen decisiones», explicó Magouyrk.
Sobre ellas opera Semantic Reasoning Engine, que recupera información desde sistemas federados, resuelve relaciones empresariales y aplica controles antes de entregar el contexto al modelo. Oracle añade también AI Registry para inventariar agentes, herramientas, skills y servidores MCP, con información sobre propietarios, versiones, dependencias, permisos y ciclo de vida.
La arquitectura apunta a otro problema que crecerá a medida que las empresas acumulen agentes: la proliferación de sistemas creados por equipos diferentes, con funciones duplicadas, permisos poco claros y costes difíciles de seguir.
La estrategia tampoco exige que todos los datos residan en tecnologías Oracle. Snowflake AI Data Cloud se ofrecerá como servicio nativo de OCI, directamente aprovisionable y facturable por Oracle y compatible con Universal Credits. Las integraciones previstas permitirán trabajar con datos procedentes de Fusion, NetSuite, Autonomous AI Database, MySQL HeatWave y otros servicios reduciendo pipelines personalizados y determinados movimientos entre clouds.
«Al hacer que Snowflake esté disponible como servicio nativo de OCI, estamos dando a los clientes más posibilidades de elección», afirmó Magouyrk.
Es una decisión significativa porque muestra una Oracle más dispuesta a situar tecnologías externas junto a sus propios sistemas cuando eso ayuda a mantener los workloads dentro de OCI.
Si la IA escribe las aplicaciones, Oracle quiere controlar el runtime
Otro de los cambios expuestos por Magouyrk afecta a quién puede crear software.
Oracle lleva más de dos décadas desarrollando APEX como plataforma para construir aplicaciones empresariales sobre un runtime gestionado. Con APEX Lang, la compañía transforma ahora la definición de una aplicación en un lenguaje de alto nivel que puede utilizar un agente de programación.
El argumento de Oracle es que generar código se está convirtiendo rápidamente en la parte fácil del desarrollo. El problema comienza cuando una aplicación creada en minutos necesita identidad corporativa, acceso a información sensible, actualizaciones, observabilidad y políticas de seguridad.
Un agente puede generar una aplicación independiente utilizando Python, archivos locales o contenedores. Si una compañía termina creando mil aplicaciones de esa forma y posteriormente cambia su política de identidad, TI puede verse obligada a modificar mil implementaciones. Con un runtime común, Oracle sostiene que la política puede aplicarse desde una capa central.
Magouyrk extendió esa idea con Oracle App Composer. La nueva plataforma permite crear una aplicación utilizando herramientas como Codex y después desplegarla en OCI bajo perfiles aprobados por TI que definen bibliotecas, seguridad y reglas sobre datos.
«Parte de la razón por la que nos centramos en construir App Composer es que teníamos muchísima gente creando nuevas aplicaciones y necesitábamos una forma segura y controlada de desplegarlas», explicó durante su conversación con Sam Altman.
La propuesta introduce también una cuestión organizativa. Si trabajadores de finanzas, marketing, operaciones o RRHH pueden generar aplicaciones sin considerarse desarrolladores, TI deja de controlar necesariamente quién produce software. Su papel se desplaza hacia establecer runtimes, permisos, estándares, gobernanza y ciclos de vida capaces de absorber esa proliferación.
App Composer puede detectar aplicaciones solapadas, software que ha dejado de utilizarse o implementaciones que se han quedado sin propietario. Ese tipo de funciones resulta menos llamativo que la generación de código, pero puede ser determinante si la creación de software empresarial se democratiza al ritmo que anticipan Oracle y OpenAI.
Oracle intenta convertir su amplitud tecnológica en una ventaja
Vista como conjunto, la keynote de Magouyrk plantea una apuesta distinta a competir únicamente por tener el mejor modelo, el mejor asistente o el acelerador más potente.
Oracle está intentando utilizar la amplitud de su arquitectura para ocupar el espacio entre todos ellos.
Puede incorporar modelos de OpenAI y permitir que ChatGPT se convierta en una puerta de entrada a procesos empresariales. Puede ofrecer TPUs de Google junto a NVIDIA, AMD y otros aceleradores. Puede introducir Snowflake como servicio nativo al lado de sus propias bases de datos. Al mismo tiempo, intenta que los datos empresariales, el contexto semántico, las identidades, los permisos, los runtimes y parte importante de la ejecución permanezcan dentro de capas controladas por Oracle.
Esa apertura tiene un límite evidente. Cuantas más funciones asuma esa capa de coordinación, mayor puede ser también la dependencia del cliente respecto a la arquitectura de Oracle. La posibilidad de combinar proveedores reduce el bloqueo asociado a una tecnología concreta, pero concentra valor en quien controla la integración, la seguridad y el contexto que permite hacerlas trabajar juntas.
Magouyrk plantea el objetivo desde una perspectiva más operativa. Después de la keynote señaló que Oracle está intentando «cerrar la distancia entre modelos de IA realmente sofisticados y conseguir que resulte realmente sencillo para alguien hacer su trabajo cada día».
El desafío para los clientes estará precisamente en esa distancia.
Comprar acceso a un modelo se ha vuelto relativamente sencillo. Hacer que ese modelo comprenda el funcionamiento de una empresa, acceda únicamente a los datos apropiados, se identifique correctamente, opere con permisos temporales, utilice aplicaciones existentes y pueda ejecutar acciones auditables constituye un problema mucho más amplio.
Oracle AI World 2026 está mostrando dónde pretende competir Oracle cuando esa fase de adopción se generalice. Su argumento es que la siguiente etapa de la IA empresarial dependerá menos de añadir asistentes a cada aplicación y más de rediseñar las capas que permiten a modelos y agentes trabajar dentro de una organización.
La compañía está aplicando esa tesis primero sobre sí misma. Si más del 70% de su código ya procede de IA, si sus procesos de desarrollo se han reducido de meses a semanas y si sus propios sistemas de seguridad operan de forma continua con agentes, Oracle está utilizando su transformación interna como referencia de lo que propone a sus clientes.
La magnitud de los anuncios deja también clara la incógnita. Oracle está intentando conectar en una misma arquitectura tecnologías, proveedores y niveles del stack que hasta ahora podían evolucionar por separado. Convertir esa amplitud en una experiencia empresarial coherente, gobernable y económicamente competitiva será la prueba real de la visión presentada por Magouyrk.
