Oracle presentó en Oracle AI World 2026, en Las Vegas, dos líneas de novedades orientadas a la inteligencia artificial (IA) empresarial: Deep Trust AI Architecture, un modelo de referencia para integrar controles de seguridad y gobernanza desde la base tecnológica, y nuevas capacidades agénticas en Oracle Fusion Cloud Applications para automatizar y coordinar procesos en áreas centrales del negocio.
Deep Trust AI Architecture apunta a un desafío recurrente en la adopción corporativa de IA: ampliar el uso de agentes y aplicaciones generadas por IA sin incrementar el riesgo sobre información sensible, reglas de negocio y operación. El enfoque integra seguridad, privacidad, reglas de negocio y generación confiable de aplicaciones en cuatro capas esenciales de la plataforma tecnológica empresarial: plataforma de software, datos, acceso a los datos y desarrollo de aplicaciones.
Juan Loaiza, vicepresidente ejecutivo de AI Database Technologies de Oracle, vinculó el avance de la IA con la necesidad de resultados verificables: “Las empresas no pueden aprovechar estos beneficios si no pueden confiar en lo que genera la IA”, afirmó Loaiza.
Cuatro capas para controles integrados
En la capa de plataforma de software, Oracle Autonomous AI Database incorpora instalación automática de actualizaciones de seguridad en componentes como el motor de base de datos, el sistema operativo, el almacenamiento y el firmware. También contempla la aplicación gradual de parches, con actualizaciones por etapas mientras las aplicaciones siguen funcionando sin interrupciones. Además, incluye cifrado “siempre activo” para datos en reposo y en tránsito, con descifrado transparente para usuarios y aplicaciones autorizadas.
En la capa de datos y acceso, Oracle Deep Data Security permite definir reglas de acceso directamente en Oracle AI Database y aplicarlas a cada solicitud SQL. La base de datos verifica la identidad del usuario mediante un token firmado criptográficamente emitido por el directorio corporativo. En paralelo, Oracle SQL Assertions aplica reglas de negocio en la base de datos —por ejemplo, impedir cargos que superen el límite de gasto de un empleado— y evita actualizaciones y acciones no válidas, independientemente del agente o aplicación que las envíe.
Para consultas en lenguaje natural, Oracle Deep NL2SQL incorpora un contexto que combina conocimiento del negocio (terminología, prácticas y métricas) con conocimiento de los datos (cómo se define y organiza la información). Continuous Feedback Learning permite corregir respuestas inexactas y Knowledge Change Verification busca validar correcciones antes de incorporarlas a la base de conocimiento corporativa.
Aplicaciones agénticas en Fusion
En Oracle Fusion Cloud Applications, la compañía incorporó 25 Fusion Agentic Applications impulsadas por Oracle Fusion Claw, disponibles en Oracle Fusion Cloud ERP, HCM, SCM y CX. Entre los casos de uso se incluyen la resolución de excepciones contables, la planificación de fuerza laboral, el control del gasto, la asignación de capacidad productiva y materiales, la planificación de servicios de campo y la detección temprana de problemas en atención al cliente.
Chris Leone, vicepresidente ejecutivo de Desarrollo de Aplicaciones de Oracle, planteó el cambio de foco hacia la ejecución: “La próxima era de la IA empresarial se centrará en ofrecer software que realice cada vez más tareas”, afirmó.
Dentro de las nuevas experiencias, Oracle Fusion Companion permitirá interactuar con Oracle Fusion Applications desde herramientas de IA compatibles, como ChatGPT, utilizando contexto empresarial, datos y permisos para coordinar transacciones, flujos de trabajo, aprobaciones, agentes de IA y aplicaciones agénticas. A su vez, Oracle Fusion Agentic Home ofrecerá una experiencia personalizada para definir objetivos, delegar tareas a la IA y dar seguimiento al progreso hasta su finalización.
